ASI-1 Mini: Fetch.ai dévoile le premier modèle de grande langue (LLM) au monde au monde (LLM)

Le marché de l'IA X Web3 continue de se développer rapidement, une AI décentralisée et un fournisseur de technologie d'agent autonome Fetch.ai a récemment annoncé le lancement de l'ASI-1 Mini

Announced: Fetch.ai Unveils ASI-1 Mini, Web3's Initial Large Language Model

Annoncé: Fetch.ai dévoile ASI-1 Mini, le modèle de grande langue initial de Web3

In a recent development, Fetch.ai, a provider of autonomous agent technology and decentralized AI, has announced the launch of ASI-1 Mini, a Web3-native large language model (LLM) designed to prioritize autonomous agent workflows. This marks a significant step for the Artificial Superintelligence (ASI) Alliance, a group founded by Fetch.ai alongside prominent Web3 entities like SingularityNET, Ocean Protocol, and CUDOS.

Dans un développement récent, Fetch.ai, un fournisseur de technologie d'agent autonome et d'IA décentralisée, a annoncé le lancement d'ASI-1 Mini, un modèle de grande langue (LLM) WEB3 (LLM) conçu pour hiérarchiser les flux de travail des agents autonomes. Cela marque une étape significative pour l'alliance artificielle de superintelligence (ASI), un groupe fondé par Fetch.ai aux côtés d'entités Web3 éminentes comme SingularityNet, Ocean Protocol et Cudos.

ASI-1 Mini serves as the first model in ASI's broader "ASI:" family, with more advanced models slated for release in the near future under the Cortex group. Notably, ASI-1 Mini is designed to operate efficiently on just two GPUs, thanks to its innovative architecture. This reportedly achieves an eight-fold improvement in hardware efficiency compared to existing solutions, significantly reducing the infrastructure costs associated with deploying enterprise-grade AI systems and making them more accessible to a wider range of organizations and developers.

ASI-1 Mini sert de premier modèle dans le plus large "ASI:" Family, avec des modèles plus avancés qui devraient être libérés dans un avenir proche dans le cadre du groupe Cortex. Notamment, ASI-1 Mini est conçu pour fonctionner efficacement sur seulement deux GPU, grâce à son architecture innovante. Cela aurait atteint une amélioration de huit fois de l'efficacité matérielle par rapport aux solutions existantes, réduisant considérablement les coûts d'infrastructure associés au déploiement de systèmes d'IA de qualité d'entreprise et à les rendre plus accessibles à un plus large éventail d'organisations et de développeurs.

A New Era: Web3-Native AI Architecture and Ownership

Une nouvelle ère: architecture et propriété de l'IA native web3

On a technical level, ASI-1 Mini's architecture not only incorporates the traditional Mixture of Experts (MoE) framework but also adds what Fetch.ai refers to as a Mixture of Models (MoM) and Mixture of Agents (MoA) approach, enabling it to dynamically select and utilize specialized components for different tasks. Commenting on the development, Humayun Sheikh, CEO of Fetch.ai and Chairman of the ASI Alliance, stated:

Au niveau technique, l'architecture d'ASI-1 Mini intègre non seulement le cadre traditionnel du mélange d'experts (MOE), mais ajoute également ce que Fetch.ai appelle un mélange de modèles (maman) et le mélange d'agents (MOA), l'autoriser pour sélectionner et utiliser dynamiquement des composants spécialisés pour différentes tâches. Commentant le développement, Humayun Sheikh, PDG de Fetch.ai et président de l'ASI Alliance, ont déclaré:

"ASI-1 Mini is just the start, over the coming days, we will be rolling out advanced agentic tool-calling, expanded multi-modal capabilities, and deeper Web3 integrations. With these enhancements, ASI-1 Mini will drive agentic automation while ensuring that AI’s value creation remains in the hands of those who fuel its growth.”

