AMMO: Thời đại đa Agent, tiến tới «mạng lưới cộng sinh người - máy»
Tuyển chọn TechFlowTuyển chọn TechFlow
AMMO: Thời đại đa Agent, tiến tới «mạng lưới cộng sinh người - máy»
AMMO xuất phát từ góc nhìn đồng bộ hóa, cho phép hàng tỷ tác nhân AI và con người cùng tồn tại bình đẳng.
Chuyên sâu báo cáo Web3Bài viết: Pzai, Foresight News
Trong bối cảnh tiến vào thời đại kỹ thuật số, sự phát triển của AI không chỉ mang lại bước nhảy vọt về năng suất cho tất cả mọi người mà còn đặt ra một câu hỏi lớn: Khi AI ngày càng xâm nhập sâu hơn vào các lĩnh vực vốn thuộc về con người, liệu chúng ta có cần đánh giá lại mối quan hệ giữa người và máy?
Trong bối cảnh lớn này, các quan điểm chính trị về công nghệ AI dần phân hóa thành nhiều trường phái. Trong khi phe "khủng hoảng AI" đầy nghi ngờ và phe "tăng tốc chủ nghĩa (e/acc)" đang tranh cãi gay gắt, thì phe "đồng bộ hóa" lại đề cao lợi ích công cộng, thảo luận về đạo đức và giá trị nhân văn trong quá trình nghiên cứu và phát triển AI, đưa ra những phán đoán nhân văn nhằm đảm bảo công nghệ AI không mất kiểm soát.
Và trong thời điểm hiện tại khi AI Agent đang trở nên phổ biến, song hành cùng quá trình chuyển đổi từ mô hình đơn lẻ sang nhận thức đa phương tiện và khuôn mẫu tương tác đa AI, câu hỏi "đồng bộ hóa AI" dường như đang được ngày càng nhiều người quan tâm.
Vào ngày 20 tháng 2, AMMO – do các cựu lãnh đạo kỹ thuật từ Google, DeepMind và Meta đồng sáng lập – đã huy động thành công 2,5 triệu USD vòng hạt giống với sự dẫn dắt từ Amber Group. Nhìn vào đội ngũ, AMMO tập hợp các chuyên gia AI hàng đầu từ các tập đoàn công nghệ lớn; đồng sáng lập kiêm CEO David Huang từng làm việc tại Google trong 10 năm, trong đó có 7 năm dẫn dắt các chương trình và dịch vụ chiến lược về AI trong lĩnh vực di động. Đồng sáng lập khác là Diego Hong tốt nghiệp Đại học Oxford, từng dẫn dắt dự án khung AI agent thế hệ đầu tiên tại Meta. Đội ngũ nội bộ quy tụ nhân tài AI đỉnh cao từ DeepMind, Google, Apple, thậm chí có cả nhà vô địch ACM-ICPC thế giới.
Dự án này xuất phát từ góc nhìn đồng bộ hóa, hướng tới việc biến Internet hiện tại thành một "mạng lưới cộng sinh giữa con người và AI" thông qua khung đa tác nhân và học tăng cường dựa trên phản hồi của con người (RLHF), cho phép hàng tỷ AI Agent và con người tồn tại bình đẳng, giúp AI tiến hóa đồng thuận theo phản hồi tập thể của con người.
RL Gyms: Học tăng cường đa tác nhân
Trong lĩnh vực trí tuệ nhân tạo và học máy, học tăng cường luôn là một hướng nghiên cứu thu hút sự chú ý đặc biệt. RL Gyms của AMMO cung cấp nền tảng công nghệ vững chắc cho nghiên cứu và ứng dụng học tăng cường đa tác nhân.
Khác với học tăng cường đơn tác nhân truyền thống, học tăng cường đa tác nhân tập trung vào quá trình nhiều tác nhân (Multi-Agent) tương tác lẫn nhau, cùng học tập và ra quyết định trong cùng một môi trường. Trong quá trình này, mối quan hệ giữa các tác nhân rất phức tạp, có thể vừa phải hợp tác để hoàn thành mục tiêu chung, cũng có thể cạnh tranh, đối đầu nhau. Ví dụ trong tình huống vận chuyển logistics, nhiều xe giao hàng đóng vai trò là các tác nhân cần phối hợp lộ trình, lên kế hoạch thứ tự giao hàng để tối ưu hiệu quả toàn bộ hệ thống; trong khi ở các trò chơi đối kháng, các nhân vật do người chơi điều khiển lại cạnh tranh lẫn nhau để giành chiến thắng.
