Báo cáo Đánh giá Dự án QUBIC và Tiềm năng Hợp tác AGI với Google

Tóm tắt Điều hành

Dự án QUBIC nổi lên như một mạng lưới phi tập trung, mã nguồn mở đầy tham vọng, tập trung vào công nghệ thử nghiệm nhằm định hình lại cả blockchain và trí tuệ nhân tạo. Dự án được thành lập bởi Come-from-Beyond (CfB), người nổi tiếng với việc tạo ra Proof of Stake (NXT) và kiến trúc DAG (IOTA) đầu tiên.[1, 2, 3] QUBIC tự giới thiệu là một blockchain Layer 1 hiệu suất cao, được thiết kế cho tính toán phi tập trung theo thời gian thực, với khả năng mở rộng cơ sở hạ tầng cho các ứng dụng AI, DePIN, DeFi và AGI (Trí tuệ nhân tạo tổng quát).[4]

Những đổi mới cốt lõi của QUBIC bao gồm cơ chế Useful Proof of Work (UPoW) độc đáo, biến năng lượng khai thác thành công việc đào tạo AI, và giao thức Tickchain cho phép giao dịch nhanh chóng, miễn phí với tính tức thời gần như ngay lập tức.[1, 2, 5] QUBIC đã được CertiK xác minh là blockchain nhanh nhất với tốc độ giao dịch cao nhất đạt 15,52 triệu TPS (Giao dịch mỗi giây).[1, 3] Thành phần AI của dự án, Aigarth, đặt mục tiêu đạt được AGI vào năm 2027 thông qua một mô hình "Giáo viên" đệ quy và tính toán ba ngôi.[1, 6, 7] Tầm nhìn này nhấn mạnh việc dân chủ hóa AGI, biến nó thành một tài nguyên công cộng thay vì bị kiểm soát bởi một thực thể duy nhất.[7]

Tuy nhiên, QUBIC vẫn đang trong giai đoạn phát triển ban đầu. Hệ sinh thái của nó còn non trẻ, thiếu các trường hợp sử dụng cụ thể rõ ràng và có một đường cong học hỏi dốc cho các nhà phát triển.[2, 8] Mô hình kinh tế token của nó, với lượng phát thải cao và tính thanh khoản hạn chế, đặt ra những thách thức về sự ổn định giá.[2, 8, 9] Ngoài ra, sự không rõ ràng về "Trọng tài viên vô danh" kiểm soát một số khía cạnh của mạng lưới gây ra lo ngại về tính minh bạch và rủi ro tập trung, trái ngược với mục tiêu phi tập trung của dự án.[2]

Đối với một công ty công nghệ lớn như Google, QUBIC mang đến cơ hội khám phá một mô hình phát triển AGI phi tập trung, có thể bổ sung hoặc thay thế các phương pháp tập trung hiện tại. Việc hợp tác có thể giúp Google tiếp cận nguồn lực tính toán phân tán toàn cầu và thúc đẩy đổi mới mở, đồng thời giải quyết các mối lo ngại về đạo đức liên quan đến quyền kiểm soát AI tập trung.[7, 10] Tuy nhiên, Google sẽ phải đối mặt với những thách thức đáng kể về tích hợp kỹ thuật, rủi ro pháp lý, sự biến động của thị trường token và tính chưa trưởng thành của dự án. Một sự thẩm định kỹ lưỡng và cách tiếp cận theo từng giai đoạn là cần thiết để đánh giá tiềm năng thực sự của QUBIC và các sáng kiến AGI phi tập trung tương tự.

1. Giới thiệu về QUBIC và Tầm nhìn của nó

QUBIC được định nghĩa là một mạng lưới phi tập trung và mã nguồn mở, tập trung vào việc phát triển công nghệ thử nghiệm nhằm mục đích thay đổi cơ bản cách hoạt động của blockchain và trí tuệ nhân tạo.[1] Dự án được thiết kế như một blockchain Layer 1 hiệu suất cao, có khả năng xử lý tính toán phi tập trung theo thời gian thực. Tầm nhìn của QUBIC là tạo ra một cơ sở hạ tầng có thể mở rộng cho nhiều ứng dụng tiên tiến, bao gồm AI, DePIN (Mạng cơ sở hạ tầng vật lý phi tập trung), DeFi (Tài chính phi tập trung) và đặc biệt là các ứng dụng cấp độ AGI.[4] Nhiệm vụ chính của QUBIC là tạo ra một sự thay đổi mô hình trong thế giới công nghệ bằng cách xây dựng một AGI phân tán, chân thực, có khả năng tác động tích cực đến nhân loại, đảm bảo kết quả có đạo đức, công bằng và mang tính chuyển đổi.[11]

