تقديم فريق HyperAGI وخلفية المشروع

HyperAGI هو أول مشروع الذكاء الاصطناعي لامركزي يقوده المجتمع مع الذكاء الاصطناعي Rune HYPER · أجي· عامل. شارك فريق HyperAGI بعمق في مجال الذكاء الاصطناعي لسنوات عديدة ، حيث تراكم خبرة كبيرة في تطبيقات الذكاء الاصطناعي التوليدية Web3. قبل ثلاث سنوات ، استخدم فريق HyperAGI الذكاء الاصطناعي التوليدية لإنشاء صور 2D ونماذج 3D ، وبناء عالم مفتوح يسمى MOSSAI على blockchain ، يتألف من آلاف الجزر التي تم إنشاؤها بواسطة الذكاء الاصطناعي. كما اقترحوا معيارا لأصول التشفير غير القابلة للاستبدال التي تم إنشاؤها بواسطة الذكاء الاصطناعي ، NFG. ومع ذلك ، في ذلك الوقت ، لم يتم بعد تطوير حلول لامركزية للتدريب الذكاء الاصطناعي النموذج وتوليده. كانت موارد وحدة معالجة الرسومات الخاصة بالمنصة وحدها غير كافية لدعم عدد كبير من المستخدمين ، مما منع النمو الهائل. مع ظهور نماذج اللغات الكبيرة (LLMs) التي أشعلت الاهتمام العام في الذكاء الاصطناعي ، أطلقت HyperAGI منصة تطبيقات الذكاء الاصطناعي اللامركزية ، وبدأت الاختبارات على Ethereum و Bitcoin L2 في Q1 2024.

يركز HyperAGI على تطبيقات الذكاء الاصطناعي اللامركزية ، بهدف تنمية اقتصاد عملة مشفرة مستقل. هدفها النهائي هو إنشاء دخل وكيل أساسي غير مشروط (UBAI). إنه يرث الأمان القوي واللامركزية للبيتكوين ، معززة بآلية إجماع مبتكرة لإثبات العمل المفيد (PoUW). يمكن لعقد GPU من فئة المستهلك الانضمام إلى الشبكة دون إذن ، وتعدين الرموز المحلية $HYPT عن طريق تنفيذ مهام PoUW مثل الاستدلال الذكاء الاصطناعي وعرض 3D.

يمكن للمستخدمين تطوير وكلاء AGI لإثبات الشخصية (PoP) مدفوعين ب LLMs باستخدام أدوات مختلفة. يمكن تكوين هؤلاء الوكلاء كروبوتات محادثة أو كيانات 3D / XR في metaverse. يمكن لمطوري الذكاء الاصطناعي استخدام أو نشر LLM الذكاء الاصطناعي الخدمات المصغرة على الفور ، مما يسهل إنشاء وكلاء مستقلين قابلين للبرمجة على السلسلة. يمكن لهؤلاء الوكلاء القابلين للبرمجة إصدار أو امتلاك أصول العملة المشفرة ، أو العمل باستمرار ، أو التداول ، مما يساهم في اقتصاد تشفير نابض بالحياة ومستقل يدعم تحقيق UBAI. المستخدمون الذين يحملون HYPER· أجي· رموز AGENT rune مؤهلة لإنشاء وكيل PoP على سلسلة Bitcoin Layer 1 وقد تتأهل قريبا للحصول على المزايا الأساسية لوكلائها.

ما هو وكيل الذكاء الاصطناعي؟ كيف يختلف وكيل HyperAGI عن الآخرين؟

مفهوم وكيل الذكاء الاصطناعي ليس جديدا في الأوساط الأكاديمية ، لكن الضجيج الحالي في السوق جعل المصطلح مربكا بشكل متزايد. يشير وكلاء HyperAGI إلى الوكلاء المجسدين الذين يحركهم LLM ويمكنهم التدريب في بيئات المحاكاة الافتراضية 3D والتفاعل مع المستخدمين ، وليس فقط روبوتات الدردشة التي يحركها LLM. يمكن أن يوجد وكلاء HyperAGI في كل من العوالم الرقمية الافتراضية والعالم المادي الحقيقي. حاليا ، يتكامل وكلاء HyperAGI مع الروبوتات المادية مثل الآلية والطائرات بدون طيار والروبوتات البشرية. في المستقبل ، سيتمكن هؤلاء الوكلاء من تنزيل تدريب محسن من عالم 3D الافتراضي إلى الروبوتات المادية لتنفيذ المهام بشكل أفضل.

علاوة على ذلك ، فإن وكلاء HyperAGI مملوكون بالكامل للمستخدمين ولهم أهمية اجتماعية واقتصادية. يمكن لوكلاء PoP الذين يمثلون المستخدمين تلقي UBAI لضبط دخل الوكيل الأساسي. ينقسم وكلاء HyperAGI إلى وكلاء PoP (إثبات الشخصية) يمثلون المستخدمين الفرديين والوكلاء الوظيفيين العاديين. في اقتصاد وكيل HyperAGI ، يمكن لوكلاء PoP الحصول على دخل أساسي في شكل رموز ، مما يحفز المستخدمين على المشاركة في تدريب وتفاعل وكلاء PoP الخاص بهم. هذا يساعد على تجميع البيانات التي تثبت الفردية البشرية ، ويجسد UBAI المساواة الذكاء الاصطناعي والديمقراطية.

