Аналіз Ammo Біла книга: від векторного базису до багатоагентного екосистеми

Потрібно трохи часу, щоб уважно прочитати нову Білу книгу Аммо, і це надихає. Ось кілька вражень, які я хочу поділитися з вами:

1. Суть пошуку ринку AI Agent полягає в тому, що не задовольняє AI як інструмент запиту в режимі співпілота, коли користувач питає, що AI відповідає, але повинен бути більше схожим на режим компаньйона Buddy, який може розуміти, мислити й активно створювати цінність і передавати її людям. Це ключовий момент, коли AI Agent може бути піднятий на висоту наративу;

2. Традиційна модель одиночного штучного інтелекту web2 відома своїм «інструментальним прагматизмом», який легко призводить до утворення ізольованих джерел даних у багатьох режимах співробітництва, важко досягти справжнього прориву на рівні інтелекту, хоча web3 висловлює ідеологію індивідуалізації AI Agent, але до досягнення цілей ще дуже далеко, автономні рішення AI набагато складніше, ніж можна уявити. Дозволити AI здійснювати допоміжне автоматичне навчання та рекомендації шляхів, а людям через зворотний зв’язок посилювати «симбіотичний режим» навчання AI для справжнього переходу до головного напрямку AI Agent у майбутньому.

3. AMMO визначає абстрактний простір під назвою MetaSpace, так що всі дані навколо AI Agent можуть бути розгорнуті в просторі у вигляді векторних векторів, так само, як блокчейн спочатку визначив Hash, а потім були створені всі протоколи та додатки в ланцюжку. Ця форма, яка починається з Vector, може не тільки служити web3, але й бути рамковим стандартом, застосовним до мультимодальності web2, а з системою мультимодальної співпраці MAS на додачу до неї вона може змінити поточну орієнтацію «мозкового центру» ШІ в академічному напрямку на «практичну» орієнтацію на сценарії практичного застосування, такі як робота, ігри та освіта.

4. Як це можна пояснити простими словами? Ми розглядаємо MetaSpace як великий торговий центр, кожен функціональний рівень належить до SubSpace, кожна зоні має власну базу знань, а система Buddies - це розумна система персональних консультантів. Goal Buddies як професійний порадник відбирає для вас високоякісні товари; а User Buddies більше схожі на особистого асистента, який може надати індивідуальні рекомендації з урахуванням ваших звичок споживання та бюджету; AiPP схожий на загальний інформаційний пункт, який збирає зворотний зв’язок та поліпшує якість обслуговування;

В цілому, щоб запустити роботу AI Agent через MetaSpace+Buddies+AiPP систему зворотного зв’язку людина-машині та інші обов’язкові компоненти, справжнє прискорення масового виробництва та практичного впровадження AI Agent;

5. Біла книга показує більше офчейн фреймворку мультимодальної співпраці AI Agent та ідеї інженерної реалізації, а також деяку комбінацію стандартів визначення в ланцюжку, включаючи систему ідентифікації ідентифікаторів, систему пам’яті, систему характеристик персонажів, управління контекстом, систему оракулів Oracle та інші визначення компонентів, які все ще потребують подальшого вивчення (раніше я часто говорив про загальний стандартний фреймворк «ланцюжка»);

Вищевказане.

Можна сказати, що це один з найемоційніших та практичних проектів за останній час, який пропонує макроархітектуру та практичні застосування та інженерні підходи, але після прочитання цього всі, можливо, відчувають абстрактність. Так, шлях до широкомасштабного поширення та застосування AI Agent насправді є довшим, ніж можна уявити, але дійсно з’являється все більше відмінних команд, деякі інноваційні рішення та підходи також вже вивчаються, ринок чекає на народження інноваційної «точки відліку».