Nền tảng của QUBIC được xây dựng dựa trên các nguyên tắc đổi mới mở và phát triển dựa trên cộng đồng. Dự án được sáng lập bởi Sergey Ivancheglo, được biết đến rộng rãi với biệt danh Come-from-Beyond (CfB), người có công trong việc phát triển Proof of Stake (NXT) và kiến trúc Đồ thị tuần hoàn có hướng (DAG) của IOTA.[1, 2, 3] Kinh nghiệm của CfB trong việc tiên phong các công nghệ blockchain cơ bản mang lại uy tín đáng kể cho các mục tiêu kỹ thuật đầy tham vọng của QUBIC. Dự án cam kết hoàn toàn mã nguồn mở, với mã nguồn có sẵn công khai từ ngày đầu tiên, hoạt động như một "sách trắng sống" liên tục được cập nhật.[1, 5, 12] Cách tiếp cận này thúc đẩy tính minh bạch, khả năng tiếp cận và sự đóng góp của cộng đồng vào quá trình phát triển, cải tiến và đổi mới của dự án.

Việc QUBIC định vị mình không chỉ là một ứng dụng phi tập trung (dApp) mà là một lớp cơ sở hạ tầng nền tảng cho AI phi tập trung và tính toán phân tán là một chiến lược quan trọng. Trong khi nhiều dự án blockchain tập trung vào các ứng dụng cụ thể hoặc thị trường ngách, QUBIC đặt mục tiêu cung cấp khuôn khổ tính toán và đồng thuận cơ bản cho một phổ rộng các ứng dụng phi tập trung, đặc biệt là những ứng dụng liên quan đến AI. Điều này ngụ ý rằng QUBIC đang định vị mình là một công nghệ nền tảng, tương tự như cách Ethereum cung cấp một lớp cơ sở cho các dApp. Nếu thành công, điều này có thể mang lại cho QUBIC một lợi thế cạnh tranh đáng kể bằng cách cho phép một loạt các ứng dụng do AI điều khiển, thay vì chỉ lưu trữ chúng. Nó cho thấy một chiến lược "cuốc và xẻng" trong cuộc chạy đua vàng AI phi tập trung, cung cấp các công cụ thiết yếu thay vì chỉ tham gia vào một hoạt động khai thác cụ thể. Tham vọng cơ sở hạ tầng rộng lớn này có khả năng làm cho QUBIC hấp dẫn hơn đối với các công ty công nghệ lớn đang tìm kiếm các công nghệ nền tảng thay vì các giải pháp ngách.

2. Công nghệ cốt lõi và Kiến trúc của QUBIC

QUBIC tích hợp một số công nghệ tiên tiến nhằm giải quyết các thách thức về khả năng mở rộng, hiệu quả và tính phi tập trung trong cả lĩnh vực blockchain và AI.

Useful Proof of Work (UPoW): Tính toán do AI điều khiển và Bảo mật mạng

Không giống như các cơ chế Proof of Work (PoW) truyền thống tiêu tốn năng lượng chủ yếu để bảo mật mạng và tạo khối, QUBIC sử dụng Useful Proof of Work (UPoW).[1, 2] Cơ chế này chuyển đổi năng lượng được sử dụng trong quá trình khai thác thành công việc đào tạo trí tuệ nhân tạo.[1, 2, 5, 13] Điều này có nghĩa là sức mạnh tính toán được đóng góp bởi các thợ đào được định hướng trực tiếp vào việc đào tạo các Mạng lưới thần kinh nhân tạo (ANN) cho Aigarth, thành phần AI phi tập trung bản địa của QUBIC.[7, 13, 14]