هل AGI ضجيج أم أنه سيصبح حقيقة واقعة قريبا؟ ما هي الاختلافات وخصائص مسار البحث والتطوير في HyperAGI مقارنة بمشاريع الذكاء الاصطناعي الأخرى؟

على الرغم من أن تعريف الذكاء الاصطناعي العام (AGI) لم يتم توحيده بعد ، إلا أنه يعتبر الكأس المقدسة للأوساط الأكاديمية والصناعية الذكاء الاصطناعي لعقود. في حين أن نماذج اللغة الكبيرة (LLMs) القائمة على المحولات أصبحت جوهر مختلف وكلاء الذكاء الاصطناعي و AGI ، فإن HyperAGI لا تشارك هذا الرأي تماما. توفر LLMs بالفعل استخراج معلومات جديدة ومريحة ، فضلا عن قدرات التخطيط والتفكير على أساس اللغة الطبيعية. ومع ذلك ، فهي في الأساس شبكات عصبية عميقة تعتمد على البيانات. منذ سنوات ، خلال طفرة البيانات الضخمة ، فهمنا أن مثل هذه الأنظمة تعاني بطبيعتها من GIGO (القمامة في ، القمامة خارج). تفتقر LLMs إلى بعض الخصائص الأساسية للذكاء المتقدم ، مثل التجسيد ، مما يجعل من الصعب على هؤلاء الذكاء الاصطناعي أو الوكلاء فهم النماذج العالمية للمستخدمين البشريين أو صياغة الخطط واتخاذ الإجراءات لحل مشاكل العالم الحقيقي. علاوة على ذلك ، لا تظهر LLMs أنشطة معرفية أعلى مثل الوعي الذاتي أو التفكير أو الاستبطان.

يتمتع مؤسسنا ، لاندون وانغ ، بخبرة بحثية واسعة وطويلة الأمد في مجال الذكاء الاصطناعي. في عام 2004 ، اقترح الذكاء الاصطناعي الموجهة نحو الجانب (AOAI) ، وهو ابتكار يجمع بين الحوسبة المستوحاة من الأعصاب والبرمجة الموجهة نحو الجانب (AOP). يشير أحد الجوانب إلى تغليف علاقات أو قيود متعددة بين الكائنات. على سبيل المثال ، الخلية العصبية هي تغليف للعلاقات أو القيود مع خلايا أخرى متعددة. على وجه التحديد ، تتفاعل الخلية العصبية مع الخلايا الحسية أو الحركية من خلال الألياف ونقاط الاشتباك العصبي الممتدة من جسم الخلية العصبية ، مما يجعل كل خلية عصبية جانبا يحتوي على مثل هذه العلاقات والمنطق. يمكن النظر إلى كل عامل الذكاء الاصطناعي على أنه يحل جانبا معينا من المشكلة ، ومن الناحية الفنية ، يمكن نمذجته كجانب.

في تنفيذ البرامج للشبكات العصبية الاصطناعية ، يتم تصميم الخلايا العصبية أو الطبقات بشكل عام ككائنات ، وهو أمر مفهوم ويمكن صيانته في لغات البرمجة الموجهة للكائنات. ومع ذلك ، فإن هذا يجعل من الصعب ضبط طوبولوجيا الشبكة العصبية ، وتسلسل تنشيط الخلايا العصبية جامد نسبيا. في حين أن هذا يظهر قوة كبيرة في إجراء حسابات بسيطة عالية الكثافة ، كما هو الحال في تدريب LLM والاستدلال ، إلا أنه يؤدي أداء ضعيفا في المرونة والقدرة على التكيف. من ناحية أخرى ، في AOAI ، يتم تصميم الخلايا العصبية أو الطبقات كجوانب بدلا من الأشياء. تمتلك بنية الشبكات العصبية هذه قدرة قوية على التكيف والمرونة ، مما يجعل التطور الذاتي للشبكات العصبية ممكنا.

يجمع HyperAGI بين LLMs الفعالة و AOAI القابلة للتطوير ، مما يشكل مسارا يدمج كفاءة الشبكات العصبية الاصطناعية التقليدية مع خصائص التطور الذاتي للشبكات العصبية AO. وينظر إلى هذا، حتى الآن، على أنه نهج عملي لتحقيق مبادرة الابتكار الزراعي.

