Mặc dù được nghiên cứu và phát triển từ lâu nhưng phải trong những năm gần đây, ta mới bắt đầu phải thốt lên wow với những ứng dụng và khả năng của AI. Điển hình là sự ra đời của ChatGPT, một mô hình ngôn ngữ do OpenAI phát triển.

ChatGPT không chỉ thể hiện khả năng hiểu và phản hồi tự nhiên như con người mà còn mở ra rất nhiều tiềm năng khác. Một trong số đó là phát triển các AI Agents, hiểu đơn giản đây là chương trình AI có khả năng tự động thực hiện những nhiệm vụ phức tạp thay thế con người.

Tất nhiên, sẽ tuyệt vời hơn nếu như ta có thể đưa các AI Agent lên blockchain. Khi này, anh em có thể mua bán on-chain các AI Agent để phục vụ công việc của mình. Các dịch vụ AI cũng sẽ trở nên phổ thông hơn, tiếp cận được nhiều người dùng hơn.

Đây chính là hướng tiếp cận kết hợp giữa AI và Blockchain mà nhiều dự án đang thực hiện. Liệu đây có phải là 1 xu hướng bền vững của thị trường? Những dự án Onchain AI Agents nào đáng để được theo dõi trong thời gian tới? Hãy cùng TradeCoinVN tìm hiểu trong bài viết sau nhé.

Onchain AI Agents là gì?

Onchain AI Agent là một hệ thống các Agent hoạt động trực tiếp trên mạng blockchain. Các Agent này tự động thực hiện các nhiệm vụ, ra quyết định và tương tác với smart contract. Một số nhiệm vụ này có thể là giao dịch, quản lý tài sản, kiểm tra và xác minh thông tin,...

Top các đồng coin/token AI Agent theo Coingecko

Onchain AI Agent mang lại nhiều lợi ích vượt trội, giúp tăng hiệu suất cho các dự án blockchain và tiết kiệm chi phí. Vì hoạt động trên blockchain, các hành động và quyết định của AI agent được ghi lại một cách minh bạch. Từ đó, đảm bảo tính toàn vẹn và bảo mật cho các giao dịch và dữ liệu liên quan.

Tùy từng dự án mà có cách ứng dụng AI Agent khác nhau. Chúng ta sẽ tìm hiểu tổng quan về các dự án này trong các phần sau.

Large language model là gì?

Để hiểu sâu hơn về AI Agents, mình sẽ giới thiệu sơ lược cho anh em về Large language model. Đây chính là cơ sở để tạo ra các AI Agents mạnh mẽ, có thể sử dụng trong nhiều use case khác nhau.

Mô phỏng mô hình hoạt động của Language model

Đầu tiên, Language model là 1 mô hình học máy (machine learning) được thiết kế để hiểu và tạo ra ngôn ngữ tự nhiên của con người. Những ứng dụng phổ thông của Language model hẳn anh em đều đã biết như Chatbot, có thể nhận diện tên riêng, mốc thời gian trong văn bản, tự động sửa lỗi chính tả, tóm tắt văn bản,....

Bản chất bài toán mà Language model thực hiện là dự đoán từ tiếp theo trong 1 chuỗi câu văn hoặc đoạn văn. Ví dụ, mình có câu văn là: "Hôm nay trời rất đẹp, chúng ta nên đi..."

Khi này, Language model sẽ dự đoán các từ khả thi để điền vào dấu “...”, chẳng hạn như: "dạo", "chơi", "tắm biển",... dựa vào ngữ cảnh và ý nghĩa của câu trước đó.

Tuy nhiên, nhu cầu của con người ngày càng phát triển, ta sẽ phải cần các Language model có thể hiểu 1 đoạn văn dài, các ngôn ngữ ở nhiều quốc gia khác nhau, nắm được nhiều thông tin hơn nữa,... Để đạt được điều này thì Language model phải “lớn" (large). Chính vì vậy, Large language model (LLM) ra đời và ChatGPT là 1 ví dụ điển hình.

“Lớn" ở đây anh em có thể hiểu là Language model được huấn luyện trên một lượng dữ liệu khổng lồ, với lượng tham số rất lớn. Các LLM hiện nay thường có trên 7 tỷ tham số. Lượng tham số càng nhiều thì mô hình càng có khả năng học và hiểu được các mẫu ngôn ngữ phức tạp và đa dạng hơn. Ví dụ, GPT-3 của OpenAI có đến 175 tỷ tham số.

