Phát hiện một công cụ AI y tế QBio, tập trung vào phân loại mật độ vú và tạo báo cáo minh bạch. Tải lên ảnh X-quang, chỉ trong vài phút bạn sẽ biết được mật độ vú là A, B, C hay D, đồng thời kèm theo một báo cáo chi tiết giải thích quá trình ra quyết định.
Nó được phát triển bởi Fetch và Hybrid, QBio chỉ là một món khai vị, nhân vật chính thực sự là ASI-1 Mini.
Fetch là một dự án rất cũ, trong những năm tháng Defi chiếm lĩnh sự chú ý của toàn bộ thị trường, Fetch đã tập trung vào AI + Crypto, luôn chú trọng vào nghiên cứu và ứng dụng công nghệ chung của các mô hình Agent đa dạng.
ASI-1 Mini là gì
Vào tháng 2 năm nay, Fetch đã ra mắt mô hình ngôn ngữ lớn (LLM) gốc Web3 đầu tiên trên thế giới - ASI-1 Mini. Web3 gốc là gì? Nói một cách đơn giản, đó là sự tích hợp liền mạch với blockchain, thông qua mã thông báo $FET và ví ASI, cho phép bạn không chỉ sử dụng AI mà còn đầu tư, đào tạo và sở hữu AI.
Vậy ASI-1 Mini rốt cuộc là gì?
Đây là một mô hình ngôn ngữ lớn được thiết kế đặc biệt cho AI đại lý (Agentic AI), có khả năng phối hợp nhiều đại lý AI, xử lý các nhiệm vụ phức tạp nhiều bước.
Chẳng hạn, đại lý suy luận ASI đứng sau QBio là một phần của ASI-1 Mini. Nó không chỉ phân loại mật độ vú mà còn giải thích quá trình ra quyết định, giải quyết vấn đề "hộp đen" của AI. Điều tuyệt vời hơn là ASI-1 Mini chỉ cần hai GPU để vận hành, so với các LLM khác (chẳng hạn như DeepSeek cần 16 GPU H100), chi phí rất thấp, phù hợp cho các tổ chức vừa và nhỏ.
ASI-1 Mini thực sự đổi mới như thế nào
Hiệu suất của ASI-1 Mini tương đương với LLM hàng đầu, nhưng chi phí phần cứng lại giảm đáng kể, nó có chế độ suy luận động và khả năng tự điều chỉnh nâng cao, cho phép đưa ra quyết định hiệu quả hơn và có khả năng cảm nhận ngữ cảnh tốt hơn.
MoM và MoA
Đều là từ viết tắt, đừng sợ, rất đơn giản: Mô hình hỗn hợp Mixture of Models (MoM), Đại lý hỗn hợp Mixture of Agents (MoA)
Hãy tưởng tượng một đội ngũ chuyên gia AI, mỗi người tập trung vào các nhiệm vụ khác nhau, phối hợp nhịp nhàng. Điều này không chỉ nâng cao hiệu suất mà còn làm cho quá trình ra quyết định trở nên minh bạch hơn. Ví dụ, trong phân tích hình ảnh y tế, MoM có thể chọn một mô hình chuyên về nhận dạng hình ảnh, một mô hình khác chuyên về tạo văn bản, trong khi MoA sẽ chịu trách nhiệm điều phối đầu ra của cả hai mô hình, đảm bảo báo cáo cuối cùng vừa chính xác vừa dễ đọc.
Tính minh bạch và khả năng mở rộng
Các LLM truyền thống thường là "hộp đen", bạn hỏi nó câu hỏi, nó sẽ cho bạn câu trả lời, nhưng tại sao nó lại trả lời như vậy, xin lỗi, không thể thông báo. ASI-1 Mini thì khác, thông qua suy luận nhiều bước liên tục, nó có thể cho bạn biết, tôi chọn câu trả lời này vì những lý do này, đặc biệt trong lĩnh vực y tế, điều này rất quan trọng.