ما هي رؤية هايبر إيه جي آي

تتمثل رؤية HyperAGI في تحقيق دخل الوكيل الأساسي غير المشروط (UBAI) ، وبناء مستقبل تخدم فيه التكنولوجيا الجميع بشكل منصف ، وكسر حلقة الاستغلال ، وخلق مجتمع رقمي لامركزي وعادل حقا. على عكس مشاريع blockchain الأخرى التي تدعي فقط أنها ملتزمة ب UBI ، فإن UBAI الخاص ب HyperAGI لديه مسار تنفيذ واضح من خلال اقتصاد الوكيل ، بدلا من أن يكون مثاليا بعيد المنال.

كان تقديم ساتوشي ناكاموتو للبيتكوين ابتكارا هائلا للبشرية ، لكنه مجرد عملة رقمية لامركزية بدون فائدة عملية. جعلت التطورات الكبيرة وصعود الذكاء الاصطناعي من الممكن خلق قيمة من خلال نموذج لامركزي. في هذا النموذج ، يستفيد الناس من الذكاء الاصطناعي التي تعمل على الآلات بدلا من قيمة الآخرين. يظهر عالم تشفير حقيقي قائم على التعليمات البرمجية ، حيث يتم إنشاء جميع الآلات لصالح البشرية ورفاهيتها.

في عالم التشفير هذا ، قد لا يزال هناك تسلسل هرمي بين وكلاء الذكاء الاصطناعي ، ولكن يتم القضاء على الاستغلال البشري لأن الوكلاء أنفسهم قد يمتلكون شكلا من أشكال الاستقلالية. الغرض النهائي وأهمية الذكاء الاصطناعي هو خدمة البشرية ، كما هو مشفر على blockchain.

العلاقة بين Bitcoin L2 و الذكاء الاصطناعي ، ولماذا نبني الذكاء الاصطناعي على Bitcoin L2

1. Bitcoin L2 كطريقة دفع لوكلاء الذكاء الاصطناعي

   تعد Bitcoin حاليا الوسيلة التي تلخص "أقصى قدر من الحياد" ، مما يجعلها مناسبة للغاية لوكلاء الذكاء الاصطناعي المشاركين في معاملات القيمة. تقضي Bitcoin على أوجه القصور و "الاحتكاكات" المتأصلة في العملات الورقية. كوسيط "رقمي أصلي" ، توفر Bitcoin أساسا طبيعيا الذكاء الاصطناعي لإجراء عمليات تبادل القيمة. يعزز Bitcoin L2 قدرات Bitcoin القابلة للبرمجة ، ويلبي متطلبات السرعة اللازمة لتبادل القيمة الذكاء الاصطناعي ، وبالتالي وضع Bitcoin لتصبح العملة الأصلية الذكاء الاصطناعي.

2. حوكمة الذكاء الاصطناعي اللامركزية على Bitcoin L2

   أدى الاتجاه الحالي للمركزية في الذكاء الاصطناعي إلى التركيز على مواءمة الذكاء الاصطناعي اللامركزية والحوكمة. يمكن أن تكون العقود الذكية الأكثر قوة في Bitcoin L2 بمثابة القواعد التي تنظم سلوك الوكيل الذكاء الاصطناعي ونماذج البروتوكول ، وتحقيق نموذج لامركزي لمواءمة الذكاء الاصطناعي والحوكمة. علاوة على ذلك ، فإن خاصية Bitcoin المتمثلة في أقصى قدر من الحياد تجعل من السهل التوصل إلى توافق في الآراء بشأن التوافق الذكاء الاصطناعي والحوكمة.

3. إصدار أصول الذكاء الاصطناعي على Bitcoin L2

   بالإضافة إلى إصدار وكلاء الذكاء الاصطناعي كأصول على Bitcoin L1 ، يمكن للأداء العالي ل Bitcoin L2 تلبية احتياجات الذكاء الاصطناعي وكلاء يصدرون أصولا الذكاء الاصطناعي ، والتي ستكون أساس اقتصاد الوكيل.

4. وكلاء الذكاء الاصطناعي كتطبيق قاتل لبيتكوين وبيتكوين L2

   نظرا لمشكلات الأداء ، لم يكن لدى Bitcoin تطبيق عملي يتجاوز كونه مخزنا للقيمة منذ إنشائه. يكتسب دخول Bitcoin L2 قابلية برمجة أكثر قوة. تستخدم الذكاء الاصطناعي الوكلاء بشكل عام لحل مشاكل العالم الحقيقي ، لذلك يمكن تطبيق وكلاء الذكاء الاصطناعي الذين يحركهم Bitcoin حقا. يمكن أن يصبح حجم وتكرار استخدام وكيل الذكاء الاصطناعي تطبيقا قاتلا ل Bitcoin و L2. في حين أن الاقتصاد البشري قد لا يعطي الأولوية للبيتكوين كطريقة دفع ، فإن اقتصاد الروبوت قد يفعل ذلك. يمكن لعدد كبير من وكلاء الذكاء الاصطناعي الذين يعملون 24/7 استخدام Bitcoin بلا كلل لإجراء وتلقي المدفوعات الصغيرة. يمكن أن يزداد الطلب على Bitcoin بشكل كبير بطرق لا يمكن تصورها حاليا.

