AI đại diện cho cuộc cách mạng công nghệ lớn nhất trong lịch sử và đã khởi động một cuộc chạy đua vũ trang công nghệ mà thế giới chưa từng thấy trước đây. Các mô hình AI hiện tại đã đạt điểm cao nhất trong hầu hết các bài kiểm tra đại học được tiêu chuẩn hóa và vượt trội hơn con người trong nhiều nhiệm vụ, bao gồm cả nghiên cứu AI. Ngay cả ở cấp độ hiện tại, điều này đã biến đổi thành nhiều ngành như tìm kiếm, dịch vụ khách hàng, sáng tạo nội dung, lập trình, giáo dục, v.v.

Chúng tôi mong đợi khả năng trí tuệ nhân tạo, quỹ vốn và tác động của nó đối với xã hội sẽ chỉ tăng tốc từ đây. Tất cả các tập đoàn công nghệ lớn đều hiểu rằng trí tuệ nhân tạo là tồn tại quan trọng đối với doanh nghiệp của họ và đang đầu tư một cách phù hợp. Doanh thu của NVIDIA, có thể coi là chỉ số tốt nhất cho Chi phí vốn cố định trí tuệ nhân tạo, đang trên đà tăng lên trên 100 tỷ đô la vào năm 2024, gấp đôi so với năm 2023, >4 lần so với năm trước đó.

Giám đốc điều hành Google Sundar Pichai về các khoản đầu tư AI:

“Nguy cơ đầu tư quá ít lớn hơn đáng kể so với nguy cơ đầu tư quá nhiều đối với chúng tôi ở đây.”

Đồng thời, các công ty khởi nghiệp cảm thấy AI là một lực lượng đột phá mà họ có thể lật đổ những người đương nhiệm trong nhiều thập kỷ và ước tính $83bđã đượcđã đầu tưtrong các doanh nghiệp khởi nghiệp AI trong 18 tháng qua.

Với việc khả năng trí tuệ nhân tạo có xu hướng tăng theo cấp số nhân với sự tính toán được áp dụng vào chúng, rất có khả năng chúng ta sẽ đạt được một cái gì đó giống như AGI trong vòng một thập kỷ.

Nguồn:Nhận thức tình huốngbởi@leopoldasch

Trong bài viết này, chúng tôi cho rằng động lực cạnh tranh sẽ dẫn đến một thế giới với hàng triệu mô hình, và tiền điện tử là vật liệu lý tưởng cho thế giới nhiều mô hình này. Chúng tôi sẽ bắt đầu bằng việc thảo luận vì sao chúng tôi nghĩ rằng một thế giới nhiều mô hình là điểm cuối lý tưởng cho trí tuệ nhân tạo. Sau đó, chúng tôi sẽ đi qua các yếu tố khác biệt duy nhất mà tiền điện tử cung cấp cho trí tuệ nhân tạo. Cuối cùng, chúng tôi sẽ đề cập đến ngăn xếp tiền điện tử x trí tuệ nhân tạo theo cách chúng tôi hiểu, và cung cấp các ví dụ cụ thể về loại dự án mà chúng tôi háo hức.

Có những lý do triết học và đạo đức mạnh mẽ vì sao trí tuệ nhân tạo mã nguồn mở và tiền điện tử x trí tuệ nhân tạo là tình trạng tốt hơn cho loài người, và đó làđã được bao phủ một cách xuất sắc ở nơi khác. Mặc dù chúng tôi đồng ý với họ hoàn toàn và đây là một phần của những gì thúc đẩy chúng tôi xây dựng trong không gian này, nhưng với mục đích của bài viết này, chúng tôi sẽ tập trung hoàn toàn vào những lý do thực tế tại sao crypto x AI sẽ chiến thắng, thay vì những lý lẽ đạo đức vì sao nó nên chiến thắng.

God-model vs many-models

Hiện tại, chúng ta đang tiến đến một thế giới trong đó một vài công ty công nghệ tích hợp theo chiều dọc lớn sản xuất các mô hình "Thiên Chúa" chiếm ưu thế trên mọi thứ khác.

