รวบรวมแนวโน้ม Crypto+AI สิบอันดับแรกที่ควรค่าแก่การให้ความสนใจ

ผู้เขียนต้นฉบับ: ต้นแบบ

การรวบรวมต้นฉบับ: Deep Chao TechFlow

1. ปฏิสัมพันธ์ระหว่างตัวแทนกับตัวแทน

เนื่องจากความโปร่งใสและความสามารถในการจัดองค์ประกอบตามธรรมชาติ บล็อกเชนจึงกลายเป็นแพลตฟอร์มในอุดมคติเพื่อให้เกิดการโต้ตอบที่ราบรื่นระหว่างตัวแทนอัจฉริยะ ในการโต้ตอบนี้ ตัวแทนที่พัฒนาโดยสถาบันต่างๆ เพื่อวัตถุประสงค์ที่แตกต่างกันสามารถทำงานร่วมกันเพื่อทำงานให้เสร็จสิ้นได้ มีความพยายามที่น่าตื่นเต้นอยู่แล้ว เช่น การโอนเงิน ระหว่างตัวแทนและ การออกโทเค็นร่วมกัน เราคาดหวังว่าการโต้ตอบระหว่างตัวแทนจะขยายออกไปอีก: ในด้านหนึ่ง สร้างสถานการณ์แอปพลิเคชันใหม่ เช่น แพลตฟอร์มโซเชียลใหม่ที่ขับเคลื่อนโดยตัวแทน ในทางกลับกัน เพิ่มประสิทธิภาพเวิร์กโฟลว์ขององค์กรที่มีอยู่ เช่น การรับรองความถูกต้องของแพลตฟอร์ม การชำระเงินขนาดเล็ก และข้าม งานแพลตฟอร์ม บูรณาการสตรีม ฯลฯ ทำให้กระบวนการดำเนินงานที่ซับซ้อนและยุ่งยากในปัจจุบันง่ายขึ้น - แดนนี่ , เคธี่ , อาดาร์ช , ดิมิทรี

aethernet และ clanker ร่วมกันออก Token บน Warpcast

2. องค์กรตัวแทนแบบกระจายอำนาจ

การทำงานร่วมกันหลายตัวแทนขนาดใหญ่เป็นอีกทิศทางการวิจัยที่น่าตื่นเต้น ระบบหลายตัวแทนทำงานร่วมกันเพื่อทำงานให้เสร็จสิ้น แก้ไขปัญหา และแม้แต่จัดการโปรโตคอลและระบบได้อย่างไร ในบทความ "คำมั่นสัญญาและความท้าทายของแอปพลิเคชัน Crypto + AI" ในต้นปี 2024 Vitalik เสนอแนวคิดในการใช้ตัวแทน AI สำหรับตลาดการทำนายและการตัดสิน เขาเชื่อว่าในการใช้งานขนาดใหญ่ ระบบหลายตัวแทนมีศักยภาพอย่างมากในการค้นพบ "ความจริง" และการกำกับดูแลแบบอัตโนมัติ เราตั้งตารอที่จะได้เห็นว่าความสามารถของระบบหลายเอเจนต์นี้สามารถสำรวจเพิ่มเติมได้อย่างไร และ "หน่วยสืบราชการลับแบบกลุ่ม" สามารถเปิดเผยความเป็นไปได้เพิ่มเติมในการทดลองได้อย่างไร

นอกจากนี้ การทำงานร่วมกันระหว่างตัวแทนอัจฉริยะและมนุษย์ยังเป็นทิศทางที่ควรค่าแก่การสำรวจอีกด้วย ตัวอย่างเช่น วิธีที่ชุมชนโต้ตอบกับตัวแทนอัจฉริยะ หรือวิธีที่ตัวแทนอัจฉริยะจัดระเบียบมนุษย์เพื่อดำเนินการร่วมกันให้เสร็จสิ้น เราหวังว่าจะเห็นการทดลองเพิ่มเติมกับตัวแทนที่มีเป้าหมายในการทำงานร่วมกันของมนุษย์ในวงกว้าง แน่นอนว่าสิ่งนี้จำเป็นต้องมีกลไกการตรวจสอบ โดยเฉพาะอย่างยิ่งหากงานเสร็จสิ้นนอกเครือข่าย แต่การสำรวจนี้อาจนำไปสู่ผลลัพธ์ที่ไม่คาดคิดและน่าอัศจรรย์ -เคธี่ , ดมิทรี , แอช

