Dự án mô hình ngôn ngữ nhỏ do cộng đồng sở hữu giới thiệu một bộ khung (framework) để khuyến khích việc chia sẻ dữ liệu, nhằm tái định nghĩa sự phát triển AI và tương tác với người dùng.

Mục tiêu của Assisterr là chống lại sự độc quyền AI của các công ty công nghệ lớn (Big Tech), ủng hộ quyền sở hữu dữ liệu và dân chủ hóa AI thông qua các mô hình ngôn ngữ nhỏ (small language models - SLMs) do cộng đồng sở hữu, mang lại các giải pháp tùy chỉnh và hiệu quả.

Cuộc tranh luận về việc liệu trí tuệ nhân tạo (AI) có phải là mối đe dọa toàn cầu hay không thường bỏ qua một điểm quan trọng: mối nguy thực sự không nằm ở AI mà ở nằm khả năng độc quyền của các gã khổng lồ công nghệ - hay được biết tới là Big Tech và các cơ quan chính phủ. Những thực thể quyền lực này có thể lạm dụng AI để âm thầm định hình nhận thức và hành vi của công chúng nhằm phục vụ mục đích riêng, dù là để tối đa hóa lợi nhuận hay kiểm soát chính trị.

Tình huống này không còn là một viễn cảnh tăm tối (Dystopia - phản địa đàng) mà phản ánh thực tế hiện tại, đòi hỏi sự can thiệp ngay lập tức. Quyền sở hữu dữ liệu chính là trung tâm của mọi vấn đề đối với công nghệ AI. Big Tech đã chiếm dụng tri thức chung của nhân loại, đào tạo các mô hình ngôn ngữ lớn (large language models - LLMs) bằng các thông tin công khai miễn phí rồi sau đó bán chúng với các gói thuê bao $20 mỗi tháng.

Google đầu tư 60 triệu đô la mỗi năm để truy cập kho nội dung do người dùng tạo ra của Reddit, nhấn mạnh sự chênh lệch giữa giá trị được tạo ra bởi đóng góp của cộng đồng và sự đền bù (hoặc thiếu sự đền bù) mà những người đóng góp nhận được.

Trao quyền cho các cộng đồng bằng các mô hình ngôn ngữ nhỏ

Trước bối cảnh này, Assisterr — một lớp dữ liệu (data layer) cho AI phi tập trung có trụ sở tại Cambridge — định vị mình là động lực thúc đẩy sự thay đổi bằng cách tạo ra cơ sở hạ tầng hỗ trợ suy luận dữ liệu AI phi tập trung và mạng lưới các mô hình ngôn ngữ nhỏ (SLMs) do cộng đồng sở hữu, trao quyền cho chính những người đóng góp cho hệ sinh thái dữ liệu.

SLMs (các mô hình ngôn ngữ nhỏ) đại diện cho cách tiếp cận AI có mục tiêu, được tối ưu hóa để giải quyết các trường hợp cụ thể với hiệu quả cao hơn và chi phí thấp hơn so với các mô hình lớn. SLMs kết hợp sự hiệu quả với chất lượng hỗ trợ cao, vượt trội trong việc tự động hóa và nâng cao tương tác thời gian thực, hỗ trợ các nhà phát triển trong hệ sinh thái Web3.

Việc tích hợp công nghệ blockchain của Assisterr giúp theo dõi các đóng góp của cộng đồng, khuyến khích việc chia sẻ kiến thức và dữ liệu thông qua phần thưởng.

Các mô hình SLMs do cộng đồng sở hữu có hai lợi thế chính so với các mô hình LLMs (Large Language Models - mô hình ngôn ngữ lớn):

• SLMs hiệu quả hơn và rẻ hơn trong việc đào tạo và duy trì, phù hợp cho các nhu cầu kinh doanh hoặc kỹ thuật cụ thể.

• Tầm quan trọng của một luồng dữ liệu động (dynamic data pipeline) thường vượt qua kích thước mô hình, vì việc cập nhật dữ liệu thường xuyên là cần thiết để giữ cho các mô hình AI có giá trị thực tiễn.

TÌM HIỂU THÊM CÁC THÔNG TIN TỪ ASSISTERR TẠI ĐÂY

Assisterr giải quyết sự miễn cưỡng của cá nhân và tổ chức trong việc chia sẻ dữ liệu, một thách thức quan trọng trong việc phát triển các giải pháp AI, bằng cách tạo ra cơ sở hạ tầng cho phép thiết lập các mô hình (models) nhanh chóng và 1 bộ khung (framework) khuyến khích chia sẻ dữ liệu thông qua các phần thưởng.

Về bản chất, Assisterr cho phép tạo ra các SLM chuyên biệt cho các lĩnh vực hoặc chức năng kinh doanh cụ thể, có thể tích hợp với giao diện người dùng và cải thiện thông qua các đóng góp của cộng đồng. Các SLM của lớp dữ liệu (layer data) rất hiệu quả trong các lĩnh vực được chỉ định của chúng, nhờ vào chuyên môn và các bản cập nhật dữ liệu liên tục từ những người đóng góp cá nhân.

Từ người giám sát (gatekeeper) đến người đóng góp: Thay đổi câu chuyện về AI

Assisterr đã đào tạo các nhà phát triển của các đối tác (DevRel AI) sử dụng trí tuệ nhân tạo cho các nền tảng bao gồm Solana, Near, Particle Network và Light Link. Được đào tạo từ tài liệu kỹ thuật và mã nguồn, các đối tác DevRel AI này cải thiện dịch vụ khách hàng bằng cách xử lý tới 95% yêu cầu hỗ trợ, giảm thời gian chờ 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 cơ sở hạ tầng AI cho sự tương tác của các mô hình do cộng đồng sở hữu và một cơ chế khuyến khích đóng góp và xác minh dữ liệu, đảm bảo các mô hình luôn cập nhật và hiệu quả.

Bên cạnh việc khởi xướng chương trình người đóng góp, Assisterr dự kiến ra mắt testnet và triển khai 100 AI Agent trong quý hai năm 2024. Quá trình chuyển đổi sang mainnet, tích hợp với Solana và phát hành beta của AI Lab sẽ tiếp theo, cùng với việc ra mắt chính thức AI Lab của Assisterr và tích hợp Monad.

Mục tiêu của Assisterr là duy trì cơ sở kiến thức cập nhật cho mỗi mô hình AI, đảm bảo trải nghiệm người dùng tối ưu và giao diện. Ngoài việc hỗ trợ cộng đồng nhà phát triển, Assisterr hướng tới mở rộng khả năng để phát triển DApps và ứng dụng thay mặt người dùng trong tương lai gần.

Tìm hiểu thêm về Assisterr

Bài viết gốc trên CoinTelegraph

https://cointelegraph.com/news/david-v-goliath-small-language-models-challenge-big-techs-ai-giants