Lưu ý của người dịch: Vào tháng 3 năm nay, 0G Labs đã hoàn thành vòng tài trợ Pre-Seed trị giá 35 triệu đô la do Hack VC dẫn đầu. 0G Labs đặt mục tiêu xây dựng chuỗi AI mô-đun đầu tiên để giúp các nhà phát triển khởi chạy AI dApp trên lớp sẵn có dữ liệu có thể lập trình, hiệu suất cao. Thông qua thiết kế hệ thống đổi mới, 0G Labs cố gắng đạt được tốc độ truyền dữ liệu trên chuỗi ở cấp độ GB mỗi giây và hỗ trợ các kịch bản ứng dụng hiệu suất cao như đào tạo mô hình AI.

Trong tập thứ tư của podcast DealFlow, Tổng biên tập BSCN Jonny Huang, Đối tác chung của MH Ventures Kamran Iqbal và Giám đốc Đối tác Chiến lược và Đầu tư của Animoca Brands Mehdi Farooq đã phỏng vấn Michael Heinrich, đồng sáng lập và Giám đốc điều hành của 0G Labs. Michael đã chia sẻ nền tảng cá nhân của mình, từ vị trí kỹ sư phần mềm tại Microsoft và SAP Labs đến thành lập Garten, một công ty Web2 trị giá hơn 1 tỷ USD, cho đến hiện đang làm việc toàn thời gian trên 0G, chuyên xây dựng một nhóm công nghệ AI mô-đun trên chuỗi khối . Cuộc thảo luận đề cập đến hiện trạng và tầm nhìn của DA, lợi ích của tính mô-đun, quản lý nhóm và sự phụ thuộc hai chiều của Web3 vào AI. Nhìn về tương lai, ông nhấn mạnh AI sẽ trở thành xu hướng chủ đạo và mang lại những thay đổi to lớn cho xã hội, và Web3 cần theo kịp xu hướng này.

Sau đây là văn bản của cuộc phỏng vấn:

Người đứng đầu kỳ lân Web2 bắt đầu kinh doanh trở lại

Jonny: Hôm nay chúng ta sẽ đi sâu vào một chủ đề quan trọng - tính khả dụng của dữ liệu (DA), đặc biệt là trong lĩnh vực AI mật mã. Michael, công ty của bạn có tiếng nói mạnh mẽ trong lĩnh vực này. Trước khi đi vào chi tiết, bạn có thể giới thiệu ngắn gọn về kiến thức chuyên môn của mình và cách bạn tham gia vào lĩnh vực thích hợp này không.

Michael: Tôi khởi nghiệp là kỹ sư phần mềm và quản lý sản phẩm kỹ thuật tại Microsoft và SAP Labs, trên Visual Nhóm Studio Làm việc trên công nghệ tiên tiến. Sau đó, anh chuyển sang lĩnh vực kinh doanh và làm việc tại Bain & Company trong vài năm. Sau đó, anh chuyển đến Connecticut để làm việc cho Bridgewater Associates, chịu trách nhiệm xây dựng danh mục đầu tư. Xem xét khoảng 60 tỷ USD giao dịch mỗi ngày, có nhiều chỉ số rủi ro cần hiểu. Ví dụ: chúng tôi xem xét tỷ lệ CDS để đánh giá rủi ro đối tác, v.v. Trải nghiệm này đã giúp tôi hiểu biết sâu sắc về tài chính truyền thống.

Sau đó, tôi trở lại Stanford để học cao học và thành lập công ty Web2 đầu tiên của mình, Garten. Vào thời kỳ đỉnh cao, công ty từng mở rộng tới 650 nhân viên, với doanh thu hàng năm đạt 100 triệu USD và tổng số tiền tài trợ khoảng 130 triệu USD. Nó đã trở thành một công ty kỳ lân với mức định giá hơn 1 tỷ USD và là một dự án ngôi sao do ươm tạo. Bộ kết hợp Y.

