Matthew Ikle, Chief Science Officer at SingularityNET – Interview Series

Matthew Ikle เป็น Chief Science Officer ที่ SingularityNET ซึ่งเป็นบริษัทที่ก่อตั้งขึ้นด้วยภารกิจในการสร้าง Artificial General Intelligence ที่กระจายอำนาจ เป็นประชาธิปไตย เป็น包容 และมีประโยชน์ ซึ่งเป็น ‘AGI’ ที่ไม่ขึ้นอยู่กับหน่วยงานกลางใดๆ และเปิดให้ใครก็ตามเข้าถึงได้ ไม่จำกัดเพียงวัตถุประสงค์แคบๆ ขององค์กรหรือประเทศใดประเทศหนึ่ง

ทีม SingularityNET ประกอบด้วยวิศวกรที่มีประสบการณ์ นักวิทยาศาสตร์ นักวิจัย ผู้ประกอบการ และผู้ทำการตลาด ทีมหลักและทีม AI ได้รับการเสริมด้วยทีมที่มีความเชี่ยวชาญในด้านต่างๆ เช่น การเงิน หุ่นยนต์ AI ในด้านชีวการแพทย์ สื่อ ศิลปะ และความบันเทิง

เมื่อพิจารณาจากประสบการณ์ที่กว้างขวางและบทบาทของคุณที่ SingularityNET คุณมั่นใจแค่ไหนว่าเราจะบรรลุ AGI ภายในปี 2029 หรือก่อนหน้านั้น ตามที่ Dr. Ben Goertzel คาดการณ์

ฉันจะตอบคำถามนี้ในทางกลับกัน ปี 2029 คือประมาณห้าปีต่อจากนี้ เมื่อหลายปีที่แล้ว (ช่วงต้น-กลางทศวรรษ 2010) ฉันรู้สึกยินดีมากเกี่ยวกับความก้าวหน้าของ AGI ความยินดีของฉันในขณะนั้นมาจากความคิดและแนวคิดที่มีรายละเอียดและความสอดคล้องกันในการวิจัย AGI ในขณะนั้น แม้ว่าแนวคิดใหญ่ๆ ส่วนใหญ่จากยุคนั้น ฉันเชื่อว่ายังคงมีศักยภาพ แต่ความยากอยู่ที่การทำให้รายละเอียดของวิสัยทัศน์กว้างๆ เหล่านั้นเป็นรูปธรรม

ด้วยข้อจำกัดนี้ในใจ มีข้อมูลใหม่มากมายจากสาขาต่างๆ เช่น วิทยาศาสตร์ประสาท นักคณิตศาสตร์ วิทยาการคอมพิวเตอร์ จิตวิทยา สังคมวิทยา และอื่นๆ ที่ไม่เพียงแต่ให้กลไกในการเติมรายละเอียดเหล่านั้น แต่ยังสนับสนุนแนวคิดพื้นฐานของงานก่อนหน้านี้ด้วย ฉันเห็นรูปแบบ และในหลายสาขาที่แตกต่างกัน ซึ่งดูเหมือนว่าจะสอดคล้องกันในอัตราที่เพิ่มขึ้น toward พฤติกรรมที่คล้ายกัน ในหลายๆ ด้าน การสอดคล้องกันนี้ทำให้ฉันนึกถึงช่วงเวลาก่อนการเปิดตัว iPhone ครั้งแรก เพื่ออ้างถึง Greg Meredith ซึ่งทำงานเกี่ยวกับโครงสร้าง RhoLang ของเราเพื่อการประมวลผลแบบ safe concurrent การสอดคล้องกันที่ฉันเห็นในขณะนี้เกี่ยวข้องกับเรื่องราวต้นกำเนิด – ว่าชีวิต/เซลล์แรกเริ่มบนโลกได้อย่างไร ว่าเมื่อไหร่และอย่างไรจิตใจก่อตัวขึ้น และคำถามที่เกี่ยวข้องกับการเปลี่ยนเฟส เช่น

ตัวอย่างเช่น มีการวิจัยทดลองใหม่ๆ ที่สนับสนุนแนวคิดที่อยู่ภายใต้การมองโลกในแง่ของระบบที่ซับซ้อน รูปแบบ EEG ของผู้ทดลองมนุษย์แสดงพฤติกรรมที่น่าประทับใจซึ่งสอดคล้องกับระบบดังกล่าว ผลลัพธ์เหล่านี้ทำให้นึกถึงงานก่อนหน้านี้ในด้านทฤษฎีความตระหนัก ตอนนี้ดูเหมือนว่ามีการสนับสนุนเชิงทดลองสำหรับแนวคิดทฤษฎีเหล่านั้น

