Domani, il tanto atteso $BIO sarà ufficialmente lanciato. Essendo un progetto DeSci sostenuto direttamente da Binance, il mercato si chiede se il lancio di $BIO porterà a un grande aumento del mercato DeSci e sottrarrà un po' di liquidità dal settore IA.
Ma l'IA e il settore DeSci devono necessariamente essere in competizione? Non necessariamente. Il progetto YesNoError sulla catena Solana, che ha recentemente attirato molta attenzione, sta seguendo un percorso che fonde DeSci e IA, esaminando e scoprendo errori nei documenti di ricerca attraverso la tecnologia IA.
Il suo token $YNE ha raggiunto un valore di mercato di 60 milioni di dollari il giorno del lancio, e successivamente è stato sostenuto dal noto KOL di Twitter Andrew Kang (d'ora in poi abbreviato in AK), attualmente il valore di mercato è di circa 50 milioni di dollari.
È davvero necessario che l'IA esamini i documenti scientifici?
Se non sei ancora chiaro su dove risieda l'utilità di YesNoError, un tweet esplicativo di Ben Parr, membro del team di YesNoError, illustra la necessità di esaminare le informazioni errate nei documenti scientifici:
Nell'ottobre 2024, un documento di ricerca ha affermato che gli utensili da cucina in plastica nera contengono tossine, e questa notizia si è rapidamente diffusa nei media. (The Atlantic Monthly) Ha persino pubblicato un articolo intitolato "Getta via i tuoi utensili da cucina in plastica nera", generando panico pubblico. Anche Ben Parr ha iniziato a pulire i suoi utensili. Tuttavia, Joe Schwartz, direttore dell'ufficio di scienza e società dell'Università McGill, ha scoperto un importante errore matematico in questa ricerca: un semplice errore di moltiplicazione ha portato alla segnalazione di livelli di tossicità 10 volte superiori a quelli reali. Questo caso dimostra che anche le ricerche apparentemente autorevoli possono contenere errori significativi, e tali errori possono avere un impatto sostanziale sulla vita delle persone comuni.
Se si utilizza la tecnologia IA per esaminare i documenti di ricerca, si possono evitare al massimo questi errori grossolani nei calcoli numerici. YesNoError è nato proprio da questa esigenza.
YesNoError è stato creato da Matt Schlicht, utilizzando il modello o 1 di OpenAI come base tecnica. Il funzionamento del progetto è molto diretto: il team utilizza l'IA per esaminare i documenti di ricerca e poi pubblica pubblicamente i problemi trovati sul loro sito yesnoerror.com e sul loro Twitter ufficiale.
Questo approccio trasparente consente alla comunità scientifica e al pubblico di essere informati in tempo reale sui problemi che potrebbero esistere in ricerche importanti. Anche se il progetto è appena iniziato, ha già ottenuto alcuni risultati significativi, rivelando diversi errori in studi.
Il token $YNE ha anche casi d'uso pratici, i detentori possono spendere $YNE per far revisionare prioritariamente i propri documenti da YesNoError AI.
Fino ad ora, YesNoError AI ha già revisionato 2219 documenti e ha effettivamente trovato molti errori nei documenti.
Approvazione o dubbio, alcune voci sul mercato
AK è ottimista, pubblica continuamente.
Il giorno del lancio del token $YNE, AK, che ha sempre creduto in DeSci, ha espresso apprezzamento per il progetto YesNoError.
AK ha dichiarato: "Il valore fondamentale di YesNoError risiede nella vera integrazione di criptovalute x IA x DeSci."
YesNoError ha sfruttato le caratteristiche dell'ecosistema delle criptovalute; in questo ambiente particolare, il capitale non ha bisogno di rendimenti di investimento tradizionali. Finché si riesce ad attirare sufficiente attenzione, si può ottenere un adeguato supporto finanziario. (Cioè, economia dell'attenzione, se qualcuno è interessato, ci saranno acquisti di token.)
Allo stesso tempo, YesNoError ha trovato una buona direzione di applicazione per le criptovalute. In scenari appropriati, i token non sono più solo aria, ma possono effettivamente supportare beni pubblici difficili da mantenere con modelli commerciali tradizionali.