Cuối năm 2022, bạn cùng lớp Thomas ở Stanford đã liên lạc với tôi. Anh ấy đề cập rằng anh ấy đã đầu tư vào Conflux 5 năm trước và nghĩ rằng Ming Wu và Fan Long là những kỹ sư giỏi nhất mà anh ấy từng tài trợ. Bốn người chúng tôi nên cùng nhau xem liệu chúng tôi có thể tạo ra thứ gì đó hay không. Sau sáu tháng bên nhau, tôi đã đi đến kết luận tương tự. Tôi tự nghĩ: "Chà, Ming và Fan là một trong những kỹ sư và nhà khoa học máy tính giỏi nhất mà tôi từng làm việc cùng. Chúng ta phải cùng nhau khởi nghiệp kinh doanh." Tôi chuyển sang trở thành chủ tịch của Garten và làm việc toàn diện. thời gian trên 0G.

Bốn chữ số từ 0G Labs Những người đồng sáng lập, từ trái sang phải, là Fan Long, Thomas Yao, Michael Heinrich và Ming Wu

Tình hình hiện tại, những thách thức và mục tiêu cuối cùng của DA

Jonny: Đây là một trong những lời giới thiệu về người sáng lập hay nhất mà tôi từng nghe. Tôi đoán quá trình cấp vốn VC của bạn hẳn phải suôn sẻ. Trước khi đi sâu vào chủ đề về tính sẵn có của dữ liệu, tôi muốn thảo luận về tình trạng DA hiện tại. Mặc dù có một số người chơi nổi tiếng, nhưng bạn đánh giá thế nào về bối cảnh DA hiện tại?

Michael: DA hiện đến từ nhiều nguồn, tùy thuộc vào blockchain. Ví dụ: trước khi nâng cấp Ethereum Danksharding, DA của Ethereum xấp xỉ 0,08 MB mỗi giây. Sau đó, Celestia, EigenDA và Avail tham gia thị trường và thông lượng của chúng thường dao động từ 1,2 đến 10 MB mỗi giây. Vấn đề là thông lượng này không đủ cho các ứng dụng AI hoặc bất kỳ ứng dụng chơi game trên chuỗi nào. Chúng ta cần nói về DA tính bằng gigabyte trên giây chứ không phải MB trên giây. Ví dụ: nếu bạn muốn đào tạo một mô hình AI trên chuỗi, bạn thực sự sẽ cần truyền dữ liệu từ 50 đến 100 GB mỗi giây để thực hiện điều đó. Đây là một trật tự có độ lớn khác nhau. Chúng tôi đã nhìn thấy cơ hội này và nghĩ về cách tạo ra bước đột phá này để có thể xây dựng các ứng dụng quy mô lớn cho Web2 trên chuỗi với cùng hiệu suất và chi phí. Đây là một khoảng trống lớn mà chúng ta thấy trên thực địa. Ngoài ra, còn một số vấn đề chưa được xem xét đầy đủ. Ví dụ: chúng tôi coi tính sẵn có của dữ liệu là sự kết hợp giữa xuất bản dữ liệu và lưu trữ dữ liệu. Hiểu biết sâu sắc cốt lõi của chúng tôi là đạt được những cải tiến hiệu suất đột phá bằng cách chia dữ liệu thành hai kênh này để tránh tắc nghẽn phát sóng trong hệ thống.

Mạng lưu trữ bổ sung cho phép bạn rất nhiều những thứ như lưu trữ mô hình, lưu trữ dữ liệu đào tạo cho các trường hợp sử dụng cụ thể và thậm chí cả khả năng lập trình. Bạn có thể thực hiện quản lý trạng thái hoàn chỉnh, quyết định nơi lưu trữ dữ liệu, thời gian lưu trữ dữ liệu và mức độ bảo mật được yêu cầu. Do đó, giờ đây đã có thể thực hiện được các trường hợp sử dụng trong thế giới thực thực sự cần thiết trong nhiều lĩnh vực khác nhau.