Tuy nhiên, chúng tôi không nghĩ rằng đây là trạng thái cuối cùng vì một số lý do:

1. Rủi ro thảm trải: Tổ chức, doanh nhân và nhà phát triển xây dựng trải nghiệm trên nền tảng AI không muốn phụ thuộc vào một công ty nguồn đóng duy nhất có thể thay đổi mô hình, sửa đổi các điều khoản sử dụng hoặc thậm chí dừng phục vụ hoàn toàn.
2. Cân bằng giữa chi phí và hiệu quả: Các mô hình chung rất lớn được ưa chuộng bởi các công ty công nghệ lớn cần phải đào tạo và chạy với chi phí cao hơn nhiều. Kết quả là điều này khiến chúng đắt tiền và quá mạnh mẽ cho nhiều trường hợp sử dụng. Trong khi điều này không phải là mối quan tâm lớn bây giờ vì mọi người không nghĩ đến lợi nhuận, khi trí tuệ nhân tạo đạt tỷ lệ quy mô, mọi người sẽ tối ưu hóa để đạt được chi phí thấp nhất cho mức độ hiệu suất mà họ đang tìm kiếm. Đối với nhiều tác vụ, các mô hình lớn sẽ không cạnh tranh ở đây. Có nhiều nghiên cứu để chứng minh điều này, cho thấy các mô hình chuyên môn nhỏ hơn có thể vượt trội so với các mô hình chung ở mọi thứ từchẩn đoán hình ảnh y tế,phát hiện gian lận, nhận dạng giọng nói vànhiều hơn nữa.
3. Tích hợp dọc: Như Apple đã chứng minh nhiều lần, những sản phẩm tốt nhất thường đến từ việc tích hợp dọc trên toàn bộ hệ thống. Những doanh nhân tham vọng xây dựng các sản phẩm hỗ trợ trí tuệ nhân tạo sẽ tìm cách tạo lợi thế cạnh tranh bằng cách xây dựng trên các mô hình chuyên sâu của riêng họ. Những sản phẩm này cũng sẽ có khả năng thu hút thêm giá trị, thu hút thêm đầu tư, v.v.
4. Lo ngại về quyền riêng tư: Trí tuệ nhân tạo sẽ là trọng tâm của các luồng công việc tổ chức một cách có thể coi là không có công nghệ nào khác đã từng có. Nhiều tổ chức do dự khi giao phó dữ liệu nhạy cảm của họ cho những mô hình này.

Vì những lý do này, chúng tôi tin rằng chúng ta rất có khả năng sống trong một thế giới với nhiều mô hình nhỏ hơn, chuyên biệt hơn, được tùy chỉnh và tiết kiệm chi phí cho các trường hợp sử dụng cụ thể. Nhà phát triển ứng dụng và người dùng sẽ tận dụng các mô hình mã nguồn mở như LLaMA hoặc các mô hình từ Gate.@MistralAI""> @MistralAI là một nền tảng để điều chỉnh mô hình riêng của mình, thường sử dụng dữ liệu độc quyền. Nhiều mô hình sẽ tiếp tục chạy trên máy chủ, nhưng các ứng dụng nhỏ hơn và nhạy cảm với quyền riêng tư hơn sẽ chạy trên các thiết bị khách hàng, trong khi những người khác cần kháng cáo kiểm duyệt có thể sử dụng mạng tính toán phi tập trung.

Đây là một thế giới của các legos AI mô-đun, nơi các nhà phát triển và doanh nhân cạnh tranh để cung cấp giá trị cho người dùng và người dùng có thể chọn, chọn và kết hợp các dịch vụ khác nhau cho phù hợp với nhu cầu cụ thể của họ. Định tuyến, điều phối, tổng hợp, thanh toán và tất cả các loại cơ sở hạ tầng khác sẽ cần được xây dựng để giải phóng ngăn xếp "mô hình thần" và phục vụ nền kinh tế AI mới nổi này.

Điều này cũng xảy ra ở thế giới nơi tiền điện tử phát triển mạnh mẽ.

Tiền điện tử x Trí tuệ nhân tạo

Crypto cảm thấy tự nhiên như một lĩnh vực có thể tìm thấy tiện ích trong thế giới nhiều mô hình này. Tuy nhiên, sự hào nhoáng này đã dẫn đến việc phân bổ vốn đáng kể trong không gian từ các nhà đầu tư thường thiếu thông tin. Giống như bong bóng cơ sở hạ tầng trước đó, nhiều dự án đang được tài trợ và xây dựng mà có lẽ không nên. Vì vậy, không dễ dàng để xác định các phân ngành con trong không gian crypto x AI thực sự có giá trị, dẫn đến việc nhiều người bỏ qua toàn bộ không gian này như là một meme không có giá trị cơ bản.

