Thông tin chi tiết từ Hack Seasons Singapore: Diễn giả chia sẻ cách AI có thể tăng tốc Web3 Phát triển

Vào đầu tháng 10, Hội nghị Hack Seasons được tổ chức tại Singapore, quy tụ các chuyên gia hàng đầu để xem xét các xu hướng mới nhất trong AI, Web3, blockchain và tiền điện tử. Một trong những hội thảo đáng chú ý nhất trong ngày, có tựa đề “AI: Lớp Logic và Trí tuệ Web3 Nhu cầu?,” tập trung vào cách phân tích dựa trên AI có thể tăng cường hoạt động trên chuỗi, tạo ra các hệ sinh thái nhanh hơn, thông minh hơn và thích ứng hơn. Buổi thảo luận, được điều phối bởi Igor Lessio , Giám đốc điều hành của AIFlow , featured những nhân vật nổi bật bao gồm Will Carter , CTO của lamina1 ; Lane Retting , Trưởng phòng nghiên cứu tại Tổ chức gần ; Dillon Chen , Người sáng lập và Giám đốc điều hành của Chung ; Và Aaron Ramírez , Kỹ sư phần mềm AI tại Lật mặt .

Cuộc thảo luận bắt đầu bằng sự thừa nhận rằng Web2 và Web3 khác nhau về tốc độ phát triển, đặt ra câu hỏi về những gì hiện đang ngăn cản Web3 để đạt được tốc độ tương tự như Web2.

Các thành viên hội thảo đã đồng ý rằng Web3 đang di chuyển chậm hơn Web2, nhưng nhấn mạnh rằng điều này không nhất thiết là một nhược điểm—theo nhiều cách, nó là một tính năng. Không giống như Web2, Web3 ưu tiên bảo mật và tính cuối cùng. Xây dựng trong Web3 đòi hỏi phải thực hiện cẩn thận các biện pháp bảo vệ để đảm bảo tính phi tập trung được duy trì và việc phụ thuộc vào các hệ thống không minh bạch, chẳng hạn như mô hình ngôn ngữ lớn hộp đen, không gây ra rủi ro mới. Web3 các nhà phát triển phải giải quyết những thách thức độc đáo mà Web2 thậm chí không gặp phải.

Hội thảo cũng nhấn mạnh thêm rằng các hệ thống của con người trong Web3 phản ánh chặt chẽ các hệ thống kỹ thuật. Trong một ứng dụng Web2 tập trung, các nhà phát triển có thể dựa vào cơ sở dữ liệu trung tâm hoặc oracle để đạt được thông lượng cao, giao dịch nhanh chóng và quy mô lớn—nhưng điều này phải trả giá bằng tính tập trung. Ngược lại, việc sử dụng blockchain trong Web3 Chậm hơn và tốn kém hơn, nhưng nó cung cấp tính bất biến và các tính năng phi tập trung cốt lõi khác. Tốc độ chậm hơn cũng mở rộng sang tầng xã hội, nơi các quy trình quản trị phi tập trung và việc ra quyết định do cộng đồng thúc đẩy góp phần mang lại kết quả tốt hơn về lâu dài, ngay cả khi chúng làm chậm quá trình phát triển. Hội thảo lưu ý rằng các tác nhân AI có thể giúp giảm thiểu một số điểm kém hiệu quả này bằng cách tự động hóa các tác vụ lặp đi lặp lại hoặc hỗ trợ quản trị, từ đó đẩy nhanh hiệu quả một số khía cạnh của quy trình phi tập trung.

Một điểm khác được nêu ra là những đổi mới trong lĩnh vực tiền điện tử thường không được người dùng cuối nhận ra. Các cơ chế như giao thức đồng thuận và các lớp quản trị xã hội hoạt động ngầm, giống như sự phát triển trong cộng đồng AI nguồn mở, vốn có thể chậm hơn nhiều tháng so với các nghiên cứu tiên tiến mới nhất.

Một chủ đề thường xuyên được nhắc đến là bảo mật. Không giống như Web2, nơi tốc độ thường được ưu tiên hơn bảo mật, Web3Trọng tâm chính của là bảo mật và độ tin cậy, điều này tự nhiên làm chậm chu kỳ phát hành sản phẩm. Những người tham gia thảo luận đề xuất rằng Web3 các nhóm có thể tận dụng các công cụ AI một cách chiến lược để hợp lý hóa quá trình phát triển và đẩy nhanh quá trình ra mắt mà không ảnh hưởng đến sự an toàn, do đó kết hợp lợi ích của việc phân quyền với hiệu quả sản xuất cao hơn.

Cân bằng giữa phân cấp và AI: Quyền riêng tư, minh bạch và hệ thống đa tác nhân trong Web3

Cuộc trò chuyện chuyển sang chủ đề phân quyền, một nguyên tắc cốt lõi của Web3và cách nó giao thoa với AI, thường đại diện cho trí tuệ tập trung. Các diễn giả đã khám phá các chiến lược để duy trì tính phi tập trung của trí tuệ trong khi vẫn tận dụng công nghệ AI.

