Xu hướng Công nghệTin tức

Khám phá những đổi mới công nghệ mới nhất, nâng cấp giao thức, giải pháp cross-chain và cơ chế bảo mật trong lĩnh vực blockchain. Cung cấp góc nhìn tập trung vào nhà phát triển để phân tích xu hướng công nghệ mới nổi và đột phá tiềm năng.

Run rẩy đi con người, AI vẫn đang phi nước đại

Con người run rẩy đi, AI vẫn đang tăng tốc. Bài viết tổng hợp từ Hội nghị Trí tuệ Nhân tạo BAAI 2026, nhấn mạnh AI đang tăng tốc mạnh mẽ, không chỉ trong thế giới kỹ thuật số mà còn tiến vào thế giới vật lý. **Scaling Law vẫn tiếp tục, AI tự hoàn thiện:** Dù có lo ngại về việc dữ liệu văn bản chất lượng cao cạn kiệt, nhiều chuyên gia tại hội nghị khẳng định Định luật Mở rộng (Scaling Law) chưa chạm trần, mà đang trở nên đa dạng hơn, tiếp tục thúc đẩy hiệu suất của các mô hình ngôn ngữ lớn (LLM) và đa phương thức. Đồng thời, với sự trưởng thành của AI Coding và tác nhân AI (Agent), xu hướng tự hoàn thiện của AI ngày càng rõ, từ viết code đến tự động cập nhật sản phẩm. **Mô hình Thế giới: Mặt trận then chốt tiếp theo:** Cộng đồng đang tập trung vào việc phát triển Mô hình Thế giới (World Model) để AI hiểu và tương tác với thế giới vật lý. Tuy nhiên, lộ trình công nghệ chưa hội tụ, với nhiều hướng tiếp cận khác nhau (lấy ngôn ngữ, pixel, cấu trúc 3D hoặc biểu diễn hình ảnh làm trung tâm). Các vấn đề như dữ liệu đào tạo (video, mô phỏng hay dữ liệu thực) vẫn cần được giải quyết. Viện Nghiên cứu Trí tuệ Nhân tạo Bắc Kinh (BAAI) dự đoán cần 3-5 năm nữa để mô hình này phát triển và đang nghiên cứu một con đường tích hợp. **Tác nhân AI (Agent): Từ 'Khả dụng' đến 'Dễ dùng':** Agent, cầu nối đưa AI vào cuộc sống, đã có những bước tiến đáng kể, trở nên chủ động và xử lý được các nhiệm vụ phức tạp hơn (như chẩn đoán y tế hỗ trợ, nghiên cứu, ghi chú hội nghị). Để từ "khả dụng" tiến tới "dễ dùng", trọng tâm hiện nay là phát triển "Harness" - khung công nghệ hoặc môi trường bao quanh Agent - nhằm cải thiện khả năng hiểu ý định, thiết kế quy trình, xác minh và phản hồi, nâng cao độ tin cậy và hiệu quả tổng thể. Tóm lại, ngành AI đang trên đà phát triển nhanh chóng với sức mạnh mô hình tiếp tục được mở rộng, cuộc đua chinh phục Mô hình Thế giới đã bắt đầu và các Agent đang dần được hoàn thiện để thực sự hữu ích trong các tình huống thực tế.