Cửa sổ ngữ cảnh của ASI-1 Mini sẽ được mở rộng đến 10 triệu token, hỗ trợ khả năng đa phương thức (như xử lý hình ảnh, video), trong tương lai sẽ ra mắt các mô hình thuộc dòng Cortex, tập trung vào các lĩnh vực tiên tiến như robot và công nghệ sinh học.
hiệu suất phần cứng
Các LLM khác cần chi phí phần cứng cao, ASI-1 Mini chỉ cần hai GPU để hoạt động. Điều này có nghĩa là ngay cả một phòng khám nhỏ cũng có thể chi trả, không cần đến hàng triệu đô la cho một trung tâm dữ liệu.
Tại sao lại hiệu quả như vậy? Bởi vì triết lý thiết kế của ASI-1 Mini là "ít là nhiều". Nó tối ưu hóa thuật toán và cấu trúc mô hình, tối đa hóa việc sử dụng tài nguyên tính toán hạn chế. So với đó, các LLM khác thường theo đuổi mô hình có quy mô lớn hơn, dẫn đến việc tiêu tốn tài nguyên khổng lồ.
cộng đồng điều hành
Khác với các mô hình ngôn ngữ lớn khác, ASI-1 Mini được đào tạo một cách phi tập trung và được thúc đẩy bởi cộng đồng. ASI-1 Mini là một sản phẩm miễn phí có cấp độ dành cho các người nắm giữ $FET, những người nắm giữ có thể kết nối ví Web3 để mở khóa tất cả các tính năng. Số lượng token FET trong ví càng nhiều, bạn càng có thể khám phá các chức năng của mô hình này.
Mô hình cộng đồng này giống như crowdfunding, chỉ khác là nó được sử dụng để đào tạo và xác minh trí tuệ nhân tạo, công nghệ cao, không còn chỉ thuộc về tầng lớp tinh hoa mà mọi người đều có thể tham gia.
Trong bối cảnh LLM đã tương đối phát triển ngày nay, tại sao vẫn phải có một ASI-1 Mini riêng biệt? Rất dễ hiểu, nó lấp đầy khoảng trống giữa Web3 và AI.
LLM hiện tại (như ChatGPT, Grok) chủ yếu phục vụ cho môi trường tập trung, trong khi ASI-1 Mini là LLM đầu tiên được thiết kế cho hệ sinh thái phi tập trung. Nó không chỉ làm cho AI trở nên minh bạch và hiệu quả hơn, mà còn cho phép các thành viên trong cộng đồng trực tiếp hưởng lợi từ sự phát triển của AI.
Sự xuất hiện của ASI-1 Mini đánh dấu sự chuyển mình của AI từ "hộp đen" sang "minh bạch", từ "tập trung" sang "phi tập trung", từ "công cụ" sang "tài sản". Nó không chỉ có thể phát huy vai trò trong lĩnh vực y tế (như QBio) mà còn thể hiện tiềm năng trong nhiều lĩnh vực khác như tài chính, pháp lý, nghiên cứu khoa học.
Tháng này, Fetch hợp tác với Rivalz để tích hợp ASI-1 Mini vào Hệ thống phối hợp dữ liệu Agentic (ADCS) của Rivalz, thực hiện suy luận AI trên chuỗi. Với sự hợp tác này, các ứng dụng phi tập trung có thể truy cập trực tiếp vào khả năng suy luận AI tiên tiến trên chuỗi.
Môi trường blockchain truyền thống bị hạn chế bởi tài nguyên, hợp đồng thông minh chỉ có thể xử lý các tác vụ nhẹ, thường thông qua các oracle để lấy dữ liệu đơn giản (như giá cả), không thể chạy trực tiếp các mô hình AI phức tạp. ADCS hoàn toàn giải quyết vấn đề này, việc tính toán phức tạp của suy diễn AI được thực hiện bên ngoài chuỗi, kết quả được trả về an toàn cho blockchain, đảm bảo tính phi tập trung và niềm tin.