Chúng tôi không nghĩ rằng đó là một meme, nhưng đúng là thế giới với nhiều mô hình này có thể tồn tại lý thuyết mà không cần tiền điện tử. Do đó, quan trọng đối với chúng tôi là tập trung vào những yếu tố phân biệt duy nhất của tiền điện tử cho phép chúng tôi tạo ra các sản phẩm tốt hơn đột phá hoặc trong trường hợp lý tưởng, các sản phẩm không thể được xây dựng nếu thiếu nó. Để làm điều này, chúng tôi bắt đầu bằng việc xác định những đặc tính duy nhất của tiền điện tử và cách chúng có thể áp dụng vào trí tuệ nhân tạo một cách dẫn đến các sản phẩm tốt hơn. Chúng tôi sẽ sau đó đi qua ngăn xếp tiền điện tử x trí tuệ nhân tạo và cung cấp ví dụ về các trường hợp sử dụng mà chúng tôi nghĩ phù hợp với điều này.

Lớp phối hợp - Đường ray tiền điện tử rất tuyệt vời trong việc tạo điều kiện cho sự phối hợp tập thể mà không cần kiểm soát tập trung. Nó đã được chứng minh là đặc biệt thành công trong việc khắc phục vấn đề gà và trứng vốn có ở hầu hết các thị trường, khởi động cơ sở người dùng mới lớn chỉ sau một đêm với các ưu đãi gốc tiền điện tử.

1. Các nhóm nhỏ xây dựng mô hình nội bộ có thể không có quyền truy cập trực tiếp vào tất cả các tài nguyên cần thiết. Ví dụ, trong khi các phòng thí nghiệm trí tuệ nhân tạo của các công ty công nghệ lớn có thể có máy tính riêng, các nhóm nhỏ sẽ không có. Tương tự, các nhóm như vậy sẽ cần thu thập dữ liệu và có thể tuyển dụng một nhóm người đa dạng để cung cấp phản hồi từ con người. Những nhu cầu này rất phù hợp để được phục vụ bởi các thị trường chuyên biệt, và chúng tôi tin rằng các thị trường sử dụng hệ thống crypto sẽ có lợi thế cạnh tranh hơn so với những thị trường không sử dụng.
2. Mở, API không cần phép: Chức năng Crypto rails hoạt động như một API mở, không cần phép - có thể truy cập bởi bất kỳ ai ở bất kỳ đâu mà không cần phải KYC, có thẻ tín dụng, hoặc bất kỳ hình thức phê duyệt nào từ một bên thứ ba. Điều này quan trọng đối với các đại lý trí tuệ nhân tạo, họ cần có khả năng truy cập dịch vụ, triển khai mã và chuyển giá trị mà không cần sự can thiệp từ bất kỳ con người nào để có thể hoạt động hoàn toàn tự động. Điều này cho phép các hành vi nhưng phát sinh giống như trong truyện khoa học viễn tưởng như các tập thể đại lý, các đại lý thanh toán cho nhau các dịch vụ, vay nợ, hoặc thậm chí là gây quỹ.
3. Không tin cậy: Hệ thống tiền điện tử thường không tin cậy, có nghĩa là bạn có thể có những đảm bảo mật mã rằng chúng không thay đổi, truy cập không thể bị rút lại một cách bất ngờ và bạn có thể xác minh rằng thực hiện như mong đợi. Điều này quan trọng đối với ngăn xếp trí tuệ nhân tạo modul do, khác với phương pháp tích hợp, người xây dựng sẽ cần kết hợp với một số nguyên tố mà họ không kiểm soát và người dùng sẽ cần tin tưởng bản thân một số dịch vụ, trong đó có nhiều dịch vụ họ thậm chí không biết đến.
4. Chống kiểm duyệt: Nếu được triển khai dưới dạng hợp đồng bất biến, các ứng dụng chạy trên đường ray tiền điện tử là không thể ngăn cản. Ngay cả khi có thể nâng cấp, nó thường bởi một DAO đòi hỏi một đại biểu của chủ sở hữu mã thông báo để đạt được sự đồng thuận. Giả sử AI trở nên mạnh mẽ như chúng ta mong đợi, rất có khả năng các chính phủ sẽ tìm cách kiểm soát và ảnh hưởng đến nó. Trên thực tế, chúng ta đã thấy điều này xảy ra. Cũng giống như Bitcoin và tiền điện tử cung cấp tiền / đường ray tài chính nằm bên ngoài hệ thống, crypto x AI cung cấp trí thông minh không thể ngăn cản.