marsbit06/13 02:53

Run rẩy đi con người, AI vẫn đang phi nước đại

marsbit06/13 02:53

Nhà đầu tư bắt đầu lên Bilibili, Xiaohongshu tìm kiếm dự án AI

**Các nhà đầu tư tìm kiếm dự án AI trên Bilibili và Xiaohongshu** Năm 2025 chứng kiến làn sóng bùng nổ khởi nghiệp phần cứng AI thông minh, thu hút sự quan tâm lớn từ giới đầu tư. Để tìm kiếm các dự án tiềm năng sớm và đánh giá nhu cầu thực tế, nhiều nhà đầu tư VC đã chuyển hướng sang các cộng đồng nội dung như Bilibili và Xiaohongshu, nơi giới trẻ và các tín đồ công nghệ thảo luận sôi nổi. Động thái này xuất phát từ nhận thức rằng, đối với sản phẩm công nghệ tiêu dùng, việc được thảo luận, chất vấn và hiểu rõ trong cộng đồng là thước đo quan trọng cho nhu cầu thực, trước cả các bản kế hoạch kinh doanh hay bài thuyết trình. Các bình luận và phản hồi từ người dùng trên các nền tảng này không chỉ cung cấp insight giá trị cho marketing mà còn ảnh hưởng trực tiếp đến chiến lược sản phẩm. Tuy nhiên, ngành công nghiệp phần cứng AI cũng đang bước vào giai đoạn sàng lọc. Một số sản phẩm như Rabbit R1 hay Friend AI Necklace đã gặp khó khăn do không đáp ứng được kỳ vọng hoặc thiếu tính năng khác biệt. Trong khi đó, các gã khổng lồ công nghệ như OpenAI và Meta vẫn đang đẩy mạnh kế hoạch ra mắt thiết bị phần cứng AI của riêng họ. Dù vậy, tiềm năng thị trường vẫn rất lớn, với dự báo quy mô thị trường phần cứng AI tiêu dùng Trung Quốc có thể đạt 1.27 nghìn tỷ NDT vào năm 2026. Cuộc chiến giành sự chú ý của người dùng, sức mạnh sản phẩm và nhận thức thị trường mới chỉ bắt đầu, khẳng định rằng trong thời đại AI, chủ quyền vẫn thuộc về người dùng.

marsbit06/12 05:09

Nhà đầu tư bắt đầu lên Bilibili, Xiaohongshu tìm kiếm dự án AI

marsbit06/12 05:09

"Kỳ thi cuối cùng của tác nhân thông minh", Fable 5 bất ngờ thua GPT 5.5

Kết quả bất ngờ từ bài kiểm tra "Agents' Last Exam" (ALE) - một tiêu chuẩn đo lường mới khắt khe dành cho AI Agent do UC Berkeley công bố. Trong bài kiểm tra yêu cầu thực hiện các công việc thực tế như tạo mô hình 3D trong Siemens NX, dựng cảnh game trong Unreal Engine hay tổng hợp hiệu ứng trong Adobe After Effects, GPT 5.5 của OpenAI đã vượt qua Claude Fable 5 vốn được đánh giá cao trước đó. Trên bảng xếp hạng chính, GPT 5.5 chiếm hai vị trí dẫn đầu với tỷ lệ hoàn thành nhiệm vụ lần lượt là 24.0% và 23.0%, trong khi Claude Fable 5 xếp thứ ba với 22.0%. Đáng chú ý, tỷ lệ hoàn thành tổng thể rất thấp, ngay cả mô hình mạnh nhất cũng chỉ đạt dưới 25%, và ở cấp độ khó nhất ("Last-Exam"), hầu hết các mô hình, bao gồm cả GPT 5.5 và Fable 5, đều đạt 0 điểm. ALE khác biệt với các bài kiểm tra truyền thống bằng cách tập trung vào khả năng "thực hiện công việc" thay vì kiến thức thuần túy. Nó bao gồm hơn 1500 nhiệm vụ từ 55 lĩnh vực ngành nghề thực tế, được xây dựng với sự tham gia của hơn 300 chuyên gia. Hệ thống chấm điểm tự động và có cơ chế luân chuyển câu hỏi để tránh gian lận. Bài kiểm tra cũng cho thấy sự chênh lệch lớn về chi phí và hiệu quả. Claude Fable 5 tiêu tốn gấp 4 lần chi phí so với GPT 5.5 Codex nhưng cho kết quả thấp hơn. Một số phân tích chỉ ra rằng không có mô hình nào là "vô địch toàn diện", và kết quả có thể bị ảnh hưởng bởi cơ chế "giảm cấp độ" (down-tuned) của Fable 5 đối với các tác vụ nhạy cảm. ALE được kỳ vọng sẽ trở thành thước đo quan trọng và thách thức mới cho sự phát triển của AI Agent trong tương lai.

