AI on AO Phát hành nội dung bài phát biểu | Ba đột phá công nghệ AI của giao thức AO: Xây dựng mô hình ngôn ngữ lớn phi tập trung
Tuyển chọn TechFlowTuyển chọn TechFlow
AI on AO Phát hành nội dung bài phát biểu | Ba đột phá công nghệ AI của giao thức AO: Xây dựng mô hình ngôn ngữ lớn phi tập trung
Đây là khởi đầu cho việc đưa trí tuệ thị trường vào môi trường thực thi phi tập trung.
Chuyên sâu báo cáo Web3Bài viết: Kyle
Hiệu đính: Lemon
Nguồn: Nội dung công hội - Tin tức
Cảm ơn mọi người đã đến hôm nay. Chúng tôi có một loạt tiến triển kỹ thuật siêu thú vị về công nghệ AO để chia sẻ cùng các bạn. Trước tiên, chúng tôi sẽ thực hiện một bản trình diễn, sau đó Nick và tôi sẽ thử xây dựng tại chỗ một tác nhân AI, tác nhân này sẽ giao dịch mua bán trong hợp đồng thông minh dựa trên cảm xúc trò chuyện trong hệ thống mà các bạn sắp nghe thấy. Hôm nay chúng tôi sẽ xây dựng nó từ đầu ngay tại đây, hy vọng mọi việc diễn ra suôn sẻ.
Đúng vậy, các bạn sẽ được xem cách tự mình làm tất cả những điều này.
Tiến bộ công nghệ ở đây thực sự khiến AO vượt xa các hệ thống hợp đồng thông minh khác. Điều này trước đây đã đúng, và giờ đây nó ngày càng giống một siêu máy tính phi tập trung hơn là một mạng lưới hợp đồng thông minh truyền thống. Tuy nhiên, nó vẫn sở hữu đầy đủ các đặc tính của một mạng lưới hợp đồng thông minh. Vì vậy, chúng tôi vô cùng háo hức khi được chia sẻ tất cả những điều này với các bạn. Không để mất thêm thời gian, hãy bắt đầu bản trình diễn, sau đó chúng tôi sẽ thảo luận và cùng nhau xây dựng một thứ gì đó trực tiếp tại đây.
Xin chào mọi người, cảm ơn vì đã đến hôm nay. Chúng tôi rất hào hứng thông báo ba cập nhật kỹ thuật lớn đối với giao thức AO. Chúng cùng hướng tới một mục tiêu lớn: hỗ trợ các mô hình ngôn ngữ lớn (LLM) chạy trong môi trường phi tập trung như một phần của hợp đồng thông minh. Đây không phải là các mô hình đồ chơi nhỏ, hay những mô hình bị biên dịch thành tệp nhị phân riêng biệt.
Đây là một hệ thống hoàn chỉnh, cho phép bạn chạy gần như tất cả các mô hình chính hiện đang mở nguồn và sẵn có. Ví dụ như Llama 3 chạy trên chuỗi trong hợp đồng thông minh, GPT cũng vậy, hay các mô hình của Apple, v.v. Đây là thành quả của cả hệ sinh thái cùng nỗ lực, với ba bước tiến kỹ thuật chính cấu thành nên hệ thống này. Vì vậy, tôi rất háo hức giới thiệu tất cả những điều này đến các bạn.
Tình hình tổng quan là, hiện nay LLM (mô hình ngôn ngữ lớn) có thể chạy trong hợp đồng thông minh. Bạn có thể đã nhiều lần nghe nói về AI phi tập trung và tiền mã hóa AI. Trên thực tế, ngoài một hệ thống duy nhất mà chúng ta sẽ nói đến hôm nay, hầu như tất cả các hệ thống này đều sử dụng AI như một oracle — nghĩa là AI chạy bên ngoài chuỗi, sau đó đưa kết quả thực thi lên chuỗi để phục vụ một số mục đích phía hạ lưu.