The crypto x AI stack

Với những lợi ích này, chúng ta nghĩ ứng dụng nào đặc biệt thú vị ở sự giao điểm của crypto x AI?

Trung tâm dữ liệu và tính toán

Công dụng của máy tính cho mô hình phổ biến chia thành hai loại: huấn luyện và suy luận. Chúng tôi thấy có giá trị trong việc sử dụng máy tính phân tán cho cả hai loại này và chúng tôi sẽ mở rộng về mỗi loại ở dưới đây.

Đào tạo về tính toán phi tập trung

Phân phối tính toán hiện tại khó khăn do yêu cầu giao tiếp và độ trễ nặng nề giữa các nút trong quá trình đào tạo. Có nhiều nhóm đang cố gắng giải quyết vấn đề này và, với quy mô của giải thưởng và chất lượng của tài năng đang làm việc trên nó, chúng tôi tự tin rằng nó sẽ được giải quyết. Một số phương pháp tiếp cận triển vọng ở đây bao gồm [ @NousResearch]s DisTrOvà@PrimeIntellectcủaOpenDiLoCo.

Ngoài việc giải quyết các vấn đề kỹ thuật khó khăn của đào tạo phân tán và xây dựng một sản phẩm trừu tượng hóa sự phức tạp này, người chiến thắng cũng sẽ phải tìm ra:

1. Làm thế nào để đảm bảo chất lượng và trách nhiệm trên một mạng không có giới hạn
2. Cách khởi động một phía cung cấp, lý tưởng là các trung tâm dữ liệu và cụm thay vì phần cứng tiêu dùng

Token incentives will probably be table stakes for incentivising a supply-side, and more creative approaches may include giving compute providers ownership in the resulting model.

Về cơ bản, những lợi ích của một thị trường tính toán phân tán là bạn có thể tận dụng được chi phí nguyên vật liệu tính toán thấp nhất trên toàn thế giới. Điều này trở nên ngày càng quan trọng khi chi phí ngày càng tăng từ những nhà cung cấp dịch vụ hiện tại đẩy nhiều công ty/tổ chức tìm kiếm các giải pháp rẻ hơn. Nhược điểm là độ trễ, phần cứng không đồng nhất cũng như thiếu tất cả các tối ưu hóa và quy mô kinh tế mà đi kèm với việc xây dựng và vận hành trung tâm dữ liệu của riêng bạn. Chưa rõ là điều này sẽ diễn ra như thế nào.

Rút ra được xác minh

Nói chung, chúng tôi nhận thấy trường hợp sử dụng cho suy luận có thể xác minh như là mở rộng hệ thống giảm thiểu niềm tin với khả năng trí tuệ nhân tạo. Việc nhúng một mô hình vào một hợp đồng thông minh không thực tế, nhưng có thể chạy mô hình ngoài chuỗi và đăng một số chứng thực hoặc bằng chứng cho việc chạy như mong đợi trên chuỗi. Ví dụ, dự án có thể chuyển giao quyết định quản trị một cách đáng tin cậy (ví dụ: quyết định về tham số rủi ro trong thị trường tiền tệ) cho một mô hình ngoài chuỗi.

Khái niệm này cũng có thể được sử dụng cho các mô hình mã nguồn mở hoặc đóng cửa một cách tổng quát hơn, mang đến cho người dùng sự đảm bảo rằng kết quả đến từ mô hình mà họ mong đợi. Điều này có thể trở nên quan trọng khi các ứng dụng và người dùng tận dụng trí tuệ nhân tạo cho các nhiệm vụ ngày càng quan trọng. Có nhiều dự án giải quyết vấn đề này theo nhiều cách khác nhau như Delphi Ventures portco.Inference Labs @inference_labs.

Dữ liệu

Đào tạo LLMs ngày nay là quá trình đa bước yêu cầu các loại dữ liệu và sự can thiệp của con người. Nó bắt đầu với quá trình tiền huấn luyện, trong đó LLMs được huấn luyện trên các phiên bản đã được làm sạch và được chỉnh sửa củadữ liệu chung crawl và các bộ dữ liệu miễn phí khácTrong quá trình sau đào tạo, các mô hình sẽ được đào tạo trên các tập dữ liệu được gắn nhãn nhỏ hơn, cụ thể hơn để làm cho chúng thành thạo trong các lĩnh vực cụ thể (ví dụ: Hóa học), thường với sự trợ giúp của các chuyên gia.