marsbit06/12 05:04

"Kỳ thi cuối cùng của tác nhân thông minh", Fable 5 bất ngờ thua GPT 5.5

marsbit06/12 05:04

Cảnh báo về AI đệ quy của Anthropic, công ty mới của Tian Yuandong vừa thực hiện 'bước đầu tiên'

Anthropic gần đây đã công bố bài viết "Khi AI tự xây dựng chính mình", cảnh báo về tương lai của việc AI có thể tự cải thiện một cách đệ quy. Trong bối cảnh này, công ty Recursive Superintelligence do Tian Yandong đồng sáng lập đã công bố bước đầu tiên về nghiên cứu AI tự động, mang tên "First Steps Toward Automated AI Research". Hệ thống này nhằm mục đích tự động hóa vòng lặp nghiên cứu AI truyền thống: đề xuất ý tưởng, viết mã, chạy thử nghiệm, phân tích và học hỏi để quyết định bước tiếp theo. Nó được thử nghiệm trên ba lĩnh vực khác nhau và đều đạt kết quả tốt nhất hiện tại (SOTA): 1. **NanoChat Autoresearch:** Huấn luyện mô hình ngôn ngữ nhỏ với ngân sách tính toán cố định, giảm tổn thất kiểm chứng xuống 0.9109 BPB. 2. **NanoGPT Speedrun:** Rút ngắn thời gian huấn luyện mô hình GPT xuống mức kỷ lục 77,5 giây thông qua các kỹ thuật như tính toán chú ý FP8 và tối ưu kernel GPU. 3. **SOL-ExecBench:** Tối ưu hóa kernel GPU, nâng điểm số SOL lên 0,754, thu hẹp 18% khoảng cách với giới hạn lý thuyết phần cứng. Recursive Superintelligence, với đội ngũ toàn sao và số vốn huy động lớn, theo đuổi sứ mệnh xây dựng hệ thống AI có khả năng tự cải thiện đệ quy. Thành công bước đầu này đánh dấu sự xuất hiện của một mô hình phát triển AI mới, nơi AI đóng vai trò chủ thể trong nghiên cứu. Điều này có thể thay đổi tốc độ và chi phí tiến bộ AI, đồng thời làm dấy lên những thảo luận về sự cần thiết phải điều phối và quản trị toàn cầu, như lời cảnh báo từ Anthropic.

marsbit06/12 04:14

Cảnh báo về AI đệ quy của Anthropic, công ty mới của Tian Yuandong vừa thực hiện 'bước đầu tiên'

marsbit06/12 04:14

Cuộc Trò Chuyện Giữa Sequoia Và Jensen Huang: Mô Hình Tính Toán Trải Qua Sự Thay Đổi Lớn Sau 60 Năm, Bạn Sẽ Không Bị AI Thay Thế, Nhưng Sẽ Bị Người 'Giỏi Sử Dụng AI' Đánh Bại Một Cách Khác Biệt

Trong cuộc đối thoại với Konstantine Buhler của Sequoia Capital, CEO NVIDIA Jensen Huang đã thảo luận về sự thay đổi lớn trong mô hình tính toán sau 60 năm: từ truy xuất thông tin sang tạo lập thông minh thời gian thực. Ông mô tả "nhà máy AI" là cơ sở hạ tầng quan trọng, tạo ra các token thông minh, tương tự như máy phát điện trong cuộc cách mạng năng lượng. Tương lai sẽ có một mạng lưới thông minh bao trùm Trái đất, phục vụ cả tỷ người và hàng trăm tỷ tác nhân AI. Huang đề xuất khung đầu tư 5 tầng cho kỷ nguyên AI: Năng lượng, Chip/Máy tính, Cơ sở hạ tầng, Mô hình và Ứng dụng. Ông nhấn mạnh đây là cơ hội thị trường khổng lồ, thu hút hàng nghìn tỷ USD đầu tư. Về tác động việc làm, Huang bác bỏ quan điểm AI gây thất nghiệp hàng loạt. Ông phân biệt giữa "công việc" (mục đích) và "nhiệm vụ" (công cụ). AI tự động hóa các nhiệm vụ, giúp con người nâng cao hiệu suất và mở rộng kỹ năng, từ đó tạo ra nhiều việc làm hơn và nâng cấp giá trị nghề nghiệp (ví dụ: bác sĩ X-quang, kỹ sư phần mềm). Thông điệp then chốt: "Bạn có thể không mất việc vì AI, nhưng bạn có thể bị thay thế bởi người biết sử dụng AI." Ông kêu gọi mọi người chủ động tiếp thu và sử dụng AI như một công cụ tăng cường năng lực.