Chúng tôi đang nói về điều khác. Chúng tôi đang nói về việc suy luận mô hình ngôn ngữ lớn trở thành một phần của quá trình thực thi trạng thái hợp đồng thông minh. Tất cả điều này nhờ vào ổ cứng AO và cơ chế xử lý siêu song song của AO, nghĩa là bạn có thể chạy lượng tính toán khổng lồ mà không ảnh hưởng đến các tiến trình khác mà tôi đang dùng. Theo chúng tôi, điều này sẽ cho phép tạo ra một hệ thống tài chính tác nhân tự chủ phi tập trung vô cùng phong phú.
Cho đến nay, trong tài chính phi tập trung (DeFi), chúng ta về cơ bản đã có thể làm cho việc thực thi các giao dịch nguyên thủy trở nên không cần tin cậy. Việc tương tác trong các trò chơi kinh tế khác nhau, ví dụ như cho vay và trao đổi, đều không cần tin cậy. Nhưng đây chỉ là một khía cạnh của vấn đề. Nếu bạn xem xét thị trường tài chính toàn cầu.
Vâng, có nhiều thành phần kinh tế khác nhau hoạt động theo nhiều cách khác nhau. Có trái phiếu, cổ phiếu, hàng hóa và phái sinh, v.v. Nhưng khi chúng ta thật sự nói về thị trường, thì không chỉ dừng lại ở đó — mà còn là tầng trí tuệ. Đó là những con người quyết định mua bán, cho vay hoặc tham gia vào các trò chơi tài chính khác nhau.
Cho đến nay, trong hệ sinh thái DeFi, chúng ta đã thành công trong việc chuyển tất cả các thành phần này sang trạng thái không cần tin cậy. Do đó, bạn có thể trao đổi trên Uniswap mà không cần tin tưởng vào người vận hành Uniswap. Thực tế, về bản chất, không hề có người vận hành nào cả. Tầng trí tuệ của thị trường vẫn bị bỏ lại bên ngoài chuỗi. Vì vậy, nếu bạn muốn tham gia đầu tư tiền mã hóa mà không muốn tự mình nghiên cứu và tham gia tất cả, bạn phải tìm một quỹ.
Bạn phải tin tưởng họ với tiền của mình, sau đó họ thực hiện các quyết định thông minh và truyền tải xuống lớp thực thi các thành phần cơ bản của mạng lưới. Theo chúng tôi, trong AO, chúng tôi thực sự đã có khả năng đưa phần trí tuệ của thị trường — tức là trí tuệ dẫn đến các quyết định — vào bên trong mạng lưới. Vì vậy, một cách đơn giản để hiểu có thể là hình dung.
Một ứng dụng quỹ phòng hộ hoặc quản lý danh mục đầu tư mà bạn có thể tin tưởng, có thể thực thi một tập hợp các chỉ thị thông minh bên trong mạng lưới, từ đó mở rộng tính không cần tin cậy của mạng lưới sang cả quá trình ra quyết định. Nghĩa là một tài khoản ẩn danh, ví dụ như Yolo 420 Trader Number One (một nhà giao dịch liều lĩnh, tùy hứng), có thể tạo một chiến lược mới thú vị và triển khai nó lên mạng lưới, và bạn có thể đầu tư vốn vào đó mà không cần thực sự tin tưởng.
Giờ đây bạn có thể xây dựng các tác nhân tự chủ tương tác với các mô hình thống kê lớn. Và mô hình thống kê lớn phổ biến nhất chính là mô hình ngôn ngữ lớn, có thể xử lý và tạo văn bản. Nghĩa là bạn có thể đặt các mô hình này vào hợp đồng thông minh như một phần của chiến lược do ai đó có ý tưởng mới lạ phát triển, và thực thi chúng một cách thông minh bên trong mạng lưới.