ที่ SingularityNET ฉันคิดมากเกี่ยวกับโครงสร้างที่คล้ายกันซึ่งสร้างพลวัตเหล่านี้ ซึ่งแตกต่างจากสิ่งที่เกิดขึ้นในหลายๆ ส่วนของชุมชน DNN/GPT แม้ว่าจะมีการตระหนักถึงแนวคิดเหล่านี้ในหมู่นักวิจัยพื้นฐานบางคน ฉันจะอ้างถึงเอกสาร “Consciousness in Artificial Intelligence: Insights from the Science of Consciousness” ที่เผยแพร่โดยนักวิจัย 19 คนในเดือนสิงหาคม 2023 ตัวอย่างเช่น นักวิจัยเหล่านี้ครอบคลุมสาขาต่างๆ รวมถึงการศึกษาความตระหนัก การวิจัยความปลอดภัยของ AI วิทยาศาสตร์สมอง คณิตศาสตร์ วิทยาการคอมพิวเตอร์ จิตวิทยา วิทยาศาสตร์ประสาท และการวิจัยจิตและความเข้าใจ สิ่งที่นักวิจัยเหล่านี้มีร่วมกันคือมากกว่าแค่การค้นหาการปรับปรุงโครงสร้าง DNN ที่เพิ่มขึ้น แต่พวกเขามุ่งเน้นไปที่การทำความเข้าใจแนวคิดทางปรัชญาที่ใหญ่ๆ ที่เป็นพื้นฐานของการรับรู้ของมนุษย์ และวิธีนำแนวคิดเหล่านั้นมาใช้เพื่อสร้างระบบ AGI ที่แท้จริง

คุณเห็นว่าข้อขัดข้องทางเทคโนโลยีหรือปรัชญาที่สำคัญที่สุดในการบรรลุ AGI ในทศวรรษนี้คืออะไร

การทำความเข้าใจและตอบคำถามใหญ่ๆ ทั้งทางปรัชญาและวิทยาศาสตร์ รวมถึง:

• ชีวิตคืออะไร เราอาจคิดว่าคำตอบนี้ชัดเจน แต่นิยามทางชีววิทยาพิสูจน์ให้เห็นว่าเป็นปัญหา เช่น ไวรัสถือเป็น “สิ่งมีชีวิต” หรือไม่
• จิตใจคืออะไร
• ความฉลาดคืออะไร
• ชีวิตเกิดขึ้นจากสารเคมีฐานขั้นต่ำในเงื่อนไขสิ่งแวดล้อมที่เฉพาะเจาะจงได้อย่างไร เราจะทำซ้ำสิ่งนี้ได้อย่างไร
• จิตใจแรกเกิดขึ้นได้อย่างไร ส่วนผสมและเงื่อนไขใดที่ทำให้สิ่งนี้เกิดขึ้น
• เราจะนำสิ่งที่เรียนรู้มาใช้เมื่อตรวจสอบคำถามข้างต้นได้อย่างไร
• เทคโนโลยีในปัจจุบันของเรามีประสิทธิภาพเพียงพอที่จะนำโซลูชันของเราไปใช้หรือไม่ หากไม่ เราต้องคิดค้นและพัฒนาสิ่งใหม่ๆ อะไรบ้าง
• เราต้องการเวลาและบุคลากรเท่าใดในการนำโซลูชันของเราไปใช้

SingularityNET มองว่า AI แบบ neuro-symbolic เป็นคำตอบที่มีแนวโน้มในการเอาชนะข้อจำกัดของ AI ที่สร้างสรรค์ในปัจจุบัน คุณสามารถอธิบายได้ว่า AI แบบ neuro-symbolic คืออะไร และ SingularityNET วางแผนจะใช้แนวทางนี้เพื่อเร่งพัฒนาการของ AGI อย่างไร