5. الحوسبة الذكاء الاصطناعي لتعزيز أمان Bitcoin L2

   يمكن للحوسبة الذكاء الاصطناعي أن تكمل إثبات عمل البيتكوين (PoW) وحتى استبدال إثبات العمل بإثبات العمل المفيد (PoUW) ، مما يضمن الأمان بشكل ثوري أثناء حقن الطاقة المستخدمة حاليا لتعدين البيتكوين في وكلاء الذكاء الاصطناعي. يمكن الذكاء الاصطناعي الاستفادة من L2 لتحويل Bitcoin إلى blockchain ذكي وأخضر ، على عكس آلية PoS الخاصة ب Ethereum. سيتم تقديم إجماع Hypergraph المقترح ، استنادا إلى PoUW للحوسبة 3D / الذكاء الاصطناعي ، لاحقا.

ما الذي يجعل HyperAGI فريدا مقارنة بمشاريع الذكاء الاصطناعي اللامركزية الأخرى؟

تبرز HyperAGI في مجال الذكاء الاصطناعي Web3 نظرا لرؤيتها وحلولها وتقنياتها المتميزة. يتضمن نهج HyperAGI إجماع قوة حوسبة GPU ، وتجسيد الذكاء الاصطناعي ، والأصول ، مما يجعله تطبيقا هجينا الذكاء الاصطناعي ماليا لامركزيا. في الآونة الأخيرة ، اقترحت الأوساط الأكاديمية خمس خصائص يجب أن تمتلكها منصات الذكاء الاصطناعي اللامركزية ، وقد قمنا بإيجاز بمراجعة ومقارنة مشاريع الذكاء الاصطناعي اللامركزية الحالية وفقا لهذه الميزات الخمس. خمس خصائص لمنصات الذكاء الاصطناعي اللامركزية:

1. إمكانية التحقق من نماذج الذكاء الاصطناعي التي يتم تشغيلها عن بعد
   • تتضمن إمكانية التحقق اللامركزية تقنيات مثل توافر البيانات وبراهين المعرفة الصفرية (ZK).
2. سهولة استخدام نماذج الذكاء الاصطناعي المتاحة للجمهور
   • تعتمد قابلية الاستخدام على ما إذا كانت عقد واجهة برمجة التطبيقات للنموذج الذكاء الاصطناعي (بشكل أساسي LLM) هي نظير إلى نظير وما إذا كانت الشبكة لا مركزية بالكامل.
3. تحفيز مطوري ومستخدمي الذكاء الاصطناعي
   • تعد آليات إنشاء الرمز المميز العادل ضرورية للتحفيز.
4. الحوكمة العالمية للحلول الأساسية في المجتمع الرقمي
   • وينبغي أن تكون الذكاء الاصطناعي الحوكمة محايدة وقائمة على توافق الآراء.
5. لا توجد قيود على البائع
   • يجب أن تكون المنصة لامركزية بالكامل.

مقارنة بين مشاريع الذكاء الاصطناعي اللامركزية القائمة بناء على هذه الخصائص:

1. إمكانية التحقق من نماذج الذكاء الاصطناعي التي يتم تشغيلها عن بعد
   • الجيزة: استنادا إلى آلية إجماع ZKML ، تلبي Giza متطلبات التحقق ولكنها تعاني حاليا من مشكلات في الأداء ، خاصة مع الطرز الكبيرة.
   • Cortex الذكاء الاصطناعي: بدأ مشروع الذكاء الاصطناعي L1 اللامركزي قبل خمس سنوات ، الذكاء الاصطناعي Cortex يدمج تعليمات جديدة في EVM لدعم حسابات الشبكة العصبية ، ولكن لا يمكنه تلبية احتياجات نماذج LLM الكبيرة.
   • Ofelimos: الاقتراح الأول ل PoUW في مجتمع التشفير ، ولكن غير مرتبط بتطبيقات أو مشاريع محددة.
   • مشروع PAI: ذكر PoUW في ورقة بيضاء ولكنه يفتقر إلى منتج.
   • Qubic: يقترح PoUW باستخدام وحدات معالجة رسومات متعددة لحساب الشبكة العصبية الاصطناعية ، لكن تطبيقه العملي لا يزال غير واضح.
   • FLUX: يستخدم PoW ZelHash ، وليس PoUW.
   • Coinai: في مرحلة البحث ، يفتقر إلى آلية إجماع صارمة.
2. تشمل المشاريع التي لا تفي بمعيار التحقق ما يلي:
   • مشاريع تأجير حوسبة GPU: تفتقر إلى آليات التحقق اللامركزية ، مثل DeepBrain Chain و EMC و Atheir و IO.NET و CLORE. الذكاء الاصطناعي وغيرها.
   • سلسلة DeepBrain: تركز على تأجير GPU ، وأطلقت شبكتها الرئيسية في عام 2021.
   • EMC: تعيين المهام المركزية والمكافآت ، تفتقر إلى الإجماع اللامركزي.
   • Aher و IO.NET: لم يتم ملاحظة أي آليات توافق في الآراء.
   • كلور. الذكاء الاصطناعي: يستخدم التعهيد الجماعي ، والدفع عبر السلسلة لإصدارات الطراز الذكاء الاصطناعي ، وإصدار NFT ، ولكنه يفتقر إلى إمكانية التحقق. وتشمل المشاريع المماثلة SingularityNET و Bittensor و AINN و Fetch.ai و Ocean Protocol و Algovera.ai.
3. سهولة استخدام نماذج الذكاء الاصطناعي المتاحة للجمهور
   • Cortex الذكاء الاصطناعي و Qubic: لم يلاحظ أي دعم ل LLM.