Tình trạng hiện tại của DA là chúng tôi đã đạt được tiến bộ đáng kể, từ 0,08 MB mỗi giây xuống 1,4 MB, điều này thực sự đã làm giảm chi phí giao dịch, trong một số trường hợp, thậm chí giảm 99%. Nhưng điều này là không đủ cho nhu cầu thực sự của thế giới tương lai. Các ứng dụng AI hiệu suất cao, trò chơi trên chuỗi, DeFi tần số cao, tất cả các ứng dụng này đều yêu cầu thông lượng cao hơn.

Mehdi: Tôi có hai câu hỏi cơ bản. Đầu tiên là về việc lưu trữ. Bạn đã đề cập đến lịch sử giao dịch của L2 và thậm chí cả lịch sử của mô hình AI. Về mặt lưu trữ, chúng ta cần lưu trữ dữ liệu trong bao lâu? Đây là câu hỏi đầu tiên của tôi. Câu hỏi thứ hai là, đã có các mạng lưu trữ phi tập trung như Arweave và Filecoin, bạn có nghĩ chúng có thể giúp cải thiện thông lượng không? Ý tôi không phải là xuất bản dữ liệu mà là lưu trữ.

Michael: Dữ liệu được lưu trữ trong bao lâu tùy thuộc vào mục đích của nó. Nếu xem xét khắc phục thảm họa, dữ liệu phải được lưu trữ vĩnh viễn để có thể xây dựng lại trạng thái. Đối với các bản tổng hợp lạc quan, trong đó có cửa sổ chống gian lận, cần có ít nhất 7 ngày lưu trữ để cho phép xây dựng lại trạng thái nếu cần. Đối với các loại bản cuộn khác, thời gian lưu trữ có thể ngắn hơn. Các chi tiết cụ thể khác nhau, nhưng nói chung là như vậy.

Đối với các nền tảng lưu trữ khác, chúng tôi chọn xây dựng hệ thống lưu trữ nội bộ vì Arweave và Filecoin được thiết kế nhiều hơn để lưu trữ kiểu nhật ký, tức là có thời gian lưu trữ lâu dài. -bảo quản lạnh có thời hạn. Do đó, chúng không được thiết kế để ghi và đọc dữ liệu rất nhanh, điều này rất quan trọng đối với các ứng dụng AI và ứng dụng dữ liệu có cấu trúc yêu cầu lưu trữ khóa-giá trị hoặc loại dữ liệu giao dịch. Bằng cách này, có thể đạt được tốc độ xử lý nhanh và thậm chí có thể xây dựng được ứng dụng Google Docs phi tập trung.

Jonny: Bạn hiểu rất rõ tại sao cần có DA và tại sao các giải pháp lưu trữ phi tập trung hiện tại không phù hợp với tình huống cụ thể này. Bạn có thể thảo luận về mục tiêu cuối cùng của tính sẵn có của dữ liệu không?

Michael: Mục tiêu cuối cùng rất dễ xác định là điều chúng tôi muốn đạt được là hiệu suất và chi phí tương đương với Web2. , để có thể xây dựng mọi thứ trên chuỗi, đặc biệt là các ứng dụng AI. Rất đơn giản, giống như AWS có tính toán và lưu trữ, S3 là thành phần chính. Tính sẵn có của dữ liệu, mặc dù có những đặc điểm khác nhau, nhưng cũng là một thành phần quan trọng. Mục tiêu cuối cùng của chúng tôi là xây dựng một nhóm công nghệ AI mô-đun trong đó phần sẵn có của dữ liệu không chỉ bao gồm xuất bản dữ liệu mà còn bao gồm các thành phần lưu trữ, được hợp nhất bởi một mạng đồng thuận. Chúng tôi để mạng đồng thuận xử lý việc lấy mẫu tính khả dụng của dữ liệu và sau khi đạt được sự đồng thuận, chúng tôi có thể chứng minh điều đó trên Lớp 1 cơ bản (như Ethereum). Mục tiêu cuối cùng của chúng tôi là xây dựng một hệ thống trên chuỗi có thể chạy bất kỳ ứng dụng hiệu suất cao nào và thậm chí hỗ trợ đào tạo các mô hình AI trên chuỗi.