marsbit06/12 03:02

Cuộc Trò Chuyện Giữa Sequoia Và Jensen Huang: Mô Hình Tính Toán Trải Qua Sự Thay Đổi Lớn Sau 60 Năm, Bạn Sẽ Không Bị AI Thay Thế, Nhưng Sẽ Bị Người 'Giỏi Sử Dụng AI' Đánh Bại Một Cách Khác Biệt

marsbit06/12 03:02

Khi lưu lượng AI vượt qua con người, làm thế nào để chứng minh bạn là người thật?

Bài viết phân tích tình trạng lưu lượng truy cập internet do AI tạo ra hiện đã vượt xa con người, đe dọa nền tảng kinh doanh vốn dựa vào sự chú ý và tương tác của người dùng. Các website đang phản ứng bằng cách chặn bot thu thập dữ liệu, nhưng những AI tiên tiến có thể vượt qua các biện pháp bảo vệ thông thường. Điều này thúc đẩy nhu cầu cấp thiết về một hệ thống xác minh danh tính người dùng thật sự mới. Bài viết tập trung vào hai giải pháp công nghệ chính. Thứ nhất là xác thực sinh trắc học hành vi, theo dõi các đặc điểm như chuyển động chuột, nhịp gõ phím - những điều khó bắt chước đối với AI. Thứ hai là các hệ thống xác minh danh tính tập trung (như Worldcoin với quét mống mắt) hoặc phi tập trung dựa trên bằng chứng không tiết lộ thông tin (zero-knowledge proof). Tác giả chỉ ra rằng giải pháp tập trung có nguy cơ dẫn đến việc theo dõi và kiểm soát quy mô lớn, trong khi giải pháp phi tập trung có thể bị lợi dụng thông qua các thị trường cho thuê danh tính. Dù vậy, tác giả vẫn ủng hộ hướng tiếp cận bảo vệ quyền riêng tư, vì một khi dữ liệu sinh trắc học bị thu thập tập trung, người dùng sẽ mất quyền kiểm soát chúng. Cuộc chạy đua xác định "bạn là người thật" đang định hình lại tương lai của internet.

marsbit06/12 02:46

Khi lưu lượng AI vượt qua con người, làm thế nào để chứng minh bạn là người thật?

marsbit06/12 02:46

Bản đồ toàn cảnh AI phi tập trung 2026: Tại sao Blockchain là "liều thuốc" không thể thiếu đối với AI?