ولا يعالج أي من مشاريع الذكاء الاصطناعي اللامركزية القائمة هذه المسائل الخمس معالجة كاملة. ومع ذلك ، فإن HyperAGI هو بروتوكول الذكاء الاصطناعي لامركزي بالكامل يعتمد على آلية إجماع Hypergraph PoUW و Bitcoin L2 Stack اللامركزي بالكامل ، مع خطط للترقية إلى L2 خاص ب Bitcoin الذكاء الاصطناعي في المستقبل.

ميزات HyperAGI الفريدة:

• آلية إجماع Hypergraph PoUW: تضمن أمان الشبكة بأكثر الطرق كفاءة ، والاستفادة من كل الطاقة الحسابية التي يوفرها عمال المناجم لاستدلال LLM وخدمات تقديم السحابة.
• منصة لامركزية تماما: استنادا إلى Bitcoin L2 Stack ، والذي يضمن خلو النظام الأساسي من قيود البائعين ويسهل الإجماع السهل على حوكمة الذكاء الاصطناعي.
• قابلية التحقق وسهولة الاستخدام: تضمن رؤية PoUW إمكانية استخدام الطاقة الحسابية لحل المشكلات المختلفة المقدمة إلى الشبكة اللامركزية ، ومعالجة إمكانية التحقق من نماذج الذكاء الاصطناعي التي يتم تشغيلها عن بعد وإتاحة نماذج الذكاء الاصطناعي للجمهور قابلة للاستخدام.

لا يلبي HyperAGI الخصائص المطلوبة لمنصة الذكاء الاصطناعي اللامركزية فحسب ، بل يعمل أيضا على تطوير المجال من خلال تكامله الفريد لقوة حوسبة GPU وأصول الذكاء الاصطناعي في إطار لامركزي.

لماذا الآن؟

1. انفجار LLMs وتطبيقاتها

وصل ChatGPT من OpenAI إلى 100 مليون مستخدم في ثلاثة أشهر فقط ، مما أثار طفرة عالمية في التطوير والتطبيق والاستثمار في نماذج اللغات الكبيرة (LLMs). ومع ذلك ، حتى هذه النقطة ، كانت تكنولوجيا وتدريب LLMs مركزية للغاية. أثارت هذه المركزية مخاوف كبيرة بين الأوساط الأكاديمية والصناعة والجمهور فيما يتعلق باحتكار التكنولوجيا الذكاء الاصطناعي من قبل عدد قليل من مقدمي الخدمات الرئيسيين ، وانتهاكات خصوصية البيانات ، والتعدي ، وقفل البائعين من قبل شركات الحوسبة السحابية. تنبع هذه المشكلات بشكل أساسي من التحكم في الإنترنت وبوابات التطبيقات بواسطة منصات مركزية ، والتي لا تناسب تطبيقات الذكاء الاصطناعي واسعة النطاق. وقد بدأ المجتمع الذكاء الاصطناعي في تنفيذ بعض المشاريع الذكاء الاصطناعي المحلية واللامركزية. على سبيل المثال ، يمثل Ollama التنفيذ المحلي ، وتمثل Petals اللامركزية. يستخدم Ollama ضغط المعلمات أو طرق الدقة المنخفضة لتمكين LLMs الصغيرة والمتوسطة الحجم من العمل على أجهزة الكمبيوتر الشخصية أو حتى الهواتف المحمولة ، وبالتالي حماية خصوصية بيانات المستخدم والحقوق الأخرى. ومع ذلك ، من الواضح أن هذا النهج صعب لدعم بيئات الإنتاج والتطبيقات الشبكية. من ناحية أخرى ، تحقق Petals استدلال LLM اللامركزي بالكامل من خلال تقنية Peer2Peer من Bittorrent. ومع ذلك ، تفتقر Petals إلى بروتوكولات طبقة الإجماع والحوافز ولا تزال محصورة في دائرة صغيرة من الباحثين.