Kamran: Bạn có thể nói rõ hơn về thị trường mục tiêu của mình không? Ngoài trí tuệ nhân tạo và những ứng dụng xây dựng AI trên blockchain, bạn hy vọng sẽ sử dụng 0G cho những dự án nào?

Michael: Bạn đã đề cập đến một lĩnh vực ứng dụng. Chúng tôi đang nỗ lực xây dựng cộng đồng AI phi tập trung lớn nhất và hy vọng sẽ có một số lượng lớn các dự án được xây dựng dựa trên chúng tôi. Cho dù Pond đang xây dựng một mô hình đồ thị lớn, Fraction AI hay PublicAI đang thực hiện chú thích hoặc làm sạch dữ liệu phi tập trung hay thậm chí là các dự án lớp thực thi như Allora, Talus Network hay Ritual, chúng tôi đều đang nỗ lực để xây dựng cộng đồng lớn nhất dành cho các nhà xây dựng AI. Đây là một yêu cầu cơ bản đối với chúng tôi.

Nhưng hầu như mọi ứng dụng hiệu suất cao đều có thể được xây dựng dựa trên chúng tôi. Lấy trò chơi trên chuỗi làm ví dụ, 5.000 người dùng yêu cầu 16 MB dữ liệu sẵn có mỗi giây để đạt được trạng thái trò chơi trực tuyến hoàn chỉnh mà không cần nén. Hiện tại không có lớp DA nào có thể làm được điều này, có thể Solana có thể làm được, nhưng điều đó không giống với hệ sinh thái Ethereum và khả năng hỗ trợ còn hạn chế. Vì vậy, những ứng dụng như vậy cũng rất thú vị đối với chúng tôi, đặc biệt nếu chúng được kết hợp với các tác nhân AI trên chuỗi (như NPC). Có rất nhiều tiềm năng cho ứng dụng chéo trong lĩnh vực này.

DeFi tần số cao là một ví dụ khác. Mã hóa đồng hình hoàn toàn (FHE) trong tương lai, thị trường dữ liệu, ứng dụng cấp sâu tần số cao, tất cả đều yêu cầu thông lượng dữ liệu rất lớn, yêu cầu lớp DA thực sự có thể hỗ trợ hiệu suất cao. Do đó, bất kỳ DApp hoặc Layer2 hiệu suất cao nào cũng có thể được xây dựng dựa trên chúng tôi.

Ưu điểm của mô-đun: lựa chọn linh hoạt

Mehdi: Bạn đang làm việc chăm chỉ để cải thiện Khả năng mở rộng, thông lượng và giải quyết vấn đề phình to trạng thái do các thành phần lưu trữ gây ra. Tại sao không khởi chạy một Layer1 hoàn chỉnh? Nếu bạn có khả năng đạt được bước đột phá về công nghệ, tại sao lại áp dụng cách tiếp cận mô-đun thay vì tạo Layer1 bằng máy ảo của riêng nó? Logic đằng sau việc áp dụng ngăn xếp mô-đun là gì?

Michael:Về cơ bản, lớp dưới cùng của chúng tôi là Lớp 1, nhưng chúng tôi tin chắc rằng mô-đun hóa là tương lai của cách xây dựng ứng dụng. Và chúng tôi có tính mô-đun và không loại trừ việc cung cấp môi trường thực thi được tối ưu hóa đặc biệt cho các ứng dụng AI trong tương lai. Chúng tôi chưa hoàn toàn chắc chắn về lộ trình cho việc này, nhưng điều đó là có thể.