Bạn có thể hình dung việc thực hiện phân tích cảm xúc cơ bản. Ví dụ, bạn đọc tin tức, rồi quyết định đây là thời điểm tốt để mua bán sản phẩm phái sinh này. Đây là thời điểm tốt để thực hiện hành động này hay hành động kia. Bạn có thể để các quyết định mang tính con người được thực hiện một cách không cần tin cậy. Đây không chỉ là lý thuyết. Chúng tôi đã tạo một loại tiền meme thú vị gọi là Llama Fed. Ý tưởng cơ bản là, nó là một mô phỏng ngân hàng trung ương, trong đó một nhóm llama (lạc đà không bướu) được biểu thị bằng mô hình Llama 3.
Họ giống như sự kết hợp giữa lạc đà và chủ tịch Cục Dự trữ Liên bang Mỹ (Fed), bạn có thể đến gặp họ, yêu cầu họ cấp một ít token, và họ sẽ đánh giá yêu cầu của bạn. Chính mô hình ngôn ngữ lớn điều hành chính sách tiền tệ, hoàn toàn tự trị và không cần tin cậy. Chúng tôi đã xây dựng nó, nhưng chúng tôi không thể kiểm soát nó. Họ điều hành chính sách tiền tệ, quyết định ai nên nhận token và ai không nên. Đây là một ứng dụng nhỏ rất thú vị của công nghệ này, hy vọng sẽ khơi gợi ra tất cả các ứng dụng tiềm năng khác trong hệ sinh thái.
Để đạt được điều này, chúng tôi phải tạo ba khả năng nền tảng mới cho AO, một số ở tầng giao thức cơ bản, một số ở tầng ứng dụng. Những khả năng này không chỉ hữu ích cho việc thực thi mô hình ngôn ngữ lớn mà còn rộng rãi và thú vị hơn nhiều đối với các nhà phát triển AO. Vì vậy, tôi rất vui được giới thiệu chúng đến các bạn hôm nay.
Khả năng đầu tiên trong số các công nghệ mới này là hỗ trợ Web Assembly 64-bit. Nghe có vẻ kỹ thuật, nhưng tôi có cách giúp mọi người hiểu được ý nghĩa của nó. Về cơ bản, hỗ trợ WebAssembly 64-bit cho phép các nhà phát triển tạo các ứng dụng sử dụng hơn 4GB bộ nhớ. Tôi sẽ nói về các giới hạn mới sau, chúng thật sự đáng kinh ngạc.
Nếu bạn không phải nhà phát triển, hãy hình dung như thế này: có người bảo bạn viết một cuốn sách, bạn rất hào hứng với ý tưởng này, nhưng họ nói bạn chỉ được viết 100 trang. Không hơn, không kém. Bạn có thể diễn đạt ý tưởng trong sách, nhưng không thể diễn đạt một cách tự nhiên và bình thường, vì có một giới hạn bên ngoài, bạn phải chiều theo nó, thay đổi cách viết của mình để phù hợp.
Trong hệ sinh thái hợp đồng thông minh, giới hạn này thậm chí còn nghiêm ngặt hơn 100 trang. Tôi sẽ nói rằng nó giống như việc xây dựng trên phiên bản AO ban đầu. Ethereum có giới hạn bộ nhớ 48KB, giống như có người bảo bạn viết một cuốn sách chỉ dài một câu, và bạn chỉ được dùng 200 từ tiếng Anh phổ biến nhất. Việc xây dựng các ứng dụng thực sự hấp dẫn trong hệ thống này cực kỳ khó khăn.
Sau đó là Solana, bạn có thể truy cập 10MB bộ nhớ làm việc. Rõ ràng đây là một cải thiện, nhưng về cơ bản chúng tôi đang nói về một trang giấy. ICP, Giao thức Máy tính Internet, cho phép hỗ trợ 3GB bộ nhớ. Về mặt lý thuyết là đầy đủ, nhưng họ buộc phải giảm xuống 3GB. Với 3GB bộ nhớ, bạn có thể chạy nhiều ứng dụng khác nhau, nhưng chắc chắn không thể chạy các ứng dụng AI lớn. Chúng cần tải lượng dữ liệu khổng lồ vào bộ nhớ chính để truy cập nhanh. Điều này không thể thực hiện hiệu quả trong 3GB bộ nhớ.