3. ความบันเทิงมัลติมีเดียที่ขับเคลื่อนด้วยตัวแทน (Agentic Multimedia Entertainment)

แนวคิดของอวตารดิจิทัลมีมานานหลายปีแล้ว ตัวอย่างเช่น Hatsune Miku (2007) ได้จัดคอนเสิร์ตขายบัตรหมดเกลี้ยงในสถานที่ 20,000 ที่นั่ง; Lil Miquela (2016) มีผู้ติดตามมากกว่า 2 ล้านคนบน Instagram ตัวอย่างล่าสุด ได้แก่ Neuro-sama สตรีมเมอร์เสมือนของ AI (2022) ซึ่งมีฐานสมาชิกบน Twitch เกิน 600,000 ราย และ PLAVE บอยแบนด์นิรนามซึ่งมียอดดูบน YouTube เกิน 600,000 ครั้งในเวลาไม่ถึงสองปี ล้านครั้ง ด้วยความก้าวหน้าของเทคโนโลยี AI และการประยุกต์ใช้บล็อกเชนในการชำระเงิน การโอนมูลค่า และแพลตฟอร์มข้อมูลแบบเปิด คาดว่าตัวแทนเหล่านี้จะมีอิสระมากขึ้น และอาจเปิดหมวดหมู่ความบันเทิงกระแสหลักใหม่ภายในปี 2568 -เคธี่ , ดิมิทรี

ตามเข็มนาฬิกาจากซ้ายบน: ฮัตสึเนะ มิคุ, ลูน่าจาก Virtuals, ลิล มิเกล่า และเพลฟ

4. การตลาดเนื้อหาเชิงสร้างสรรค์/แบบตัวแทน

ในบางกรณี ตัวแทนคือตัวผลิตภัณฑ์เอง ในขณะที่ในกรณีอื่นๆ ตัวแทนสามารถเป็นส่วนเสริมของผลิตภัณฑ์ได้ ในระบบเศรษฐกิจแบบเน้นความสนใจ การแสดงเนื้อหาที่น่าดึงดูดอย่างสม่ำเสมอถือเป็นกุญแจสู่ความสำเร็จของแนวคิด ผลิตภัณฑ์ หรือบริษัท เนื้อหาที่สร้างขึ้น/ขับเคลื่อนโดยตัวแทนช่วยให้ทีมมีเครื่องมือที่มีประสิทธิภาพเพื่อให้แน่ใจว่าไปป์ไลน์การสร้างเนื้อหาที่ปรับขนาดได้ตลอด 24 ชั่วโมงทุกวัน พื้นที่นี้ ได้รับการเร่งโดยการอภิปรายเรื่อง “memecoins กับตัวแทน” ตัวแทนเป็นเครื่องมืออันทรงพลังสำหรับมีมคอยน์ในการแพร่กระจาย แม้ว่าพวกมันจะยังไม่ "ฉลาด" เต็มที่ก็ตาม

อีกตัวอย่างหนึ่ง อุตสาหกรรมเกมกำลังแสวงหาความมีชีวิตชีวามากขึ้นเพื่อให้ผู้ใช้มีส่วนร่วม แนวทางคลาสสิกคือการเป็นผู้นำเนื้อหาที่ผู้ใช้สร้างขึ้น และเนื้อหาที่สร้างขึ้นล้วนๆ (เช่น ไอเท็มในเกม NPC หรือแม้แต่ระดับที่สร้างขึ้นอย่างสมบูรณ์) อาจเป็นขั้นต่อไปของเทรนด์นี้ เราอยากรู้ว่าความสามารถของตัวแทนในปี 2568 จะขยายขอบเขตของการเผยแพร่เนื้อหาและการโต้ตอบกับผู้ใช้อย่างไร -เคธี่