Tính mô-đun là vấn đề của sự lựa chọn. Bạn có thể chọn lớp giải quyết, môi trường thực thi và lớp DA. Tùy thuộc vào trường hợp sử dụng, nhà phát triển có thể chọn giải pháp tốt nhất. Giống như Web2, TCP/IP đã thành công vì nó có tính chất mô-đun và các nhà phát triển có thể tự do sử dụng các khía cạnh khác nhau của nó theo ý muốn. Vì vậy, chúng tôi hy vọng sẽ mang đến cho các nhà phát triển nhiều sự lựa chọn hơn để họ có thể xây dựng môi trường phù hợp nhất theo loại ứng dụng của mình.

Mehdi: Nếu bạn chọn một máy ảo ngay bây giờ, máy ảo nào trên thị trường sẽ phù hợp nhất cho ứng dụng bạn đang xem xét hoặc cố gắng thực hiện?

Michael: Tôi có quan điểm rất thực tế về vấn đề này. Nếu muốn thu hút nhiều nhà phát triển Web2 hơn đến với Web3, thì đó sẽ là một loại máy ảo WASM nào đó có thể xây dựng các ứng dụng bằng các ngôn ngữ lập trình phổ biến nhất như JavaScript hoặc Python. Những ngôn ngữ này không nhất thiết phải là lựa chọn tốt nhất để phát triển trên chuỗi.

Move VM được thiết kế rất tốt về mặt đối tượng và thông lượng. Nếu bạn theo đuổi hiệu suất cao thì đây là một lựa chọn đáng chú ý. Nếu bạn nghĩ về một máy ảo đã được thử nghiệm trong trận chiến thì đó là EVM vì có số lượng lớn các nhà phát triển Solidity. Vì vậy, sự lựa chọn phụ thuộc vào kịch bản sử dụng cụ thể.

Ưu tiên và xây dựng cộng đồng

Jonny: Tôi muốn nghe ý kiến của bạn Có chuyện gì vậy trở ngại lớn nhất mà bạn gặp phải, hay mọi việc đều thuận buồm xuôi gió? Tôi không thể tưởng tượng rằng sự nghiệp của bạn lại rất lớn và không thể luôn suôn sẻ như vậy.

Michael: Đúng vậy, tôi nghĩ bất kỳ công ty khởi nghiệp nào cũng sẽ không thuận buồm xuôi gió và sẽ luôn có một số thách thức. Thách thức lớn nhất theo quan điểm của tôi là đảm bảo chúng tôi có thể theo kịp vì chúng tôi phải thực hiện rất tốt nhiều nhiệm vụ và phải thực hiện một số đánh đổi để nhanh chóng tiếp cận thị trường.

Ví dụ: ban đầu chúng tôi muốn ra mắt với cơ chế đồng thuận tùy chỉnh, nhưng điều đó sẽ kéo dài thời gian ra mắt thêm bốn đến năm tháng. Vì vậy, chúng tôi đã quyết định sử dụng cơ chế đồng thuận có sẵn trong giai đoạn đầu tiên để thực hiện bằng chứng mạnh mẽ về khái niệm và đạt được một phần mục tiêu cuối cùng, chẳng hạn như 50 GB mỗi giây cho mỗi lớp đồng thuận. Sau đó, lớp đồng thuận có thể mở rộng theo chiều ngang sẽ được giới thiệu trong giai đoạn thứ hai để đạt được thông lượng DA không giới hạn. Cũng giống như bật công tắc để khởi động một máy chủ AWS khác, chúng tôi có thể thêm các lớp đồng thuận bổ sung, từ đó tăng thông lượng DA tổng thể.

Một thách thức khác là đảm bảo chúng tôi thu hút được những nhân tài hàng đầu cho công ty. Đội ngũ của chúng tôi rất mạnh, bao gồm những người đoạt huy chương vàng Olympic Tin học và các tiến sĩ khoa học máy tính hàng đầu, vì vậy chúng tôi cần đội ngũ tiếp thị và các nhà phát triển mới phù hợp với điều đó.

