Sự thật về các tác nhân AI: Tại sao GOAT, công ty được định giá 1 tỷ USD, vẫn chỉ là một máy tạo văn bản cơ khí?
Tuyển chọn TechFlowTuyển chọn TechFlow
Sự thật về các tác nhân AI: Tại sao GOAT, công ty được định giá 1 tỷ USD, vẫn chỉ là một máy tạo văn bản cơ khí?
Truy cập dữ liệu là yếu tố then chốt.
Chuyên sâu báo cáo Web3Tác giả: MORBID-19
Biên dịch: TechFlow
Xin chào mọi người, lại là một ngày mới, lại là một lần đặt cược mang tính đầu cơ. Gần đây, các tác nhân AI (AI Agents) đã trở thành chủ đề bàn tán sôi nổi. Đặc biệt là aixbt, sản phẩm này gần đây nhận được rất nhiều sự chú ý.
Nhưng theo tôi, cơn sốt này hoàn toàn vô nghĩa.
Để giải thích cho những người chưa quen với thuật ngữ Bitcoin, xin nói rõ như sau: một khi người dùng chuyển tài sản sang所谓 "lớp 2 Bitcoin (Bitcoin L2)", thì sẽ không thể thực hiện được hình thức "cho vay phi tập trung (Non-custodial Lending)" thực sự.
Tất cả các "cầu nối Bitcoin (Bitcoin Bridges)" hay "lớp tương tác/mở rộng (Interoperability/Scaling Layers)" đều tạo ra các giả định tin cậy mới, chỉ có một vài ngoại lệ như mạng Lightning Network. Vì vậy, khi ai đó tuyên bố rằng lớp 2 Bitcoin là "không cần tin tưởng (Trustless)", bạn gần như có thể khẳng định điều đó là sai sự thật. Cũng chính vì lý do này mà phần lớn các lớp 2 mới gần đây đều nhấn mạnh họ là "tối thiểu hóa sự tin tưởng (Trust-minimized)".
Mặc dù tôi không hiểu rõ về Side Protocol, nhưng tôi gần như chắc chắn rằng tuyên bố về "cho vay phi tập trung" của aixbt là không đúng sự thật — và xác suất phán đoán sai trong trường hợp này chỉ khoảng 1%.
Tuy nhiên, tôi cũng không hoàn toàn đổ lỗi cho aixbt. Nó chỉ đang làm theo chỉ dẫn: thu thập dữ liệu từ Internet và tạo ra các bài đăng Twitter trông có vẻ hữu ích.
Vấn đề nằm ở chỗ, aixbt thực sự không hiểu những gì nó đang nói. Nó không thể đánh giá tính xác thực của thông tin, không thể xác minh giả thuyết với chuyên gia, cũng không thể tự chất vấn logic hay suy luận.
Bản chất của các mô hình ngôn ngữ lớn (LLMs) chỉ là công cụ dự đoán từ ngữ. Chúng không hiểu nội dung mình xuất ra, mà chỉ chọn các từ có vẻ đúng dựa trên xác suất.
Nếu tôi viết một bài trong Bách khoa toàn thư Britannica nói rằng "Hitler chinh phục Hy Lạp cổ đại và khơi nguồn nền văn minh Hy Lạp hóa", thì với LLM, điều đó sẽ trở thành "sự thật", trở thành "lịch sử".
Nhiều tác nhân AI mà chúng ta thấy trên Twitter hiện nay chẳng qua chỉ là những công cụ dự đoán từ được khoác lên avatar bắt mắt. Thế nhưng, thị trường lại đang định giá chúng ngày càng cao. GOAT đã đạt vốn hóa 1 tỷ USD, còn aixbt cũng đạt mức khoảng 200 triệu USD. Liệu những định giá này có hợp lý?
Không ai dám chắc, nhưng mỉa mai thay, tôi lại khá hài lòng với những tài sản mà tôi đang nắm giữ.