Quyền riêng tư trong các mô hình AI vẫn là một thách thức, đặc biệt là khi các hệ thống hoạt động từ xa. Trên thực tế, hầu hết các nhà phát triển ưu tiên hiệu suất hơn quyền riêng tư cho nhiều ứng dụng. AI trên thiết bị là một cách để bảo vệ dữ liệu người dùng cho các trường hợp sử dụng hạn chế, nhưng các thiết bị như điện thoại thông minh chỉ có thể chạy các mô hình có kích thước hạn chế, tạo ra sự đánh đổi giữa hiệu suất, khả năng và quyền riêng tư. Hội thảo lưu ý rằng công chúng nói chung thường ưu tiên sự tiện lợi hơn quyền riêng tư, lựa chọn các nền tảng có thể khai thác dữ liệu người dùng, trích dẫn các ví dụ như WhatsApp và TikTok. Tuy nhiên, các công cụ nhỏ hơn, được nhắm mục tiêu - chẳng hạn như các ứng dụng tích hợp - có thể được hưởng lợi từ các khuôn khổ AI cục bộ chuyển đổi dữ liệu kỹ thuật thành các tương tác thân thiện với người dùng, dựa trên ý định. Bất chấp các giải pháp này, các mô hình AI vẫn phần lớn là những hộp đen mờ đục và cần có các giải pháp thay thế minh bạch hơn.

Các diễn giả nhấn mạnh tầm quan trọng của việc đào tạo mô hình mở và có thể xác minh, bao gồm các bằng chứng mật mã đảm bảo các quy trình AI và suy luận trên thiết bị đáng tin cậy. Họ thừa nhận rằng hai năm trước, họ đã quá lạc quan về mối quan tâm của công chúng đối với quyền riêng tư và khả năng xác minh. Ngày nay, mặc dù nhận thức đại chúng vẫn còn hạn chế, nhưng đã có những phân khúc thị trường ưu tiên quyền riêng tư, đại diện cho một cơ hội đáng kể trong một thị trường có tiềm năng trị giá hàng nghìn tỷ đô la.

Ngoài quyền riêng tư, các thành viên thảo luận về những hạn chế hiện tại của các mô hình AI, lưu ý rằng ngay cả các hệ thống tiên tiến như ChatGPT có thể tạo ra kết quả không nhất quán cho cùng một truy vấn. Trải nghiệm người dùng, hệ thống đa tác nhân và quy trình ra quyết định là những lĩnh vực chính cần cải thiện. Về vấn đề niềm tin, hội thảo nhấn mạnh sự cần thiết của việc các công ty minh bạch hóa dữ liệu mà các tác nhân AI sử dụng.

Nhìn về tương lai, cuộc thảo luận cho thấy việc phụ thuộc vào một nhà cung cấp AI duy nhất là rủi ro. Việc đa dạng hóa giữa nhiều nhà cung cấp, bao gồm cả các mô hình nguồn mở, là điều nên làm. Một số công ty mới nổi đang phát triển các sản phẩm AI không lưu trữ dữ liệu người dùng và sử dụng các mô hình nguồn mở, tạo ra tiềm năng gia tăng cạnh tranh và các giải pháp AI phi tập trung hơn, tập trung vào quyền riêng tư trong năm năm tới.

Kết thúc buổi thảo luận, các diễn giả đã suy ngẫm về sự phát triển của trải nghiệm người dùng (UX), đồng thời lưu ý sự chuyển dịch rõ ràng sang giao diện trò chuyện. Họ nhấn mạnh rằng làn sóng lớn tiếp theo trong lĩnh vực tiêu dùng DeFi sẽ được hình thành bởi những trải nghiệm tương tự như ChatGPT, nơi người dùng có thể truy cập thông tin chỉ trong tích tắc. Họ cũng nhấn mạnh rằng sự phát triển này sẽ đòi hỏi phải xem xét lại các phương pháp vận hành để nắm bắt hoàn toàn trải nghiệm người dùng (UX) mới, được tinh giản này, đặc biệt là khi hầu hết các tương tác hiện nay diễn ra trên thiết bị di động.

Hội thảo lưu ý rằng người dùng ngày càng quen với việc mong đợi phản hồi ngay lập tức, khiến cả tốc độ và độ chính xác trở nên quan trọng. Đồng thời, họ nhấn mạnh tầm quan trọng của trình độ hiểu biết của người dùng, chỉ ra rằng mọi người vẫn cần hiểu cách thức hoạt động của các mô hình ngôn ngữ lớn (LLM), bao gồm cả những hạn chế của chúng, và kết quả đầu ra luôn phải được kiểm chứng.