Cơ bản
Giao ngay
Giao dịch tiền điện tử một cách tự do
Giao dịch ký quỹ
Tăng lợi nhuận của bạn với đòn bẩy
Chuyển đổi và Đầu tư định kỳ
0 Fees
Giao dịch bất kể khối lượng không mất phí không trượt giá
ETF
Sản phẩm ETF có thuộc tính đòn bẩy giao dịch giao ngay không cần vay không cháy tải khoản
Giao dịch trước giờ mở cửa
Giao dịch token mới trước niêm yết
Futures
Truy cập hàng trăm hợp đồng vĩnh cửu
CFD
Vàng
Một nền tảng cho tài sản truyền thống
Quyền chọn
Hot
Giao dịch với các quyền chọn kiểu Châu Âu
Tài khoản hợp nhất
Tối đa hóa hiệu quả sử dụng vốn của bạn
Giao dịch demo
Giới thiệu về Giao dịch hợp đồng tương lai
Nắm vững kỹ năng giao dịch hợp đồng từ đầu
Sự kiện tương lai
Tham gia sự kiện để nhận phần thưởng
Giao dịch demo
Sử dụng tiền ảo để trải nghiệm giao dịch không rủi ro
Launch
CandyDrop
Sưu tập kẹo để kiếm airdrop
Launchpool
Thế chấp nhanh, kiếm token mới tiềm năng
HODLer Airdrop
Nắm giữ GT và nhận được airdrop lớn miễn phí
Pre-IPOs
Mở khóa quyền truy cập đầy đủ vào các IPO cổ phiếu toàn cầu
Điểm Alpha
Giao dịch trên chuỗi và nhận airdrop
Điểm Futures
Kiếm điểm futures và nhận phần thưởng airdrop
Đầu tư
Simple Earn
Kiếm lãi từ các token nhàn rỗi
Đầu tư tự động
Đầu tư tự động một cách thường xuyên.
Sản phẩm tiền kép
Kiếm lợi nhuận từ biến động thị trường
Soft Staking
Kiếm phần thưởng với staking linh hoạt
Vay Crypto
0 Fees
Thế chấp một loại tiền điện tử để vay một loại khác
Trung tâm cho vay
Trung tâm cho vay một cửa
Khuyến mãi
AI
Gate AI
Trợ lý AI đa năng đồng hành cùng bạn
Gate AI Bot
Sử dụng Gate AI trực tiếp trong ứng dụng xã hội của bạn
GateClaw
Gate Tôm hùm xanh, mở hộp là dùng ngay
Gate for AI Agent
Hạ tầng AI, Gate MCP, Skills và CLI
Gate Skills Hub
Hơn 10.000 kỹ năng
Từ văn phòng đến giao dịch, thư viện kỹ năng một cửa giúp AI tiện lợi hơn
GateRouter
Lựa chọn thông minh từ hơn 40 mô hình AI, với 0% phí bổ sung
Ảnh hưởng của Trường Khung của Donald Hoffman đến AI
Dưới đây là một tổng hợp tập trung về các ảnh hưởng của AI dựa trên công trình của Hoffman:
1. Các Mô Hình Ngôn Ngữ Lớn Hiện Tại Về Cơ Bản Là Hạn Chế
Hoffman đã tuyên bố rằng các mô hình ngôn ngữ lớn hiện tại “ngớ ngẩn hơn dưa chuột” theo khung của ông.
Tại sao?
- Các mô hình ngôn ngữ lớn hoạt động hoàn toàn trong giao diện không-thời gian (các token văn bản, các mẫu thống kê).
- Chúng không truy cập vào cấu trúc nền tảng của thực tại (các tác nhân có ý thức).
- Chúng tối ưu hóa cho dự đoán trong giao diện của chúng, không phải cho sự hiểu biết thực sự hoặc khả năng hành động.
2. Logic Dấu Vết Đệ Quy (Đề Xuất Thay Thế)
Hoffman đã phát triển một kiến trúc mới gọi là logic dấu vết đệ quy, mà ông tuyên bố là hoàn toàn khác biệt so với các mô hình dựa trên transformer hiện nay.
- Nó dựa trên động lực của các tác nhân có ý thức thay vì việc khớp mẫu thống kê.
- Các mô tả ban đầu cho thấy nó mô hình hóa quá trình quan sát và khả năng hành động đệ quy.
- Ông đã nói rằng một số tên tuổi lớn trong AI tiên phong đã tiếp cận ông về khung này.
3. Ảnh Hưởng Đến Trí Tuệ Nhân Tạo Tổng Quát (AGI)
Nếu quan điểm của Hoffman đúng:
- Mở rộng các kiến trúc hiện tại (nhiều tham số hơn, nhiều dữ liệu hơn) sẽ gặp giới hạn cứng vì chúng vẫn bị mắc kẹt trong giao diện.
- Trí tuệ nhân tạo thực sự sẽ đòi hỏi các kiến trúc có thể mô hình hóa động lực của người quan sát và tương tác của các tác nhân, không chỉ dự đoán token.
- Thể hiện thể chất có thể phần lớn không liên quan — hầu hết ý thức (và do đó trí thông minh) có thể là phi thể chất.
4. Ý Thức Như Rào Cản
Khung của Hoffman gợi ý rằng ý thức không phải là một đặc tính phát sinh của tính toán phức tạp. Thay vào đó:
- Ý thức là nền tảng.
- AI hiện tại thiếu nền tảng ontological phù hợp (nó mô hình hóa các biểu tượng, không phải các tác nhân đằng sau chúng).
Điều này là một thách thức trực tiếp đối với cả giả thuyết mở rộng quy mô và nhiều lý thuyết hiện tại về ý thức trong nghiên cứu AI.
---
Bạn có muốn tôi mở rộng về bất kỳ điểm nào trong số này, so sánh quan điểm của Hoffman với các nhà tư tưởng AI/ý thức khác, hoặc tiếp tục với tổng hợp nghiên cứu rộng hơn không?