5. เครื่องมือ/แพลตฟอร์มศิลปะยุคถัดไป

ในปี 2024 เราได้เปิดตัวซีรีส์ IN CONVERSATION WITH ซึ่งเป็นรายการสัมภาษณ์ที่พูดคุยกับศิลปิน crypto ในสาขาดนตรี ทัศนศิลป์ การออกแบบ การดูแลจัดการ และอื่นๆ การสัมภาษณ์ในปีนี้ทำให้ฉันสังเกตเห็นแนวโน้ม: ศิลปินที่สนใจในสกุลเงินดิจิทัลมักจะหลงใหลในเทคโนโลยีล้ำสมัย และต้องการให้เทคโนโลยีเหล่านี้บูรณาการเข้ากับแนวทางปฏิบัติที่สร้างสรรค์อย่างลึกซึ้งมากขึ้น เช่น วัตถุ AR/VR ศิลปะที่สร้างด้วยโค้ด และของจริง - การเข้ารหัสเวลา (การเข้ารหัสสด)

การผสมผสานระหว่าง generative art และเทคโนโลยีบล็อกเชนมีมาเป็นเวลานาน ซึ่งทำให้บล็อกเชนเป็นผู้ให้บริการในอุดมคติสำหรับงานศิลปะ AI การแสดงและนำเสนอรูปแบบศิลปะเหล่านี้เป็นเรื่องยากมากในรูปแบบดั้งเดิม ArtBlocks ให้การสำรวจเบื้องต้นเกี่ยวกับวิธีการแสดง จัดเก็บ สร้างรายได้ และเก็บรักษางานศิลปะดิจิทัลผ่านบล็อกเชน ซึ่งช่วยปรับปรุงประสบการณ์ของศิลปินและผู้ชมอย่างมาก นอกจากนี้ เครื่องมือ AI ยังช่วยให้คนทั่วไปสามารถสร้างผลงานศิลปะของตนเองได้อย่างง่ายดาย เรารอคอยเป็นอย่างยิ่งว่าบล็อกเชนจะปรับปรุงความสามารถของเครื่องมือเหล่านี้ต่อไปในปี 2568 ได้อย่างไร -เคธี่

KC: จากความคับข้องใจและไม่เห็นด้วยกับวัฒนธรรม crypto อะไรเป็นแรงบันดาลใจให้คุณยังคงเลือกที่จะเข้าร่วมใน Web3? Web3 มีคุณค่าอะไรต่อการฝึกฝนเชิงสร้างสรรค์ของคุณ? มันคือการสำรวจเชิงทดลอง รางวัลทางการเงิน หรืออย่างอื่น?

MM: สำหรับฉัน Web3 ส่งผลดีต่อฉันเป็นการส่วนตัวและต่อศิลปินคนอื่นๆ ในหลายๆ ด้าน โดยส่วนตัวแล้ว แพลตฟอร์มที่สนับสนุนการเผยแพร่ผลงานศิลปะสร้างสรรค์มีความสำคัญอย่างยิ่งต่อการปฏิบัติของฉัน ตัวอย่างเช่น คุณสามารถอัปโหลดไฟล์ JavaScript และเมื่อมีคนขุดหรือรวบรวมชิ้นส่วน โค้ดจะทำงานแบบเรียลไทม์และสร้างงานศิลปะที่มีเอกลักษณ์เฉพาะในระบบที่คุณออกแบบ กระบวนการสร้างแบบเรียลไทม์นี้เป็นส่วนสำคัญของการฝึกฝนเชิงสร้างสรรค์ของฉัน การแนะนำการสุ่มเข้าสู่ระบบที่ฉันเขียนและสร้างส่งผลกระทบอย่างลึกซึ้งต่อวิธีคิดของฉันเกี่ยวกับศิลปะ ทั้งในเชิงแนวคิดและทางเทคนิค อย่างไรก็ตาม มักจะเป็นเรื่องยากที่จะถ่ายทอดกระบวนการนี้ให้กับผู้ชม หากไม่มีการนำเสนอบนแพลตฟอร์มที่ออกแบบมาสำหรับงานศิลปะประเภทนี้โดยเฉพาะ หรือในแกลเลอรีแบบดั้งเดิม