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
Giải thích mô hình ngôn ngữ lớn bản địa Web3 ASI-1 Mini
Phát hiện một công cụ AI y tế QBio, tập trung vào phân loại mật độ vú và tạo báo cáo minh bạch. Tải lên ảnh X-quang, chỉ trong vài phút bạn sẽ biết được mật độ vú là A, B, C hay D, đồng thời kèm theo một báo cáo chi tiết giải thích quá trình ra quyết định.
Nó được phát triển bởi Fetch và Hybrid, QBio chỉ là một món khai vị, nhân vật chính thực sự là ASI-1 Mini.
Fetch là một dự án rất cũ, trong những năm tháng Defi chiếm lĩnh sự chú ý của toàn bộ thị trường, Fetch đã tập trung vào AI + Crypto, luôn chú trọng vào nghiên cứu và ứng dụng công nghệ chung của các mô hình Agent đa dạng.
ASI-1 Mini là gì
Vào tháng 2 năm nay, Fetch đã ra mắt mô hình ngôn ngữ lớn (LLM) gốc Web3 đầu tiên trên thế giới - ASI-1 Mini. Web3 gốc là gì? Nói một cách đơn giản, đó là sự tích hợp liền mạch với blockchain, thông qua mã thông báo $FET và ví ASI, cho phép bạn không chỉ sử dụng AI mà còn đầu tư, đào tạo và sở hữu AI.
Vậy ASI-1 Mini rốt cuộc là gì?
Đây là một mô hình ngôn ngữ lớn được thiết kế đặc biệt cho AI đại lý (Agentic AI), có khả năng phối hợp nhiều đại lý AI, xử lý các nhiệm vụ phức tạp nhiều bước.
Chẳng hạn, đại lý suy luận ASI đứng sau QBio là một phần của ASI-1 Mini. Nó không chỉ phân loại mật độ vú mà còn giải thích quá trình ra quyết định, giải quyết vấn đề "hộp đen" của AI. Điều tuyệt vời hơn là ASI-1 Mini chỉ cần hai GPU để vận hành, so với các LLM khác (chẳng hạn như DeepSeek cần 16 GPU H100), chi phí rất thấp, phù hợp cho các tổ chức vừa và nhỏ.
ASI-1 Mini thực sự đổi mới như thế nào
Hiệu suất của ASI-1 Mini tương đương với LLM hàng đầu, nhưng chi phí phần cứng lại giảm đáng kể, nó có chế độ suy luận động và khả năng tự điều chỉnh nâng cao, cho phép đưa ra quyết định hiệu quả hơn và có khả năng cảm nhận ngữ cảnh tốt hơn.
MoM và MoA
Đều là từ viết tắt, đừng sợ, rất đơn giản: Mô hình hỗn hợp Mixture of Models (MoM), Đại lý hỗn hợp Mixture of Agents (MoA)
Hãy tưởng tượng một đội ngũ chuyên gia AI, mỗi người tập trung vào các nhiệm vụ khác nhau, phối hợp nhịp nhàng. Điều này không chỉ nâng cao hiệu suất mà còn làm cho quá trình ra quyết định trở nên minh bạch hơn. Ví dụ, trong phân tích hình ảnh y tế, MoM có thể chọn một mô hình chuyên về nhận dạng hình ảnh, một mô hình khác chuyên về tạo văn bản, trong khi MoA sẽ chịu trách nhiệm điều phối đầu ra của cả hai mô hình, đảm bảo báo cáo cuối cùng vừa chính xác vừa dễ đọc.
Tính minh bạch và khả năng mở rộng
Các LLM truyền thống thường là "hộp đen", bạn hỏi nó câu hỏi, nó sẽ cho bạn câu trả lời, nhưng tại sao nó lại trả lời như vậy, xin lỗi, không thể thông báo. ASI-1 Mini thì khác, thông qua suy luận nhiều bước liên tục, nó có thể cho bạn biết, tôi chọn câu trả lời này vì những lý do này, đặc biệt trong lĩnh vực y tế, điều này rất quan trọng.