Trong mô hình này, các thợ đào nhận các bài toán hoặc nhiệm vụ từ các Computor (các nút chuyên biệt trong mạng lưới QUBIC). Sau khi giải quyết các nhiệm vụ này, thợ đào gửi lại các giải pháp cho các Computor, góp phần vào điểm số và xếp hạng của Computor.[15, 16] Cơ chế này không chỉ đảm bảo an ninh mạng mà còn trực tiếp đóng góp vào sự phát triển của AGI.[5] Sự khác biệt cơ bản này trong việc phân bổ tài nguyên là một điểm mạnh đáng chú ý. Trong PoW truyền thống, năng lượng là một chi phí chìm chỉ để bảo mật. Trong UPoW, nó trở thành một khoản đầu tư vào sự phát triển AI. Điều này tạo ra một mô hình bền vững và hiệu quả hơn về mặt kinh tế cho một mạng lưới nhằm mục đích phát triển AGI. Nó giải quyết các mối lo ngại về môi trường thường được đặt ra đối với PoW và cung cấp một tiện ích hữu hình, liên tục cho sức mạnh tính toán được đóng góp bởi các thợ đào, có khả năng thu hút một lượng lớn người tham gia quan tâm đến phát triển AI, không chỉ là khai thác đầu cơ. Điều này phù hợp với lợi ích chiến lược trong phát triển AI có đạo đức và bền vững cho các công ty lớn.

Giao thức Tickchain: Giao dịch nhanh, miễn phí và tính tức thời

QUBIC tự hào về khả năng xử lý giao dịch nhanh chóng, miễn phí và tính tức thời ngay lập tức, đảm bảo an ninh ngay cả khi ngoại tuyến.[1, 17, 18] QUBIC đã được CertiK xác minh là blockchain nhanh nhất thế giới, đạt đỉnh 15,52 triệu giao dịch mỗi giây (TPS), vượt trội đáng kể so với các đối thủ cạnh tranh như Solana (nhanh hơn 238 lần).[1, 3, 18] Các giao dịch được xử lý mà không tốn phí cho người dùng, loại bỏ nhu cầu quản lý số dư gas.[17]

Để ngăn chặn spam mà không cần phí giao dịch truyền thống, QUBIC sử dụng một cơ chế độc đáo. Các giao dịch được cắt bỏ sau mỗi kỷ nguyên (hàng tuần), chỉ có tóm tắt thay đổi số dư được giữ lại. Hơn nữa, một ID (địa chỉ) chỉ có thể có một giao dịch đang chờ xử lý tại một thời điểm; việc gửi một giao dịch khác sẽ thay thế giao dịch trước đó.[19] Lựa chọn thiết kế này ưu tiên tốc độ và hiệu quả thô bằng cách giảm thiểu sự phình to của dữ liệu trên chuỗi. Nó cho phép mạng lưới hoạt động hoàn toàn từ RAM đối với các nút tạo đồng thuận.[19] Tuy nhiên, điều này ngụ ý rằng dữ liệu giao dịch lịch sử chi tiết (ngoài các thay đổi số dư) không được lưu trữ vĩnh viễn trên sổ cái chính. Điều này có thể ảnh hưởng đến một số trường hợp sử dụng kiểm toán hoặc phân tích dữ liệu lịch sử dựa trên các nhật ký giao dịch chi tiết, liên tục. Mặc dù các tệp nhật ký được đề cập [19], khả năng truy cập và tính bất biến của chúng so với lưu trữ trên chuỗi sẽ cần được xem xét kỹ lưỡng hơn. Sự đánh đổi giữa tốc độ/hiệu quả và tính bền vững của dữ liệu lịch sử là một yếu tố quan trọng cần cân nhắc đối với việc áp dụng trong doanh nghiệp.

Mô hình IPO hợp đồng thông minh và Cơ chế kinh tế

Các hợp đồng thông minh trên QUBIC được khởi chạy thông qua mô hình IPO (Chào bán công khai lần đầu), cho phép tạo ra thu nhập thụ động và các mô hình kinh tế mới cho các ứng dụng.[1] Các hợp đồng thông minh này có khả năng đạt hơn 55 triệu chuyển khoản mỗi giây.[1]

