Fetch.ai 为 Agentic AI 推出首个 Web3 LLM

Fetch.ai 推出了其首个 web3 原生大型语言模型 (LLM) ASI-1 Mini，旨在向更广泛的社区介绍代理人工智能 (AI) 和 web3 技术。这种新的 AI 模型旨在为用户提供构建和优化代理工作流程的能力——由可以自主执行任务的 AI 代理驱动的自动化流程。

ASI-1 Mini 是 Fetch.ai 持续使命的一部分，旨在增强人工智能、区块链和加密货币的整合。该公司是人工智能超级智能联盟 (ASI) 的创始成员，它将 ASI-1 Mini 设想为一种使人工智能模型访问民主化的工具，为用户提供在 Web3 生态系统内投资、培训和分散所有权的新机会。这个生态系统的核心是人工智能超级智能联盟代币，它为 ASI-1 Mini 平台内的交互提供支持。

Fetch.ai 首席执行官兼 ASI 联盟主席 Humayun Sheikh 强调了 ASI-1 Mini 的潜力，并表示这只是一个开始。未来几周，该公司计划通过引入高级代理工具调用功能、增强的多模式能力和更深层次的 Web3 集成来扩展该模型的功能。这些发展旨在推动代理自动化，将 AI 的价值创造牢牢地交到用户手中——那些为其发展做出贡献的人。

ASI-1 Mini 的一个关键特性是它能够执行实时操作并适应代理工作流程中的变化。该模型旨在部署在较小的硬件上，从而减少计算开销并使其更易于访问。此外，该平台还解决了行业范围内的“黑盒问题”问题——人工智能系统提供输出，但没有透明地解释如何得出结论。ASI-1 Mini 的设计融合了多步推理和实时更正的能力，从而增强了人工智能系统内的透明度和智能协作。

黑盒问题在医疗保健等领域尤其令人担忧，因为在这些领域，AI 模型可能会提供重要的见解（例如，与疾病相关的风险），但无法清楚地解释它们是如何得出这些结论的。Fetch.ai 的 ASI-1 Mini 旨在通过提供更清晰的见解并在 AI 应用中实现更具协作性、更透明的决策来解决此问题。

总而言之，Fetch.ai 推出 ASI-1 Mini 标志着 AI、区块链和 Web3 交叉领域迈出了重要一步。通过减少计算障碍并解决 AI 决策中的不透明度问题，该平台旨在使 AI 更易于访问、透明和协作，同时推动 Web3 领域内代理 AI 的发展。