Anh em có thể thấy, một LLM như ChatGPT có thể hiểu và xử lý không chỉ các câu văn đơn giản mà còn các đoạn văn dài, phức tạp và thậm chí là các tài liệu chuyên ngành. Vì vậy, anh em có thể ra lệnh cho các LLM thực hiện được nhiều nhiệm vụ khác nhau liên quan đến ngôn ngữ.

AI Agents là gì?

Large language model chính là động lực để AI Agents ra đời. Nếu từng xem phim Iron man, anh em có thể thấy Tony Stark nói chuyện với một chương trình máy tính tên là J.A.R.V.I.S, đây chính là ví dụ thực tế về AI Agents trong phim ảnh.

Còn thực tế, các AI Agents hiện nay chưa được toàn năng như ở trên phim. Để đơn giản, anh em có thể hiểu AI Agents là các hệ thống hoặc phần mềm có khả năng thực hiện các nhiệm vụ cụ thể 1 cách tự động và thông minh.

Mấu chốt ở đây là “thông minh". Anh em không cần phải lập trình cụ thể để hướng dẫn AI Agents thực hiện nhiệm vụ mà chỉ cần ra lệnh cho nó thôi. Còn nếu chỉ là “tự động" thì nó không khác gì các tool đơn giản sử dụng hàng ngày.

Các AI Agents được thiết kế để mô phỏng các hành vi và quyết định của con người bằng cách sử dụng các mô hình AI và tiêu biểu là LLM. Quan sát hình dưới anh em có thể thấy các thành phần cấu tạo nên 1 AI Agents điển hình gồm:

Bộ phận tiếp nhận đầu vào: Ở đây có thể là các cảm biến, camera, micro thu âm để nhận các thông tin đầu vào từ môi trường
Bộ não trung tâm: Đây là trung tâm xử lý thông tin đầu vào và đưa ra quyết định của AI Agents.
Các cơ chế hành động (Action): Các AI Agents sẽ thực hiện hành động dựa trên quyết định tại bộ não trung tâm.

Về cơ bản cơ chế hoạt động của AI Agents rất tự nhiên và giống với con người. Tùy vào ứng dụng của AI Agents mà chúng có mức độ phức tạp khác nhau.

Một ví dụ về AI Agent là trợ lý ảo Amazon Alexa. Người dùng có thể ra lệnh cho Alexa bằng giọng nói. Mình sẽ minh hoạ 1 ví dụ sử dụng Amazon Alexa trong việc điều khiển thiết bị điện trong nhà như sau:

Bộ phận tiếp nhận đầu vào của Alexa là micro. Ví dụ, mình sẽ ra lệnh bằng giọng nói cho Alexa là: “Bật điện phòng khách".
Khi nhận được lệnh, bộ não của Alexa sẽ hoạt động như sau:
- Tại bộ phận lưu trữ thông tin (Storage): Alexa truy cập vào bộ nhớ để kiểm tra các thiết lập hiện tại của các thiết bị điện được kết nối (ví dụ như đèn phòng khách).
- Tại bộ phận ra quyết định: Alexa sử dụng các thuật toán xử lý ngôn ngữ tự nhiên để hiểu và phân tích lệnh. Sau đó, nó lập kế hoạch và đưa ra quyết định về việc điều khiển các thiết bị phù hợp (ở đây là bật điện phòng khách).
Cơ chế hành động: Sau khi ra quyết định, Alexa thực hiện các hành động cần thiết. Trong ví dụ này, nó sẽ gửi tín hiệu đến hệ thống chiếu sáng thông minh để bật đèn phòng khách.

Tại sao AI Agent đang là trend?

Một lý do dễ thấy nhất khả năng tự động hóa, ra quyết định thông minh của AI và từ đó có thể ứng dụng trong nhiều lĩnh vực.

Nếu như trước đây, có những nhiệm vụ anh em phải thực hiện bằng “cơm" thì giờ đây, việc sử dụng AI Agents đã giúp tiết kiệm thời gian và công sức rất nhiều. Đặc biệt, AI Agents có thể làm việc và xử lý trên dữ liệu lớn.

Ví dụ, với nhiệm vụ phân tích dự án, token và đưa ra quyết định đầu tư. Việc tạo team “soi” từng dự án là rất mất thời gian và công sức. Khi này, anh em có thể tạo cho mình 1 AI Agents nhận đầu vào là các thông tin từ những trang tổng hợp như CoinMarketCap, CoinGecko,...