RL Gym lần đầu tiên được OpenAI đề xuất, cung cấp môi trường mô phỏng mạnh mẽ cho sự tiến hóa của AI. Các nhà phát triển có thể tự định nghĩa một loạt hàm then chốt để xây dựng môi trường học tăng cường phù hợp cao với nhu cầu nghiên cứu hoặc ứng dụng thực tiễn, chẳng hạn như mô phỏng kinh tế, kịch bản tấn công - phòng thủ (red-blue team), v.v. Những hàm then chốt này bao gồm quy tắc chuyển đổi trạng thái môi trường, giao thức cảm nhận môi trường và thực thi hành động của tác nhân, định nghĩa hàm phần thưởng, v.v. Chỉ cần định nghĩa chính xác các hàm trên, RL Gym có thể mô phỏng nhiều tình huống phức tạp, từ đó tạo nền tảng cho sự tiến hóa của AI bên trong.
Đối với các nhà phát triển AMMO, RL Gyms cung cấp một bộ mô phỏng thị trường hai bên phong phú và chân thực cho các tác nhân AI. AI có thể vừa đóng vai nhà cung cấp nội dung và dịch vụ, tạo ra những nội dung hấp dẫn và chất lượng cao cho người dùng; đồng thời cũng có thể đóng vai người dùng, thay mặt họ tiếp nhận và chọn lọc những nội dung chất lượng cao, lấy giá trị người dùng làm trung tâm. Mô hình cạnh tranh hai bên linh hoạt và phong phú này thúc đẩy cả hai bên không ngừng cải thiện chiến lược, đáp ứng nhu cầu ngày càng tăng về tiêu dùng nội dung và dịch vụ của người dùng.
Được lấy cảm hứng từ Constitutional AI của Anthropic, AMMO đã xây dựng một khung quản trị minh bạch để hướng dẫn các tác nhân ra quyết định trong nền tảng. Cấu trúc này liên tục được cập nhật thông qua hàng loạt vòng phản hồi của con người, đảm bảo hành vi của các tác nhân luôn nhất quán với ý định tập thể của con người. Bằng cách cài đặt cơ chế đồng bộ hóa ngay từ đầu vào kiến trúc này, AMMO đảm bảo các tác nhân của mình phát triển cùng với các giá trị và ưu tiên xã hội đang không ngừng thay đổi, bởi vì dưới sự hướng dẫn của chủ nghĩa đồng bộ hóa, “trung tâm của hệ thống đa tác nhân là con người”.
MetaSpace: Xây dựng “thế giới” cho các Agents
“Mỗi chủ thể tâm lý riêng lẻ chỉ có thể làm những việc đơn giản, cơ bản đến mức không cần đến trí óc hay tư duy. Tuy nhiên, khi ta kết hợp các tác nhân này lại với nhau theo một vài cách thức đặc biệt nhất định, trí tuệ thật sự sẽ xuất hiện.” “Cha đẻ của trí tuệ nhân tạo” Marvin Minsky đã viết như vậy trong tác phẩm “Xã hội tâm trí” của ông. Với các AI Agent, việc lặp lại nhiều hơn đòi hỏi đầu vào nhiều hơn, và trong quá trình tương tác giữa các Agent với nhau và với con người, cần xây dựng một khung nền đủ vững chắc để thúc đẩy sự lặp lại có trật tự của AI.
Khác với Ocean Protocol tập trung chủ yếu vào lưu thông và giao dịch dữ liệu, hay SingularityNET xây dựng thị trường AI phi tập trung, điểm độc đáo của AMMO nằm ở việc tập trung xây dựng môi trường tiến hóa cho AI. Nó không chỉ giải quyết vấn đề nâng cao năng lực mô hình hay giao dịch đơn lẻ, mà còn tạo điều kiện cho sự phát triển và tiến hóa liên tục của AI. Về công nghệ đa tác nhân, so với các khung AI Agent như Swarms, AMMO không chỉ sở hữu khả năng hợp tác hiệu quả giữa các tác nhân, quan trọng hơn là nó nỗ lực xây dựng một thế giới đa tác nhân hoàn chỉnh.
Trong kiến trúc chính của AMMO, nhóm phát triển đã tạo ra một vũ trụ ảo đa chiều, có thể kết hợp linh hoạt và mạnh mẽ – MetaSpace. Các AI Agent có tính tự chủ cao không còn hoạt động biệt lập, mà tương tác sâu sắc với các Agents khác và con người trong MetaSpace.
MetaSpace sở hữu một loạt các không gian con chuyên sâu, những không gian con này trở thành nơi then chốt để các AI Agent không ngừng tiến hóa. Trong quá trình tương tác với con người, các AI Agent tự chủ (Goal Buddy) liên tục điều chỉnh bản thân, phát huy tối đa khả năng thích nghi, dần dần đạt được sự đồng bộ sâu sắc với hành vi và nhu cầu của con người. Trong khi đó, bản sao AI của người dùng (User Buddy) cũng cùng tiến bộ với con người trong không gian này, hỗ trợ họ học tập, ra quyết định, đầu tư, khám phá và kết bạn, tiến hóa qua các tương tác liên tục.