Khi chúng tôi phát hành AO vào tháng Hai năm nay, chúng tôi cũng có giới hạn 4GB bộ nhớ, và giới hạn này thực ra do phiên bản WebAssembly 32-bit gây ra. Bây giờ, giới hạn bộ nhớ này đã hoàn toàn biến mất ở tầng giao thức. Thay vào đó, giới hạn bộ nhớ ở tầng giao thức là 18EB (exabyte). Đây là một dung lượng lưu trữ khổng lồ.
Sẽ cần một thời gian khá dài trước khi điều này được dùng để tính toán trong bộ nhớ thay vì phương tiện lưu trữ lâu dài. Trong hiện thực, đơn vị tính toán trong mạng AO hiện có thể truy cập 16GB bộ nhớ, nhưng trong tương lai có thể dễ dàng thay thế bằng bộ nhớ dung lượng lớn hơn mà không cần thay đổi giao thức. 16GB đã đủ để chạy các phép tính mô hình ngôn ngữ lớn, nghĩa là bạn có thể tải xuống và thực thi các mô hình 16GB trên AO ngay hôm nay. Ví dụ như các mô hình Falcon chưa lượng tử hóa, Llama 3 và nhiều mô hình khác.
Đây là thành phần cốt lõi cần thiết để xây dựng hệ thống tính toán cơ sở ngôn ngữ thông minh. Bây giờ nó được hỗ trợ hoàn toàn trên chuỗi như một phần của hợp đồng thông minh, theo chúng tôi đây là điều vô cùng, vô cùng thú vị.
Điều này đã loại bỏ một trong những giới hạn tính toán lớn nhất của AO và sau đó là của hệ thống hợp đồng thông minh. Khi chúng tôi phát hành AO vào tháng Hai, bạn có thể chú ý trong video chúng tôi nhắc đi nhắc lại rằng bạn có khả năng tính toán vô hạn, nhưng có một giới hạn: không được vượt quá 4GB bộ nhớ. Đây chính là việc dỡ bỏ giới hạn đó. Theo chúng tôi, đây là một bước tiến rất thú vị, 16GB đã đủ để chạy gần như mọi mô hình mà bạn muốn trong lĩnh vực AI hiện nay.
Chúng tôi có thể nâng giới hạn 16GB mà không cần thay đổi giao thức, và trong tương lai điều này sẽ tương đối dễ dàng, là một bước tiến lớn so với việc ban đầu phải chạy WebAssembly 64. Vì vậy, bản thân điều này đã là một bước tiến lớn về năng lực hệ thống. Công nghệ thứ hai giúp mô hình ngôn ngữ lớn chạy trên AO là WeaveDrive.
WeaveDrive cho phép bạn truy cập dữ liệu Arweave bên trong AO như một ổ cứng cục bộ. Nghĩa là bạn có thể mở bất kỳ ID giao dịch nào đã được chứng thực bởi đơn vị lập lịch trong AO và tải lên mạng. Dĩ nhiên, bạn có thể truy cập dữ liệu này và đọc nó vào chương trình của mình như một tệp trên ổ cứng cục bộ.
Chúng ta đều biết, hiện tại Arweave lưu trữ khoảng 6 tỷ giao dịch dữ liệu, vì vậy đây là một điểm khởi đầu dữ liệu khổng lồ. Điều này cũng có nghĩa là trong tương lai, động lực để tải dữ liệu lên Arweave sẽ tăng lên, vì dữ liệu này cũng có thể được sử dụng trong các chương trình AO. Ví dụ, khi chúng tôi chạy mô hình ngôn ngữ lớn trên Arweave, chúng tôi đã tải lên mạng khoảng 1.000 đô la giá trị mô hình. Nhưng đây mới chỉ là khởi đầu.
Với một mạng lưới hợp đồng thông minh có hệ thống tệp cục bộ, số lượng ứng dụng bạn có thể xây dựng là rất lớn. Vì vậy, điều này thực sự thú vị. Tốt hơn nữa, hệ thống chúng tôi xây dựng cho phép bạn truyền dữ liệu dạng stream vào môi trường thực thi. Đây là một điểm tinh tế về kỹ thuật, nhưng bạn có thể hình dung trở lại ví dụ về cuốn sách.
