Ça m'a pris un peu de temps, mais j'ai examiné attentivement le nouveau livre blanc de @Ammo_AI et j'ai été profondément touché. Ci-dessous, je vais partager quelques inspirations :
La poursuite du marché pour l'AI Agent réside essentiellement dans le fait que l'IA ne se contente pas d'être un outil de requête en mode Copilot, où l'utilisateur pose une question et l'IA répond, mais plutôt qu'elle soit plus comme le mode Buddy, un mode de croissance compagnon, capable de comprendre, réfléchir et créer de la valeur de manière proactive et de la transmettre aux gens. C'est là que réside la clé pour que l'AI Agent soit élevé à un niveau narratif supérieur;
2）Le mode monolithique de l'IA de la web2 traditionnelle est principalement axé sur le « pragmatisme utilitaire », ce qui peut facilement conduire à l'isolement des sources de données dans la collaboration multimodale, et il est difficile de réaliser une véritable percée au niveau de l'intelligence. Bien que la web3 ait proposé l'idéologie de l'autonomisation des agents d'IA, nous sommes encore loin de la réalisation de cet objectif, car les décisions autonomes de l'IA sont beaucoup plus complexes que ce que l'on imagine. Il est essentiel de permettre à l'IA de renforcer son apprentissage autonome grâce à un « mode de symbiose » basé sur l'assistance à l'apprentissage automatique et les recommandations de parcours, pour que l'humain devienne réellement la direction dominante de l'Agent IA à l'avenir.
3）AMMO définit un espace abstrait appelé MetaSpace, permettant à toutes les données autour de l'agent IA d'être agencées dans l'espace sous forme de vecteurs, un peu comme la définition initiale du hash dans la blockchain qui a donné naissance à tous les protocoles et applications ultérieurs. Cette forme initiale basée sur les vecteurs peut non seulement servir pour le web3, mais elle constitue également une norme de cadre multimodal adaptée au web2, complétée par le système de collaboration multimodal MAS, qui peut transformer l'orientation actuelle de l'IA vers l'"institut" académique en une orientation "pratique" vers des scénarios d'application réels tels que le travail, les jeux, l'éducation, etc.
Comment le comprendre de manière simple ? Nous considérons MetaSpace comme un grand centre commercial, chaque couche fonctionnelle appartenant à un sous-espace, chaque zone ayant sa propre base de connaissances, et le système Buddies étant un système de shopping intelligent, Goal Buddies sélectionnant des produits de haute qualité pour vous comme un guide professionnel ; tandis que User Buddies ressemble davantage à un assistant personnel, capable de proposer des solutions personnalisées en fonction de vos habitudes de consommation et de votre budget ; AiPP agit comme un guichet unique collectant des commentaires et des suggestions pour améliorer la qualité du service.
Dans l'ensemble, pour permettre à l'agent AI de fonctionner avec les composants essentiels tels que MetaSpace+Buddies+AiPP système de rétroaction homme-machine, et accélérer véritablement la production en masse et la mise en œuvre pratique de l'agent AI;
Le Livre Blanc montre davantage un cadre de collaboration multimodal et une réflexion sur la mise en œuvre de l'Agent IA hors chaîne, ainsi que des normes de définition en combinaison avec la chaîne, y compris un système d'identité ID, un système de mémoire, un système de caractéristiques, une gestion de contexte, un système d'oracle, etc. Les définitions des composants nécessitent encore une exploration approfondie (ce que j'appelle souvent le cadre de normes générales de "chaînation").
Ci-dessus.
Il faut dire que c’est le projet le plus émotionnel et le plus pragmatique que j’ai vu ces derniers temps, l’architecture macro et les idées d’atterrissage d’applications et d’implémentation d’ingénierie, mais tout le monde peut avoir un sens de l’abstraction après avoir lu ce qui précède. Oui, AI Agent est encore loin d’être réellement popularisé et appliqué à grande échelle que prévu, mais il est vrai que de plus en plus d’excellentes équipes sont arrivées, des solutions et des idées innovantes sont également dans les tuyaux, et le marché attend la naissance d’une « singularité » innovante.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Analyse sommaire du Livre blanc AMMO : la narration de l'Agent IA a besoin d'une mise à niveau
Auteur : Haotian
Ça m'a pris un peu de temps, mais j'ai examiné attentivement le nouveau livre blanc de @Ammo_AI et j'ai été profondément touché. Ci-dessous, je vais partager quelques inspirations :
2）Le mode monolithique de l'IA de la web2 traditionnelle est principalement axé sur le « pragmatisme utilitaire », ce qui peut facilement conduire à l'isolement des sources de données dans la collaboration multimodale, et il est difficile de réaliser une véritable percée au niveau de l'intelligence. Bien que la web3 ait proposé l'idéologie de l'autonomisation des agents d'IA, nous sommes encore loin de la réalisation de cet objectif, car les décisions autonomes de l'IA sont beaucoup plus complexes que ce que l'on imagine. Il est essentiel de permettre à l'IA de renforcer son apprentissage autonome grâce à un « mode de symbiose » basé sur l'assistance à l'apprentissage automatique et les recommandations de parcours, pour que l'humain devienne réellement la direction dominante de l'Agent IA à l'avenir.
3）AMMO définit un espace abstrait appelé MetaSpace, permettant à toutes les données autour de l'agent IA d'être agencées dans l'espace sous forme de vecteurs, un peu comme la définition initiale du hash dans la blockchain qui a donné naissance à tous les protocoles et applications ultérieurs. Cette forme initiale basée sur les vecteurs peut non seulement servir pour le web3, mais elle constitue également une norme de cadre multimodal adaptée au web2, complétée par le système de collaboration multimodal MAS, qui peut transformer l'orientation actuelle de l'IA vers l'"institut" académique en une orientation "pratique" vers des scénarios d'application réels tels que le travail, les jeux, l'éducation, etc.
Dans l'ensemble, pour permettre à l'agent AI de fonctionner avec les composants essentiels tels que MetaSpace+Buddies+AiPP système de rétroaction homme-machine, et accélérer véritablement la production en masse et la mise en œuvre pratique de l'agent AI;
Le Livre Blanc montre davantage un cadre de collaboration multimodal et une réflexion sur la mise en œuvre de l'Agent IA hors chaîne, ainsi que des normes de définition en combinaison avec la chaîne, y compris un système d'identité ID, un système de mémoire, un système de caractéristiques, une gestion de contexte, un système d'oracle, etc. Les définitions des composants nécessitent encore une exploration approfondie (ce que j'appelle souvent le cadre de normes générales de "chaînation").
Ci-dessus.
Il faut dire que c’est le projet le plus émotionnel et le plus pragmatique que j’ai vu ces derniers temps, l’architecture macro et les idées d’atterrissage d’applications et d’implémentation d’ingénierie, mais tout le monde peut avoir un sens de l’abstraction après avoir lu ce qui précède. Oui, AI Agent est encore loin d’être réellement popularisé et appliqué à grande échelle que prévu, mais il est vrai que de plus en plus d’excellentes équipes sont arrivées, des solutions et des idées innovantes sont également dans les tuyaux, et le marché attend la naissance d’une « singularité » innovante.