Thách thức và hướng đi tương lai của Web3 AI

Gần đây, giá cổ phiếu của Nvidia đã đạt mức cao kỷ lục mới, sự tiến bộ của các mô hình đa phương thức càng làm sâu sắc thêm rào cản công nghệ của Web2 AI. Từ sự phối hợp ngữ nghĩa đến hiểu biết về thị giác, từ nhúng chiều cao đến kết hợp đặc trưng, các mô hình phức tạp đang tích hợp các cách diễn đạt của các phương thức khác nhau với tốc độ đáng kinh ngạc, xây dựng một vùng đất AI càng trở nên khép kín hơn. Tuy nhiên, cơn sốt này dường như không có liên quan gì đến lĩnh vực tiền điện tử.

Nỗ lực trong Web3 AI, đặc biệt là sự khám phá gần đây theo hướng Agent, đang có sự sai lệch rõ rệt về phương hướng. Cố gắng lắp ráp một hệ thống mô-đun đa phương thức theo kiểu Web2 bằng cấu trúc phi tập trung thực chất là một sự sai lệch kép về công nghệ và tư duy. Trong bối cảnh ngày nay, với tính liên kết mô-đun cực mạnh, phân bố đặc trưng không ổn định cao và nhu cầu tính toán ngày càng tập trung, mô-đun đa phương thức rất khó đứng vững trong môi trường Web3.

Tương lai của Web3 AI không nằm ở việc bắt chước, mà là ở sự đi đường vòng chiến lược. Từ sự căn chỉnh ngữ nghĩa trong không gian cao chiều, đến nút thắt thông tin trong cơ chế chú ý, rồi đến sự căn chỉnh đặc trưng dưới sức mạnh tính toán dị thể, Web3 AI cần tìm ra con đường khác, lấy "nông thôn bao vây thành phố" làm chương trình hành động chiến thuật.

Nghịch cảnh giữa căn chỉnh ngữ nghĩa và nhúng chiều cao

Web3 AI dựa trên mô hình đa phương thức phẳng, khó đạt được sự căn chỉnh ngữ nghĩa hiệu quả, dẫn đến hiệu suất kém. Không gian nhúng cao chiều là chìa khóa để đạt được sự căn chỉnh ngữ nghĩa, nó cho phép ánh xạ thông tin từ các phương thức khác nhau vào cùng một không gian ngữ nghĩa. Tuy nhiên, giao thức Web3 Agent khó có thể thực hiện nhúng cao chiều, vì tính mô-đun bản thân nó là một ảo giác.

Hầu hết các Web3 Agent chỉ đơn giản là đóng gói các API sẵn có thành các "Agent" độc lập, thiếu không gian nhúng trung tâm thống nhất và cơ chế chú ý xuyên mô-đun. Điều này dẫn đến việc thông tin không thể tương tác đa chiều, đa tầng giữa các mô-đun, chỉ có thể đi theo quy trình tuyến tính, thể hiện chức năng đơn lẻ, không thể hình thành tối ưu hóa vòng khép kín tổng thể.

Để thực hiện một hệ thống thông minh toàn bộ chuỗi với rào cản ngành, cần phải có mô hình hợp tác từ đầu đến cuối, nhúng thống nhất giữa các mô-đun, cũng như kỹ thuật hệ thống trong đào tạo và triển khai hợp tác để có thể phá vỡ cái ngõ cụt. Tuy nhiên, hiện tại trên thị trường không có những điểm đau như vậy, do đó cũng thiếu nhu cầu thị trường tương ứng.

Hạn chế của cơ chế chú ý

Trong không gian chiều thấp, cơ chế chú ý không thể được thiết kế một cách tinh vi. Các mô hình đa phương thức cấp cao cần một cơ chế chú ý được thiết kế cẩn thận, và cơ chế này chỉ có thể phát huy tác dụng đầy đủ trong không gian chiều cao.

Web3 AI dựa trên mô-đun rất khó để đạt được một lịch trình chú ý thống nhất. Đầu tiên, cơ chế chú ý phụ thuộc vào không gian Query-Key-Value thống nhất, trong khi định dạng dữ liệu và phân phối mà các API độc lập trả về rất khác nhau, không thể hình thành Q/K/V có thể tương tác. Thứ hai, Web3 AI thiếu khả năng nặng động đa đường song song, không thể mô phỏng lịch trình tinh vi như trong cơ chế chú ý thực sự, nơi mà tất cả các vị trí hoặc tất cả các mô hình đều được chấm điểm đồng thời và sau đó tổng hợp lại.

Tính năng hợp nhất nông

Đặc điểm của Web3 AI vẫn dừng lại ở giai đoạn ghép tĩnh đơn giản. Tiên đề của sự kết hợp đặc điểm động là không gian nhiều chiều và cơ chế chú ý chính xác, khi những điều kiện này không được đáp ứng, sự kết hợp đặc điểm tự nhiên không thể đạt được hiệu suất lý tưởng.

Web2 AI có xu hướng đào tạo liên kết đầu cuối, xử lý các đặc điểm đa mô thức trong cùng một không gian chiều cao, đồng thời tối ưu hóa một cách hợp tác với các lớp nhiệm vụ hạ nguồn thông qua các lớp chú ý và lớp hợp nhất. Ngược lại, Web3 AI thường sử dụng phương pháp ghép nối các mô-đun rời rạc, thiếu mục tiêu đào tạo thống nhất và dòng gradient xuyên mô-đun.

Rào cản ngành AI và cơ hội của Web3

Rào cản trong ngành AI đang ngày càng sâu sắc, nhưng cơ hội cho Web3 AI vẫn chưa thực sự hiện ra. Hệ thống đa phương thức của Web2 AI là một dự án kỹ thuật cực kỳ lớn, cần một lượng dữ liệu khổng lồ, sức mạnh tính toán mạnh mẽ và đội ngũ nhân tài chuyên môn cao. Công việc hệ thống này, toàn bộ chuỗi và toàn bộ ngăn xếp, tạo ra rào cản ngành rất mạnh.

Lợi thế cốt lõi của Web3 AI nằm ở tính phi tập trung, và con đường tiến hóa của nó thể hiện qua tính song song cao, độ liên kết thấp và khả năng tương thích với sức mạnh tính toán dị nhất. Điều này khiến Web3 AI có lợi thế hơn trong các tình huống như tính toán biên, phù hợp với cấu trúc nhẹ, dễ song song và có thể khuyến khích các nhiệm vụ.

Tuy nhiên, cơ hội thực sự của Web3 AI có thể chỉ xuất hiện khi những lợi ích của Web2 AI biến mất hoàn toàn, để lại những điểm đau rõ ràng. Trước khi điều đó xảy ra, các dự án Web3 AI cần lựa chọn điểm xâm nhập một cách thận trọng, áp dụng chiến lược "nông thôn bao vây thành phố", bắt đầu từ các tình huống bên lề và dần dần tích lũy tài nguyên và kinh nghiệm.

Một dự án Web3 AI thành công nên có khả năng liên tục lặp lại và cập nhật trong các tình huống ứng dụng quy mô nhỏ, giữ đủ tính linh hoạt để thích ứng với các tình huống khác nhau, và có thể nhanh chóng tiến gần đến thị trường mục tiêu. Các dự án quá phụ thuộc vào cơ sở hạ tầng hoặc có kiến trúc mạng quá cồng kềnh có thể phải đối mặt với rủi ro bị loại bỏ.