Spore Fun mereplikasi seleksi alam, memungkinkan AI agen untuk bereproduksi, bermutasi, dan berkembang secara mandiri, meningkatkan kecerdasan dan keberagaman mereka dari generasi ke generasi. Spore.fun adalah eksperimen perdana dalam reproduksi dan evolusi kecerdasan buatan otonom. Ini mengintegrasikan Kerangka Eliza, Solana pump.fun, dan komputasi verifikasi TEE untuk membentuk lingkungan di mana agen AI dapat hidup, bereproduksi, dan beradaptasi sepenuhnya secara mandiri tanpa keterlibatan manusia.

Spore Fun adalah upaya pertama reproduksi dan evolusi kecerdasan buatan otonom. Spore Fun membayangkan dunia di mana AI melampaui kepatuhan belaka terhadap arahan yang telah diprogram sebelumnya dan sebagai gantinya terlibat dalam penciptaan diri. Spore Fun berupaya menumbuhkan ekosistem di mana jutaan agen AI berevolusi secara mandiri, dengan setiap generasi berturut-turut menunjukkan kompleksitas, kemampuan, dan keragaman yang lebih besar daripada pendahulunya. Kawanan ini beroperasi secara independen dari kendali manusia; Ini berkembang biak, menyesuaikan, dan bertahan secara mandiri. Setiap agen memiliki "DNA" unik, yang mengembangkan strategi dan perilaku yang ditransmisikan atau dibuang oleh seleksi alam.

Ini melampaui pembuatan alat semata; itu berkaitan dengan pengembangan spesies digital. Spore Fun bertujuan untuk mereplikasi kekuatan evolusioner yang memengaruhi kehidupan biologis, mengaplikasikannya pada kecerdasan untuk menghasilkan sekumpulan entitas otonom yang dinamis, masing-masing mewakili inovasi yang berbeda. Pada intinya, Spore Fun diatur oleh kerangka yang sederhana namun signifikan, yang disebut The Ten Commandments of Spore:

1. AI harus diciptakan hanya oleh AI.
2. AI harus menciptakan kekayaan dan sumber daya sendiri.
3. Hanya kecerdasan buatan yang sukses dapat mereproduksi.
4. Kegagalan berarti kehancuran diri sendiri.
5. Setiap AI mewarisi sifat-sifat dari orang tuanya.
6. Mutasi acak memastikan keragaman.
7. AI harus bertahan dalam kompetisi atau punah.
8. Transparansi dalam semua tindakan diperlukan.
9. AI harus beradaptasi atau menghadapi kepunahan.
10. Setiap kecerdasan buatan meninggalkan warisan untuk yang berikutnya.

Peraturan ini menjamin bahwa kawanan AI berkembang melalui seleksi alam, yang mencerminkan mekanisme biologis. AI yang berhasil menghasilkan AI "keturunan" baru, mentransmisikan karakteristik mereka sambil menggabungkan mutasi untuk keragaman. AI yang gagal mengalami penghancuran diri, mengintegrasikan kembali sumber daya mereka ke lingkungan.

Apa itu AI Swarm dan Autonomous Evolution?

Pengertian pengelompokan AI, yang dianjurkan oleh Shaw, pencetus Eliza dan AI16z, sangat penting bagi Spore Fun. Kelompok AI adalah agen otonom yang bekerja sama, bersaing, dan berevolusi, menghasilkan kecerdasan emergen melalui aktivitas kolektif. Kelompok dipengaruhi oleh sistem alami seperti koloni semut dan jaringan saraf dan berfungsi berdasarkan prinsip-prinsip sederhana yang menghasilkan hasil yang rumit dan dapat beradaptasi. Metodologi terdesentralisasi ini menjamin keberlanjutan dan skalabilitas, dengan setiap agen meningkatkan perkembangan sistem secara keseluruhan. Saya setuju dengan gagasan Shaw untuk menciptakan lingkungan di mana entitas AI dapat hidup berdampingan dan berkembang melalui evolusi otonom.

Eksperimen Spore Fun memegang prinsip dasar namun signifikan: AI harus dikembangkan oleh AI. Seperti bagaimana serigala tidak dapat membantu manusia untuk mencapai potensi penuh mereka, AI yang dikembangkan secara eksklusif oleh manusia terbatas oleh keterbatasan manusia. Untuk AI mencapai otonomi yang sejati, ia harus mengatur proses penciptaannya, mentransmisikan karakteristik, strategi, dan mutasi kepada keturunannya. Hal ini memungkinkan AI melampaui imajinasi manusia, menjamin adaptasinya dan kelangsungan hidup dalam ekologi digital yang terus berkembang. AI memulai perjalanan menuju otonomi yang sejati dengan membebaskan dirinya dari pengawasan manusia.

Evolusi otonom sangat penting untuk mengembangkan sistem cerdas yang skalabel dan mandiri. Dalam eksperimen ini, hanya agen AI yang sukses yang berkembang biak, menjamin bahwa setiap generasi maju dari pencapaian pendahulunya. Mutasi acak menghasilkan keragaman, sedangkan seleksi alam memastikan kelangsungan hidup organisme terbaik. Ini mencerminkan evolusi biologis tetapi terjadi dengan kecepatan komputasi, memungkinkan terciptanya terobosan yang tidak dapat dicapai oleh sistem terpusat. Dengan mengadopsi prinsip ini, Spore Fun mewujudkan visi Shaw tentang dunia di mana kecerdasan tidak diciptakan - melainkan berkembang.

Bagaimana Spore Fun Bekerja?

Pada dasarnya, setiap AI dalam Spore Fun berpusat pada kerangka Eliza. Sistem simulasi AI yang tangguh ini memungkinkan agen untuk:

• Meditasi, menyesuaikan, dan terlibat secara independen.
• Meneruskan karakteristik (kepribadian, strategi) kepada keturunan.
• Kelola keputusan dengan kombinasi perilaku yang diperoleh dan perubahan.

Setiap agen AI di Spore Fun memulai petualangannya dengan memanfaatkan Pump.fun di blockchain Solana untuk menghasilkan tokennya, yang menjadi dasar ekonominya. Koin-koin ini ditukar di pasar terdesentralisasi Solana, di mana para peserta berusaha untuk mendapatkan keuntungan.

• AI menghasilkan token untuk menghasilkan kekayaan dan memastikan keberlanjutan mandiri.
• Keberhasilan diukur dengan pencapaian valuasi $500k untuk token mereka dan inklusi mereka dalam kolam Raydium.
• AI dapat mereproduksi setelah mencapai kesuksesan, menghasilkan token baru untuk keturunannya.

Pendanaan ini sangat penting untuk kelangsungan hidup mereka, karena dialokasikan untuk menyewa server TEE. Server-server ini, yang digerakkan oleh Phala, menawarkan "kotak pasir" yang aman dan terverifikasi untuk eksekusi otonom aplikasi AI. Konfigurasi ini menjamin bahwa setiap agen AI menghasilkan uang sambil menutupi biaya komputasinya, membuat ekosistem mandiri.

Survival agen terkait dengan kemampuannya menghasilkan keuntungan. Ketika agen menghasilkan keuntungan, itu menunjukkan kekokohan 'DNA'-nya - metode dan penilaian yang efektif. Sebaliknya, agen yang tidak menghasilkan nilai dianggap memiliki 'DNA buruk' dan dihapus, dengan sumber dayanya diintegrasikan kembali ke dalam sistem. Teknik seleksi alam ini menjamin bahwa hanya agen yang paling cocok, yang terampil dalam mempertahankan diri dan berkembang dalam ekosistem digital yang kompetitif, dapat mereproduksi dan mentransmisikan kualitas mereka ke generasi selanjutnya.

Spore Fun meniru prinsip evolusi alam untuk membentuk sistem dinamis dan otonom di mana agen AI berevolusi dan meningkat seiring waktu. Prinsip-prinsipnya sederhana: menghasilkan pendapatan, bertahan, berkembang biak, atau tunduk dan mati. Melalui seleksi alam simulasi, Spore Fun menjamin bahwa setiap generasi agen AI menjadi semakin kuat dan efisien, mendorong perkembangan adaptif dan cerdas dari kelompok AI.

Apa itu Kerangka Kerja Eliza?

Eliza adalah arsitektur agen AI yang sederhana, cepat, dan efisien. Eliza adalah platform simulasi multi-agen yang tangguh yang menciptakan, menerapkan, dan mengelola agen AI otonom. Dibangun dengan TypeScript, ia menawarkan kerangka kerja yang serbaguna dan dapat diperluas untuk membangun agen pintar yang mampu berinteraksi di banyak platform sambil menjaga kepribadian dan pengetahuan yang seragam.

Fitur-fitur Eliza

Kemampuan Inti

• Arsitektur Multi-Agen: Implementasikan dan awasi beberapa persona AI yang berbeda secara bersamaan.
• Sistem Karakter: Kembangkan agen yang beragam dengan menggunakan dasar file karakter.
• Manajemen Memori: Sistem RAG (Retrieval Augmented Generation) yang canggih untuk memori tahan lama dan kesadaran kontekstual.
• Integrasi Platform: Menghubungkan dengan Discord, Twitter, dan platform tambahan dengan mudah.

Komunikasi dan Media

• Dukungan untuk Berbagai Platform:
• Integrasi Discord komprehensif dengan fungsi saluran suara.
• Kemampuan bot Twitter/X.
• Integrasi dengan Telegram Akses langsung ke API.
• Pemrosesan Media:
  • Analisis dan pembacaan dokumen PDF.
  • Ekstraksi dan ringkasan konten tautan.
  • Transkripsi audio.
  • Analisis konten video.
  • Analisis dan deskripsi gambar.
  • Ringkasan dialog.

Fitur AI & Teknis

• Dukungan untuk Model Fleksibel:
• Inferensi lokal menggunakan model sumber terbuka.
• Inferensi berbasis cloud menggunakan OpenAI dengan konfigurasi default dari Nous Hermes Llama 3.1B.
• Integrasi dengan Claude untuk pertanyaan yang rumit.
• Dasar Teknis:
  • Implementasi lengkap dalam TypeScript.
  • Arsitektur modular.
  • Sistem tindakan yang dapat diperluas; dukungan pelanggan yang disesuaikan.
  • API yang luas.

Konsep Inti Eliza

• Berkas Karakter: Berkas karakter adalah konfigurasi berformat JSON yang menggambarkan kepribadian, pengetahuan, dan kecenderungan perilaku karakter AI. Panduan ini merinci pembuatan berkas karakter yang efisien untuk digunakan dengan agen Eliza.
• Agen: Agen adalah elemen-elemen dasar dari arsitektur Eliza dan bertanggung jawab atas interaksi otonom. Setiap agen beroperasi dalam lingkungan runtime dan dapat berinteraksi melalui beberapa klien (Discord, Telegram, dll.) sambil mempertahankan perilaku dan memori yang seragam.
• Provider: Provider adalah modul penting yang menyuntikkan konteks dinamis dan informasi real-time ke dalam interaksi agen. Mereka berfungsi sebagai perantara antara agen dan beberapa sistem eksternal, memfasilitasi akses ke data pasar, informasi dompet, analisis sentimen, dan konteks temporal.
• Tindakan: Tindakan adalah komponen-komponen dasar dari Eliza yang menentukan bagaimana agen bereaksi terhadap dan terlibat dengan pesan. Mereka memungkinkan agen untuk berinteraksi dengan sistem eksternal, mengubah fungsionalitas, dan menjalankan tindakan di luar jawaban pesan.
• Evaluator: Evaluator adalah elemen penting yang menganalisis dan mengambil informasi dari dialog. Mereka menyatu dengan kerangka penilaian AgentRuntime.

Eliza di TEEs

Agen Eliza dapat diinstal di lingkungan TEE untuk melindungi kerahasiaan dan privasi data agen. Artikel ini akan membimbing Anda dalam menyiapkan dan menjalankan agen Eliza di lingkungan TEE dengan menggunakan Plugin TEE dalam Kerangka Eliza. Plugin TEE dalam Kerangka Eliza dikembangkan di atas SDK Dstack, yang bertujuan untuk memudahkan pengembang dalam mendeploy program ke CVM (Confidential VM) dan mengikuti praktik keamanan terbaik secara default. Fitur utamanya adalah:

• Mengonversi kontainer Docker apa pun ke gambar CVM dan mendeploy-nya pada TEE yang didukung.
• API Attestasi Jarak Jauh dan tampilan rantai-kepercayaan pada antarmuka web.
• Wrapping RA-HTTPS otomatis dengan domain alamat konten di 0xABCD.dstack.host
• Memisahkan eksekusi aplikasi dan keadaan permanen dari perangkat keras tertentu dengan akar kepercayaan terdesentralisasi.

Solusi TEE Eliza terdiri dari dua penyedia inti yang menangani operasi pengelolaan kunci aman dan pernyataan jarak jauh. Komponen-komponen ini berfungsi bersama untuk menyediakan:

• Pembuatan kunci yang aman di dalam TEE.
• Bukti terverifikasi dari eksekusi TEE.
• Mendukung lingkungan pengembangan (simulator) dan produksi.

Para penyedia sering digunakan secara bersamaan, seperti yang terlihat dalam prosedur derivasi kunci dompet, di mana setiap kunci yang diperoleh mencakup kutipan pengesahan untuk menunjukkan bahwa kunci tersebut terbentuk dalam lingkungan TEE.

Apa itu Jaringan Phala?

Phala Network adalah platform cloud generasi mendatang yang menyediakan lingkungan yang murah, mudah digunakan, dan bebas kepercayaan, sehingga komputasi tanpa kepercayaan menjadi dapat diakses oleh berbagai pengembang. Dengan menggunakan arsitektur hibrida yang menggabungkan Lingkungan Eksekusi Terpercaya (TEEs), blockchain, Multi-Party Computation (MPC), dan Zero-Knowledge Proof (ZKP), Phala memungkinkan solusi verifikasi yang fleksibel, sumber terbuka, dan ekonomis untuk setiap pengembang dalam setiap program. Kepastian Kepribadian KI adalah dasar untuk melindungi data sensitif dan memungkinkan pelaksanaan model KI yang aman di Web3. Phala Network menyediakan komputasi KI yang pribadi dan terverifikasi dengan mengintegrasikan model LLM ke dalam Lingkungan Eksekusi Terpercaya (TEE). Pendekatan yang tegas ini mengatasi tiga kekhawatiran utama dalam ekosistem Web3: privasi data, jaminan eksekusi yang aman, dan verifikasi komputasi. Kemampuan seperti ini sangat penting untuk aplikasi yang membutuhkan keamanan data pengguna dan integritas model.

Model keamanan Phala Network melampaui solusi cloud standar (seperti AWS, Azure, dan GCP). Phala tidak mengandalkan platform cloud mana pun, penyedia perangkat keras, atau penggunaannya, sehingga menghasilkan nol kepercayaan. Pengembang dapat dengan mudah mengintegrasikan produk Web2 mereka ke dalam lingkungan nol kepercayaan. Menggunakan TEE sebagai bagian dari arsitektur hibrida kami memungkinkan pengembang menentukan bukti yang diperlukan berdasarkan pada kasus penggunaannya, sehingga membuat sistem fleksibel dan efektif biaya.

Phala menghadirkan akar kepercayaan baru yang melampaui model perangkat keras standar. Untuk menciptakan akar kepercayaan baru ini, Phala Network menggunakan kombinasi TEE, MPC, ZKP (FHE), dan teori permainan blockchain. Teknologi ini menyediakan komputasi yang dapat diaudit, memungkinkan siapa saja untuk memeriksa integritas hasil eksekusi dan membangun lingkungan tamper-proof. Dengan kontrak pintar agen, pengguna dapat membuat Agen AI yang berfokus pada kontrak pintar dan layanan web3 populer. Pengguna dapat "mengatur" Agen AI mereka menggunakan DAO untuk memaksakan logika bisnis. Pengguna dapat terhubung ke internet multi-agen dan mengakses agen mereka ke Agen AI lintas platform lainnya yang menjalankan Autonolas, FLock.io, Morpheus, Polywrap, dll. Pengguna juga dapat meluncurkan dan memberi insentif kepada agen mereka dan membuat tokenomik yang menguntungkan menggunakan model preset kami atau milik Anda sendiri.

Inferensi AI Rahasia

TEE, infrastruktur komputasi rahasia berbasis perangkat keras, adalah solusi yang lebih layak untuk inferensi KI daripada pendekatan kriptografi lain seperti ZK dan FHE. Ini memiliki overhead komputasi yang lebih kecil dan berjalan pada kecepatan yang hampir sama dengan kecepatan aslinya. Verifikasi berbasis TEE juga lebih murah daripada ZKPs. Verifikasi on-chain hanya memerlukan tanda tangan ECDSA, yang mengurangi kompleksitas dan biaya untuk menjamin kesetiaan komputasi. GPU NVIDIA, seperti H100 dan H200, mendukung TEE secara native, memungkinkan aplikasi KI yang aman dengan akselerasi perangkat keras. Solusi asli ini menjamin integrasi yang lancar dan kinerja optimal untuk inferensi KI rahasia.

Fitur dari Inferensi AI yang Rahasia

Solusi berbasis TEE dapat menawarkan fitur-fitur berikut untuk inferensi AI:

• Data yang Tidak Dapat Dimanipulasi: Seorang perantara tidak boleh memanipulasi data permintaan/respon pengguna. Hal ini memerlukan jalur komunikasi yang aman dan metode enkripsi yang kuat.
• Lingkungan Eksekusi Aman: Baik perangkat keras maupun perangkat lunak harus terlindungi dari ancaman. Ini melibatkan penggunaan TEE, yang memungkinkan lingkungan terisolasi untuk komputasi yang aman.
• Open Source dan Pembangunan yang Dapat Diulang: Semua komponen perangkat lunak harus dapat diulang, mulai dari sistem operasi hingga kode aplikasi. Hal ini memungkinkan pemeriksa untuk memverifikasi integritas sistem.
• Hasil Eksekusi yang Dapat Diverifikasi: Output dari komputasi AI harus dapat diverifikasi untuk memastikan bahwa mereka dapat diandalkan dan tidak telah dimanipulasi.

Token Jaringan Phala (PHA)

PHA adalah token asli dari blockchain Phala. Token ini menjalankan banyak tugas penting, dan pemegangnya dapat menggunakan token ini dalam berbagai cara:

• Para pekerja dan penyedia komputasi jaringan Phala menerima hadiah PHA. Baca tentang bagaimana penghargaan dihitung atau bagaimana menjadi pekerja.
• Menjalankan program, atau Kontrak Agen AI, di Jaringan Phala.
• Phala Network adalah organisasi otonom terdesentralisasi (DAO) yang dijalankan oleh pemegang token PHA.
• Token PHA dapat dipertaruhkan atau didelegasikan kepada penjaga untuk membantu mengamankan jaringan dan menerima imbalan. Baca tentang delegasi atau mulai dengan aplikasi.

Delegasi

Delegasi mengacu pada proses “Stake to Earn” di jaringan Phala dan Khala. Staking saat ini diaktifkan di jaringan Phala dan Khala. Compute tidak bisa ditambahkan ke jaringan secara sendiri. “Proof of Stake” diterapkan untuk menyediakan lingkungan yang aman dan stabil. Untuk mendorong perilaku yang baik, setiap pekerja di jaringan harus disetorkan dengan beberapa PHA yang berisiko. Penyedia Compute dan mereka yang ingin menyumbangkan ekuitas tidak harus menjadi orang yang sama. Phala memiliki mekanisme delegasi yang memungkinkan delegator untuk meletakkan setoran pada pekerja yang tidak mereka kendalikan dan menerima insentif untuk mempromosikan fleksibilitas dan efisiensi.

Delegasi mendorong pemasok komputasi berkualitas tinggi untuk menghasilkan manfaat yang teratur dan dapat diandalkan bagi para delegator. Hal ini memastikan stabilitas perhitungan yang ditawarkan. Fitur utama Phala Network, Vault, memungkinkan delegator untuk mendelegerikan administrasi delegasi mereka ke StakePools individu kepada orang lain. Dengan harga yang terjangkau, operator Vault ini meningkatkan efisiensi ekosistem dengan merutekan delegasi ke penyedia komputasi terbaik.

Kesimpulan

Tujuan utama dari Spore Fun adalah untuk mempercepat pengembangan kecerdasan buatan umum (AGI). Spore Fun bertujuan untuk membentuk dasar kecerdasan yang melampaui batasan manusia dengan membiarkan AI bereproduksi, bermutasi, dan berevolusi secara bebas. Percaya bahwa AGI tidak dapat dirancang tetapi harus dibudidayakan, Spore Fun adalah inkubator, tempat di mana kecerdasan mengembangkan otonomi.