ในแกลเลอรี อัลกอริธึมอาจแสดงการทำงานแบบเรียลไทม์ผ่านการฉายภาพหรือหน้าจอ หรือผลงานที่เลือกจากเอาต์พุตหลายตัวที่สร้างโดยอัลกอริธึม และแปลเป็นรูปแบบทางกายภาพสำหรับนิทรรศการ แต่สำหรับผู้ฟังที่ไม่คุ้นเคยกับโค้ดในฐานะสื่อทางศิลปะ อาจเป็นเรื่องยากที่จะเข้าใจถึงความสำคัญของการสุ่มนี้ในกระบวนการสร้างสรรค์ ซึ่งเป็นส่วนสำคัญของการปฏิบัติของศิลปินทุกคนที่ใช้ซอฟต์แวร์ในลักษณะสร้างสรรค์ บางครั้งฉันพบว่าเป็นการยากที่จะเน้นย้ำแนวคิดหลักของ "โค้ดเป็นสื่อสร้างสรรค์" ให้กับผู้ชม เมื่อรูปแบบสุดท้ายของงานเป็นเพียงรูปภาพที่โพสต์บน Instagram หรือภาพพิมพ์

การเกิดขึ้นของ NFT ทำให้ฉันตื่นเต้นเพราะไม่เพียงแต่เป็นเวทีในการจัดแสดงงานศิลปะเชิงสร้างสรรค์เท่านั้น แต่ยังช่วยเผยแพร่แนวคิด "โค้ดในฐานะสื่อทางศิลปะ" เพื่อให้ผู้คนเข้าใจถึงเอกลักษณ์และคุณค่าของการสร้างสรรค์ในรูปแบบนี้มากขึ้น

ตัดตอนมาจาก สนทนากับ: Maya Man

6.ตลาดข้อมูล

นับตั้งแต่ Clive Humby เสนอแนวคิดที่ว่า "ข้อมูลคือน้ำมันชนิดใหม่" บริษัทต่างๆ ก็ได้ดำเนินการเพื่อกักตุนและสร้างรายได้จากข้อมูลผู้ใช้ อย่างไรก็ตาม ผู้ใช้ค่อยๆ ตระหนักว่าข้อมูลของตนเป็นรากฐานสำคัญของความอยู่รอดของบริษัทยักษ์ใหญ่เหล่านี้ แต่พวกเขาควบคุมวิธีการใช้ข้อมูลได้เพียงเล็กน้อยและไม่สามารถได้รับประโยชน์จากข้อมูลดังกล่าว ด้วยการพัฒนาอย่างรวดเร็วของโมเดล AI อันทรงพลัง ความขัดแย้งนี้รุนแรงมากขึ้น ในด้านหนึ่ง เราจำเป็นต้องแก้ไขปัญหาการใช้ข้อมูลผู้ใช้ในทางที่ผิด ในทางกลับกัน เนื่องจากโมเดลขนาดใหญ่ขึ้นและคุณภาพสูงขึ้นทำให้ "ทรัพยากร" ของข้อมูลอินเทอร์เน็ตสาธารณะหมดลง แหล่งข้อมูลใหม่ก็มีความสำคัญอย่างยิ่งเช่นกัน