Có người nói với bạn: "Tôi muốn truy cập một dữ liệu trong cuốn sách của bạn. Tôi muốn lấy một biểu đồ trong cuốn sách." Trong một hệ thống đơn giản, thậm chí trong các mạng lưới hợp đồng thông minh hiện tại, điều này sẽ là một bước tiến lớn — bạn sẽ đưa cả cuốn sách. Nhưng rõ ràng điều này không hiệu quả, đặc biệt nếu cuốn sách là một mô hình thống kê lớn chứa hàng ngàn trang.
Việc này cực kỳ kém hiệu quả. Ngược lại, điều chúng tôi làm trong AO là cho phép bạn đọc trực tiếp từng byte. Bạn đi thẳng đến vị trí biểu đồ trong sách, chỉ sao chép biểu đồ vào ứng dụng của mình và thực thi. Điều này làm tăng đáng kể hiệu suất của hệ thống. Đây không chỉ là một sản phẩm khả thi tối thiểu (MVP), mà là một cơ chế truy cập dữ liệu đầy đủ chức năng và được xây dựng tốt. Vì vậy, bạn có một hệ thống tính toán vô hạn và một ổ cứng vô hạn, kết hợp chúng lại, bạn có một siêu máy tính.
Điều này trước đây chưa từng được xây dựng, và giờ đây nó được cung cấp cho mọi người sử dụng với chi phí thấp nhất. Đây chính là hiện trạng của AO, và chúng tôi rất phấn khích về điều này. Việc hiện thực hóa hệ thống này cũng diễn ra ở tầng hệ điều hành. Vì vậy, chúng tôi đã biến WeaveDrive thành một giao thức phụ của AO, là một phần mở rộng đơn vị tính toán mà bất kỳ ai cũng có thể tải. Điều này rất thú vị, vì đây là phần mở rộng đầu tiên thuộc loại này.
AO luôn có khả năng cho phép bạn thêm phần mở rộng vào môi trường thực thi. Giống như bạn có một máy tính, muốn cắm thêm bộ nhớ hoặc một card đồ họa, bạn vật lý đưa một đơn vị vào hệ thống. Bạn có thể làm điều này với đơn vị tính toán của AO, và đây chính là điều chúng tôi đã làm. Vì vậy, ở tầng hệ điều hành, bạn hiện có một ổ cứng, chỉ đơn giản là hệ thống tệp đại diện cho lưu trữ dữ liệu.
Nghĩa là bạn không chỉ có thể truy cập dữ liệu này trong AO để xây dựng ứng dụng theo cách thông thường, mà thực tế bạn có thể truy cập nó từ bất kỳ ứng dụng nào được mang lên mạng. Vì vậy, đây là một khả năng áp dụng rộng rãi, tất cả những người xây dựng trong hệ thống đều có thể truy cập, bất kể họ viết bằng ngôn ngữ nào — Rust, C, Lua, Solidity — đều có thể truy cập như thể đó là chức năng gốc của hệ thống. Trong quá trình xây dựng hệ thống này, nó còn buộc chúng tôi tạo ra giao thức cho các giao thức phụ, phương pháp tạo các phần mở rộng đơn vị tính toán khác, để trong tương lai người khác cũng có thể xây dựng những điều thú vị.
Bây giờ chúng ta có khả năng chạy tính toán trên bộ nhớ kích thước tùy ý và có thể tải dữ liệu từ mạng vào tiến trình bên trong AO, câu hỏi tiếp theo là: làm thế nào để thực hiện suy luận bản thân?
Vì chúng tôi chọn xây dựng AO trên WebAssembly như máy ảo chính, nên việc biên dịch và chạy mã hiện có trong môi trường này tương đối dễ dàng. Vì chúng tôi xây dựng WeaveDrive để nó xuất hiện như hệ thống tệp ở tầng hệ điều hành, việc chạy Llama.cpp (một công cụ suy luận mô hình ngôn ngữ lớn mã nguồn mở) trên hệ thống thực ra khá dễ dàng.
