ASI-1ミニ：fetch.aiは、世界初のWeb3-Native大言語モデル（LLM）を発表します

AI X Web3市場が急速に拡大し続けているため、AI-1 Miniの発売を発表したASI-1 Miniの発売を発表したAISおよび自律エージェントテクノロジープロバイダーFetch.AIは最近発表されました。

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

発表：fetch.aiはasi-1 mini、web3の最初の大手言語モデルを発表します

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.

最近の開発では、自律エージェントテクノロジーと分散型AIのプロバイダーであるFetch.aiは、自律剤ワークフローに優先順位を付けるために設計されたWeb3-Native大言語モデル（LLM）であるASI-1 Miniの発売を発表しました。これは、SingularityNet、Ocean Protocol、Cudosなどの著名なWeb3エンティティとともにFetch.aiによって設立されたグループである人工的な緊張（ASI）Allianceの重要なステップです。

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は、ASIのより広い「ASI：Family」の最初のモデルとして機能し、皮質グループの下で近い将来にリリースされる予定のより高度なモデルがあります。特に、ASI-1ミニは、革新的なアーキテクチャのおかげで、わずか2つのGPUで効率的に動作するように設計されています。これは、既存のソリューションと比較してハードウェア効率の8倍の改善を達成し、エンタープライズグレードのAIシステムの展開に関連するインフラストラクチャコストを大幅に削減し、より広範な組織や開発者によりアクセスしやすくすることになります。

A New Era: Web3-Native AI Architecture and Ownership

新しい時代：Web3-Native AIアーキテクチャと所有権

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:

技術レベルでは、ASI-1 MINIのアーキテクチャには、従来の専門家（MOE）フレームワークの混合物を組み込むだけでなく、フェッチ.aiがモデル（MOM）の混合物（MOM）とエージェントの混合（MOA）アプローチの混合物と呼ぶものも追加し、それを可能にします。さまざまなタスクに特化したコンポーネントを動的に選択および利用します。開発についてコメントして、Fetch.aiのCEOであり、ASI Allianceの議長であるHumayun Sheikhは次のように述べています。

"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ミニは、今後数日間、高度なエージェントツールコール、拡張マルチモーダル機能、およびより深いWeb3統合を展開します。これらの拡張により、ASI-1 Miniはエージェントの自動化を促進します。 AIの価値創造が成長を促進する人々の手に留まることを保証します。」

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.

さらに、このモデルは、多数のWeb3ウォレットとシームレスに統合され、$ FETトークンを使用して動作し、ユーザーはAIを利用するだけでなく、その成長と開発からも潜在的に恩恵を受けることができます。 ASI：プラットフォームを通じて、コミュニティメンバーはモデルのトレーニングと開発に参加することができ、これらのシステムによって生み出された財務報酬を共有できます。

Performance Metrics and More

パフォーマンスメトリックなど

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.

初期のパフォーマンスベンチマークは、ASI-1ミニが特殊なドメインの主要なLLMと競合することを示しています。特に、このモデルには、マルチステップ、完全、最適化、および短い推論の4つの動的推論モードがあり、タスク要件に基づいて切り替えることができます。 ASI-1 Miniの開発の重要な焦点は、AI Systemsが直面する「ブラックボックス」チャレンジに対処することです。この課題は、推論プロセスについて明確な説明なしに出力を提供することがよくあります。

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.

この問題に取り組むために、ASI-1 Miniは、会社が継続的なマルチステップの推論として説明しているものを採用しています。通常、タスクの開始時にのみ推論する従来のモデルとは異なり、ASI-1 Miniは、その運用全体で継続的な推論プロセスを維持し、モデルが結論にどのように到達するかについてのリアルタイムの調整/修正とより大きな洞察を可能にします。

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.

この透明性イニシアチブは、システムの3層アーキテクチャによってさらにサポートされています。 ASI-1 Miniを搭載した基礎層は、中央インテリジェンスハブとして機能し、専門層はドメイン固有のモデルを収容し、アクションレイヤーは専門エージェントを介した実行を管理します。

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.

テクノロジーが進歩し続け、追加機能が実装されるにつれて、AI開発に対するAIのWeb3-Nativeアプローチのより広範な影響が短期的に明確になります。今のところ、ASI-1ミニは、高度なAI機能と分散化された所有権と開発モデルを大規模に組み合わせて、この方向に重要なステップをマークしています。