fetch.ai启动了第一个AII Web3模型

fetch.ai推出了ASI-1 Mini,这是一种web3的本地大型语言模型,旨在支持复杂的人工智能工作过程。

ASI-1 Mini被描述为人工智能的可用性和性能的Gamechanger,旨在与领先的LLM一起获得结果,但在创建人工艺术时,设备槽的成本大大降低了。

ASI-1 MINI已集成到生态系统Web3中,提供了与AI的安全和自动相互作用。它的发布为AI领域的更广泛创新提供了基础,包括不可避免的Cortex推出,这将进一步改善大型语言模型和广义情报的使用。

“此次发布标志着ASI-1 Mini部署的开始,以及属于社区的人造人工智能的新时代。分散了创造人工智能价值的链条,我们扩大了Web3社区的投资,训练及其自身的AI基本模型的能力。

“很快,我们将介绍代理工具,多模式功能和更深层次的Web3协同作用的扩展集成,以扩大ASI-1迷你自动化的功能,同时保持参与者手中AI的成本创造。”

使用Web3的AI民主化:分散财产和总价值

fetch.ai视觉表示的关键是AI基本模型的民主化,不仅可以使用Web3社区,而且可以培训自己的专利LLM,例如ASI-1 Mini。

这种权力下放为人们打开了机会,以直接从先进的AI模型的经济增长中受益,而AI模型的经济增长可以达到数百万英镑的评估。

多亏了Fetch.ai平台,用户可以投资人工智能模型的策展收藏,有助于其发展并参与所收到的收入。权力下放第一次刺激AI模型的所有权,即财务利益更加公平。

高级推理和个人表现

ASI-1 MINI通过四个动态参数引入了决策中的适应性:多阶段,完整,优化和简短的推理。这种灵活性使他可以根据特定任务平衡深度和准确性。

无论是令人困惑的是,多层解决问题还是提供简短,有效的想法,ASI-1 Mini都会动态调整以提高效率。它的模型(MOM)和剂(MOA)混合物的混合物进一步提高了这种多功能性。

模型(MOM)的混合物:

ASI-1 MINI从一组针对特定任务或数据集进行优化的专业人工智能模型中动态选择相应的模型。这提供了高效率和可扩展性,尤其是对于多模式AI和联邦培训。

代理的混合物(MOA):

具有独特知识和推理可能性的独立代理人共同解决复杂问题。系统的协调机制确保了任务的有效分布,为分散的AI模型奠定了道路,该模型在动态的多机构系统中蓬勃发展。

这种复杂的体系结构建立在三个相互作用的层上:

  1. 基础层: ASI-1 Mini是编排的主要情报和中心。
  2. 特殊词(妈妈马克地方): 主页可通过ASI平台获得各种专家模型。
  3. 代理级别: 可以管理生活数据库,集成API,促进分散工作流程等的代理商的功能。

该系统仅选择性地激活必要的模型和代理,在实时任务中提供性能,准确性和可扩展性。

AI的有效性和可及性的转换

与传统的LLM不同,该LLM提供了高度计算的间接费用,ASI-1 Mini仅针对两个图形处理器的公司级别的性能进行了优化,这降低了80年的设备成本。对于企业而言,这意味着基础设施成本降低,可扩展性提高,破坏了AI高性能整合的财务障碍。

在参考测试中,例如对语言的大规模多任务理解(MMLU),MILL-1 ASI-1重合或超过专业领域的领先LLM,例如医学,历史,商业和逻辑推理。

ASI-1 Mini分为两个阶段后,将很快与即将到来的上下文窗口扩展:

  • 多达100万个令牌: 允许模型分析复杂的文档或技术指南。
  • 多达1000万个令牌: 包括高利率,例如对法律条目,财务分析和数据数据集的审查。

这些改进将使ASI-1微型估计用于复杂和多层任务。

解决“黑匣子”的问题

人工智能行业长期以来一直面临着解决黑匣子问题的问题,在该问题中,深度学习模型得出了结论而没有明确的解释。

Mini ASI-1通过连续的多阶段推理,促进实时校正和优化的决策来软化这个问题。尽管它并不能完全消除不透明度,但ASI-1为医疗保健和金融等行业提供了更为解释的结果。

它的多expert模型体系结构不仅提供透明度,而且还优化了不同部门中的复杂工作过程。从数据库的管理到实时实施业务逻辑,ASI-1在速度和可靠性方面都超过传统模型。

代理集成:创建AI的代理商经济

ASI-1 Mini将连接到AgentVerse,Fetch.ai代理市场,为用户提供用于创建和部署自主代理的工具,这些工具可以使用简单的语言命令执行任务的真实性能。例如,用户可以通过平台上的“微观”自动化旅行计划,餐厅预订或金融交易。

该生态系统可确保使用开源代码的AI的配置和货币化,从而创建一个“代理经济”,开发人员和企业在其中共生。开发人员可以将微型人货币化,而用户可以无缝访问适用的人工智能解决方案。

由于其代理生态系统成熟,因此ASI-1 Mini试图在能够处理结构化文本,图像和复杂数据集的多模式电力中开发,并具有上下文的决策。

参见: Endor Labs:反对“开放洗涤”的AI透明度

想进一步了解人工智能和行业领导者的大数据吗? 检查在阿姆斯特丹,加利福尼亚和伦敦举行的AI和大数据博览会。全面的活动以及其他领先活动,包括智力自动化会议,Blockx,一周的数字化转型和网络安全以及云博览会。

基于Techforge在此处探索企业技术和网络研讨会的其他事件。

Source link

Scroll to Top