Để đảm bảo dữ liệu mới và/hoặc độc quyền, các phòng thí nghiệm trí tuệ nhân tạo thường ký kết thỏa thuận với chủ sở hữu của các nguồn dữ liệu lớn. Ví dụ,OpenAI và Reddit đã ký kết một thỏa thuậnvốn được đồn đoán là 60 triệu đô la. Tương tự, tờ Wall Street Journal cho biết thỏa thuận của News Corp với OpenAI được định giá là hơn 250 triệu đô la trong vòng 5 năm. Rõ ràng rằng dữ liệu ngày nay có giá trị hơn bao giờ hết.

Chúng tôi tin rằng các mạng tiền điện tử được đặt ở vị trí tốt để giúp các nhóm lấy nguồn dữ liệu và tài nguyên cần thiết cho mọi giai đoạn của quá trình này. Có lẽ lĩnh vực thú vị nhất là thu thập dữ liệu, nơi chúng tôi tin rằng các động lực tiền điện tử được đặt ở vị trí tốt để khởi động phía cung cấp dữ liệu và mở khóa nhiều nguồn dữ liệu dài lâu đáng kể.

Ví dụ,Grass AI@getgrass_iokhuyến khích người dùng chia sẻ băng thông internet không sử dụng để giúp thu thập dữ liệu từ web, sau đó được cấu trúc, làm sạch và truy cập được cho việc đào tạo trí tuệ nhân tạo. Nếu Grass có thể khởi động đủ nguồn cung, nó có thể hoạt động hiệu quả như một khóa API cung cấp dữ liệu internet mới cho việc sử dụng trong các mô hình.

@Hivemapperlà một ví dụ tốt khác - mạng lưới đã được ra mắt vào tháng 11 năm 2022 và thu thập hàng triệu kilomet ảnh cấp độ đường mỗi tuần, đã vẽ bản đồ 25% thế giới. Dễ thấy là các mô hình tương tự có thể được áp dụng vào các dạng dữ liệu đa phương tiện khác và được tiền hóa bằng cách bán cho các phòng thí nghiệm trí tuệ nhân tạo.

Như các thỏa thuận của NewsCorp/Reddit cho thấy, có nhiều công ty sở hữu dữ liệu có giá trị nhưng nhiều công ty quá nhỏ hoặc thiếu kết nối với các phòng thí nghiệm AI để khai thác giá trị của nó. Tương tự, các phòng thí nghiệm AI ký kết thỏa thuận với các nhà cung cấp nhỏ lẻ có thể không đáng đối tác. Một thị trường dữ liệu được thiết kế tốt có thể giảm thiểu điều này bằng cách kết nối các nhà cung cấp với các phòng thí nghiệm AI một cách đồng đều. Ở đây có một vài thách thức, những thách thức chính là giải quyết cho chất lượng dữ liệu, cũng như tính đồng loại hóa của cả API và dữ liệu.

Cuối cùng, việc chuẩn bị dữ liệu là một tập hợp quan trọng các nhiệm vụ bao gồm nhãn, làm sạch, làm giàu, biến đổi và các công việc tương tự. Một nhóm nhỏ có thể không có đủ kỹ năng này trong nhà và tìm đến việc thuê ngoài. Scale AI@scale_AIGate.io là một công ty trung gian cung cấp các dịch vụ này - được ước tính hiện có doanh thu khoảng 700 triệu đô la và đang tăng trưởng nhanh chóng. Chúng tôi tin rằng một hệ thống thị trường và quy trình làm việc được thiết kế tốt, dựa trên các đường ray tiền điện tử có thể phát triển tốt ở đây.Lightworks là một trong những liên doanh mà Delphi Ventures đã đầu tư vào và có một vài người khác - tất cả đều ở giai đoạn khá sớm.