"ASI-1 Mini n'est que le début, au cours des prochains jours, nous allons déployer des appels d'outils agentiques avancés, des capacités multimodales élargies et des intégrations Web3 plus profondes. Avec ces améliorations, ASI-1 Mini stimulera l'automatisation agentique pendant que S'assurer que la création de valeur de l'IA reste entre les mains de ceux qui alimentent sa croissance. »

Moreover, the model will integrate seamlessly with a multitude of Web3 wallets and operate using $FET tokens, allowing users to not only utilize the AI but also potentially benefit from its growth and development. Through the ASI: platform, community members can participate in model training and development, thus sharing in the financial rewards generated by these systems.

De plus, le modèle s'intégrera de manière transparente à une multitude de portefeuilles Web3 et fonctionnera à l'aide de jetons FET $, permettant aux utilisateurs non seulement d'utiliser l'IA, mais aussi de bénéficier également de sa croissance et de son développement. Grâce à la plate-forme ASI:, les membres de la communauté peuvent participer à la formation et au développement du modèle, partageant ainsi les récompenses financières générées par ces systèmes.

Performance Metrics and More

Métriques de performance et plus

Early performance benchmarks indicate that ASI-1 Mini performs competitively with leading LLMs in specialized domains. Notably, the model boasts four dynamic reasoning modes: Multi-Step, Complete, Optimized, and Short Reasoning, which can be switched between based on task requirements. A key focus of ASI-1 Mini's development has been addressing the "black box" challenge faced by AI systems, where they often provide outputs without clear explanations for their reasoning process.

Les références de performance précoces indiquent que l'ASI-1 Mini fonctionne de manière compétitive avec les LLM de premier plan dans des domaines spécialisés. Notamment, le modèle possède quatre modes de raisonnement dynamique: raisonnement en plusieurs étapes, complet, optimisé et court, qui peut être interrompu en fonction des exigences de la tâche. Un objectif clé du développement de l'ASI-1 Mini a été de relever le défi "Black Box" rencontré par les systèmes d'IA, où ils fournissent souvent des sorties sans explications claires pour leur processus de raisonnement.

To tackle this issue, ASI-1 Mini employs what the company describes as continuous multi-step reasoning. Unlike conventional models that typically reason only at the beginning of a task, ASI-1 Mini maintains an ongoing reasoning process throughout its operations, enabling real-time adjustments/corrections and greater insights into how the model arrives at its conclusions.

Pour résoudre ce problème, ASI-1 Mini utilise ce que l'entreprise décrit comme un raisonnement en plusieurs étapes continu. Contrairement aux modèles conventionnels qui ne raisonnent généralement qu'au début d'une tâche, ASI-1 Mini maintient un processus de raisonnement continu tout au long de ses opérations, permettant des ajustements / corrections en temps réel et des informations plus importantes sur la façon dont le modèle arrive à ses conclusions.

This transparency initiative is further supported by the system's three-layered architecture. The foundational layer, powered by ASI-1 Mini, serves as the central intelligence hub, while the specialization layer houses domain-specific models, and the action layer manages execution through specialized agents.

Cette initiative de transparence est en outre soutenue par l'architecture à trois couches du système. La couche fondamentale, alimentée par ASI-1 Mini, sert de centre d'intelligence central, tandis que la couche de spécialisation abrite des modèles spécifiques au domaine, et la couche d'action gère l'exécution par le biais d'agents spécialisés.

As the technology continues to advance and additional features are implemented, the broader impact of Fetch.ai's Web3-native approach to AI development will become clearer in the near term. For now, ASI-1 Mini marks a significant step in this direction, combining advanced AI capabilities with decentralized ownership and development models at scale.

Alors que la technologie continue de progresser et que des fonctionnalités supplémentaires sont mises en œuvre, l'impact plus large de l'approche WEB3 native du développement de l'IA de Fetch.ai deviendra plus clair à court terme. Pour l'instant, ASI-1 Mini marque un pas important dans cette direction, combinant des capacités avancées d'IA avec des modèles de propriété et de développement décentralisés à grande échelle.