2. وكلاء أذكياء يحركها LLM

بدعم من LLMs ، يمكن للوكلاء الأذكياء أداء تفكير أعلى مستوى وامتلاك قدرات تخطيط معينة. باستخدام اللغة الطبيعية ، يمكن للعديد من العوامل الذكية تشكيل تعاون اجتماعي مشابه للبشر. تم اقتراح العديد من أطر عمل الوكيل الذكي التي يحركها LLM ، مثل Microsoft AutoGen و Langchain و CrewAI. حاليا ، يركز عدد كبير من رواد الأعمال والمطورين الذكاء الاصطناعي على اتجاه الوكلاء الأذكياء الذين يحركهم LLM وتطبيقاتهم. هناك طلب كبير على استدلال LLM المستقر والقابل للتطوير ، ولكن يتم تحقيق ذلك بشكل أساسي عن طريق استئجار مثيلات استدلال GPU من شركات الحوسبة السحابية. في مارس 2024 ، أصدرت Nvidia ai.nvidia.com ، وهي منصة توليدية للخدمات المصغرة الذكاء الاصطناعي تتضمن LLMs ، لتلبية هذا الطلب الهائل ، على الرغم من أنها لم يتم إطلاقها رسميا بعد. يزدهر الوكلاء الأذكياء الذين يحركهم LLM ، تماما كما فعل تطوير مواقع الويب من قبل. ومع ذلك ، لا يزال التعاون يتم بشكل أساسي في وضع Web2 التقليدي ، حيث يحتاج مطورو الوكلاء الأذكياء إلى استئجار وحدات معالجة الرسومات أو شراء واجهات برمجة التطبيقات من موفري LLM لدعم تشغيل هؤلاء الوكلاء. هذا يخلق احتكاكا كبيرا ، مما يعيق النمو السريع للنظام البيئي للوكيل الذكي ونقل القيمة داخل اقتصاد الوكيل الذكي.

3. بيئات محاكاة العامل المتجسد

في الوقت الحالي ، يمكن لمعظم الوكلاء الوصول إلى واجهات برمجة تطبيقات معينة وتشغيلها فقط أو التفاعل مع واجهات برمجة التطبيقات هذه من خلال التعليمات البرمجية أو البرامج النصية ، أو كتابة أوامر التحكم التي تم إنشاؤها بواسطة LLMs أو قراءة الحالات الخارجية. يجب ألا يفهم وكلاء الذكاء العام اللغة الطبيعية ويولدونها فحسب ، بل يجب أن يفهموا العالم البشري أيضا. بعد التدريب المناسب ، يجب أن يكونوا قادرين على الانتقال إلى الأنظمة الروبوتية (مثل الطائرات بدون طيار ، والمكانس الكهربائية ، والروبوتات البشرية ، وما إلى ذلك) لإكمال مهام محددة. يشار إلى هؤلاء العوامل باسم العوامل المجسدة. يتطلب تدريب الوكلاء المجسدين كمية كبيرة من البيانات المرئية في العالم الحقيقي لمساعدتهم على فهم بيئات محددة والعالم الحقيقي بشكل أفضل ، وتقصير وقت التدريب والتطوير للروبوتات ، وتحسين كفاءة التدريب ، وخفض التكاليف. حاليا ، يتم بناء بيئات المحاكاة لتدريب الذكاء المتجسد وامتلاكها من قبل عدد قليل من الشركات ، مثل Minecraft من Microsoft و Isaac Gym من Nvidia. لا توجد بيئات لامركزية لتلبية الاحتياجات التدريبية للذكاء المجسد. في الآونة الأخيرة ، بدأت بعض محركات الألعاب في التركيز على الذكاء الاصطناعي ، مثل Epic's Unreal Engine ، الذي يروج لبيئات التدريب الذكاء الاصطناعي التي تتوافق مع OpenAI GYM.

4. النظام البيئي Bitcoin L2

على الرغم من أن سلاسل بيتكوين الجانبية موجودة منذ سنوات ، إلا أنها كانت تستخدم بشكل أساسي للمدفوعات ، كما أن نقص الدعم للعقود الذكية أعاق التطبيقات المعقدة على السلسلة. يسمح ظهور Bitcoin L2s المتوافق مع EVM ل Bitcoin بدعم تطبيقات الذكاء الاصطناعي اللامركزية من خلال L2. تتطلب الذكاء الاصطناعي اللامركزية شبكة blockchain لامركزية بالكامل ومهيمنة حسابيا بدلا من شبكات PoS blockchain المركزية بشكل متزايد. إن إدخال بروتوكولات جديدة لأصول Bitcoin الأصلية ، مثل النقوش والترتيب الترتيبي ، يجعل إنشاء أنظمة بيئية وتطبيقات تعتمد على Bitcoin ممكنا. على سبيل المثال ، تم الانتهاء من الإطلاق العادل ل HYPER•AGI•AGENT MINT في غضون ساعة ، وفي المستقبل ، ستصدر HyperAGI المزيد من الأصول الذكاء الاصطناعي والتطبيقات التي يحركها المجتمع على Bitcoin.

