Fetch.ai ha lanciato ASI-1 Mini, un modello di lingua grande Web3 nativo progettato per supportare flussi di lavoro AI agenti complessi.
Descritto come un gamechanger per l'accessibilità e le prestazioni di intelligenza artificiale, ASI-1 Mini è annunciato per la fornitura di risultati alla pari con LLM leader ma a costi hardware significativamente ridotti, un salto in avanti nel rendere pronto per le imprese AI.
ASI-1 Mini si integra negli ecosistemi Web3, consentendo interazioni AI sicure e autonome. La sua uscita pone le basi per l'innovazione più ampia nel settore dell'IA, tra cui il lancio imminente della suite Cortex, che migliorerà ulteriormente l'uso di modelli di grandi dimensioni e intelligenza generalizzata.
“Questo lancio segna l'inizio del lancio di ASI-1 Mini e una nuova era di AI di proprietà della comunità. Decentralizzando la catena del valore dell'IA, stiamo dando potere alla comunità Web3 di investire, addestrare e possedere modelli di AI di base “, ha affermato Humayun Sheikh, CEO di Fetch.ai e presidente del Alleanza di superintelligenza artificiale.
“Presto introdurremo l'integrazione avanzata degli strumenti agenti, le capacità multomodali e la sinergia Web3 più profonde per migliorare le capacità di automazione di ASI-1 Mini mantenendo la creazione di valore dell'IA nelle mani dei suoi collaboratori.”
Democratizzazione dell'IA con Web3: proprietà decentralizzata e valore condiviso
La chiave per la visione di Fetch.ai è la democratizzazione dei modelli di AI di base, che consente alla comunità Web3 di non solo utilizzare, ma anche addestrare e possedere LLM proprietari come ASI-1 Mini.
Questo decentramento sblocca le opportunità per gli individui di beneficiare direttamente della crescita economica dei modelli di intelligenza artificiale all'avanguardia, che potrebbero ottenere valutazioni multimiliardarie.
Attraverso la piattaforma di Fetch.ai, gli utenti possono investire in raccolte di modelli di intelligenza artificiale curate, contribuire al loro sviluppo e condividere i ricavi generati. Per la prima volta, il decentramento sta guidando la proprietà del modello di intelligenza artificiale: il loro beneficio finanziario è più equamente distribuito.
Ragionamento avanzato e prestazioni su misura
ASI-1 Mini introduce l'adattabilità nel processo decisionale con quattro modalità di ragionamento dinamico: ragionamento in più passi, completi, ottimizzati e brevi. Questa flessibilità consente di bilanciare la profondità e la precisione in base all'attività specifica da svolgere.
Che si tratti di eseguire intricate, risolvere i problemi a più strati o fornire intuizioni concise e attuabili, ASI-1 Mini si adattano dinamicamente per la massima efficienza. La sua miscela di modelli (mamma) e framework di agenti (MOA) migliorano ulteriormente questa versatilità.
Miscela di modelli (mamma):
ASI-1 Mini seleziona i modelli rilevanti dinamicamente da una suite di modelli AI specializzati, che sono ottimizzati per attività o set di dati specifici. Ciò garantisce un'elevata efficienza e scalabilità, in particolare per l'intelligenza artificiale multimodale e l'apprendimento federato.
Miscela di agenti (MOA):
Gli agenti indipendenti con conoscenze uniche e capacità di ragionamento lavorano in collaborazione per risolvere compiti complessi. Il meccanismo di coordinamento del sistema garantisce un'efficace distribuzione delle attività, aprendo la strada a modelli AI decentralizzati che prosperano in sistemi dinamici e multi-agenti.
Questa sofisticata architettura è costruita su tre strati interagenti:
- Strato fondamentale: ASI-1 Mini funge da hub di intelligenza e orchestrazione di base.
- Specialization Layer (Mom Marketplace): Ospita diversi modelli di esperti, accessibili attraverso la piattaforma ASI.
- Livello di azione (Agentverse): Funzionalità agenti in grado di gestire i database in diretta, integrare le API, facilitare i flussi di lavoro decentralizzati e altro ancora.