Cửa sổ ngữ cảnh của ASI-1 Mini sẽ được mở rộng đến 10 triệu token, hỗ trợ khả năng đa phương thức (như xử lý hình ảnh, video), trong tương lai sẽ ra mắt các mô hình thuộc dòng Cortex, tập trung vào các lĩnh vực tiên tiến như robot và công nghệ sinh học.
hiệu suất phần cứng
Các LLM khác cần chi phí phần cứng cao, ASI-1 Mini chỉ cần hai GPU để hoạt động. Điều này có nghĩa là ngay cả một phòng khám nhỏ cũng có thể chi trả, không cần đến hàng triệu đô la cho một trung tâm dữ liệu.
Tại sao lại hiệu quả như vậy? Bởi vì triết lý thiết kế của ASI-1 Mini là "ít là nhiều". Nó tối ưu hóa thuật toán và cấu trúc mô hình, tối đa hóa việc sử dụng tài nguyên tính toán hạn chế. So với đó, các LLM khác thường theo đuổi mô hình có quy mô lớn hơn, dẫn đến việc tiêu tốn tài nguyên khổng lồ.
cộng đồng điều hành
Khác với các mô hình ngôn ngữ lớn khác, ASI-1 Mini được đào tạo một cách phi tập trung và được thúc đẩy bởi cộng đồng. ASI-1 Mini là một sản phẩm miễn phí có cấp độ dành cho các người nắm giữ $FET, những người nắm giữ có thể kết nối ví Web3 để mở khóa tất cả các tính năng. Số lượng token FET trong ví càng nhiều, bạn càng có thể khám phá các chức năng của mô hình này.
Mô hình cộng đồng này giống như crowdfunding, chỉ khác là nó được sử dụng để đào tạo và xác minh trí tuệ nhân tạo, công nghệ cao, không còn chỉ thuộc về tầng lớp tinh hoa mà mọi người đều có thể tham gia.
Trong bối cảnh LLM đã tương đối phát triển ngày nay, tại sao vẫn phải có một ASI-1 Mini riêng biệt? Rất dễ hiểu, nó lấp đầy khoảng trống giữa Web3 và AI.
LLM hiện tại (như ChatGPT, Grok) chủ yếu phục vụ cho môi trường tập trung, trong khi ASI-1 Mini là LLM đầu tiên được thiết kế cho hệ sinh thái phi tập trung. Nó không chỉ làm cho AI trở nên minh bạch và hiệu quả hơn, mà còn cho phép các thành viên trong cộng đồng trực tiếp hưởng lợi từ sự phát triển của AI.
Sự xuất hiện của ASI-1 Mini đánh dấu sự chuyển mình của AI từ "hộp đen" sang "minh bạch", từ "tập trung" sang "phi tập trung", từ "công cụ" sang "tài sản". Nó không chỉ có thể phát huy vai trò trong lĩnh vực y tế (như QBio) mà còn thể hiện tiềm năng trong nhiều lĩnh vực khác như tài chính, pháp lý, nghiên cứu khoa học.
Tháng này, Fetch hợp tác với Rivalz để tích hợp ASI-1 Mini vào Hệ thống phối hợp dữ liệu Agentic (ADCS) của Rivalz, thực hiện suy luận AI trên chuỗi. Với sự hợp tác này, các ứng dụng phi tập trung có thể truy cập trực tiếp vào khả năng suy luận AI tiên tiến trên chuỗi.
Môi trường blockchain truyền thống bị hạn chế bởi tài nguyên, hợp đồng thông minh chỉ có thể xử lý các tác vụ nhẹ, thường thông qua các oracle để lấy dữ liệu đơn giản (như giá cả), không thể chạy trực tiếp các mô hình AI phức tạp. ADCS hoàn toàn giải quyết vấn đề này, việc tính toán phức tạp của suy diễn AI được thực hiện bên ngoài chuỗi, kết quả được trả về an toàn cho blockchain, đảm bảo tính phi tập trung và niềm tin.