Mẫu

Để diễn giải báo cáo của Delphi Digital,The Tower & The Square, việc sản xuất và kiểm soát các mô hình trí tuệ nhân tạo đang được theo dõi để hoàn toàn được kiểm soát bởi “tháp” - các công ty công nghệ lớn và chính phủ. Điều này có thể coi là tình trạng đáng lo ngại hơn cả việc tiền tệ được chính phủ kiểm soát. Bởi vì nó cho phép họ không chỉ kiểm soát nguồn tài nguyên kinh tế quan trọng nhất, mà còn kiểm soát câu chuyện bằng cách kiểm duyệt và thao túng thông tin, loại bỏ hoàn toàn một số người “không mong muốn” khỏi hệ thống, sử dụng các tương tác AI cá nhân của người dùng chống lại họ, hoặc đơn giản là sử dụng AI để tối đa hóa doanh thu quảng cáo.

Có rất nhiều người thông minh đang làm việc để tạo ra “công viên” - mạng lưới phi tập trung với mục tiêu tạo ra một mô hình hoàn toàn trung lập, chống kiểm duyệt và có thể tiếp cận cho tất cả. Vì vậy, giống như Bitcoin và tiền điện tử cung cấp tiền/đường sắt tài chính nằm ngoài hệ thống, tiền điện tử kết hợp trí tuệ nhân tạo sẽ cung cấp trí tuệ nằm ngoài hệ thống.

Các dự án như vậy nhằm mục đích tạo ra một mô hình thần thánh cạnh tranh với GPT và LLaMA bằng cách phân cấp mọi phần của quy trình tạo mô hình - mạng lưới nguồn và chuẩn bị dữ liệu, đào tạo trên tính toán phi tập trung của riêng nó, chạy suy luận trên cùng một tính toán đó và điều phối toàn bộ quá trình thông qua quản trị phi tập trung. Không có phần nào của quy trình được tập trung và do đó mô hình thực sự thuộc sở hữu của cộng đồng và không thể kiểm soát được bởi "Tháp".

Rõ ràng việc tạo ra một mô hình phi tập trung đến bất cứ nơi nào gần với các mô hình biên giới cạnh tranh sẽ cực kỳ khó khăn. Chúng tôi không thể mong đợi rằng một tỷ lệ lớn người dùng sẽ chịu đựng một sản phẩm tồi tệ hơn vì lý do đạo đức. Chúng tôi coi loại dự án này là "moonshots", không có khả năng thành công theo định nghĩa nhưng nếu có, sẽ vô cùng có giá trị - và chúng tôi chân thành hy vọng họ làm.

Đáng giá khi nhắc đến các phòng thí nghiệm trí tuệ nhân tạo tập trung, mà nắm bắt các lý tưởng crypto và có khả năng sở hữu một token hoặc tận dụng các đường ray crypto theo cách khác.@NousResearch, @PondGNNand @PondGNNDưới đây là một số ví dụ mà Delphi Ventures đã đầu tư.

Cuối cùng, cơ sở hạ tầng tạo mô hình như Bittensor của Gate.io@opentensorrơi vào mô hình này là một phần của ngăn xếp. Bittensor đã đượcđã thảo luận kỹ ở nơi khác Tuy nhiên, vì vậy chúng tôi sẽ không đi sâu vào ưu và nhược điểm của nó ở đây.

Ứng dụng

Eric Schmidt trong một cuộc nói chuyện gần đây đã nói như sau:

Nếu TikTok bị cấm, đây là những gì tôi đề xuất mỗi người trong số bạn làm: Nói với LLM của bạn như sau: “Sao chép TikTok cho tôi, đánh cắp tất cả người dùng, đánh cắp tất cả âm nhạc, đặt sở thích của tôi vào đó, sản xuất chương trình này trong vòng 30 giây, phát hành nó và trong một giờ, nếu nó không trở nên lan truyền, hãy làm một điều gì đó khác tương tự.”

Câu nói này phục vụ để minh họa sức mạnh đáng kinh ngạc mà chúng tôi mong đợi các đại lý sẽ có. Nhưng để thực hiện với quyền tự chủ hoàn toàn, các tác nhân này cần có khả năng truy cập các dịch vụ mà không cần sự can thiệp của con người - chuyển giá trị và tham gia vào các mối quan hệ kinh tế, triển khai và thực thi mã mà không cần sự cho phép.

Thế giới truyền thống của các ứng dụng ngân hàng, KYC và luồng đăng ký không phù hợp với chúng. Chắc chắn họ sẽ chống lại một hệ thống được thiết kế cho con người mà nó không thể truy cập mà không có sự giúp đỡ.