Attivando selettivamente solo modelli e agenti necessari, il sistema garantisce prestazioni, precisione e scalabilità nelle attività in tempo reale.
Trasformare l'efficienza e l'accessibilità dell'intelligenza artificiale
A differenza dei LLM tradizionali, che sono dotati di alti spese generali computazionali, ASI-1 Mini è ottimizzato per le prestazioni di livello aziendale su solo due GPU, riducendo i costi hardware di un ottimo otto volte. Per le imprese, ciò significa una riduzione dei costi di infrastruttura e una maggiore scalabilità, abbattendo gli ostacoli finanziari all'integrazione dell'IA ad alte prestazioni.
Nei test di riferimento come la comprensione della lingua multitasking (MMLU), ASI-1 corrisponde o supera LLM principali in domini specializzati come medicina, storia, affari e ragionamento logico.
Implementando in due fasi, ASI-1 Mini elaborerà presto set di dati molto più grandi con le prossime espansioni delle finestre di contesto:
- Fino a 1 milione di token: Consente al modello di analizzare documenti complessi o manuali tecnici.
- Fino a 10 milioni di token: Abilita applicazioni ad alto livello come revisione legale, analisi finanziaria e set di dati su scala aziendale.
Questi miglioramenti renderà ASI-1 Mini inestimabile per compiti complessi e a più livelli.
Affrontare il problema “Black-Box”
L'industria dell'intelligenza artificiale ha affrontato a lungo la sfida di affrontare il problema della scatola nera, in cui i modelli di apprendimento profondo raggiungono conclusioni senza spiegazioni chiare.
ASI-1 mini mitiga questo problema con il ragionamento a più fasi continui, facilitando le correzioni in tempo reale e il processo decisionale ottimizzato. Sebbene non elimini del tutto l'opacità, ASI-1 fornisce risultati più spiegabili, critici per industrie come l'assistenza sanitaria e la finanza.
La sua architettura modello multi-esperto non solo garantisce trasparenza, ma ottimizza anche flussi di lavoro complessi in diversi settori. Dalla gestione dei database all'esecuzione della logica aziendale in tempo reale, ASI-1 supera i modelli tradizionali sia nella velocità che nell'affidabilità.
Integrazione di Agentverse: costruzione dell'economia AI agente
ASI-1 Mini è impostato per connettersi con Agentverse, Fetch.ai's Agent Marketplace, fornendo agli utenti gli strumenti per costruire e distribuire agenti autonomi in grado di eseguire l'esecuzione delle attività nel mondo reale tramite semplici comandi linguistici. Ad esempio, gli utenti potrebbero automatizzare la pianificazione dei viaggi, le prenotazioni di ristoranti o le transazioni finanziarie tramite “micro-agenti” ospitati sulla piattaforma.
Questo ecosistema consente la personalizzazione e la monetizzazione dell'intelligenza artificiale open source, creando una “economia agente” in cui gli sviluppatori e le imprese prosperano simbioticamente. Gli sviluppatori possono monetizzare i micro-agenti, mentre gli utenti ottengono un accesso senza soluzione di continuità a soluzioni AI su misura.
Man mano che il suo ecosistema agente matura, ASI-1 Mini mira a evolversi in una potenza multimodale in grado di elaborare testi strutturati, immagini e set di dati complessi con il processo decisionale consapevole del contesto.
Vedi anche: Endor Labs: AI Transparency vs “Open Washing”
Vuoi saperne di più sull'intelligenza artificiale e sui big da parte dei leader del settore? Guardare AI e Big Data Expo si svolge ad Amsterdam, in California e a Londra. L'evento completo è co-localizzato con altri eventi principali tra cui Conferenza di automazione intelligente, Blockx, Settimana di trasformazione digitaleE Cyber Security & Cloud Expo.
Esplora altri prossimi eventi tecnologici aziendali e webinar alimentati da TechForge Qui.
Fonte: www.artificialintelligence-news.com
