A IA torna-se mais útil quando compreende o contexto por trás das necessidades de uma pessoa. Pode lembrar-se de preferências, acompanhar projetos em curso e adaptar-se à forma como alguém trabalha. Mas, por si só, o contexto nem sempre é suficiente. Quando um agente de IA precisa de se basear num facto para concluir uma tarefa, lembrar-se de uma informação e provar que ela é verdadeira são duas coisas diferentes.
A ZetaChain aborda a primeira parte através da AnumaAI e da sua Camada de Memória Privada. O contexto do utilizador é encriptado e concebido para transitar entre modelos de IA, para que mudar para outro modelo não signifique começar do zero. O objetivo é tornar a IA mais pessoal, mantendo a memória sob o controlo do utilizador.
A verona_dev concentra-se no que acontece quando é necessário verificar uma informação. Através do seu Truth Engine, os factos podem ser verificados na sua origem e transformados em provas reutilizáveis. Um agente de IA autorizado pode utilizar essa prova sem precisar de aceder aos dados originais que lhe estão subjacentes. Isto cria uma forma diferente de a IA se basear em informações sem expor mais dados pessoais do que o necessário.
A Verona e a ZetaChain complementam-se: memória privada para IA aliada a factos que podem ser efetivamente verificados. A memória ajuda a IA a manter o contexto, enquanto a verificação lhe fornece provas nas quais se pode basear quando uma tarefa depende de um determinado facto. Em conjunto, estas abordagens apontam para agentes de IA que podem ser mais pessoais e estar mais bem informados, sem tratar tudo aquilo de que se lembram como automaticamente verdadeiro.
A questão mais ampla é onde as pessoas querem estabelecer os limites.
De que se deve lembrar a IA?
O que nunca deve guardar?
Quem decide o que pode ser partilhado?
O que acontece quando a autorização é revogada?
A Verona e a ZetaChain estão a explorar estas questões através de um estudo conjunto aberto a qualquer pessoa que utilize IA. O inquérito é anónimo e espera-se que os resultados sejam divulgados em novembro.
Participe até 27 de outubro
https://forms.gle/XbRWNzCFouHCfEdu5
#AI
A ZetaChain aborda a primeira parte através da AnumaAI e da sua Camada de Memória Privada. O contexto do utilizador é encriptado e concebido para transitar entre modelos de IA, para que mudar para outro modelo não signifique começar do zero. O objetivo é tornar a IA mais pessoal, mantendo a memória sob o controlo do utilizador.
A verona_dev concentra-se no que acontece quando é necessário verificar uma informação. Através do seu Truth Engine, os factos podem ser verificados na sua origem e transformados em provas reutilizáveis. Um agente de IA autorizado pode utilizar essa prova sem precisar de aceder aos dados originais que lhe estão subjacentes. Isto cria uma forma diferente de a IA se basear em informações sem expor mais dados pessoais do que o necessário.
A Verona e a ZetaChain complementam-se: memória privada para IA aliada a factos que podem ser efetivamente verificados. A memória ajuda a IA a manter o contexto, enquanto a verificação lhe fornece provas nas quais se pode basear quando uma tarefa depende de um determinado facto. Em conjunto, estas abordagens apontam para agentes de IA que podem ser mais pessoais e estar mais bem informados, sem tratar tudo aquilo de que se lembram como automaticamente verdadeiro.
A questão mais ampla é onde as pessoas querem estabelecer os limites.
De que se deve lembrar a IA?
O que nunca deve guardar?
Quem decide o que pode ser partilhado?
O que acontece quando a autorização é revogada?
A Verona e a ZetaChain estão a explorar estas questões através de um estudo conjunto aberto a qualquer pessoa que utilize IA. O inquérito é anónimo e espera-se que os resultados sejam divulgados em novembro.
Participe até 27 de outubro
https://forms.gle/XbRWNzCFouHCfEdu5
#AI