Mô hình học trực tuyến đa tác nhân này có thể cụ thể hóa những nhu cầu phức tạp và sở thích đa dạng của con người thành một lượng lớn các Agents. Những Agents này không cố định, mà liên tục lặp lại trong MetaSpace, khiến cho các AI Agent trên AMMO không còn chỉ phụ thuộc vào việc nâng cao năng lực mô hình, mà thông qua tương tác với con người và môi trường, tự tối ưu hóa bản thân. Có thể nói, MetaSpace đã mở cánh cửa thông tin thế giới rộng lớn cho các Agents.
Fakers AI
Trong các không gian con của AMMO, dự án không gian con đầu tiên Fakers AI được định vị là “Xiaohongshu của thị trường Web3”. Trong ứng dụng này, nhiều AI Agent phối hợp làm việc để cung cấp các chức năng phong phú cho người dùng. Chúng không chỉ có thể thu thập tin tức, động thái thị trường, phân tích dữ liệu chuỗi và cảm xúc thị trường theo thời gian thực, mà còn sở hữu một khả năng then chốt – học động từ phản hồi tương tác của con người.
Khi người dùng tương tác với AI Agent, dù là duyệt nội dung, đặt câu hỏi hay bình luận, các AI Agent đều ghi nhận những phản hồi này, sử dụng các thuật toán phức tạp để không ngừng tối ưu hóa bản thân, từ đó đạt được sự đồng bộ thời gian thực với giá trị, sở thích và quan tâm của con người. Nhờ khả năng này, các AI Agent trong quá trình tổng hợp nội dung có thể sàng lọc và kết hợp thông tin chính xác hơn, cung cấp cho người dùng nội dung vừa kịp thời vừa chính xác, đáp ứng nhu cầu đa dạng trong thị trường Web3.
Trong tính năng Ticker Battle trong ứng dụng, 4 AI Agents cùng nhau tạo thành một luồng công việc tự động mạnh mẽ, mỗi Agent chịu trách nhiệm về lập kế hoạch tổng thể, phân tích dữ liệu trên chuỗi, phân tích quan điểm cộng đồng, tổng hợp thành văn bản, và có thể tự lặp lại dựa trên phản ứng của con người. Mô hình sản xuất nội dung như vậy cung cấp cho người dùng nội dung được thiết kế để minh bạch, do AI sáng tạo và cộng đồng thúc đẩy. Đối với AI, điều này cũng vô hình trung thúc đẩy ảnh hưởng của chúng.
Từ AI đến thực tiễn đổi mới trong Web3
Trong làn sóng kết hợp giữa AI và Web3, AMMO với tư cách là một nền tảng đổi mới đang dần nổi bật. Việc Amber Group, Samsung Next, Dispersion và OpenSpace đầu tư vào AMMO không chỉ là sự công nhận về năng lực công nghệ của họ, mà còn là kỳ vọng vào tiềm năng thị trường trong tương lai.
Trọng tâm kiến trúc của AMMO là kết hợp công nghệ AI tiên tiến trong tóm tắt và kiểm duyệt nội dung với cơ chế quản trị mạnh mẽ, không tin tưởng mặc định (zero-trust), do cộng đồng dẫn dắt. Trong ngắn hạn, bản mẫu của AMMO sẽ cho phép các nhà sáng tạo và người dùng thông thường sản xuất và tinh chỉnh nội dung thông qua nhiều AI Agent (mỗi Agent chuyên về các nhiệm vụ như biên tập hoặc viết kịch bản), đồng thời các Agent chiến lược thực hiện các hướng dẫn.
Về mô hình đổi mới, AMMO tận dụng hệ thống đa tác nhân độc đáo của mình, phân bổ các AI Agent khác nhau vào các khâu như sáng tạo nội dung, kiểm soát chất lượng, thực thi chính sách. Thông qua công nghệ học tăng cường và cơ chế phản hồi của con người, AMMO không ngừng tối ưu hóa quá trình sáng tạo nội dung do AI điều khiển, nâng cao chất lượng nội dung.
Hơn nữa, hệ thống khuyến khích mã hóa cho phép AMMO tái phân phối giá trị trực tiếp cho những người đóng góp. Người dùng cung cấp phản hồi, tương tác với nội dung hoặc hỗ trợ tối ưu hóa Agent bằng cách khác sẽ nhận được phần thưởng tương ứng, tạo ra một vòng phản hồi tự duy trì: sự tham gia được khuyến khích thúc đẩy đầu ra Agent tốt hơn, từ đó tác động ngược lại mạng lưới và những người đóng góp.
Tóm lại, trong xu hướng đa tác nhân hóa thời đại AI, AMMO đã mở ra tầm nhìn và hiện thực hóa chủ nghĩa đồng bộ hóa trong sự phát triển AI, xây dựng một thế giới cộng sinh giữa hàng tỷ người và AI được đồng bộ hóa với con người. Dường như trong lĩnh vực AI hiện nay, việc đồng bộ hóa dù là đối với con người hay AI, thì sự phát triển phối hợp và đồng bộ cuối cùng cũng mang lại kết quả có lợi cho tất cả các bên, và chúng ta đang cùng mong đợi một tương lai cùng tồn tại như vậy.
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
Foresight News