ในประวัติศาสตร์ มีกลุ่มวิจัย AGI สองกลุ่มหลัก พร้อมด้วยกลุ่มที่สามที่ผสมผสานแนวคิดจากทั้งสองกลุ่มแรก มีนักวิจัยที่เชื่อในแนวทาง sub-symbolic เพียงอย่างเดียว ซึ่งในปัจจุบันส่วนใหญ่หมายถึงการใช้เครือข่ายประสาทเทียม (DNN) เช่น โมเดล Transformer รวมถึงโมเดลภาษาขนาดใหญ่ (LLM) ในปัจจุบัน เนื่องจากการใช้เครือข่ายประสาทเทียม แนวทาง sub-symbolic จึงเรียกอีกอย่างว่าวิธีการประสาท ในระบบ sub-symbolic การประมวลผลจะดำเนินผ่านโหนดและลิงก์ที่เหมือนกันและไม่มีฉลาก (เซลล์ประสาทและซินแอปส์) ในขณะที่ผู้เสนอแนวทาง symbolic ใช้ตรรกะเชิงสัญลักษณ์และการให้เหตุผลเชิงสัญลักษณ์ โดยที่โหนดและลิงก์มีฉลากด้วยความหมายเชิงแนวคิดและเชิงสัมบูรณ์ SingularityNET ติดตามแนวทางที่สาม ซึ่งสามารถอธิบายได้อย่างแม่นยำว่าเป็น hybrid แบบ neuro-symbolic โดยใช้ประโยชน์จากจุดแข็งของวิธีการ symbolic และ sub-symbolic

แต่สิ่งนี้เป็นไฮบริดที่เฉพาะเจาะจง ซึ่งใหญ่หลวงอาศัย 哲学 ของ Ben Goertzel และอธิบายไว้ในเอกสารหลายฉบับ รวมถึง “The General Theory of General Intelligence: A Pragmatic Patternist Perspective”

ในขณะที่การวิจัย DNN และ LLM ส่วนใหญ่ในปัจจุบันพึ่งพาแบบจำลองประสาทเทียมที่ง่ายๆ และอัลกอริทึม รวมถึงการใช้เซตข้อมูลขนาดใหญ่ (เช่น อินเทอร์เน็ตทั้งหมด) และการตั้งค่าพารามิเตอร์หลายพันล้านเพื่อให้ถึง AGI กลยุทธ์ PRIMUS ของ SingularityNET มีพื้นฐานมาจากความเข้าใจเกี่ยวกับกระบวนการไดนามิกที่หลายระดับของพื้นที่และเวลา และวิธีการจัดแนวกระบวนการเหล่านั้นเพื่อให้คุณสมบัติที่ต้องการเกิดขึ้นที่ระดับต่างๆ ความเข้าใจเหล่านี้ทำให้เราสามารถดำเนินการวิจัยและพัฒนา AGI ในลักษณะที่เข้าใจได้สำหรับมนุษย์

คุณเชื่อว่ากรอบงานใดที่สำคัญในการรับรองว่าการพัฒนา AGI จะเป็นประโยชน์ต่อทุกคนบนโลกนี้ และแพลตฟอร์ม AI ที่กระจายอำนาจ เช่น SingularityNET สามารถส่งเสริมกระบวนการที่เท่าเทียมและโปร่งใสมากกว่าโมเดล AI ที่มีศูนย์กลาง

มีแนวคิดมากมายที่นี่:

ความโปร่งใส — แม้ว่าสิ่งใดจะไม่สมบูรณ์แบบ แต่การรับรองความโปร่งใสของกระบวนการตัดสินใจสามารถช่วยให้ทุกคนที่เกี่ยวข้อง (นักวิจัย ผู้พัฒนา ผู้ใช้ และผู้ที่ไม่ใช้) สอดคล้องกัน ชี้นำ เข้าใจ และจัดการการพัฒนา AGI เพื่อประโยชน์ของมนุษยชาติได้ดีขึ้น สิ่งนี้คล้ายกับปัญหาเรื่องความเอนเอียง ซึ่งฉันจะกล่าวถึงต่อไป

การกระจายอำนาจ – แม้ว่าการกระจายอำนาจอาจจะยุ่งยาก แต่ก็สามารถช่วยให้แน่ใจว่าอำนาจถูกแบ่งปันอย่างกว้างขวาง มันไม่ใช่สิ่งอัศจรรย์ แต่เป็นเครื่องมือที่ถูกใช้อย่างถูกต้องสามารถช่วยสร้างกระบวนการและผลลัพธ์ที่เท่าเทียมกันมากขึ้น