Jonny: Có vẻ như trở ngại lớn nhất mà các bạn đang phải đối mặt lúc này là sự ưu tiên, phải không? Chấp nhận rằng bạn không thể làm mọi thứ trong một khoảng thời gian ngắn và phải thực hiện một số đánh đổi. Bạn nghĩ gì về sự cạnh tranh? Tôi đoán Celestia hoặc EigenDA không gây ra mối đe dọa nghiêm trọng cho trường hợp sử dụng cụ thể của bạn.

Michael: Trong Web3, sự cạnh tranh phần lớn được quyết định bởi cộng đồng. Chúng tôi đã xây dựng một cộng đồng mạnh mẽ xung quanh các nhà xây dựng AI và hiệu suất cao, trong khi Celestia và EigenDA có thể có nhiều cộng đồng có mục đích chung hơn. EigenDA có lẽ quan tâm nhiều hơn đến việc mang lại an ninh kinh tế và xây dựng AVS trên EigenLayer, trong khi Celestia quan tâm hơn đến việc Layer2 muốn giảm chi phí giao dịch và không có nhiều ứng dụng thông lượng cao. Ví dụ: việc xây dựng DeFi tần số cao trên Celestia là rất khó khăn vì bạn cần thông lượng nhiều terabyte mỗi giây, điều này sẽ làm tắc nghẽn hoàn toàn mạng Celestia.

Từ góc độ này, chúng tôi thực sự không cảm thấy bị đe dọa. Chúng tôi đang xây dựng một cộng đồng rất mạnh mẽ và ngay cả khi có những người khác tham gia, chúng tôi đã có được hiệu ứng mạng lưới của các nhà phát triển và thị phần, đồng thời hy vọng sẽ có thêm nguồn tài trợ. Vì vậy, cách phòng thủ tốt nhất là hiệu ứng mạng của chúng tôi.

Sự phụ thuộc hai chiều của Web3 và AI

Jonny: Bạn chọn trí tuệ nhân tạo là trọng tâm chính, nhưng tại sao Web3 lại cần lưu trữ AI trong hệ sinh thái của nó? Ngược lại, tại sao trí tuệ nhân tạo lại cần Web3? Đây là một câu hỏi hai chiều và câu trả lời cho cả hai câu hỏi không nhất thiết là có.

Michael: Tất nhiên, Web3 không có AI là có thể. Nhưng tôi nghĩ trong 5 đến 10 năm tới, mọi công ty sẽ là công ty AI vì AI sẽ có tính biến đổi giống như Internet. Chúng ta có thực sự muốn bỏ lỡ cơ hội này trong Web3 không? Tôi không nghĩ vậy. Theo McKinsey, AI sẽ mang lại giá trị kinh tế hàng nghìn tỷ USD và 70% việc làm có thể được tự động hóa bởi AI. Vậy tại sao không tận dụng nó? Web3 không có AI là có thể, nhưng có AI, tương lai sẽ tốt đẹp hơn. Chúng tôi tin rằng trong 5 đến 10 năm tới, phần lớn người tham gia blockchain sẽ là các tác nhân AI thực hiện các nhiệm vụ và giao dịch cho bạn. Đây sẽ là một thế giới rất thú vị, nơi chúng ta sẽ có rất nhiều dịch vụ tự động được cung cấp bởi AI phù hợp với người dùng.

Tôi nghĩ AI thực sự cần Web3. Sứ mệnh của chúng tôi là biến AI trở thành hàng hóa công cộng. Về cơ bản đây là vấn đề về động lực. Làm cách nào để đảm bảo rằng các mô hình AI không gian lận và đưa ra quyết định tốt nhất cho con người? Sự liên kết có thể được chia thành các thành phần khuyến khích, xác minh và bảo mật, mỗi thành phần đều rất phù hợp để triển khai trong môi trường blockchain. Blockchain có thể hỗ trợ tài chính hóa và khuyến khích thông qua token, tạo ra một môi trường mà AI không có xu hướng gian lận về mặt tài chính. Tất cả lịch sử giao dịch cũng có trên blockchain. Để đưa ra tuyên bố táo bạo ở đây, tôi nghĩ về cơ bản, mọi thứ từ dữ liệu đào tạo đến các thành phần làm sạch dữ liệu cho đến các thành phần thu thập và nhập dữ liệu phải được đưa vào chuỗi để có khả năng truy xuất nguồn gốc đầy đủ về người đã cung cấp dữ liệu và sau đó là những quyết định nào đã thực hiện Làm mô hình AI?