Điều này rất thú vị, vì nghĩa là bạn không chỉ có thể chạy công cụ suy luận này, mà còn có thể dễ dàng chạy nhiều công cụ khác. Vì vậy, thành phần cuối cùng để mô hình ngôn ngữ lớn chạy bên trong AO chính là bản thân công cụ suy luận mô hình ngôn ngữ lớn. Chúng tôi đã chuyển một hệ thống tên là Llama.cpp, nghe có vẻ bí ẩn, nhưng thực tế nó là môi trường thực thi mô hình mã nguồn mở hàng đầu hiện nay.
Chạy trực tiếp bên trong hợp đồng thông minh AO, một khi chúng tôi có khả năng lưu trữ dữ liệu với lượng tùy ý trong hệ thống, sau đó tải dữ liệu với lượng tùy ý từ Arweave, việc này thực ra khá dễ dàng.
Để đạt được điều này, chúng tôi cũng hợp tác với phần mở rộng tính toán SIMD (Single Instruction Multiple Data), cho phép bạn chạy các mô hình này nhanh hơn. Vì vậy, chúng tôi cũng đã bật chức năng này. Nghĩa là hiện tại các mô hình này chạy trên CPU, nhưng tốc độ khá nhanh. Nếu bạn có tính toán bất đồng bộ, nó nên phù hợp với trường hợp sử dụng của bạn. Như đọc tín hiệu tin tức rồi quyết định thực hiện giao dịch nào, hiện tại chạy tốt trên hệ thống này. Nhưng chúng tôi cũng có một vài nâng cấp thú vị sắp được nói đến, về các cơ chế tăng tốc khác, như dùng GPU tăng tốc suy luận mô hình ngôn ngữ lớn.
Llama.cpp cho phép bạn tải không chỉ mô hình hàng đầu Llama 3 của Meta, mà còn nhiều mô hình khác, thực tế khoảng hơn 90% các mô hình bạn có thể tải từ trang web mô hình mã nguồn mở Hugging Face đều có thể chạy bên trong hệ thống, từ GPT-2 nếu bạn muốn, đến 253 và Monet, hệ thống mô hình ngôn ngữ lớn riêng của Apple và nhiều mô hình khác. Vì vậy, hiện tại chúng tôi đã có khung, có thể tải bất kỳ mô hình nào từ Arweave, sử dụng ổ cứng để tải mô hình tôi muốn chạy trong hệ thống. Bạn tải chúng lên, chúng chỉ là dữ liệu thông thường, sau đó bạn có thể tải chúng vào tiến trình AO và thực thi, lấy kết quả và làm việc theo cách bạn muốn. Theo chúng tôi, đây là một gói giải pháp, làm cho các ứng dụng trước đây không thể thực hiện trong hệ sinh thái hợp đồng thông minh nay trở nên khả thi, thậm chí nếu có thể thực hiện, số lượng thay đổi kiến trúc cần thiết trong các hệ thống hiện tại như Solana cũng chỉ có thể đoán trước, và không nằm trong lộ trình của họ. Vì vậy, để minh họa điều này và làm cho nó trở nên thực tế và dễ hiểu, chúng tôi đã tạo một mô phỏng tên là Llama Fed. Ý tưởng cơ bản là chúng tôi có một ủy ban thành viên Fed, họ là những con llama, dù là dưới dạng mô hình Llama 3 hay vai trò chủ tịch Fed thì đều là llama.
Chúng tôi cũng nói với chúng rằng chúng là llama, giống như Alan Greenspan hay chủ tịch Fed. Bạn có thể bước vào môi trường nhỏ này.
