AMMO White Paper'ın derinlemesine incelenmesi: AI Ajan Anlatımının Yükseltilmesi

robot
Abstract generation in progress

Yazar: Haotian

Biraz zaman aldı, @Ammo_AI'nin yeni yayımladığı beyaz kağıda dikkatlice baktım ve birçok duygu hissettim. Aşağıda, bazı ilham verici şeyleri paylaşmak istiyorum:

1)Piyasanın AI Ajansı'na yönelik arayışı, AI'nın sadece bir Yardımcı Pilot modu sorgulama aracı olduğunu karşılamak yerine, kullanıcı ne sorarsa AI'nın cevap vermesi gerektiği fikrine dayanmaz, bunun yerine daha çok Birlikte Arkadaş moduna eşlik eden büyüme moduna benzer olmalıdır, değeri anlayabilmeli, düşünebilmeli ve aktif olarak yaratıcı olabilmeli ve insanlara iletebilmelidir. Bu, AI Ajansının bir anlatı yüksekliğine çıkarılabilmesi için kilit noktadır;

2)Geleneksel web2'nin AI tekil modeli, 'araçsallaştırılmış kullanım yararcılığı' temelinde kurulmuş olup, çoklu moda işbirliğinde veri kaynağı izole adaları oluşturmaya eğilimli ve gerçek anlamda bir zekâ seviyesi atlaması çok zor, web3 AI Agent bireyselleştirme ideolojisini öne sürse de, hedefe ulaşmaya oldukça uzak, AI'nın özerk kararları hayal edilenden çok daha karmaşıktır. AI'nın yardımcı otomasyon öğrenme ve yol önerileri yapmasına izin vererek, insanların geri bildirim yoluyla AI'nın özerk öğrenmesini güçlendirdiği 'sibernetik modu', gelecekteki AI Agent'in gerçek anlamda ana yönlendirmesi haline gelebilir.

3)AMMO, AI Ajanı etrafında dönen tüm verilerin MetaSpace adlı soyut bir alan içinde Vektör formunda dağıtılabilir hale getirilmesini tanımlar; bu, blok zinciri başlangıçta Hash'ı tanımladığında, sonrasında tüm zincir üstü protokollerin ve uygulama biçimlerinin ortaya çıkmasına benzer. Bu Vektörle başlayan başlangıç biçimi, yalnızca web3'e hizmet etmekle kalmaz, aynı zamanda web2 için de uygun bir çok modlu çerçeve standardıdır. Üzerine yerleştirilen MAS çok modlu işbirliği sistemi ile birlikte, akademik yönde AI'nın "akıl hocası"nı çalışma, oyun, eğitim ve diğer pratik uygulama senaryolarına yönlendirebilir.

4)Nasıl daha anlaşılır hale getirebiliriz? MetaSpace'yi büyük bir alışveriş merkezi olarak düşünelim, her bir işlev katmanı bir AltUzay'a aittir, her bölümde farklı bir bilgi deposu bulunmaktadır ve Buddies sistemi, akıllı bir rehberlik sistemi olarak hizmet vermektedir; Goal Buddies, size yüksek kaliteli ürünler önermek için uzman rehberler olarak seçilmiştir; User Buddies ise tüketim alışkanlıklarınız ve bütçenize göre özelleştirilmiş çözümler sunabilen bir kişisel asistan gibi davranır; AiPP ise geri bildirimleri toplayan ve hizmet kalitesini iyileştiren bir genel hizmet masası gibi işlev görür;

Genel olarak, AI Agent'ın MetaSpace+Buddies+AiPP gibi zorunlu bileşenler aracılığıyla çalışmasını sağlamak, AI Agent'ın toplu üretimini hızlandırmak ve pratik uygulamalarını gerçekleştirmek için gerçekten önemlidir;

5)Beyaz kağıt, bir off-chain AI Ajanı çoklu modlu işbirliği çerçevesini ve mühendislik uygulama stratejisini daha fazla göstermektedir, bazı kombinasyonlar için on-chain tanım standartları, ID kimlik sistemini, Memory hafıza sistemini, Character özellik sistemini, Context bağlam yönetimini, Oracle kehanet sistemi gibi bileşen tanımları daha fazla keşfetmeye ihtiyaç duymaktadır (benim önceden sıkça bahsettiğim "zincirleme" genel standart çerçevesi).

Yukarıdaki.

Bu, son zamanlarda gördüğüm makro mimari ve uygulama yerleşimi ile mühendislik gerçekleştirme yaklaşımlarının duygusal ve gerçekçi olduğunu söylemek gerekir, ancak yukarıdakileri okuduktan sonra herkesin soyut hissettiği doğru olabilir. Evet, yapay zeka agent'in gerçekten geniş çapta yaygınlaşması ve uygulanması için yol uzun olabilir, ancak gerçekten de daha fazla üstün ekip katılıyor, bazı yenilikçi çözümler ve yaklaşımlar da geliştiriliyor, pazar bir inovasyon 'noktası'nı bekliyor.

View Original
The content is for reference only, not a solicitation or offer. No investment, tax, or legal advice provided. See Disclaimer for more risks disclosure.
  • Reward
  • Comment
  • Share
Comment
0/400
No comments
  • Pin