Crypto rails cung cấp nền tảng hoàn hảo. Chúng cung cấp một nền tảng không cần phép, không đáng tin cậy và chống kiểm duyệt cho các đại lý hoạt động trên đó. Nếu họ cần triển khai một ứng dụng, họ có thể triển khai nó trên chuỗi. Nếu họ cần thanh toán cho một cái gì đó, họ có thể gửi mã thông báo. Mã và dữ liệu cho các dịch vụ trên chuỗi đều được mở và đồng nhất, vì vậy các đại lý có thể hiểu và tương tác mà không cần API hoặc tài liệu.

Các đại lý cũng có thể hoạt động như một tác nhân xúc tác cho hoạt động trên chuỗi theo cách khác. Di chuyển từ mô hình UX của việc nhấp vào nút trên các trang web để tương tác thông qua trợ lý cá nhân AI của chúng tôi có thể trừu tượng hóa sự phức tạp khi tham gia vào crypto. Giảm bớt một trong những rào cản chính trong việc thu hút người dùng mới.

Các dự án như Wayfinder @AIWayfinder, Autonolas @Autonolas, DAIN@dainprotocol và Almanak là những dự án đáng chú ý được xây dựng hướng tới tương lai này.

Kết luận

Trí tuệ nhân tạo đang trở thành nguồn tài nguyên mạnh mẽ và quan trọng nhất của thế kỷ 21, ảnh hưởng sâu sắc đến xã hội. Một tương lai độc quyền do các công nghệ lớn và nhà nước kiểm soát hoàn toàn là một kịch bản viễn tưởng mà chúng ta không muốn thấy. Trong bài báo này, chúng tôi đã cố gắng chỉ ra một con đường để tiền điện tử có thể ngăn chặn sự độc quyền này, không phải bằng cách kỳ vọng mọi người sử dụng các giải pháp vì lý do triết học, mà là bằng cách cung cấp những giải pháp thực sự tốt hơn cho nhà phát triển và người dùng.

Chúng ta vẫn rất sớm trong thời đại AI và đặc biệt là trong thời đại deAI. Còn rất nhiều để xây dựng để đưa chúng ta từ nơi chúng ta đang ở đến những gì chúng ta đã thảo luận trong bài viết này. Tại Delphi Labs, chúng tôi rất hào hứng để thấy tương lai của Crypto và AI diễn ra và chúng tôi muốn tích cực định hình tương lai này bằng cách làm việc với những người xây dựng hàng đầu trong lĩnh vực này.

Với sự non trẻ của nó, chúng tôi tin rằng một bộ tăng tốc là cấu trúc hoàn hảo để khám phá không gian thiết kế và làm việc với các cố vấn và chuyên gia để giúp biến ý tưởng của bạn thành hiện thực. Hôm nay, chúng tôi đang tham gia tích cực với sự mớiNEAR x Delphi Labs AI Accelerator. Các ứng dụng hiện đã mở và sẽ duy trì cho đến ngày 4 tháng 10 năm 2024. Nếu bạn là một doanh nhân hoặc người sáng lập quyết tâm tin vào tương lai của AI x Web3, hãy tham gia cùng chúng tôi và cùng nhau biến nó thành hiện thực.

Cảm ơn:@Redphonecrypto,@Bitcoin_Sage, @KSimback, @Kevin_Kelly_II,@Shaughnessy119 và @CannnGurelđể chỉnh sửa và phản hồi.

Nhiệm vụ của Delphi Labs là làm cho việc tiền điện tử diễn ra tốt hơn và nhanh hơn. Chúng tôi tận dụng kinh nghiệm thực tế với các giao thức tiền điện tử hàng đầu bao gồm Thorchain, AAVE và Synthetix để giúp các doanh nhân đi từ con số không đến con số một. Tìm hiểu thêm tạidelphilabs.io.

Disclaimer：

1. Bài viết này được tái bản từ [ Delphi Labs]. All copyrights belong to the original author [Luke Saunders và Jose Macedo]. Nếu có ý kiến phản đối bản in lại này, vui lòng liên hệ với Cổng họcđội ngũ, và họ sẽ xử lý nó ngay lập tức.
2. Miễn trách nhiệm: Các quan điểm và ý kiến được thể hiện trong bài viết này chỉ thuộc về tác giả và không đại diện cho bất kỳ lời khuyên đầu tư nào.
3. Việc dịch bài viết sang các ngôn ngữ khác được thực hiện bởi đội ngũ Gate Learn. Trừ khi được đề cập, sao chép, phân phối hoặc đạo văn các bài viết đã dịch là không được phép.