การตัดสินใจโดยการสร้างコンเซนซัส – การกระจายอำนาจและการตัดสินใจโดยการสร้างコンเซนซัสสามารถทำงานร่วมกันเพื่อกระบวนการที่เท่าเทียมกันและผลลัพธ์ ฉันเห็นความโปร่งใส การกระจายอำนาจ และการตัดสินใจโดยการสร้างコンเซนซัสเป็นเพียงเครื่องมือสำคัญที่สามารถใช้เพื่อชี้นำการพัฒนา AGI เพื่อประโยชน์ของมนุษยชาติ

การสร้างแนวคิดที่เกิดขึ้นในลักษณะที่สามารถอธิบายได้สำหรับมนุษย์ข้ามหลายระดับของพื้นที่และเวลา ในการพัฒนา AGI ฉันเชื่อว่ามันสำคัญที่จะไม่พึ่งพาเพียงวิธีการ “กล่องดำ” โดยที่หวังว่าจะได้ทุกอย่างถูกต้องตั้งแต่เริ่มต้น แต่ฉันเชื่อว่าการออกแบบ AGI โดยมีความเข้าใจพื้นฐานในหลายๆ ระดับการพัฒนานั้นไม่เพียงแต่เพิ่มโอกาสในการบรรลุ AGI แต่ยังช่วยให้แน่ใจว่าการพัฒนานั้นเป็นไปตามค่านิยมของมนุษย์

SingularityNET เป็นแพลตฟอร์ม AI ที่กระจายอำนาจ คุณเห็นจุดตัดกันระหว่างเทคโนโลยีบล็อกเชนและ AGI วิวัฒนาการอย่างไร โดยเฉพาะอย่างยิ่งเกี่ยวกับความปลอดภัย การกำกับดูแล และการควบคุมที่กระจายอำนาจ

บล็อกเชนแน่นอนว่ามีบทบาทสำคัญในการควบคุม AI ความปลอดภัย และการกำกับดูแล จุดแข็งหลักของบล็อกเชนอยู่ที่ความสามารถในการส่งเสริมความโปร่งใส ปัญหาเรื่องความเอนเอียงเป็นตัวอย่างที่ดี ฉันจะแย้งว่าทุกคนและทุกเซตข้อมูลมีความเอนเอียง ฉันมีความเอนเอียงส่วนบุคคลของตัวเอง ตัวอย่างเช่น เมื่อพูดถึงสิ่งที่ฉันเชื่อว่าต้องการเพื่อให้ได้ AGI ที่ปลอดภัย มีประโยชน์ และมีประโยชน์ ความเอนเอียงเหล่านี้ถูกสร้างขึ้นจากการศึกษาและภูมิหลังของฉัน และชี้นำงานของฉัน

ในขณะเดียวกัน ฉันพยายามเปิดใจและเข้าใจแนวคิดที่ขัดแย้งกับความเอนเอียงของฉัน และเต็มใจที่จะปรับความเอนเอียงของฉันตามหลักฐานใหม่ๆ ไม่ว่าในกรณีใด ฉันพยายามเปิดเผยและโปร่งใสเกี่ยวกับความเอนเอียงของฉัน และชี้นำความคิดและตัดสินใจของฉันตามการทำความเข้าใจความเอนเอียงของตัวเองอย่างมีจิตสำนึก มันซับซ้อน มันยาก แต่ฉันเชื่อว่ามันดีกว่าการไม่ยอมรับความเอนเอียงของตัวเอง บล็อกเชนโดยธรรมชาติทำให้สามารถติดตาม ตรวจสอบ และยืนยันกระบวนการและเหตุการณ์ต่างๆ ได้ดีขึ้น ในลักษณะที่คล้ายกับที่ฉันอธิบายไว้ก่อนหน้านี้ ความโปร่งใสเป็นส่วนประกอบที่จำเป็น แต่ไม่เสมอไปว่าจะเพียงพอสำหรับความปลอดภัย การกำกับดูแล และการควบคุมที่กระจายอำนาจ

วิธีที่บล็อกเชนและ AGI วิวัฒนาการร่วมกันคือคำถามที่น่าสนใจ เพื่อให้เทคโนโลยีทั้งสองนี้โต้ตอบกันเพื่อสร้างจุดสิ้นสุดเชิงบวก มันชัดเจนว่าคุณลักษณะพื้นฐานที่ฉันชี้ไป (ความโปร่งใส การกระจายอำนาจ การสร้างコンเซนซัส และการสร้างแนวคิดที่เกิดขึ้น) มีความสำคัญและจำเป็นต้องคำนึงถึงในทุกขั้นตอนของการวิวัฒนาการร่วมกัน