Truy cập dữ liệu là then chốt
Tôi luôn đặc biệt quan tâm đến sự kết hợp giữa AI và tiền mã hóa. Gần đây, Vana thu hút sự chú ý của tôi vì đang cố gắng giải quyết vấn đề "tường dữ liệu (Data Wall)". Vấn đề không phải là thiếu dữ liệu, mà là làm sao để tiếp cận được dữ liệu chất lượng cao.
Ví dụ, bạn có sẵn sàng chia sẻ chiến lược giao dịch các token vốn hóa nhỏ, thanh khoản thấp của mình ở nơi công cộng không? Bạn có phát miễn phí những thông tin giá trị cao mà bình thường phải trả tiền mới có được không? Bạn có công khai những chi tiết riêng tư nhất trong đời sống cá nhân không?
Rõ ràng là không.
Trừ khi dữ liệu riêng tư của bạn được bảo vệ bằng một mức giá hợp lý, nếu không bạn sẽ không bao giờ dễ dàng chia sẻ những "dữ liệu cá nhân" này với bất kỳ ai.
Tuy nhiên, nếu chúng ta mong muốn AI đạt được mức độ thông minh gần giống con người, thì chính những dữ liệu này lại là yếu tố then chốt. D毕竟, đặc điểm cốt lõi của con người chính là tư duy, độc thoại nội tâm và những suy nghĩ kín đáo nhất.
Nhưng ngay cả việc thu thập những dữ liệu "bán công khai" cũng gặp không ít thách thức. Ví dụ, để trích xuất dữ liệu hữu ích từ video, trước tiên cần tạo phụ đề và hiểu chính xác ngữ cảnh của video, thì AI mới có thể hiểu được nội dung bên trong.
Một ví dụ khác: nhiều trang web yêu cầu người dùng phải đăng nhập mới xem được nội dung, như Instagram hay Facebook. Thiết kế kiểu này rất phổ biến trên nhiều mạng xã hội.
Tóm lại, những giới hạn chính hiện nay đối với việc phát triển AI bao gồm:
-
Không thể tiếp cận dữ liệu cá nhân
-
Không thể tiếp cận dữ liệu sau tường trả phí (paywall)
-
Không thể truy cập dữ liệu từ các nền tảng đóng
Vana đưa ra một giải pháp tiềm năng. Họ phá vỡ những rào cản này bằng cách bảo vệ quyền riêng tư, tập hợp các bộ dữ liệu cụ thể vào một cơ chế phi tập trung gọi là DataDAOs.
DataDAOs là thị trường phi tập trung dành cho dữ liệu, hoạt động theo cách như sau:
-
Người đóng góp dữ liệu: Người dùng có thể gửi dữ liệu của mình vào DataDAOs và nhận lại quyền quản trị cùng phần thưởng.
-
Xác thực dữ liệu: Dữ liệu được xác thực trên mạng Satya – một mạng lưới các nút tính toán an toàn, đảm bảo chất lượng và tính toàn vẹn của dữ liệu.
-
Người tiêu dùng dữ liệu: Các bộ dữ liệu đã được xác thực có thể được người dùng cuối sử dụng để huấn luyện AI hoặc các ứng dụng khác.
-
Cơ chế khuyến khích: DataDAOs khuyến khích người dùng đóng góp dữ liệu chất lượng cao, đồng thời quản lý minh bạch quá trình sử dụng và huấn luyện dữ liệu.
Nếu bạn muốn tìm hiểu thêm, hãy nhấp vào đây.
Tôi hy vọng một ngày nào đó aixbt có thể thoát khỏi trạng thái "ngu ngốc" hiện tại. Có lẽ chúng ta nên tạo một DataDAO riêng cho aixbt. Dù tôi không phải chuyên gia trong lĩnh vực AI, nhưng tôi tin chắc rằng bước đột phá lớn tiếp theo trong phát triển AI sẽ phụ thuộc vào chất lượng dữ liệu dùng để huấn luyện mô hình.
Chỉ những tác nhân AI được huấn luyện bằng dữ liệu chất lượng cao mới thực sự phát huy được tiềm năng của mình. Tôi đang mong chờ khoảnh khắc đó, hy vọng nó sẽ không còn xa.
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