AI phi tập trung (DeAI) đang nổi lên như một giải pháp cho những hạn chế cấu trúc của AI tập trung: tài nguyên tính toán khan hiếm, quyền kiểm soát tập trung quá mức, đầu ra không thể xác minh và khó khăn trong việc thu thập dữ liệu huấn luyện. Blockchain được coi là "liều thuốc" không thể thiếu để làm cho AI trở nên mở, có thể kiểm chứng và dễ tiếp cận về mặt kinh tế. Bài viết cung cấp bản đồ hệ sinh thái DeAI năm 2026, chia thành ba tầng: 1. **Ứng dụng & Dịch vụ:** Tập trung vào Tài chính Tác tử (Agentic Finance) và Thanh toán Tác tử (Agentic Payments), nơi các tác tử AI thực hiện hành động trên chuỗi từ gợi ý ngôn ngữ tự nhiên. 2. **Middleware (Phần mềm trung gian):** Giải quyết việc phối hợp, danh tính và giao dịch giữa các tác tử, với các dự án như Bittensor (mạng lưới các subnet kinh tế chuyên biệt), NEAR và Base dẫn đầu. 3. **Hạ tầng:** Cung cấp các tài nguyên cốt lõi: điện toán phi tập trung (Akash, Render), suy luận có thể xác minh, đào tạo mô hình phân tán, lưu trữ dữ liệu (Filecoin) và các lớp bảo mật/ xác thực (Nillion, Oasis Protocol). Xu hướng 2026-2027 cho thấy nhu cầu AI tăng nhanh hơn hạ tầng, tính toán đang trở thành một loại tài sản, và các tác tử AI là động lực tăng trưởng chính. Mặc dù lĩnh vực này vẫn còn sớm và việc áp dụng chưa đồng đều, nhưng sự phát triển của các dự án như Bittensor, Venice AI và Virtuals cho thấy DeAI đang tiến triển từ một câu chuyện đầu cơ thành một mô hình mới để phối hợp tài nguyên thông minh.

marsbit06/12 02:44

Bản đồ toàn cảnh AI phi tập trung 2026: Tại sao Blockchain là "liều thuốc" không thể thiếu đối với AI?

marsbit06/12 02:44

Trợ cấp → Tính phí Token → Giảm giá, OpenAI khơi mào chiến tranh giá, Điểm bẻ gãy Kinh tế học Token sắp đến?

Cuộc chiến thương mại hóa AI đang bước vào giai đoạn căng thẳng với việc OpenAI được cho là đang cân nhắc giảm mạnh phí Token để cạnh tranh với Anthropic, báo hiệu một cuộc chiến giá có thể xảy ra. Động thái này diễn ra trong bối cảnh cả hai công ty đều chịu lỗ hàng tỷ USD do chi phí điện toán khổng lồ và đang chuẩn bị cho các đợi phát hành cổ phiếu lần đầu ra công chúng (IPO). Bài viết nêu bật ba giai đoạn phát triển thương mại hóa AI sinh ra (Generative AI): từ gói thuê bao cố định, đến chiến tranh trợ giá, và hiện tại là tính phí theo lượng Token tiêu thụ. Việc chuyển sang tính phí theo lượng sử dụng đã phơi bày chi phí thực sự cho doanh nghiệp, dẫn đến tình trạng hóa đơn vượt tầm kiểm soát. Các số liệu cho thấy hiệu quả đầu tư vào AI còn thấp, với phần lớn chi phí dành cho việc sửa lỗi và công việc lại do AI tạo ra. Một cuộc chiến giá tiềm năng giữa OpenAI và Anthropic có thể làm xói mòn biên lợi nhuận vốn đã âm của họ. Các chuyên gia cảnh báo về rủi ro lan tỏa đến các công ty cung cấp hạ tầng như NVIDIA, Oracle hay CoreWeave. Tương lai của nền kinh tế Token (Tokenomics) có thể hướng tới mô hình định giá phân tầng, nơi các tác vụ phức tạp dùng model đắt tiền, còn tác vụ thông thường dùng model rẻ hơn hoặc local. Khái niệm "valuemaxxing" – tối đa hóa giá trị từ mỗi Token – đang nổi lên như một xu hướng cần thiết. Đáng chú ý, mô hình AI Trung Quốc DeepSeek, với mức giá API được cho là chỉ bằng 1/10 so với GPT-5.5, đang gia tăng mạnh mẽ sự phổ biến trong các doanh nghiệp Mỹ, trở thành một đối thủ cạnh tranh đáng gờm trong cuộc đua thương mại hóa này.

marsbit06/11 23:53

Trợ cấp → Tính phí Token → Giảm giá, OpenAI khơi mào chiến tranh giá, Điểm bẻ gãy Kinh tế học Token sắp đến?

marsbit06/11 23:53

Bản đồ toàn cảnh AI phi tập trung năm 2026: Tại sao blockchain là 'liều thuốc giải' không thể bỏ qua của AI?