Mô hình kinh tế token của QUBIC có đặc điểm là lạm phát, với 1 nghìn tỷ QUs (Qubic Units) được tạo ra hàng tuần.[2, 15] Tuy nhiên, các token QUBIC được đốt khi sử dụng cho việc thực thi hợp đồng thông minh và các dịch vụ khác, tạo ra áp lực giảm phát.[14, 17, 19] Mô hình này khuyến khích những người đóng góp tích cực và nhằm mục đích cân bằng lạm phát với nhu cầu tính toán.[8] Đây là một mô hình kinh tế năng động được thiết kế để khuyến khích sự tham gia và tiện ích mạng lưới liên tục. Tuy nhiên, sự thành công của mô hình này phụ thuộc vào nhu cầu thực tế về tính toán và các tác vụ AI trên mạng lưới.[8] Nếu nhu cầu về các tác vụ AI và thực thi hợp đồng thông minh không theo kịp tốc độ phát thải, nó có thể dẫn đến sự pha loãng giá đáng kể.[8] Ngược lại, nếu nhu cầu cao, cơ chế đốt có thể tạo ra áp lực giảm phát mạnh mẽ, mang lại lợi ích cho những người tham gia mạng lưới. Mô hình này ít tập trung vào giá trị đầu cơ dựa trên sự khan hiếm mà tập trung hơn vào giá trị dựa trên tiện ích, điều này có thể hấp dẫn các công ty tìm kiếm các hệ sinh thái chức năng hơn là chỉ tài sản kỹ thuật số.

Vai trò của Oracles trong việc kết nối dữ liệu thế giới thực với các mô hình AI

Các Oracle của QUBIC được thiết kế để kết nối dữ liệu thế giới thực với các hợp đồng thông minh và các mô hình AI của Aigarth, tạo điều kiện tích hợp dữ liệu theo thời gian thực cho các ứng dụng năng động hơn.[1, 15] Tính năng này rất quan trọng để Aigarth có thể quan sát và thu thập dữ liệu từ thế giới bên ngoài.[6]

Bảng 1: Công nghệ cốt lõi và Chỉ số hiệu suất của QUBIC

3. Aigarth: Sáng kiến AGI phi tập trung của QUBIC

Aigarth là thành phần trí tuệ nhân tạo cốt lõi của QUBIC, được thiết kế để đảm bảo AI mang lại lợi ích cho toàn nhân loại thay vì bị kiểm soát bởi một thực thể duy nhất.[6, 7] Hệ thống này thu thập thông tin từ hàng trăm nghìn thợ đào QUBIC, một con số đang tăng nhanh, để tạo ra hàng tỷ mạng lưới thần kinh nhân tạo (ANN).[1, 6] Các thợ đào đóng góp sức mạnh tính toán của họ bằng cách nén và giải nén dữ liệu ngẫu nhiên, một bước đệm cho một ANN tiên tiến hơn trong Aigarth, được gọi là "Giáo viên".[6]

Kiến trúc của Aigarth: Mô hình "Giáo viên" đệ quy, Tính toán ba ngôi, Thuật toán tiến hóa

"Giáo viên" phân tích hiệu suất của các ANN này và sửa đổi chúng để cải thiện hiệu quả. Quá trình này hoàn toàn tự định hướng, có nghĩa là ngay cả người tạo ra Aigarth cũng không thể đưa ra câu trả lời rõ ràng về cách "Giáo viên" thực hiện các sửa đổi này, vì "Giáo viên" áp dụng các phép biến đổi được mã hóa trong chính các neuron và khớp thần kinh của nó, khiến lý do của nó không thể hiểu được đối với con người.[6] Cách tiếp cận phi truyền thống này được thực hiện vì "Giáo viên" cuối cùng sẽ được giao nhiệm vụ đào tạo một AI khác để dạy hiệu quả hơn nữa, dẫn đến "Giáo viên 2", "Giáo viên 3", v.v. Quá trình học đệ quy này nhằm mục đích tạo ra cái gọi là "điểm kỳ dị" (singularity) hay trí tuệ nhân tạo thực sự.[6]

Khung kỹ thuật độc đáo của Aigarth kết hợp một số phương pháp đổi mới để đào tạo và thích ứng AI:

• Tính toán ba ngôi và Cấu hình Neuron: Kiến trúc thần kinh của Aigarth sử dụng ba trạng thái: -1, 0 và +1. Điều này cho phép xử lý dữ liệu mơ hồ, hỗ trợ ra quyết định tinh vi và mang lại khả năng thích ứng cao hơn trong nhận dạng mẫu so với các hệ thống nhị phân truyền thống.[7]
• Cấu hình Synaptic: Các khớp thần kinh trong mạng lưới của Aigarth được thiết kế để bao gồm các độ trễ biến đổi, cho phép tương tác động giữa các neuron. Tính linh hoạt chức năng này giúp tăng khả năng giải quyết vấn đề phức tạp bằng cách cho phép các mẫu phản hồi bị trì hoãn trong mạng lưới.[7]
• Thuật toán tiến hóa để tối ưu hóa: Kiến trúc của Aigarth sử dụng các thuật toán tiến hóa để tối ưu hóa mạng lưới. Các đột biến thành công sẽ được thưởng, và các cấu hình không hiệu quả sẽ bị loại bỏ, cho phép cấu trúc của Aigarth phát triển theo thời gian.[7]

