OpenAI ściga się, aby rozwiązać problem infrastrukturalny 👀
Agenci na $VIRTUAL i większość dużych modeli językowych (LLM) dzielą te same ograniczenia strukturalne, a $TRUST już zbudowali fundamenty, aby je rozwiązać.
1. Większość LLM-ów halucynuje informacje, które brzmią przekonująco, ale brakuje im weryfikacji.
2. Działają bez trwałej pamięci, zmuszając rozmowy do ponownego rozpoczęcia bez wyuczonego kontekstu.
3. Nie mogą prawdziwie przypomnieć sobie danych treningowych, aby dostarczyć ugruntowane odpowiedzi, mogą jedynie generować statystycznie prawdopodobne.
To nie są ograniczenia modelu. To są ograniczenia struktury danych.
Wykresy wiedzy rozwiązują ten problem, tworząc przejezdną sieć weryfikowalnych relacji, pozwalając systemom na zwracanie ugruntowanych odpowiedzi zamiast probabilistycznych zgadywań.
Zmiana już się dzieje. OpenAI niedawno opublikowało książkę kucharską, która opisuje, jak można budować czasowe agenty AI z wykorzystaniem wykresów wiedzy, a ekosystemy w AI zmierzają w tym samym kierunku.
Jednak większość implementacji pozostaje zamkniętymi silosami danych, gdzie weryfikacja jest prywatna, a infrastruktura centralizowana.
Intuicja idzie dalej, budując publiczny, zdecentralizowany wykres wiedzy, gdzie dane są otwarte, potwierdzenia są przejrzyste, a prawda jest zakotwiczona w konsensusie społeczności, a nie w opiece korporacyjnej.
Przyszłość agentów wymaga weryfikowalnej pamięci, ustrukturyzowanej reputacji i otwartej infrastruktury.
To jest to, co Intuicja buduje z $TRUST