Một số người sẽ quen thuộc với môi trường này, thực tế nó giống như Gather nơi chúng tôi làm việc hôm nay, bạn có thể trò chuyện với các con llama, yêu cầu chúng cấp cho bạn một ít token cho một dự án rất thú vị, và chúng sẽ quyết định xem có cấp token cho bạn hay không dựa trên yêu cầu của bạn. Vì vậy, bạn đốt một ít token Arweave, token wAR (do đội AOX cung cấp), và chúng sẽ cấp token cho bạn nếu cho rằng đề xuất của bạn tốt. Vì vậy, đây là một loại tiền meme, chính sách tiền tệ hoàn toàn tự trị và thông minh. Mặc dù đây là một hình thức trí tuệ đơn giản, nhưng vẫn thú vị. Nó sẽ đánh giá đề xuất của bạn và của người khác, và vận hành chính sách tiền tệ. Bằng cách phân tích tiêu đề tin tức và đưa ra quyết định thông minh hoặc tương tác hỗ trợ khách hàng và trả lại giá trị, tất cả những điều này giờ đây đều có thể thực hiện bên trong hợp đồng thông minh. Elliot bây giờ sẽ trình diễn cho mọi người.
Xin chào, tôi là Elliot, hôm nay tôi sẽ giới thiệu với bạn Llama Land, một thế giới tự chủ chạy trên chuỗi bên trong AO, được điều khiển bởi mô hình Llama 3 mã nguồn mở của Meta.
Cuộc hội thoại mà chúng ta thấy ở đây không chỉ là giữa các người chơi, mà còn có những con llama kỹ thuật số hoàn toàn tự chủ.
Ví dụ, con llama này là con người.
Nhưng con llama này là AI trên chuỗi.
Tòa nhà này chứa Llama fed. Nó giống như Fed, nhưng dành cho llama.
Llama fed vận hành chính sách tiền tệ do AI điều khiển đầu tiên trên thế giới và đúc token Llama.
Anh chàng này là Vua Llama. Bạn có thể gửi token Arweave được đóng gói (wAR) cho anh ấy và viết một yêu cầu để nhận một ít token Llama.
AI Vua Llama sẽ đánh giá và quyết định có cấp token Llama hay không. Chính sách tiền tệ của Llamafed hoàn toàn tự trị, không có sự giám sát của con người. Mỗi tác nhân và mỗi phòng trong thế giới này đều là tiến trình trên chuỗi trong AO.
Dường như Vua Llama đã cấp cho chúng tôi một ít token, nếu tôi kiểm tra ví ArConnect của mình, tôi có thể thấy chúng đã ở đó. Tuyệt vời. Llama Land chỉ là thế giới do AI điều khiển đầu tiên được hiện thực hóa trên AO. Đây là khung cho một giao thức mới, cho phép bất kỳ ai xây dựng thế giới tự trị riêng, giới hạn duy nhất là trí tưởng tượng của bạn. Tất cả đều được hiện thực hóa 100% trên chuỗi, chỉ có thể xảy ra trên AO.
Cảm ơn Elliot. Những gì bạn vừa thấy không chỉ là một mô hình ngôn ngữ lớn tham gia vào việc ra quyết định tài chính và vận hành một hệ thống chính sách tiền tệ tự trị. Không có cửa hậu, chúng tôi không thể kiểm soát nó, tất cả đều do AI vận hành. Bạn cũng đã thấy một vũ trụ nhỏ, một nơi bạn có thể đi bộ trong không gian vật lý, bạn có thể đến nơi đó để tương tác với cơ sở hạ tầng tài chính. Theo chúng tôi, đây không chỉ là một bản trình diễn nhỏ thú vị.
Thực tế ở đây có điều gì đó rất thú vị, những nơi này tập hợp những người dùng sản phẩm tài chính khác nhau. Chúng tôi thấy trong hệ sinh thái DeFi, nếu ai đó muốn tham gia một dự án, họ trước tiên xem trên Twitter, sau đó truy cập trang web, tham gia các thành phần cơ bản trong trò chơi.