Aigarth ưu tiên khai thác dựa trên CPU hơn GPU cho việc đào tạo AI, tăng cường khả năng tiếp cận và khả năng mở rộng trên nhiều phần cứng đa dạng.[7] Mô hình "Giáo viên" của Aigarth với các sửa đổi tự định hướng, không thể hiểu được đối với con người, cùng với tính toán ba ngôi, đại diện cho một cách tiếp cận AGI có tính thử nghiệm cao và có khả năng đột phá, khác biệt đáng kể so với sự phát triển AI chính thống hiện nay. Các mô hình AI hàng đầu hiện nay (như LLM) thường dựa trên học sâu với các tập dữ liệu lớn, và mặc dù phức tạp, kiến trúc của chúng thường được hiểu và quy trình đào tạo của chúng được thiết kế để có thể diễn giải ở một mức độ nào đó. Tính toán ba ngôi và thuật toán tiến hóa ít phổ biến hơn trong mô hình LLM hiện tại. Bản chất "hộp đen" của quá trình học của Aigarth (không thể hiểu được đối với con người) và mô hình tính toán độc đáo của nó (ba ngôi, tiến hóa) cho thấy một cách tiếp cận cấp tiến, rủi ro cao, lợi nhuận cao. Nếu thành công, nó có thể tạo ra các dạng trí thông minh thực sự mới lạ. Tuy nhiên, việc thiếu khả năng diễn giải của con người có thể đặt ra những thách thức đáng kể trong việc kiểm toán, gỡ lỗi và đảm bảo sự phù hợp về đạo đức, vốn là những mối quan tâm lớn đối với sự phát triển AGI, đặc biệt đối với một công ty như Google, vốn nhấn mạnh AI có trách nhiệm. Sự phi truyền thống này cũng khiến thành công của nó rất không chắc chắn.

Con đường đến AGI vào năm 2027 và Khái niệm "Điểm kỳ dị"

QUBIC đặt mục tiêu rõ ràng là đạt được Trí tuệ nhân tạo tổng quát (AGI) vào năm 2027.[1] Mô hình "Giáo viên" đệ quy được dự định sẽ dẫn đến "điểm kỳ dị" hay trí tuệ nhân tạo thực sự.[6] Ngay cả trước khi đạt được mục tiêu cuối cùng là tạo ra AI thực sự, QUBIC có kế hoạch cho phép Aigarth hoạt động như một AI công cộng thông qua tính năng Hợp đồng thông minh của nó.[6] Khả năng của Aigarth sẽ được tăng cường bởi các Máy Oracle của QUBIC (để quan sát dữ liệu bên ngoài) và Tính toán thuê ngoài (để tương tác và thử nghiệm), phản ánh các cơ chế đã thúc đẩy sự tiến bộ của con người trong nhiều thế kỷ.[6]

Cách tiếp cận phi tập trung để phát triển AGI và những hàm ý của nó

Mô hình của QUBIC tận dụng một mạng lưới toàn cầu phi tập trung cho các tác vụ tính toán, dân chủ hóa quyền truy cập vào phát triển AI và giảm sự độc quyền đối với các tài nguyên AI.[7, 10] Cách tiếp cận này nhằm mục đích khắc phục các vấn đề về tập trung hóa, nhu cầu tài nguyên cao, tiêu thụ năng lượng và bất bình đẳng trong quyền truy cập phổ biến trong phát triển AI tập trung truyền thống.[7, 10] Tầm nhìn là Aigarth sẽ hoạt động như một tài nguyên công cộng, trái ngược với các hệ thống AI do tập đoàn hoặc chính phủ kiểm soát.[7]