Forse perché sono davvero ottimisti (o hanno una notevole posizione?), il 31 dicembre AK ha nuovamente pubblicato un'introduzione e ha lodato la necessità e l'utilità di YesNoError da un punto di vista dati.
AK afferma che YesNoError ha la capacità di esaminare errori in oltre 90 milioni di documenti nella letteratura scientifica globale, e può completare il lavoro in poche settimane o mesi. Se fosse fatto manualmente, richiederebbe migliaia di anni; anche con un team di 5000 dottorandi, ci vorrebbero quasi dieci anni (e in quel decennio non si potrebbe tenere il passo con la velocità di pubblicazione di nuovi documenti) e, secondo stime conservative, sarebbero necessari 5,4 miliardi di dollari.
E attraverso un modello AI ottimizzato, sono necessari solo circa 30 milioni di dollari (0,3 dollari per documento) per completare un lavoro di revisione più preciso e standardizzato, con costi inferiori all'1% del metodo manuale.
Se si trattasse di un campo scientifico tradizionale, raccogliere 30 milioni di dollari sarebbe un'impresa notevole, ma chiaramente nel settore delle criptovalute è molto più facile. (Anche se ci sono molti fattori speculativi, in soli dieci giorni il valore di mercato di $YNE ha già raggiunto i 50 milioni di dollari.)
Attualmente, questo agente IA ha già revisionato oltre 1700 documenti, con un tasso di errore di circa il 3-4%. Inoltre, attraverso continui ottimizzazioni, la sua velocità di elaborazione sarà ulteriormente migliorata. Tra 90 milioni di documenti, potrebbero esserci molti documenti importanti contenenti errori significativi, e correggere questi errori avrà un impatto positivo sostanziale sul mondo.
L'account ufficiale di BIO Protocol condivide anche il punto di vista di AK:
È una domanda fittizia? Diamo un'occhiata a voci diverse
Oltre alle voci ottimistiche, ci sono anche persone che mettono in dubbio la reale necessità di YesNoError.
Kyle Samani, co-fondatore di Multicoin Capital, ha sollevato obiezioni sotto il post di AK.
Kyle ritiene che, secondo il principio dell'80/20, solo pochi documenti siano veramente importanti, e questi documenti importanti, ricevendo sufficiente attenzione, difficilmente presentano errori noti.
Tuttavia, Andrew Kang ha confutato con i dati. Ha sottolineato che, anche seguendo la logica di Kyle, tra 90 milioni di documenti, se solo il 5% è importante, ci sono comunque 4,5 milioni di documenti importanti. Anche se solo lo 0,1% di questi documenti importanti ha un tasso di errore, ciò significa comunque che ci sono 4500 documenti importanti con errori che necessitano di correzione. Il caso della "ricerca della pala nera" menzionato in precedenza dimostra chiaramente che anche i documenti di grande impatto possono contenere errori, influenzando la società.
Riepilogo
La revisione dei documenti da parte dell'IA non è una novità, poiché ci sono già molti casi d'uso di revisione dei documenti dall'uscita di ChatGPT. Mettendo in prospettiva il campo delle criptovalute, l'emergere di YesNoError potrebbe, mentre risolve i problemi di errori nei documenti scientifici, portare anche a sviluppi concreti in casi d'uso al di là della speculazione sulle criptovalute (anche se attualmente potrebbe essere ancora nelle fasi iniziali del progetto e parte del valore dipende ancora dall'entusiasmo speculativo del mercato).
Tornando al comportamento del mercato, sebbene molti comportamenti ottimisti nel mercato possano essere riassunti con "il culo determina la testa", se il progetto è realmente praticabile e ha un valore pratico e concreto al di là della speculazione, allora questo tipo di comportamento di "guadagnare denaro stando in piedi" sarà sicuramente riconosciuto dal mercato.
Come si svilupperà YesNoError in futuro dipenderà dalla determinazione del team del progetto a continuare dopo che il clamore del mercato sarà passato. Continueremo a monitorare la situazione.
Speriamo che ci siano sempre più progetti che beneficiano il mondo.