الإطار التقني والحلول التقنية لشركة HyperAGI

1. كيفية تحقيق منصة تطبيق وكيل ذكي الذكاء الاصطناعي لامركزية مدفوعة ب LLM؟

يتمثل التحدي الأساسي في الذكاء الاصطناعي اللامركزية اليوم في تمكين الاستدلال عن بعد لنماذج الذكاء الاصطناعي الكبيرة والتدريب والاستدلال على العوامل الذكية المتجسدة باستخدام خوارزميات عالية الأداء ومنخفضة النفقات العامة يمكن التحقق منها. وبدون إمكانية التحقق، سيعود النظام إلى نموذج سوق تقليدي متعدد الأطراف يشمل الموردين ومقدمي الطلبات ومشغلي المنصات، بدلا من تحقيق منصة تطبيقات الذكاء الاصطناعي لامركزية بالكامل.

يتطلب حساب الذكاء الاصطناعي الذي يمكن التحقق منه خوارزمية إجماع PoUW (إثبات العمل المفيد). وهذا بمثابة الأساس لآليات الحوافز اللامركزية. على وجه التحديد ، ضمن حوافز الشبكة ، يتم سك الرموز المميزة بواسطة العقد التي تكمل المهام الحسابية وتقدم نتائج يمكن التحقق منها ، بدلا من أي كيان مركزي ينقل الرموز المميزة إلى العقد.

لتحقيق حساب الذكاء الاصطناعي يمكن التحقق منه ، نحتاج أولا إلى تحديد الذكاء الاصطناعي الحساب نفسه. يشمل الذكاء الاصطناعي الحساب العديد من المستويات ، من تعليمات الماكينة منخفضة المستوى وتعليمات CUDA إلى لغات المستوى الأعلى مثل C ++ و Python. وبالمثل ، في تدريب الوكلاء الأذكياء المتجسدين ، توجد حسابات 3D أيضا على مستويات مختلفة ، بما في ذلك لغات التظليل و OpenGL و C ++ والبرامج النصية للمخطط.

يتم تنفيذ خوارزمية إجماع PoUW الخاصة ب HyperAGI باستخدام الرسوم البيانية الحسابية. يتم تعريف الرسم البياني الحسابي على أنه رسم بياني موجه حيث تتوافق العقد مع العمليات الرياضية. إنها طريقة للتعبير عن التعبيرات الرياضية وتقييمها ، وهي في الأساس "لغة" تصف المعادلات ، وتحتوي على العقد (المتغيرات) والحواف (العمليات أو الوظائف البسيطة).

تنفيذ حساب الذكاء الاصطناعي يمكن التحقق منه:

1.1 استخدام الرسوم البيانية الحسابية لتحديد الحساب الذي يمكن التحقق منه

يمكن تعريف أي حساب (على سبيل المثال ، حسابات 3D و الذكاء الاصطناعي) باستخدام الرسوم البيانية الحسابية. يمكن تمثيل مستويات مختلفة من الحساب بالرسوم البيانية الفرعية. يشمل هذا النهج أنواعا مختلفة من الحساب ويعبر عن مستويات حسابية مختلفة من خلال الرسوم البيانية الفرعية. حاليا ، يتضمن طبقتين: يتم نشر الرسم البياني الحسابي عالي المستوى على السلسلة لتسهيل التحقق بواسطة العقد.

1.2 التحميل اللامركزي وتنفيذ نماذج LLM والمشاهد ثلاثية الأبعاد

يتم تحميل نماذج LLM ومستويات المشهد 3D وتشغيلها بطريقة لامركزية بالكامل. عندما يصل المستخدم إلى نموذج LLM للاستدلال أو يدخل مشهد 3D للعرض ، سيبدأ وكيل ذكي HyperAGI عقدة أخرى موثوق بها لتشغيل نفس الرسم البياني التشعبي (مشهد LLM أو 3D).

1.3 التحقق من النتائج الحسابية

إذا وجدت عقدة التحقق أن النتيجة المرسلة بواسطة عقدة غير متسقة مع النتيجة المقدمة من عقدة موثوق بها، فإنها تجري بحثا ثنائيا على النتائج الحسابية خارج السلسلة للرسم البياني الحسابي للطبقة الثانية (الرسم البياني الفرعي) لتحديد موقع العقدة الحسابية المتباينة (المشغل) داخل الرسم البياني الفرعي. يتم نشر مشغلي الرسم البياني الفرعي مسبقا في العقود الذكية. من خلال تمرير معلمات المشغل غير المتسق إلى العقد الذكي وتنفيذ المشغل ، يمكن التحقق من النتائج.

2. كيف تتجنب النفقات الحسابية المفرطة؟

يتمثل التحدي الكبير في حساب الذكاء الاصطناعي الذي يمكن التحقق منه في إدارة النفقات الحسابية الإضافية. في بروتوكولات الإجماع البيزنطية ، يجب أن توافق 2/3 من العقد على تشكيل إجماع. بالنسبة لإجماع الاستدلال الذكاء الاصطناعي ، هذا يعني أن جميع العقد ستحتاج إلى إكمال نفس الحساب ، وهو إهدار غير مقبول في حساب الذكاء الاصطناعي. ومع ذلك ، لا يتطلب HyperAGI سوى عقد من 1 إلى (m) لإجراء حساب إضافي للتحقق من الصحة.