ในฐานะผู้นำที่มีส่วนร่วมอย่างใกล้ชิดทั้งในด้าน AI และบล็อกเชน คุณเชื่อว่าปัจจัยใดที่สำคัญที่สุดในการส่งเสริมการทำงานร่วมกันระหว่างสาขาเหล่านี้ และจะขับเคลื่อนนวัตกรรมใน AGI ได้อย่างไร

ฉันมาจากด้าน AI/AGI ของคู่นี้ เมื่อผสมผสานแนวคิดจากสาขาต่างๆ มันลงมาถึงเรื่องของภาษาและการสื่อสาร ทุกกลุ่มต้องฟังซึ่งกันและกันเพื่อเข้าใจว่าเทคโนโลยีเหล่านี้สามารถช่วยเหลือซึ่งกันและกันได้อย่างไร ในงานของฉันที่ SingularityNET สิ่งนี้เป็นการต่อสู้อย่างต่อเนื่อง นักวิจัยระดับสูง ซึ่งไม่ใช่การกล่าวเกินจริงที่จะบอกว่า SingularityNET มีในปริมาณมาก มักจะมีแนวคิดใหญ่ๆ ที่ชัดเจนในใจ เมื่อทำงานข้ามพรมแดนเชิงวิชาการ สิ่งที่ยากคือการรับรู้ว่าไม่ทุกคน “อยู่ในหัว” ของคุณ สิ่งที่คุณถือว่าได้มาจะไม่ชัดเจนสำหรับผู้ที่อยู่ในสาขาอื่น แม้แต่คำศัพท์ทั่วไปก็สามารถใช้อย่างแตกต่างกันในสาขาวิชาที่แตกต่างกัน มีกรณีหนึ่งเมื่อเร็วๆ นี้ในงาน BioAI ของเรา โดยที่นักชีววิทยากำลังใช้คำศัพท์ทางคณิตศาสตร์ แต่ไม่ถูกต้องตามคำจำกัดความทางคณิตศาสตร์ เมื่อเข้าใจสถานการณ์ดังกล่าวอย่างชัดเจน ทีมสามารถก้าวหน้าด้วยวัตถุประสงค์ร่วมกัน เพื่อให้การบูรณาการนั้นพิสูจน์ได้ว่ามากกว่าผลรวมของส่วนต่างๆ

คุณเห็นว่าอุตสาหกรรม AI และบล็อกเชนจะทำงานเพื่อความหลากหลายและความ包容มากขึ้นได้อย่างไร และ SingularityNET มีบทบาทอย่างไรในการส่งเสริมค่านิยมเหล่านี้

AI และบล็อกเชนสามารถมีบทบาทสำคัญในการปรับปรุงความหลากหลายและความ包容 แม้ว่าฉันเชื่อว่ามันไม่สามารถกำจัดความเอนเอียงทั้งหมดได้ — ความเอนเอียงหลายอย่างเกิดขึ้นจากประสบการณ์ชีวิต — แต่คุณสามารถเปิดเผยและโปร่งใสเกี่ยวกับความเอนเอียงของคุณได้ สิ่งนี้เป็นสิ่งที่ฉันพยายามทำในงานของตัวเอง ซึ่งถูกเอนเอียงโดยภูมิหลังทางวิชาการของฉัน ฉันยังคงพยายามเปิดใจและเข้าใจแนวคิดจากมุมมองที่แตกต่างกัน AI สามารถช่วยในการสะท้อนกลับเกี่ยวกับตัวเองได้ และบล็อกเชนสามารถช่วยได้ในการความโปร่งใส SingularityNET สามารถมีบทบาทสำคัญโดยการให้เครื่องมือในการตรวจจับ วัด และกำจัดความเอนเอียงในเซตข้อมูลให้มากที่สุด

งานของ SingularityNET ในระบบนิเวศ AI ที่กระจายอำนาจมีส่วนช่วยในการแก้ไขความท้าทายระดับโลก เช่น ความยั่งยืน การศึกษา และการสร้างงาน โดยเฉพาะในภูมิภาคอย่างแอฟริกา ซึ่งคุณมีความสนใจพิเศษ