**AI phi tập trung năm 2026: Tại sao blockchain là 'liều thuốc giải' không thể thiếu?** AI tập trung đối mặt nhiều hạn chế cấu trúc: tài nguyên tính toán khan hiếm, kiểm soát tập trung quá mức, đầu ra không thể xác minh, và khó khăn trong thu thập dữ liệu huấn luyện. Blockchain có thể giải quyết những vấn đề này bằng cách làm cho trí tuệ nhân tạo trở nên mở, có thể kiểm chứng và dễ tiếp cận về mặt kinh tế. Bản đồ hệ sinh thái AI phi tập trung gồm ba tầng: 1. **Tầng Ứng dụng & Dịch vụ:** Tập trung vào Tài chính Tác tử (ví dụ: giao dịch tự động, tối ưu hóa yield farming) và Thanh toán Tác tử (máy thanh toán cho máy), với các giao thức như x402 xử lý hàng trăm triệu giao dịch. 2. **Tầng Middleware (Phần mềm trung gian):** Giải quyết việc phối hợp, danh tính và danh tiếng của các tác tử AI. Các dự án như Bittensor (mạng lưới các subnet chuyên biệt), NEAR, và Virtuals đang xây dựng nền tảng cho nền kinh tế tác tử. 3. **Tầng Cơ sở hạ tầng:** Cung cấp nền tảng tính toán, suy luận, huấn luyện, dữ liệu và lưu trữ phi tập trung. Các mạng như Akash, Render cung cấp điện toán giá rẻ; Filecoin, Grass cung cấp lưu trữ và dữ liệu; trong khi Nillion, Phala Network tập trung vào lớp riêng tư và xác minh. Xu hướng 2026-2027: Nhu cầu AI tăng nhanh hơn cơ sở hạ tầng. Điện toán đang trở thành một loại tài sản, và thị trường on-chain là lớp tài chính của nó. Kinh tế token là lợi thế cấu trúc để phối hợp vốn, tính toán và dữ liệu. Kết luận: AI phi tập trung đang phát triển mạnh mẽ, chuyển từ giai đoạn đầu tư mạo hiểm sang một mô hình phối hợp mới cho tính toán, dữ liệu và vốn, mặc dù việc áp dụng vẫn chưa đồng đều và việc nắm bắt giá trị cần được thiết kế đúng đắn.

Foresight News06/11 10:06

Bản đồ toàn cảnh AI phi tập trung năm 2026: Tại sao blockchain là 'liều thuốc giải' không thể bỏ qua của AI?

Foresight News06/11 10:06

Khi lưu lượng AI vượt quá con người, làm thế nào để chứng minh bạn là người thật?

Khi lưu lượng truy cập từ AI vượt qua con người, làm thế nào để chứng minh bạn là người thật? Vào cuối năm 2022, ChatGPT ra mắt và phát triển một hệ sinh thái tác nhân AI rộng lớn. Hiện tại, lưu lượng mạng do các chương trình này tạo ra đã vượt tổng lưu lượng người dùng toàn cầu. Hành vi trực tuyến của AI khác biệt: chúng không xem quảng cáo, nhấp liên kết hay mua sắm, mà chỉ thu thập dữ liệu để hoàn thành nhiệm vụ rồi rời đi. Cơ sở hạ tầng và logic kinh doanh ban đầu của internet được xây dựng xung quanh hành vi con người. Nay hầu hết truy cập không đến từ người thật, gây rắc rối cho các website. Khoảng 2.5 triệu trang web đã chặn trình thu thập AI, dẫn đến các vụ kiện liên quan đến Perplexity. Cloudflare tạo "mê cung bẫy" bằng văn bản vô nghĩa để làm tê liệt bot. Tuy nhiên, một số tác nhân AI cao cấp có thể vượt qua biện pháp bảo vệ này. Ngành công nghiệp đang phát triển cơ chế xác minh danh tính đáng tin cậy hơn, nhận biết người dùng qua sự do dự, lỗi đánh máy, hoặc chuyển động chuột có độ rung nhẹ đặc trưng của hệ thần kinh. Bài viết phân tích nguyên nhân, hai giải pháp kỹ thuật chính và sự lựa chọn sắp tới: chấp nhận giám sát đặc điểm sinh trắc học tập trung hay sử dụng công nghệ bằng chứng không kiến thức (zero-knowledge proof) để xác minh ẩn danh. AI đang phá vỡ mô hình kinh doanh internet. Các website kiếm tiền từ sự chú ý và quảng cáo của người dùng. AI có thể so sánh giá trên 5000 trang trong khi con người chỉ xem 4-5 trang, và không tạo ra lượt xem quảng cáo. Đồng thời, tóm tắt AI (như của Google) làm giảm 33% lưu lượng giới thiệu đến trang web gốc, vì chỉ 8% người dùng nhấp vào liên kết sau khi đọc bản tóm tắt. Các công ty như OpenAI và Anthropic thu thập dữ liệu công khai miễn phí để đào tạo mô hình, sau đó dùng sản phẩm của họ để chuyển hướng lưu lượng truy cập. Trong 25 năm qua, CAPTCHA dựa vào việc máy móc kém hơn con người trong nhận dạng hình ảnh. Giờ đây, tình thế đảo ngược. Các giải pháp mới tập trung vào "hành vi sinh trắc học" - đặc điểm hành vi thể chất khi tương tác với thiết bị. Công nghệ từ IBM, BioCatch theo dõi tốc độ di chuyển con trỏ, cách cuộn trang, nhịp độ gõ phím, lực nhấn phím, thói quen sửa văn bản, góc cầm điện thoại... Thậm chí có thể phát hiện lừa đảo qua nhịp gõ bối rối. Nghiên cứu cũng sử dụng Hiệu ứng Stroop (mâu thuẫn giữa màu sắc và tên màu) để phát hiện phản ứng chậm trễ đặc trưng của não người. Hai giải pháp chính đang được theo đuổi: 1. **World (trước đây là Worldcoin) của Sam Altman:** Sử dụng thiết bị quét mống mắt để tạo chứng chỉ mã hóa, chứng minh người dùng là con người duy nhất. Đã hợp tác với Tinder, Zoom, DocuSign. Tuy nhiên, bị chỉ trích vì thu thập dữ liệu sinh trắc học quá mức và bị cấm ở một số quốc gia. 2. **Bằng chứng Không kiến thức (Zero-Knowledge Proof):** Cho phép chứng minh bạn là người mà không tiết lộ danh tính thật, vị trí hoặc ngoại hình. Vitalik Buterin ủng hộ cách tiếp cận này để tránh kiểm soát danh tính tập trung. Tuy nhiên, thách thức là tấn công chi phí thấp bằng cách thuê người ở vùng có thu nhập thấp cho mượn danh tính, như đã xảy ra với dự án Idena. Cả hai hướng đều có thiếu sót. Giải pháp tập trung có thể mở rộng nhưng trao dữ liệu sinh trắc học cho các công ty. Giải pháp mã hóa bảo vệ quyền riêng tư nhưng dễ bị khai thác bởi chênh lệch kinh tế. Tác giả ủng hộ giải pháp mã hóa, vì công nghệ sinh trắc học hành vi và quét mống mắt tập trung thu thập vĩnh viễn dữ liệu cơ thể bạn mà bạn không thể xóa hoặc chuyển đi, trong khi bằng chứng không kiến thức ít tiết lộ thông tin cá nhân hơn.

Foresight News06/11 09:17

Khi lưu lượng AI vượt quá con người, làm thế nào để chứng minh bạn là người thật?

Foresight News06/11 09:17

活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow

Phân tích Thị trườngright-arrow

Chính sách Quản lýright-arrow