"David đấu Goliath: Thách thức của các mô hình ngôn ngữ nhỏ đối đầu với những ông lớn công nghệ AI"

Assisterr nhắm mục tiêu chống lại quá trình độc quyền của AI bởi công nghệ lớn, ủng hộ quyền sở hữu dữ liệu và dân chủ hóa AI thông qua các mô hình ngôn ngữ nhỏ do cộng đồng sở hữu (SLMs), cung cấp các giải pháp cá nhân hóa và hiệu quả.

Tranh cãi về việc liệu trí tuệ nhân tạo (AI) có đe dọa toàn cầu thường bỏ qua một điểm quan trọng: nguy cơ thực sự không nằm ở chính AI mà là ở khả năng độc quyền của các ông lớn công nghệ (Big Tech) - còn được biết đến là Big Tech - và các cơ quan chính phủ. Những đơn vị mạnh mẽ này có thể lạm dụng AI để tinh vi hình thành quan điểm công cộng và hành vi để phục vụ mục đích của họ, dù là tối đa hóa lợi nhuận hoặc kiểm soát chính trị.

Ở xa khỏi viễn cảnh huyền thoại u ám, tình huống này phản ánh hiện thực hiện tại của chúng ta, đòi hỏi sự can thiệp ngay lập tức. Quyền sở hữu dữ liệu đặt ở trung tâm của các vấn đề với công nghệ AI. Big Tech đã hiệu quả chiếm đoạt kiến thức chung của loài người, huấn luyện mô hình ngôn ngữ lớn (LLMs) của họ trên các thông tin miễn phí rồi khóa nó sau cửa hàng trả phí hàng tháng $20.

Việc đầu tư hàng năm 60 triệu đô la của Google để có quyền truy cập vào kho tàng dữ liệu của người dùng được tạo ra bởi cộng đồng nhấn mạnh sự chênh lệch giữa giá trị được tạo ra bởi những đóng góp của cộng đồng và việc bồi thường (hoặc không bồi thường) mà những người đóng góp đó nhận được.

Quyền năng cộng đồng với mô hình ngôn ngữ nhỏ

Trong bối cảnh này, Assisterr - một lớp dữ liệu dựa trên Cambridge cho AI phi tập trung - vị trí của nó như một lực lượng thay đổi bằng cách tạo ra một cơ sở hạ tầng hỗ trợ suy luận dữ liệu AI phi trung ương và một mạng lưới các SLMs do cộng đồng sở hữu, ủng hộ những người cung cấp dữ liệu cho hệ sinh thái dữ liệu.

Assisterr cung cấp lớp dữ liệu cho các mô hình ngôn ngữ nhỏ. Nguồn: Assisterr

SLM đại diện cho một tiếp cận nhắm mục đích đến AI, được mài dũa để giải quyết các trường hợp sử dụng cụ thể một cách hiệu quả hơn và giá thấp hơn so với các bản sao lớn hơn của chúng. Kết hôn hiệu quả với hỗ trợ chất lượng cao, SLMs xuất sắc trong việc tự động hoá và cải thiện các tương tác thời gian thực và hỗ trợ cho các nhà phát triển trong hệ sinh thái Web3.

Sự tích hợp công nghệ blockchain của Assisterr tạo điều kiện cho một cơ chế minh bạch theo dõi những đóng góp của cộng đồng và khuyến khích việc chia sẻ kiến thức và dữ liệu trước đây không thể tiếp cận thông qua phần thưởng.

Các SLMs do cộng đồng sở hữu có hai ưu điểm quyết định so với LLMs:

• SLMs hiệu quả hơn và rẻ hơn để huấn luyện và duy trì, khiến chúng lý tưởng cho các nhu cầu kinh doanh hoặc kỹ thuật cụ thể.
• Quan trọng của đường ống dữ liệu chuyển động thường vượt xa kích thước mô hình, vì cập nhật định kỳ dữ liệu là cần thiết để giữ cho các mô hình AI luôn phù hợp.

Assisterr đề cập đến sự miễn cưỡng của cá nhân và tổ chức để chia sẻ dữ liệu, một thách thức chính trong việc phát triển các giải pháp dựa trên AI, bằng cách tạo ra một cơ sở hạ tầng được thiết kế cho việc thiết lập nhanh chóng các mô hình và một khung công việc khuyến khích việc chia sẻ dữ liệu thông qua các động lực.

Assisterr giải quyết các chân cắt suy luận dữ liệu bằng cách tạo điều kiện cho các thiết lập mô hình nhanh chóng và khuyến khích chia sẻ dữ liệu thông qua động lực. Nguồn: Assisterr

Tại lõi của mình, Assisterr cho phép tạo ra SLMs chuyên biệt cho các lĩnh vực cụ thể hoặc chức năng kinh doanh, có thể tích hợp với giao diện người dùng và được cải thiện thông qua những đóng góp của cộng đồng. Các SLMs của lớp dữ liệu rất hiệu quả trong các lĩnh vực chuyên môn của họ, hưởng lợi từ chuyên môn và cập nhật dữ liệu liên tục do những người đóng góp cá nhân cung cấp.

Từ cổng chìm thành người đóng góp: Thay đổi cốt truyện về AI

Assisterr đã huấn luyện các đơn vị liên quan đến nhà phát triển AI (DevRel AI agents) cho các nền tảng bao gồm Solana, Near, Particle Network và Light Link. Được đào tạo bằng cách sử dụng tài liệu công nghệ chi tiết và các codebase, các đơn vị DevRel AI đã cải thiện dịch vụ khách hàng bằng cách xử lý lên đến 95% yêu cầu hỗ trợ, giảm thời gian chờ đợi và xác định các khu vực cần cải thiện tài liệu.

Mô hình của Assisterr đảm bảo chuyên môn của SLMs trong các lĩnh vực cụ thể và ủng hộ quyền sở hữu dữ liệu cộng đồng. Phương pháp của dự án bao gồm một lớp hạ tầng AI cho tính tương tác của các mô hình sở hữu cộng đồng và một cơ chế động cơ cho việc đóng góp dữ liệu và xác nhận, đảm bảo các mô hình luôn cập nhật và hiệu quả.

Cùng với việc khởi xướng một chương trình đóng góp, Assisterr