Психолог Юнг запропонував психологічну концепцію колективного несвідомого, на цій структурі базуються його теоретичні основи та школа. Юнг вважав, що в глибині людського суспільства існує колективна підсвідомість. Колективна підсвідомість походить не від особистого безпосереднього досвіду, а від людських генетичних генів і загальної свідомості та прототипів, створених минулими колективами. Ці колективні свідомості взаємно впливатимуть на майбутній розвиток окремих людей і груп, але вони також можуть поширювати чутки та помилки, спричиняючи повторне поширення помилок, впливаючи на успадкування знань і перешкоджаючи розвитку цивілізованого суспільства.

Це може пояснити важливість децентралізованої штучного інтелекту знань графу (Decentralized Knowledge Graph, скорочено DKG), який перевіряє джерела даних, авторські права та цінність добросовісності за допомогою блокчейну.

Генеративний AI вже активно розвивається в багатьох сферах, але все ще має багато недоліків, що серйозно впливають на майбутній розвиток штучного інтелекту в різних галузях. Щоб підготувати генеративний AI до великих соціальних змін, необхідно обмежити ілюзії, упередження та помилки штучного інтелекту, а також виключити порушення прав інтелектуальної власності.

Децентралізований штучного інтелекту граф забезпечує джерела інформації через виходи моделей, гарантує перевіряємість представленої інформації та поважає права власності та джерела даних, щоб вирішити недоліки AI.

Розробницька команда OriginTrail Trace Labs приєдналася до програми NVIDIA Inception, сподіваючись реалізувати децентралізований знань граф (DKG) для створення перевіряємого (Verifiable Internet) AI мережі.

Trace Labs уже реалізували децентралізовану штучного інтелекту знань графу в таких сферах, як постачальницький ланцюг, охорона здоров'я, будівництво, спорт, авіація, а співпраця з NVIDIA ще більше підвищує ідеальне поєднання блокчейну та штучного інтелекту.

Як Trace Labs та Nvidia створюють децентралізований AI знань граф

Origin Trail об'єднує децентралізований знань граф (DKG), розроблений їхньою технічною командою, з NVIDIA Generative AI для створення "децентралізованого AI знань графу".

Retrieval Augmented Generation (скорочено RAG) - це механізм, що підвищує інформаційний пошук під час генерації тексту, надаючи перевіряємні та надійні джерела знань. RAG - це технологія, яка дозволяє моделям машинного навчання витягувати відповідну інформацію з зовнішніх баз даних перед генерацією виходу, щоб підвищити точність відповідей і релевантність контексту.

Децентралізований RAG (dRAG) є вдосконаленою версією RAG, що дозволяє даним існувати у формі знань активів (Knowledge Assets) через децентралізований знань граф OriginTrail, кожен актив має своє специфічне ідентифікаційне та власницьке право, що забезпечує відстежуваність, цілісність та права власності на дані, що значно підвищує точність та надійність моделей GenAI.

dRAG покращує систему RAG шляхом використання децентралізованого знань графу (DKG). Кожен знань актив містить графічні дані та векторні вклади, докази незмінності та децентралізовані ідентифікатори (DID) та власницькі NFT. Коли він підключений до DKG без необхідності в дозволах, це активує структури в знань графі, що дозволяє нейронним мережам і символам змішуватися з штучним інтелектом, покращуючи моделі генеративного AI через точність введення.

Власники знань активів можуть управляти доступом до даних у сховищі знань активів та за допомогою блокчейну, який має перевіряємий та незмінний характер, кожне повідомлення знань на DKG має зашифрований сертифікат, що забезпечує відсутність змін після публікації.

Розвивальні плани NVIDIA Inception та Trace Labs

Nvidia та Trace Labs через співпрацю розвивають децентралізований AI знань граф, пропонуючи можливості інвестицій для VC. Програма Inception також включає участь у NVIDIA Deep Learning Academy та NVIDIA Developer Forum, що дозволяє Trace Labs співпрацювати з NVIDIA для розвитку децентралізованої екосистеми штучного інтелекту.

Якщо сказати, що людське суспільство має колективну підсвідомість, то штучний інтелект також має колективну підсвідомість AI, яка може переосмислити зміни, які штучний інтелект може принести людському суспільству.

Застосування децентралізованого штучного інтелекту знань графу - це AI агенти, які використовують масову колективну свідомість інтернету для отримання знань з спільних, але суверенних сховищ знань, що означає, що штучний інтелект може забезпечити контекст, що має узгоджені та точні взаємодії без шкоди для конфіденційності та цілісності даних, дозволяючи різним галузям створити надійну екосистему AI агентів.

Децентралізований AI знань граф використовує суперкомуп'ютери Nvidia для обробки десятків мільярдів знань активів, що може закласти наукову основу децентралізації.

Ця стаття повідомляє, що Trace Labs приєдналися до програми NVIDIA Inception, щоб співпрацювати у просуванні децентралізованого AI знань графу, який вперше з'явився в Chain News ABMedia.