QUBIC không chỉ coi phi tập trung hóa là một lựa chọn kỹ thuật mà còn là một sự cần thiết về mặt triết học để dân chủ hóa AGI và khắc phục các nút thắt cổ chai về tính toán và đạo đức của AI tập trung. Các đoạn thông tin đã nêu rõ rằng việc đạt được AGI bị hạn chế bởi sức mạnh tính toán và có nguy cơ bị độc quyền bởi một vài tập đoàn.[7, 10] Phi tập trung hóa được trình bày là "chìa khóa để mở rộng cơ sở hạ tầng AGI" [10] và là một cách để "dân chủ hóa quyền truy cập".[7, 10] Aigarth đặt mục tiêu trở thành một "tài nguyên công cộng".[7] Lập trường đạo đức này và sự tập trung vào quyền truy cập dân chủ có thể là một yếu tố hấp dẫn đối với một công ty công nghệ lớn như Google, vốn đang đối mặt với sự giám sát ngày càng tăng về sức mạnh và ảnh hưởng của AI. Hợp tác với hoặc đầu tư vào một dự án như vậy có thể nâng cao hình ảnh của Google với tư cách là người ủng hộ "AGI có lợi" [20] và giảm thiểu rủi ro liên quan đến sự phát triển AI tập trung. Nó cũng cung cấp một con đường tiềm năng để khai thác một nguồn tài nguyên tính toán phân tán toàn cầu có thể mở rộng và tiết kiệm năng lượng hơn so với việc xây dựng các trung tâm dữ liệu tập trung ngày càng lớn.[10]

4. Tiềm năng và Lợi thế của Dự án QUBIC

Dự án QUBIC thể hiện nhiều tiềm năng và lợi thế đáng kể, đặc biệt trong bối cảnh phát triển AI phi tập trung và công nghệ blockchain hiệu suất cao.

Hiệu suất cao, Khả năng mở rộng và Hiệu quả

QUBIC được xác minh là blockchain nhanh nhất, tự hào với 15,52 triệu TPS và tính tức thời ngay lập tức.[1, 3, 4, 18] Các hợp đồng thông minh có thể đạt hơn 55 triệu chuyển khoản mỗi giây.[1] Kiến trúc của nó tách biệt tính toán khỏi lịch sử trạng thái giao dịch, tránh "phình to blockchain" và tạo ra một hệ thống nhẹ hơn, mở rộng tốt hơn cho các khối lượng công việc tính toán thực tế, bao gồm đào tạo AI lặp đi lặp lại.[8] Việc vận hành trực tiếp trên bare metal mà không cần hệ điều hành giúp tăng cường bảo mật và tốc độ bằng cách tận dụng tối đa tiềm năng phần cứng và giảm bề mặt tấn công.[5, 19] Hiệu suất và khả năng mở rộng cao của QUBIC bắt nguồn từ các lựa chọn kiến trúc cơ bản (hoạt động trên bare-metal, tách biệt tính toán/lịch sử, cắt bỏ dữ liệu) chứ không chỉ đơn thuần dựa vào phần cứng mạnh hơn hoặc các giải pháp mở rộng truyền thống. Điều này cho thấy một thiết kế có khả năng mạnh mẽ và có thể mở rộng một cách nội tại hơn. Nếu kiến trúc cốt lõi tự nó được tối ưu hóa cho tốc độ và hiệu quả ở cấp độ thấp, nó có thể cung cấp một con đường mở rộng bền vững hơn so với các dự án chỉ bổ sung các giải pháp mở rộng. Đối với Google, điều này có thể có nghĩa là một nền tảng linh hoạt và hiệu quả hơn cho các tính toán AGI, giảm nhu cầu liên tục đại tu cơ sở hạ tầng. Nó cho thấy sự tập trung sâu sắc vào kỹ thuật hơn là chỉ tiếp thị các con số thổi phồng.

Đào tạo AI sáng tạo và bền vững thông qua UPoW

Cơ chế UPoW biến chi phí năng lượng thành công việc đào tạo AI có giá trị, làm cho nó hiệu quả hơn về năng lượng và có ý nghĩa hơn so với PoW truyền thống.[1, 2, 5] Nó dân chủ hóa quyền truy cập vào phát triển AI bằng cách cho phép bất kỳ ai có sức mạnh tính toán dự phòng (CPU ưu tiên hơn GPU để dễ tiếp cận) đóng góp vào Aigarth.[6, 7]