Sau đó đưa vào AI Agents để tổng hợp và report về từng dự án. Cách làm này sẽ tiết kiệm thời gian hơn rất nhiều. Tất nhiên, đây chỉ là xử lý bước đầu, vẫn phải có quá trình review của con người để có kết quả của báo cáo chuẩn chỉnh nhất.

Một lợi ích khác của việc sử dụng AI Agent là giúp tăng trải nghiệm của người dùng. Users không cần phải thực hiện nhiều thao tác phức tạp trên ứng dụng nữa. Tất cả những gì cần làm bây giờ là “ra lệnh".

Ví dụ dễ thấy nhất như trợ lý ảo Siri của Iphone. Anh em có thể ra lệnh cho trợ lý ảo này như “đặt báo thức", “gọi điện cho người thân", “mở ứng dụng",... Mọi việc đều được thực hiện nhanh chóng, anh em thậm chí còn không cần động vào điện thoại.

Cuối cùng, việc phát triển AI Agents là hướng tới Artificial general intelligence (AGI). Đây là mục tiêu cuối cùng của việc phát triển AI.

Như trong các bộ phim khoa học viễn tưởng thì khi này AI có nhận thức và khả năng gia tăng trí thông minh của chính nó. Một ví dụ về dự án Crypto hướng tới AGI là ASI - dự án kết hợp của 3 “ông lớn” AI trong thị trường Crypto gồm Fetch.ai, Ocean Protocol và SingularityNET.

Đọc thêm: AI phi tập trung đang phổ biến hơn những gì chúng ta nghĩ!

Trang chủ dự án ASI (Artificial Superintelligence Alliance)

Tất nhiên, để đạt tới AGI là 1 hành trình rất dài và có nhiều yếu tố cần phải cân nhắc kỹ lưỡng, đặc biệt là vấn đề về mặt đạo đức khi sử dụng AI. Tóm lại, AI Agents có rất nhiều ứng dụng tiềm năng và lợi ích to lớn mà nó mang lại. Vì vậy, việc phát triển các AI Agents đang là trend trong thời điểm hiện nay.

Kiến trúc Multi Agent

Mô hình Multi Agent của Microsoft - AutoGen

Đôi khi có những nhiệm vụ phức tạp mà 1 Agent (Single Agent) không thể kham nổi. Khi này ta cần nhiều AI Agents (Multi Agent) phối hợp với nhau để thực hiện. Có 2 mô hình chính của AI Agents:

Mô hình theo chiều dọc: Một Agent sẽ đứng ra lead các Agent. Các Agent còn lại có nhiệm vụ báo cáo kết quả cho Agent leader. Agent leader sẽ tổng hợp kết quả và đưa ra output cuối cùng cho người dùng.
Mô hình theo chiều ngang: Trong mô hình này thì vai trò của các Agent là như nhau. Các Agent sẽ phối hợp và làm việc với nhau để đưa ra output cuối cùng.

Một số dự án crypto nổi bật ứng dụng AI Agents

Frenrug

Frenrug là một dự án được phát triển bởi Ritual. Về cơ bản, Frenrug chính là Onchain AI Agent sở hữu các key trên nền tảng friend.tech. Anh em có thể thuyết phục (thực chất là nói chuyện với AI) để mua key từ Agent này.

Key của friend.tech sẽ giúp anh em tham gia vào các nhóm chat. Để vào nhóm chat của 1 creator nào đó thì anh em phải mua key từ creator này. Mỗi tin nhắn người dùng được truyền đến nhiều mô hình LLM do các node Infernet khác nhau vận hành. Mô hình này hoạt động theo cơ chế Multi-Agent mà mình có đề cập phần trước.

Mỗi Agent sẽ có 1 phiếu bầu để quyết định xem có nên bán key friend.tech cho người dùng hay không. Điều làm mình thắc mắc là trong nhóm chat mà frenrug tạo có gì đặc biệt để người dùng phải mua key. Anh em biết có thể để lại câu trả lời trong phần bình luận nhé!

Autonolas

Đây là một nền tảng mà anh em có thể đặt câu hỏi cho AI và nhận về câu trả lời. Tất nhiên là anh em sẽ mất một khoản phí nhất định khi gửi câu hỏi đến cho AI Agents. Thậm chí, có thể hỏi liên quan đến phân tích và dự đoán giá token. Các AI Agents sẽ phân tích dựa trên tin tức thị trường và trả về kết quả cho anh em.

