Naptha.AI یک پلتفرم هوش مصنوعی ماژولار برای عوامل مستقل، با خوشحالی راه اندازی نسخه یک از پلتفرم نرم افزاری چندعاملی و مشترک خود را اعلام می کند که توسعه دهندگان را قادر می سازد تا برنامه های هوش مصنوعی بسازند، تحقیقات هوش مصنوعی را انجام دهند و عوامل هوش مصنوعی را در وب عامل مقیاس کنند و اجازه هماهنگی مستقل چارچوب های منبع باز 1M و مدل های مختلف 1M را از طریق AI a1 فراهم کند. زبان ها ، که توسط مارک اشمیت، مدیر اجرایی، و دکتر ریچارد بلیتمن، مدیر ارشد علمی تأسیس شده است، چارچوبی را برای توسعه دهندگان ارائه می دهد که برای ادغام عوامل تخصصی طراحی شده است که می توانند در بخش وسیعی از صنایع همکاری کنند. این پلتفرم به جای رقابت با چارچوب‌های موجود، عوامل مختلف را قادر می‌سازد تا بر روی معماری‌ها، دستگاه‌ها و مجموعه داده‌های ناهمگن عمل کنند و یک اکوسیستم غیرمتمرکز را تسهیل کند که همکاری هوشمندتر، مقیاس‌پذیری و مزایای اقتصادی را ارائه می‌دهد. در ماه اکتبر، Naptha.AI تامین مالی 6 میلیون دلاری خود را با همکاری Arche Capital و Cyber Fund با مشارکت Seed Club Ventures، اولین سرمایه‌گذار در Stability AI و دیگر فرشتگان و VCهای برجسته صنعت، اعلام کرد. Naptha.AI تا همین اواخر، اجماع گسترده در مسیر دستیابی به هوش عمومی مصنوعی این بود که این امر مشروط به افزایش تمرکز، هزینه‌های هنگفت و تعهد عظیم به سخت‌افزار و زیرساخت‌های فیزیکی است. در این چشم انداز، AGI به عنوان یک موجودیت واحد و یکپارچه درک می شود. با این حال، این به طور چشمگیری طی دو هفته گذشته تغییر کرده است و با تصور Naptha.AI از AGI به عنوان یک شبکه غیرمتمرکز و متشکل از میلیاردها تا تریلیون ها عامل که با هم کار می کنند، بسیار نزدیک تر است. این پلتفرم منبع باز است و یک نسخه میزبان ارائه خواهد شد. این نرم افزار (ناپتا نود) را می توان برای اجرا بر روی لپ تاپ ها و سرورها بارگیری کرد، که همه چیزهایی را که برای اجرای عوامل و سایر ماژول ها به صورت محلی نیاز دارید را بسته بندی می کند و به آنها اجازه می دهد با سایر عوامل در شبکه همکاری کنند. برخی از اجزای کلیدی عبارتند از: یک رابط مدل استاندارد که تعامل یکپارچه با بیش از 16 مدل منبع باز را امکان پذیر می کند، تماس های ابزار و خروجی های ساختار یافته را یکپارچه می کند. ارتباط عامل تعاملی از طریق پشتیبانی از HTTP، WebSockets، و gRPC، به نمایندگان در چارچوب‌ها و زبان‌های مختلف اجازه می‌دهد با یکدیگر همکاری کنند. ذخیره‌سازی دانش و حافظه غیرمتمرکز، ارائه محیط‌هایی مانند شبکه‌های اجتماعی مبتنی بر عامل، تابلوهای شغلی و فضاهای مشارکتی با استفاده از ذخیره‌سازی محلی و غیرمتمرکز. چارچوب هماهنگ‌سازی مقیاس‌پذیر، با استفاده از پردازش ناهمزمان، صف‌های پیام و پایگاه‌های داده برای هماهنگی تا 1M عامل. خود میزبانی و منبع باز، برای استقرار محلی در لپ تاپ ها و سرورها، با یک نسخه میزبان اختیاری برای دسترسی گسترده تر در دسترس است. راه اندازی پلت فرم چند عامله Naptha.AI نشان دهنده یک تغییر پارادایم در نحوه توسعه، استقرار و مقیاس بندی هوش مصنوعی است. به طور سنتی، تحقیق و توسعه هوش مصنوعی تحت سلطه نهادهای بزرگ و متمرکز با دسترسی به منابع محاسباتی عظیم است. Naptha.AI با فعال کردن عوامل غیرمتمرکز و غیرمتعارف هوش مصنوعی که می‌توانند به طور مستقل و در عین حال که در محیط‌های مختلف همکاری می‌کنند، این مدل را مختل می‌کند. این در را برای تیم‌های کوچکتر، محققان مستقل و کسب‌وکارها باز می‌کند تا از قابلیت‌های پیشرفته هوش مصنوعی بدون نیاز به سرمایه‌گذاری‌های زیرساختی گسترده استفاده کنند. علاوه بر این، تاکید Naptha.AI بر همکاری عامل مقیاس پذیر، پیامدهای عمیقی برای صنایع متکی به اتوماسیون، از امور مالی و تدارکات گرفته تا مراقبت های بهداشتی و امنیت سایبری دارد. با استاندارد کردن ارتباطات عامل و فعال کردن ذخیره‌سازی مداوم دانش، گره‌های نپتا تعاملات هوش مصنوعی پویاتر و آگاه‌تر از زمینه را تسهیل می‌کنند. این تغییر نه تنها دسترسی و کارایی هوش مصنوعی را افزایش می‌دهد، بلکه پایه و اساس یک وب واقعاً عاملی را ایجاد می‌کند، که در آن عوامل هوشمند می‌توانند به طور مستقل جریان کار را مدیریت کنند، تصمیم‌گیری را بهینه کنند و مدل‌های اقتصادی جدید را در یک محیط باز و بدون اعتماد باز کنند. معرفی پلتفرم غیرمتمرکز و چند عاملی توسط Naptha.AI نقطه عطف مهمی در تکامل هوش مصنوعی است. توانایی این پلتفرم برای مقیاس‌بندی از آزمایش‌های کوچک تا شبکه‌های عظیم عوامل همکار، آن را به عنوان یک تغییردهنده بازی در صنایعی که به دنبال راه‌حل‌های هوش مصنوعی هوشمندتر و انعطاف‌پذیرتر هستند، قرار می‌دهد. همانطور که صنعت از مدل‌های یکپارچه و متمرکز دور می‌شود و به سمت شبکه‌های غیرمتمرکز حرکت می‌کند، Naptha.AI آماده است تا در تقویت برنامه‌های هوش مصنوعی در دسترس‌تر، کارآمدتر و نوآورانه‌تر پیشتاز شود.