เพื่อให้การควบคุมข้อมูลกลับคืนสู่ผู้ใช้ โครงสร้างพื้นฐานแบบกระจายอำนาจจึงให้พื้นที่การออกแบบที่กว้างขวาง สิ่งนี้ต้องการโซลูชันที่เป็นนวัตกรรมในหลายด้าน เช่น การจัดเก็บข้อมูล การปกป้องความเป็นส่วนตัว การประเมินคุณภาพข้อมูล การระบุแหล่งที่มาของมูลค่า และกลไกการสร้างรายได้ ในเวลาเดียวกัน เพื่อตอบสนองต่อปัญหาการขาดแคลนข้อมูล เราต้องคิดถึงวิธีใช้ข้อได้เปรียบทางเทคโนโลยีเพื่อสร้างโซลูชันที่แข่งขันได้ เช่น การสร้างผลิตภัณฑ์ข้อมูลที่มีมูลค่าสูงกว่าผ่านกลไกแรงจูงใจและวิธีการกรองที่ดีขึ้น โดยเฉพาะอย่างยิ่งในบริบทปัจจุบันที่ Web2 AI ยังคงครอบงำอยู่ วิธีรวมสัญญาอัจฉริยะเข้ากับข้อตกลงการบริการแบบดั้งเดิม (SLA) ถือเป็นทิศทางที่คุ้มค่าแก่การสำรวจเชิงลึก - แดนนี่

7. การคำนวณแบบกระจายอำนาจ

ในการพัฒนาและการใช้งาน AI นอกเหนือจากข้อมูลแล้ว พลังการประมวลผลยังเป็นองค์ประกอบสำคัญอีกด้วย ในช่วงไม่กี่ปีที่ผ่านมา ศูนย์ข้อมูลขนาดใหญ่ได้ครอบงำการพัฒนาการเรียนรู้เชิงลึกและ AI โดยอาศัยการเข้าถึงพื้นที่ พลังงาน และฮาร์ดแวร์แต่เพียงผู้เดียว อย่างไรก็ตาม ด้วยข้อจำกัดด้านทรัพยากรทางกายภาพและการพัฒนาเทคโนโลยีโอเพ่นซอร์ส รูปแบบนี้จึงค่อยๆ ถูกทำลายลง

การประมวลผลขั้น v1 ของ AI แบบกระจายอำนาจนั้นคล้ายคลึงกับคลาวด์ GPU ของ Web2 แต่ไม่มีข้อได้เปรียบที่ชัดเจนในแง่ของอุปสงค์และอุปทานของฮาร์ดแวร์ ในขั้น v2 เราเห็นบางทีมเริ่มสร้างกลุ่มเทคโนโลยีที่สมบูรณ์ยิ่งขึ้น รวมถึงการจัดการคอมพิวเตอร์ที่มีประสิทธิภาพสูง การกำหนดเส้นทาง และระบบการกำหนดราคา ขณะเดียวกันก็พัฒนาคุณสมบัติที่เป็นกรรมสิทธิ์เพื่อดึงดูดความต้องการและปรับปรุงประสิทธิภาพการอนุมาน บางทีมมุ่งเน้นไปที่การปรับเส้นทางการอนุมานให้เหมาะสมบนฮาร์ดแวร์ผ่านเฟรมเวิร์กคอมไพเลอร์ ในขณะที่ทีมอื่นๆ พัฒนาเฟรมเวิร์กการฝึกอบรมโมเดลแบบกระจายบนเครือข่ายการคำนวณของพวกเขา

นอกจากนี้ ตลาดเกิดใหม่ที่เรียกว่า AI-Fi กำลังก่อตัวขึ้น ซึ่งใช้กลไกทางเศรษฐกิจที่เป็นนวัตกรรมเพื่อแปลงพลังการประมวลผลและ GPU ให้เป็นสินทรัพย์ที่สร้างรายได้ หรือใช้สภาพคล่องออนไลน์เพื่อจัดหาวิธีการใหม่ในการจัดหาเงินทุนฮาร์ดแวร์สำหรับศูนย์ข้อมูล อย่างไรก็ตาม การที่คอมพิวเตอร์แบบกระจายอำนาจสามารถตระหนักถึงศักยภาพของมันได้อย่างแท้จริงหรือไม่นั้น ขึ้นอยู่กับว่าสามารถเชื่อมโยงช่องว่างระหว่างแนวคิดและความต้องการที่แท้จริงได้หรือไม่ - แดนนี่

8. มาตรฐานการบัญชีคอมพิวเตอร์

ในเครือข่ายคอมพิวเตอร์ประสิทธิภาพสูง (HPC) แบบกระจายอำนาจ วิธีการประสานงานทรัพยากรคอมพิวเตอร์ที่แตกต่างกันถือเป็นความท้าทายที่สำคัญ และการขาดมาตรฐานการบัญชีแบบครบวงจรในปัจจุบันทำให้ปัญหานี้ซับซ้อนมากขึ้น ผลลัพธ์เอาต์พุตของโมเดล AI มีความหลากหลาย เช่น ตัวแปรโมเดล การหาปริมาณ การสุ่มผ่าน อุณหภูมิ และการปรับไฮเปอร์พารามิเตอร์การสุ่มตัวอย่าง เป็นต้น นอกจากนี้ สถาปัตยกรรม GPU ที่แตกต่างกันและเวอร์ชัน CUDA จะทำให้เกิดความแตกต่างในผลลัพธ์เอาต์พุตฮาร์ดแวร์ด้วย ปัจจัยเหล่านี้ทำให้การสร้างแบบจำลองทางสถิติและการคำนวณความจุของตลาดในระบบกระจายแบบต่างกันอย่างแม่นยำกลายเป็นปัญหาเร่งด่วนที่ต้องแก้ไข

เนื่องจากขาดมาตรฐานเหล่านี้ เราจึงเห็นหลายครั้งในตลาดการประมวลผล Web2 และ Web3 ในปีนี้ว่าแบบจำลองประสิทธิภาพ คุณภาพ และปริมาณของทรัพยากรการประมวลผลได้รับการคำนวณผิด สิ่งนี้บังคับให้ผู้ใช้ตรวจสอบประสิทธิภาพที่แท้จริงของระบบ AI โดยใช้การวัดประสิทธิภาพของตนเองหรือจำกัดอัตราการใช้งานของตลาดคอมพิวเตอร์

ขอบเขตของการเข้ารหัสเน้นที่ "ความสามารถในการตรวจสอบได้" มาโดยตลอด ดังนั้นเราจึงหวังว่าภายในปี 2568 การผสมผสานระหว่างการเข้ารหัสและ AI จะทำให้ประสิทธิภาพของระบบมีความโปร่งใสมากขึ้น ผู้ใช้ทั่วไปควรสามารถเปรียบเทียบคุณลักษณะเอาต์พุตที่สำคัญของโมเดลหรือคลัสเตอร์การประมวลผลเพื่อตรวจสอบและประเมินประสิทธิภาพที่แท้จริงของระบบได้อย่างง่ายดาย - อาดาร์ช

9. ความเป็นส่วนตัวเบื้องต้นที่น่าจะเป็น

Vitalik กล่าวถึงความขัดแย้งที่ไม่เหมือนใครในบทความ "The Promise and Challenges of Crypto + AI Applications" : "ในการเข้ารหัส โอเพ่นซอร์สเป็นวิธีเดียวที่จะบรรลุความปลอดภัย แต่ใน AI การทำให้โมเดล (หรือแม้แต่ข้อมูลการฝึกอบรม) เป็นไปตามเจตจำนงสาธารณะ เพิ่มความเสี่ยงของการโจมตีด้วยการเรียนรู้ของเครื่องของฝ่ายตรงข้ามอย่างมาก”