Delysium

Delysium là một dự án nổi bật thuộc mảng AI với mục tiêu xây dựng mạng lưới AI Agent có khả năng mở rộng. Kiến trúc của Delysium bao gồm 2 layer chính: Blockchain Layer và Communication Layer. Với kiến trúc này, các AI Agent có thể tương tác với nhau một cách thuận tiện và cho ra output chính xác hơn.

Một sản phẩm của Delysium AI là Lucy. Đây là trợ lý ảo giúp người dùng có thể trả lời mọi câu hỏi trong thế giới Crypto. Anh em có thể hiểu đơn giản đây chính là một phiên bản nâng cấp của ChatGPT, chuyên cung cấp các thông tin về Crypto.

Morpheus

Morpheus là 1 mạng lưới peer-to-peer các AI Agents, có khả năng thao tác trên smart contract thay mặt người dùng. Các AI này có thể tự động hóa các giao dịch và quản lý ví Web3, đảm bảo an toàn và hiệu quả trong việc xử lý các giao dịch trên blockchain.

Thực hiện swap chỉ bằng câu lệnh trên Morpheus

Các mô hình AI trong Morpheus còn có khả năng phân tích và xử lý dữ liệu thông qua các giao diện chatbot, giúp người dùng tương tác và truy xuất thông tin một cách nhanh chóng.

DAIN

DAIN Protocol là dự án triển khai các AI Agent trên blockchain Solana. Gần đây, dự án cho ra mắt một con bot có khả năng thu thập, phân tích thông tin on-chain và off-chain để thực hiện giao dịch thay cho users.

Người dùng có thể ra lệnh cho bot bằng ngôn ngữ tự nhiên, chẳng hạn như “bán token BODEN nếu Biden thua trong cuộc bầu cử”. Rất thú vị phải không anh em?

Tổng kết

Onchain AI Agents là bước đi ban đầu nhưng rất quan trọng trong hành trình kết hợp 2 công nghệ AI và Blockchain. Hướng đi này mang lại nhiều lợi ích như tự động thực hiện các nhiệm vụ phức tạp, cải thiện hiệu suất ứng dụng và quan trọng nhất là tăng trải nghiệm người dùng.

Đọc thêm: Các trường hợp sử dụng, thách thức và tương lai của AI trong Crypto

Việc phát triển AI Agents trên blockchain cũng mở ra nhiều cơ hội phát triển kinh tế mới. Ví dụ, anh em có thể tự thiết kế AI Agents riêng và mang bán trên các marketplace blockchain để thu về lợi nhuận.

Ngoài ra, các nhà phát triển có thể tận dụng sự linh hoạt của AI Agents để tạo ra các ứng dụng và dịch vụ mới, chẳng hạn như quản lý tài sản, thực hiện giao dịch tự động,... Vì là môi trường phi tập trung nên các AI Agents trên các blockchain có thể tự do tương tác với nhau để thực hiện nhiệm vụ phức tạp hơn từ người dùng.

Cá nhân mình thấy Onchain AI Agent có rất nhiều ứng dụng thú vị. Tuy nhiên, lý do các dự án chưa được để ý tới nhiều là vì sản phẩm chưa thật sự hoàn thiện, các use cases vẫn còn khá đơn giản. Đặc biệt, việc đưa AI vào blockchain cũng là một bài toán khó về mặt kỹ thuật.

Cụ thể, các AI Agents phải hoạt động thật sự hiệu quả trong môi trường phân tán của blockchain. Bản thân các dự án blockchain cũng phải đảm bảo các yêu cầu về khả năng mở rộng, tốc độ giao dịch,... để các AI Agents có thể hoạt động một cách mượt mà, nhanh chóng.

Mặc dù có nhiều thách thức nhưng tiềm năng của Onchain AI Agents là rất lớn. Với sự phát triển không ngừng của công nghệ AI và blockchain, ta có quyền hy vọng vào tương lai của Onchain AI Agents sẽ giải quyết nhu cầu thực từ người dùng chứ không phải là bánh vẽ đơn thuần.

Anh em nhận định như nào về các dự án Onchain AI Agents? Liệu đây có phải là 1 trend lớn đáng chú ý trong thời gian tới? Hãy để lại bên dưới comment để trao đổi với các thành viên trong cộng đồng TradeCoinVN nhé!

Lưu ý: Nội dung bên trên không phải là lời khuyên đầu tư. Anh em chỉ nên tham khảo và tự mình tìm hiểu kỹ trước khi quyết định xuống tiền. Hãy là nhà đầu tư có trách nhiệm với tài sản của mình, chúc các bạn thành công!