Trong tương lai 5 đến 10 năm tới, nếu một hệ thống AI đang quản lý các hệ thống hậu cần, hành chính và sản xuất, tôi muốn biết về phiên bản của nó. mô hình, các quyết định của nó và Giám sát mô hình vượt xa trí thông minh của con người để đảm bảo nó phù hợp với lợi ích của con người. Và bằng cách đặt AI vào hộp đen có thể gian lận và không đưa ra quyết định vì lợi ích tốt nhất của nhân loại, tôi không chắc chúng ta có thể tin tưởng vào một số công ty để đảm bảo nhất quán tính bảo mật và tính toàn vẹn của một hệ thống như vậy, đặc biệt là trước những tác động trong tương lai của các mô hình AI. Có thể có siêu năng lực trong 5 đến 10 năm nữa.

Kamran: Tất cả chúng ta đều biết rằng lĩnh vực mã hóa chứa đầy những câu chuyện và về lâu dài, bạn rất tập trung vào lĩnh vực AI , bạn có nghĩ điều này sẽ là trở ngại cho bạn không? Như bạn đã nói, nền tảng công nghệ của bạn sẽ vượt trội hơn nhiều so với những gì chúng ta đang thấy hiện nay. Bạn có nghĩ rằng câu chuyện xung quanh AI và chính việc đặt tên sẽ cản trở bạn trong tương lai không?

Michael: Chúng tôi không nghĩ vậy. Chúng tôi tin tưởng chắc chắn rằng trong tương lai, mọi công ty đều sẽ là công ty AI. Hầu như không có công ty nào không sử dụng AI dưới một hình thức nào đó trong các ứng dụng hoặc nền tảng của mình. Từ góc độ này, mỗi khi GPT tung ra một phiên bản mới, chẳng hạn như phiên bản có hàng nghìn tỷ tham số, nó sẽ mở ra các tính năng mới chưa từng có trước đây và đạt đến mức hiệu suất cao hơn. Tôi nghĩ sức nóng vẫn còn ở đây vì đây là một mô hình hoàn toàn mới. Lần đầu tiên, chúng ta có thể ra lệnh cho máy tính phải làm gì bằng ngôn ngữ của con người. Trong một số trường hợp, bạn có được khả năng vượt qua người bình thường và tự động hóa các quy trình mà trước đây không thể thực hiện được. Ví dụ: một số công ty đã gần như tự động hóa hoàn toàn việc phát triển bán hàng và hỗ trợ khách hàng. Với việc phát hành GPT-5, GPT-6, v.v., các mô hình AI sẽ trở nên thông minh hơn. Chúng tôi cần đảm bảo rằng chúng tôi theo kịp xu hướng này trong Web3 và xây dựng phiên bản nguồn mở của riêng mình.

Các tác nhân AI sẽ điều hành các bộ phận của xã hội trong tương lai và điều quan trọng là phải đảm bảo rằng chúng được quản lý bởi blockchain theo cách thích hợp. Trong vòng 10 đến 20 năm nữa, AI chắc chắn sẽ trở thành xu hướng chủ đạo và mang lại những thay đổi to lớn cho xã hội. Chỉ cần nhìn vào chế độ lái tự động hoàn toàn của Tesla, bạn sẽ biết rằng tương lai đang từng ngày trở thành hiện thực. Robot cũng sẽ bước vào cuộc sống của chúng ta và cung cấp cho chúng ta rất nhiều sự hỗ trợ. Về cơ bản chúng ta đang sống trong một bộ phim khoa học viễn tưởng.

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia