Tác giả gốc: Shenchao TechFlow

Ngày mai, $BIO mà thị trường đã chờ đợi từ lâu sẽ chính thức ra mắt. Là một dự án lĩnh vực DeSci được Binance hỗ trợ đích thân, thị trường đã suy đoán liệu việc ra mắt $BIO có thúc đẩy sự tăng giá trên chuỗi của lĩnh vực DeSci và lấy đi một phần tính thanh khoản của lĩnh vực AI hay không.

Nhưng liệu lĩnh vực AI và Decsi có nhất thiết phải cạnh tranh nhau không? KHÔNG. Dự án trên chuỗi Solana được thảo luận gần đây YesNoError đã đi theo con đường tích hợp DeSci với AI, sử dụng công nghệ AI để xem xét và phát hiện lỗi trong các tài liệu nghiên cứu khoa học.

Token $YNE của nó đã nhanh chóng đạt giá trị thị trường là 60 triệu đô la Mỹ vào ngày nó được ra mắt vào ngày 20 tháng 12 và sau đó được quảng bá bởi Twitter nổi tiếng KOL Andrew Kang (sau đây gọi là AK). 50 triệu USD.

AI có thực sự cần thiết để xem xét các bài báo khoa học?

Nếu bạn vẫn không hiểu tại sao YesNoError lại hữu ích đến vậy, thì một tweet minh họa từ Ben Parr, thành viên của nhóm YesNoError, minh họa sự cần thiết của việc kiểm duyệt thông tin sai lệch trong các bài báo khoa học:

Vào tháng 10 năm 2024, một bài báo nghiên cứu cho rằng đồ dùng nhà bếp bằng nhựa màu đen có chứa chất độc, và tin tức này nhanh chóng lan truyền trên các phương tiện truyền thông. Tờ Atlantic thậm chí còn đăng một bài báo có tiêu đề "Vứt bỏ đồ dùng nhà bếp bằng nhựa màu đen của bạn", khiến dư luận hoang mang. Ngay cả bản thân Ben Parr cũng bắt đầu tự dọn dẹp đồ dùng nhà bếp của mình. Tuy nhiên, Joe Schwartz, giám đốc Văn phòng Khoa học và Xã hội của Đại học McGill, đã phát hiện ra một lỗi toán học quan trọng trong nghiên cứu - một lỗi nhân đơn giản khiến mức độc tính được báo cáo cao hơn 10 lần so với mức thực tế. Trường hợp này cho thấy ngay cả nghiên cứu có vẻ chính thống cũng có thể chứa đựng những sai sót nghiêm trọng thường gây ra hậu quả đáng kể cho cuộc sống của người dân bình thường.

Nếu công nghệ AI được sử dụng để xem xét các tài liệu nghiên cứu, những lỗi ở mức độ thấp này trong tính toán số có thể tránh được ở mức độ lớn nhất. YesNoError ra đời dựa trên nhu cầu này.

YesNoError được tạo bởi Matt Schlicht và sử dụng mô hình o 1 của OpenAI làm nền tảng kỹ thuật. Cách thức hoạt động của dự án rất đơn giản: Nhóm sử dụng AI để xem xét các tài liệu nghiên cứu và sau đó công bố các phát hiện trên trang web Yesnoerror.com và tài khoản Twitter chính thức của họ .

Thông qua hoạt động minh bạch này, cả cộng đồng khoa học và công chúng đều có thể được thông báo kịp thời về những vấn đề có thể xảy ra trong nghiên cứu quan trọng. Mặc dù dự án chỉ mới bắt đầu nhưng nó đã đạt được một số kết quả đáng kể và xác định được một số sai sót trong nghiên cứu.

Token $YNE cũng đã được cung cấp các trường hợp sử dụng thực tế. Người nắm giữ có thể chi $YNE để sử dụng YesNoError AI nhằm ưu tiên xem xét các giấy tờ của riêng họ.

Cho đến nay, YesNoError AI đã xem xét 2.219 bài báo và thực sự đã tìm ra lỗi trong nhiều bài báo.

Chấp thuận hay nghi ngờ, một số tiếng nói trên thị trường

Tôi lạc quan về AK và tôi rất muốn đăng bài về nó.

Vào ngày token $YNE được ra mắt, AK, người luôn lạc quan về DeSci, đã bày tỏ sự đánh giá cao của mình đối với dự án YesNoError.

AK cho biết, "Giá trị cốt lõi của YesNoError nằm ở việc triển khai thực sự tiền điện tử x AI x DeSci."

YesNoError tận dụng các đặc điểm của hệ sinh thái tiền điện tử trong môi trường đặc biệt này, vốn không yêu cầu lợi tức đầu tư theo nghĩa truyền thống. Chỉ cần bạn có thể thu hút đủ sự chú ý, bạn có thể nhận được đầy đủ hỗ trợ tài chính. (Tức là nền kinh tế chú ý, nếu ai đó chú ý thì sẽ có người mua token.)

Đồng thời, YesNoError cũng đã tìm ra hướng ứng dụng tốt cho tiền điện tử. Trong kịch bản phù hợp, token không còn là không khí thuần khiết nữa mà thực sự có thể hỗ trợ các sản phẩm công cộng khó duy trì bằng các mô hình kinh doanh truyền thống.

Có lẽ vì thực sự lạc quan (hay nắm giữ nhiều quan điểm?), nên ngày 31/12, AK lại một lần nữa đăng bài giới thiệu và ca ngợi sự cần thiết cũng như tính thực tiễn của YesNoError từ góc độ dữ liệu.

AK cho biết YesNoError có khả năng rà soát lỗi trong hơn 90 triệu bài báo trong cơ sở dữ liệu tài liệu khoa học toàn cầu và chỉ mất vài tuần hoặc vài tháng để hoàn thành. Nếu chuyển sang duyệt thủ công thì phải mất hàng chục nghìn năm. Dù hình thành đội ngũ tiến sĩ 5.000 người cũng phải mất gần chục năm (và cũng sẽ không thể theo kịp tốc độ xuất bản mới. giấy tờ trong mười năm này), và cần có một ước tính thận trọng là 5,4 tỷ USD.

Mô hình AI được tối ưu hóa chỉ tốn khoảng 30 triệu USD (0,3 USD mỗi bài) để hoàn thành công việc đánh giá chuẩn xác và chính xác hơn - chi phí thấp hơn 1% so với phương pháp thủ công.

Nếu là trong lĩnh vực khoa học truyền thống, việc huy động 30 triệu USD sẽ là một công việc lớn, nhưng rõ ràng trong lĩnh vực mã hóa thì việc đó sẽ dễ dàng hơn nhiều. (Mặc dù chứa đựng nhiều yếu tố đầu cơ, nhưng giá trị thị trường của $YNE đã đạt 50 triệu đô la Mỹ chỉ sau 10 ngày.)

Hiện nay, tác nhân AI đã xem xét hơn 1.700 bài báo và nhận thấy tỷ lệ sai sót khoảng 3-4%. Và thông qua tối ưu hóa liên tục, tốc độ xử lý của nó sẽ được cải thiện hơn nữa. Trong số 90 triệu bài báo, có thể có nhiều bài báo quan trọng có sai sót nghiêm trọng, việc sửa chữa sẽ có tác động tích cực đáng kể đến thế giới.

Tài khoản chính thức của BIO Protocol cũng đồng tình với quan điểm của AK:

Đó có phải là một yêu cầu sai lầm? nhìn vào những giọng nói khác nhau

Bên cạnh những tiếng nói lạc quan, cũng có những người đặt câu hỏi về nhu cầu thực sự đối với YesNoError.

Kyle Samani, người đồng sáng lập Multicoin Capital, đã đưa ra phản đối trong bài viết của AK:

Kyle tin rằng theo nguyên tắc 28/20, chỉ có một số ít giấy tờ thực sự quan trọng và những giấy tờ quan trọng này khó có thể mắc lỗi vì chúng đã nhận được đủ sự quan tâm.

Tuy nhiên, Andrew Kang bác bỏ điều này bằng dữ liệu. Ông chỉ ra rằng ngay cả theo logic của Kyle, giả sử chỉ có 5% trong số 90 triệu giấy tờ là quan trọng thì vẫn có 4,5 triệu giấy tờ quan trọng. Ngay cả khi tỷ lệ sai sót trong các giấy tờ quan trọng này chỉ là 0,1% thì vẫn có nghĩa là có 4.500 giấy tờ quan trọng có lỗi cần phải sửa. Trường hợp “Nghiên cứu xẻng đen” nêu trên minh họa đầy đủ rằng ngay cả những bài viết có sức ảnh hưởng lớn cũng có thể có sai sót và gây ảnh hưởng nhất định đến xã hội.

bản tóm tắt

Các bài viết đánh giá AI thực ra không có gì mới. Đã có nhiều trường hợp sử dụng các bài đánh giá AI kể từ khi ChatGPT lần đầu tiên ra mắt. Nhìn vào lĩnh vực mã hóa, sự xuất hiện của YesNoError có thể không chỉ giải quyết được vấn đề sai sót trong các bài báo khoa học mà còn có một số phát triển thực sự về các trường hợp sử dụng tiền điện tử ngoài sự cường điệu (tất nhiên, nó có thể vẫn đang ở giai đoạn đầu của quá trình phát triển). dự án và một phần giá trị vẫn phụ thuộc vào sự cường điệu của thị trường).

Hãy nói về hành vi thị trường. Mặc dù có nhiều hành vi hứa hẹn trên thị trường có thể tóm tắt là “cái mông quyết định cái đầu”, nhưng nếu dự án thực sự khả thi và có giá trị thiết thực, thực tế ngoài sự đầu cơ thì kiểu “đứng và tiêu tiền” này. Hành vi kiếm tiền chắc chắn sẽ được thị trường ghi nhận.

Sự phát triển tiếp theo cụ thể của YesNoError cũng phụ thuộc vào quyết tâm tiếp tục của nhóm dự án sau khi cơn sốt thị trường đã qua đi. Chúng tôi theo dõi.

Ngày càng có nhiều dự án hy vọng mang lại lợi ích cho thế giới.