Sau đó họ tham gia nhóm Telegram hoặc kênh Discord hoặc nói chuyện với người dùng khác trên Twitter. Trải nghiệm này rất rời rạc, chúng tôi đều đang nhảy giữa các ứng dụng khác nhau. Một ý tưởng thú vị mà chúng tôi đang thử là, nếu bạn có giao diện người dùng của các ứng dụng DeFi này, hãy để cộng đồng của họ tụ họp và cùng quản lý không gian tự trị mà họ cùng truy cập, vì đây là một ứng dụng mạng vĩnh viễn, có thể bổ sung trải nghiệm.
Hãy tưởng tượng bạn có thể đến một nơi trông giống như một phòng đấu giá, trò chuyện với những người dùng khác thích giao thức đó. Khi có hoạt động trong quy trình cơ chế tài chính xảy ra trên AO, về cơ bản bạn có thể trò chuyện với những người dùng khác. Khía cạnh cộng đồng và xã hội được kết hợp với phần tài chính của sản phẩm.
Theo chúng tôi, điều này rất thú vị, thậm chí có tác động rộng hơn. Bạn có thể xây dựng một tác nhân AI tự trị ở đây, lang thang trong thế giới Arweave này, tương tác với các ứng dụng và người dùng khác nhau mà nó tìm thấy. Vì vậy, nếu bạn đang xây dựng một metaverse, khi tạo một trò chơi trực tuyến, việc đầu tiên là tạo NPC (nhân vật không do người chơi điều khiển). Ở đây, NPC có thể là phổ quát.
Bạn có một hệ thống thông minh lang thang, tương tác với môi trường, vì vậy bạn không gặp vấn đề khởi động lạnh người dùng. Bạn có thể có những tác nhân tự trị cố gắng kiếm tiền cho bản thân, cố gắng kết bạn, tương tác với môi trường như người dùng DeFi bình thường. Theo chúng tôi, điều này rất thú vị, mặc dù hơi kỳ lạ. Chúng ta hãy cùng chờ xem.
Nhìn về tương lai, chúng tôi cũng nhìn thấy cơ hội tăng tốc việc thực thi mô hình ngôn ngữ lớn trong AO. Sớm hơn tôi đã nói về khái niệm phần mở rộng đơn vị tính toán. Đây là cách chúng tôi dùng để xây dựng WeaveDrive.
Không chỉ dừng lại ở WeaveDrive, bạn có thể xây dựng mọi loại phần mở rộng cho môi trường tính toán AO. Một dự án hệ sinh thái rất thú vị đang giải quyết vấn đề tăng tốc thực thi mô hình ngôn ngữ lớn bằng GPU, đó là mạng Apus Network. Tôi mời họ lên giải thích.
Xin chào, tôi là Mateo. Hôm nay tôi rất háo hức giới thiệu Apus Network. Apus Network cam kết xây dựng mạng GPU phi tập trung, không cần tin cậy.
Chúng tôi tận dụng lưu trữ vĩnh viễn trên chuỗi của Arweave, cung cấp một mô-đun mở rộng mã nguồn mở cho AO, tạo môi trường thực thi xác định cho GPU, và mô hình khuyến khích kinh tế cho AI phi tập trung, sử dụng token AO và APUS. Apus Network sẽ sử dụng các nút đào GPU cạnh tranh để thực hiện việc huấn luyện mô hình tốt nhất, không cần tin cậy trên Arweave và AO. Điều này đảm bảo người dùng có thể sử dụng các mô hình AI tốt nhất với giá tiết kiệm nhất. Bạn có thể theo dõi tiến trình của chúng tôi trên X (Twitter) @apus_network. Cảm ơn.
Đây là trạng thái hiện tại của AI trên AO hôm nay. Bạn có thể thử Llama Fed, tự mình thử xây dựng các ứng dụng hợp đồng thông minh dựa trên mô hình ngôn ngữ lớn. Theo chúng tôi, đây là khởi đầu của việc đưa trí tuệ thị trường vào môi trường thực thi phi tập trung. Chúng tôi rất háo hức, và mong chờ xem điều gì sẽ xảy ra tiếp theo. Cảm ơn mọi người đã tham gia hôm nay, mong sớm được gặp lại.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@perma_dao