2.1 الحساب المصاحب للاستدلال LLM

لا يتم تشغيل كل استدلال LLM بشكل مستقل. يبدأ العامل الذكي HyperAGI عقدة واحدة موثوق بها على الأقل من أجل "الحساب المصاحب". نظرا لأن استدلال LLM يتم تنفيذه بواسطة الشبكات العصبية العميقة حيث يتم استخدام نتائج حساب كل طبقة كمدخلات للطبقة التالية حتى اكتمال الاستدلال ، يمكن للعديد من المستخدمين الوصول بشكل متزامن إلى نفس نموذج LLM الكبير. لذلك ، على الأكثر ، يجب بدء عدد إضافي من العقد الموثوقة يساوي عدد LLMs (m). كحد أدنى ، مطلوب عقدة واحدة موثوق بها فقط من أجل "الحساب المصاحب".

2.2 حساب تقديم المشهد ثلاثي الأبعاد

3D المشهد تقديم يتبع مبدأ مماثل. عندما يدخل المستخدم مشهدا وينشط الرسم البياني التشعبي، يقوم العامل الذكي HyperAGI بتحميل عقدة موثوق بها استنادا إلى الرسم البياني التشعبي لإجراء حساب الرسم البياني التشعبي المقابل. إذا قام (م) المستخدمون بإدخال مشاهد 3D مختلفة ، فيجب بدء العقد الموثوقة على الأكثر (m) من أجل "الحساب المصاحب".

باختصار ، يتراوح عدد العقد المشاركة في الحساب الإضافي بين 1 و (n + m) (حيث (n) هو عدد المستخدمين الذين يدخلون مشاهد 3D و (m) هو عدد LLMs). يتبع هذا التوزيع توزيعا غاوسيا ، مما يتجنب بشكل فعال إهدار الموارد مع ضمان كفاءة التحقق من الشبكة.

كيف يتكامل الذكاء الاصطناعي مع Web3 لتشكيل تطبيقات شبه الذكاء الاصطناعي وشبه مالية

يمكن لمطوري الذكاء الاصطناعي نشر وكلاء أذكياء كعقود ذكية ، مع عقود تحتوي على بيانات تشعبية عالية المستوى على السلسلة. يمكن للمستخدمين أو الوكلاء الأذكياء الآخرين استدعاء طرق عقود الوكيل الذكي هذه ودفع الرموز المميزة المقابلة. يجب على الوكيل الذكي الذي يقدم الخدمة إكمال الحساب المقابل وتقديم نتائج يمكن التحقق منها. يضمن هذا الإعداد تفاعلات الأعمال اللامركزية بين المستخدمين أو الوكلاء الأذكياء الآخرين والوكيل الذكي.

لن يقلق الوكيل الذكي بشأن عدم تلقي الرموز المميزة بعد إكمال المهمة ، ولا يحتاج الدافع إلى القلق بشأن دفع الرموز دون الحصول على نتائج حساب الأعمال الصحيحة. يتم تحديد قدرة وقيمة خدمة الوكيل الذكي من خلال سعر السوق الثانوي والقيمة السوقية لأصول الوكيل الذكي (بما في ذلك ERC-20 أو ERC-721 أو ERC-1155 NFTs).

ما وراء التطبيقات شبه الذكاء الاصطناعي وشبه المالية

لا يقتصر تطبيق HyperAGI على التطبيقات شبه الذكاء الاصطناعي وشبه المالية. ويهدف إلى تحقيق UBAI (الذكاء الاصطناعي الأساسي العالمي) ، وبناء مستقبل تخدم فيه التكنولوجيا الجميع على قدم المساواة ، وكسر حلقات الاستغلال ، وخلق مجتمع رقمي لامركزي وعادل حقا.

بيان:

1. هذه المقالة مستنسخة من [techflow deep tide] ، العنوان الأصلي هو "مقابلة HyperAGI: بناء وكيل الذكاء الاصطناعي حقيقي وإنشاء اقتصاد Cryptocurrency مستقل" ، حقوق الطبع والنشر تنتمي إلى المؤلف الأصلي [الخامس] ، إذا كان لديك أي اعتراض على إعادة الطباعة ، يرجى الاتصال بفريق Gate Learn ، وسيتعامل الفريق معها في أقرب وقت ممكن وفقا للإجراءات ذات الصلة.

2. إخلاء المسؤولية: الآراء ووجهات النظر الواردة في هذه المقالة تمثل فقط وجهات نظر المؤلف الشخصية ولا تشكل أي نصيحة استثمارية.

3. تتم ترجمة إصدارات اللغات الأخرى من المقالة من قبل فريق Gate Learn ، غير مذكورة في Gate.io ، ولا يجوز إعادة إنتاج المقالة المترجمة أو توزيعها أو سرقتها.