ความยั่งยืน:

• การนำ AI และแบบจำลองระบบมาใช้เพื่อแก้ปัญหาที่ซับซ้อนของระบบนิเวศในระดับใหญ่
• การตรวจสอบวิธีแก้ปัญหาเหล่านั้นในระดับใหญ่
• การใช้บล็อกเชนเพื่อติดตาม ตรวจสอบ และยืนยันการแก้ปัญหาเหล่านั้น
• การใช้ AI แบบผสมผสานกับแบบจำลองระบบนิเวศ ข้อมูลระดับพื้นที่ และบล็อกเชน เราได้สร้างแนวคิดสำหรับโซลูชันที่สมบูรณ์สำหรับการทำเหมืองในแอฟริกา และการดูดซับคาร์บอนในด้านเกษตรกรรมในระดับใหญ่

การศึกษา:

ในฐานะอดีตศาสตราจารย์ประจำสาขาคณิตศาสตร์และวิทยาศาสตร์คอมพิวเตอร์ การศึกษามีความสำคัญมากสำหรับฉัน โดยเฉพาะอย่างยิ่งในการให้โอกาสแก่นักเรียนที่ไม่ได้รับการบริการ มันสำคัญที่จะ:

• เพิ่มความเข้าถึงโดยการพัฒนาคอร์สแบบผสมผสานเพื่อให้ถึงนักเรียนที่อาจเผชิญกับข้อจำกัดทางภูมิศาสตร์ การเงิน หรือเวลา
• ส่งเสริมความหลากหลายและความ包容โดยการเพิ่มการมีส่วนร่วมของกลุ่มที่ไม่ได้รับการบริการใน AI บล็อกเชน และเทคโนโลยีขั้นสูงอื่นๆ
• ส่งเสริมความรู้เชิงวิชาชีพโดยการสร้างคอร์สที่เชื่อมโยงระหว่างสาขาวิชาการและวิชาชีพ
• สนับสนุนความก้าวหน้าในอาชีพโดยการให้ทักษะและใบรับรองที่ใช้ได้จริงในตลาดแรงงาน

ฉันเห็นว่า AGI และบล็อกเชน รวมถึงความสอดคล้องกันของทั้งสองนี้ มีบทบาทสำคัญในการแก้ไขวัตถุประสงค์เหล่านี้ภายในโปรแกรมการเรียนรู้แบบ “การฝึกงานสู่ความชำนาญ” โดยมุ่งเน้นไปที่การเรียนรู้แบบมืออาชีพ

การสร้างงาน:

โดยการส่งเสริมวัตถุประสงค์ด้านการศึกษาสี่ประการข้างต้น ดูเหมือนว่า AGI บล็อกเชน และเทคโนโลยีขั้นสูงอื่นๆ รวมถึงการทำงานร่วมกันเชิงบวกระหว่างครูและผู้เรียน สามารถกระตุ้นและสร้างเทคโนโลยีและธุรกิจใหม่ๆ ได้

ในฐานะผู้ที่มุ่งมั่นที่จะบรรลุจุดสิ้นสุดเชิงบวก คุณเชื่อว่าหลักการหรือการ突破ที่สำคัญใดๆ ในเทคโนโลยี AI จะจำเป็นต่อการรับรองว่า AGI จะพัฒนาขึ้นในลักษณะที่เป็นประโยชน์ต่อสังคม

• ความสามารถในการจัดแนวปรากฏการณ์ที่เกิดขึ้นในลักษณะที่สามารถอธิบายได้สำหรับมนุษย์ข้ามหลายระดับของพื้นที่และเวลา
• ความสามารถในการเข้าใจในระดับที่ลึกขึ้นเกี่ยวกับแนวคิดที่อยู่ภายใต้ “การเปลี่ยนเฟสแบบ tự发”
• ความสามารถในการเอาชนะปัญหาที่ยากหลายๆ ด้วยรายละเอียดเพื่อให้สามารถประมวลผลแบบหลายกระบวนการผ่านการซ้อนทับของสถานะ
• ความโปร่งใสในทุกขั้นตอน
• การตัดสินใจแบบกระจายอำนาจโดยอาศัยการสร้างコンเซนซัส

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม SingularityNET เพื่อเรียนรู้เพิ่มเติม