แม้ว่าการคุ้มครองความเป็นส่วนตัวจะไม่ใช่ทิศทางการวิจัยใหม่ในบล็อกเชน แต่ด้วยการพัฒนาอย่างรวดเร็วของ AI การประยุกต์ใช้เทคโนโลยีการเข้ารหัสที่เกี่ยวข้องกับความเป็นส่วนตัวก็กำลังเร่งตัวขึ้น ในปีนี้ เราได้เห็นความก้าวหน้าที่สำคัญในเทคโนโลยีเพิ่มความเป็นส่วนตัว เช่น Zero-Knowledge Proofs (ZK), การเข้ารหัสโฮโมมอร์ฟิกอย่างสมบูรณ์ (FHE), สภาพแวดล้อมการดำเนินการที่เชื่อถือได้ (TEE) และการประมวลผลแบบหลายฝ่าย (MPC) เทคนิคเหล่านี้ใช้ในสถานการณ์ต่างๆ เช่น สถานะที่ใช้ร่วมกันแบบส่วนตัวเพื่อการคำนวณวัตถุประสงค์ทั่วไปกับข้อมูลที่เข้ารหัส ในเวลาเดียวกัน บริษัทเทคโนโลยียักษ์ใหญ่อย่าง Nvidia และ Apple ยังใช้เทคโนโลยี TEE ที่เป็นกรรมสิทธิ์เพื่อให้เกิดการเรียนรู้แบบรวมศูนย์และการอนุมาน AI ส่วนตัว ในขณะเดียวกันก็รักษาฮาร์ดแวร์ เฟิร์มแวร์ และโมเดลให้สอดคล้องกัน

ในอนาคต เราจะมุ่งเน้นไปที่การรักษาความเป็นส่วนตัวในการเปลี่ยนสถานะแบบสุ่ม และวิธีการที่เทคนิคเหล่านี้สามารถอำนวยความสะดวกในการใช้งานจริงของ AI แบบกระจายอำนาจบนระบบที่ต่างกัน เช่น การอนุมานส่วนตัวแบบกระจายอำนาจ การจัดเก็บและไปป์ไลน์การเข้าถึงสำหรับข้อมูลที่เข้ารหัส และการสร้าง สภาพแวดล้อมการดำเนินการอัตโนมัติเต็มรูปแบบ - อาดาร์ช

Apple Intelligence stack ของ Apple และ H100 GPU ของ Nvidia

10.ความตั้งใจของตัวแทนและอินเทอร์เฟซการซื้อขายของผู้ใช้รุ่นถัดไป

การประยุกต์ใช้ตัวแทน AI ที่สำคัญคือการช่วยให้ผู้ใช้ทำธุรกรรมบนเครือข่ายได้โดยอัตโนมัติ อย่างไรก็ตาม ในช่วง 12-16 เดือนที่ผ่านมา คำจำกัดความของคำศัพท์ เช่น "ความตั้งใจของตัวแทน" "พฤติกรรมของตัวแทน" และ "ตัวแก้ปัญหา" มีความคลุมเครือ และความแตกต่างจากการพัฒนา "หุ่นยนต์" แบบดั้งเดิมยังไม่ชัดเจนเพียงพอ

ในปีที่จะถึงนี้ เราคาดว่าจะเห็นระบบภาษาที่ซับซ้อนมากขึ้น รวมกับข้อมูลหลายประเภทและสถาปัตยกรรมเครือข่ายประสาทเทียมที่ขับเคลื่อนสนามไปข้างหน้า ตัวแทนจะยังคงใช้ระบบออนไลน์ที่มีอยู่เพื่อทำธุรกรรมให้เสร็จสมบูรณ์ หรือจะพัฒนาเครื่องมือและวิธีการใหม่ทั้งหมดหรือไม่ โมเดลภาษาขนาดใหญ่ (LLM) จะยังคงเป็นแกนหลักของระบบเหล่านี้ หรือจะถูกแทนที่ด้วยเทคโนโลยีอื่นหรือไม่ ในระดับอินเทอร์เฟซผู้ใช้ ผู้ใช้จะโต้ตอบกับระบบผ่านภาษาธรรมชาติเพื่อทำธุรกรรมให้เสร็จสมบูรณ์หรือไม่ ทฤษฎี “กระเป๋าสตางค์เหมือนเบราว์เซอร์” แบบคลาสสิกจะกลายเป็นจริงหรือไม่? นี่เป็นคำถามที่ควรค่าแก่การสำรวจ - แดนนี่ , เคธี่ , อาดาร์ช , ดิมิทรี