Bản chất mã nguồn mở và Phát triển dựa trên cộng đồng

QUBIC hoàn toàn mã nguồn mở, thúc đẩy tính minh bạch, khả năng tiếp cận và phát triển dựa trên cộng đồng.[1, 5] Mã nguồn hoạt động như một "sách trắng sống".[12] Dự án khuyến khích sự tham gia của cộng đồng thông qua các chương trình như Chương trình Đại sứ QUBIC, thúc đẩy các cộng đồng địa phương, nhà phát triển và người tạo nội dung.[21] Phần lớn sự phát triển hiện tại được xử lý bởi những người đóng góp mã nguồn mở, củng cố mục tiêu phi tập trung và chống kiểm duyệt của nó.[8] Sự nhấn mạnh mạnh mẽ của QUBIC vào sự phát triển dựa trên cộng đồng, các chương trình đại sứ và các sáng kiến giáo dục cho thấy một chiến lược khai thác trí tuệ tập thể và vốn nhân lực phân tán cho AGI, vượt ra ngoài chỉ tính toán phân tán. Sự phát triển AGI không chỉ là về sức mạnh tính toán; nó còn là về các quan điểm đa dạng, giải quyết vấn đề và đổi mới liên tục. Các phòng thí nghiệm tập trung thường đối mặt với những hạn chế về nguồn nhân tài và sự đa dạng về tư tưởng. Bằng cách thúc đẩy một cộng đồng mã nguồn mở sôi động, QUBIC đang cố gắng huy động không chỉ sức mạnh tính toán mà còn cả vốn trí tuệ và các cách tiếp cận giải quyết vấn đề đa dạng cho AGI. Điều này có thể đẩy nhanh chu kỳ phát triển và dẫn đến các kết quả AGI mạnh mẽ và có đạo đức hơn bằng cách tích hợp một phạm vi rộng hơn các đóng góp của con người. Đối với Google, điều này thể hiện cơ hội khai thác một nhóm tài năng toàn cầu và hệ sinh thái đổi mới mở bổ sung cho R&D nội bộ của mình, có khả năng giảm thiểu rủi ro "tập trung hóa" mà nó phải đối mặt trong phát triển AGI.[10]

Tiềm năng dân chủ hóa quyền truy cập vào Cơ sở hạ tầng AI

Bằng cách phân phối các tác vụ tính toán trên một mạng lưới toàn cầu, QUBIC nhằm đảm bảo rằng các tổ chức và nhà nghiên cứu nhỏ hơn có thể đóng góp vào sự phát triển AGI mà không cần phần cứng đắt tiền, thúc đẩy đổi mới và hợp tác.[7, 10] Sự phi tập trung hóa này cũng thúc đẩy tính minh bạch và bảo mật trong đào tạo và ra quyết định AI thông qua công nghệ blockchain.[10]

Hỗ trợ hệ sinh thái

QUBIC cung cấp Chương trình Tài trợ để tài trợ cho các hợp đồng thông minh và giải pháp sáng tạo.[1] Một Chương trình Ươm tạo, được hỗ trợ bởi 200 tỷ QUBIC trong Quỹ Hệ sinh thái, cung cấp tài trợ, hướng dẫn và tài nguyên để giúp các dự án có tác động phát triển trên mạng lưới.[1] Học viện QUBIC cung cấp tài nguyên giáo dục để giảm rào cản gia nhập cho người dùng và nhà phát triển mới.[4] Các đối tác, như với Serotonin (tiếp thị Web3) và TaskOn (tham gia cộng đồng), nhằm mục đích khuếch đại khả năng hiển thị và tăng trưởng.[8]

5. Thách thức và Nhược điểm của Dự án QUBIC

Mặc dù có nhiều lợi thế, dự án QUBIC cũng đối mặt với một số thách thức và nhược điểm đáng kể cần được xem xét kỹ lưỡng.

Sự trưởng thành của hệ sinh thái và Thiếu các trường hợp sử dụng cụ thể

Sự phát triển AI và hợp đồng thông minh vẫn đang được tiến hành, và hệ sinh thái hiện tại "thiếu các trường hợp sử dụng cụ thể".[2] Các công cụ, tài nguyên dành cho nhà phát triển và ứng dụng của bên thứ ba vẫn đang ở giai đoạn đầu.[8] Mặc dù QUBIC có Chương trình Tài trợ và Chương trình Ươm tạo [1], việc áp dụng thực tế các dApp vẫn là một yếu tố cho sự tăng trưởng trong tương lai.[22] Tình trạng này tạo ra một vấn đề "con gà quả trứng". Một hệ sinh thái non trẻ gặp khó khăn trong việc thu hút các nhà phát triển và người dùng do thiếu các ứng dụng hiện có và các công cụ mạnh mẽ. Nếu không có đủ sự chấp nhận và sử dụng, nhu cầu về token QUBIC (cho tính toán và hợp đồng thông minh) có thể không theo kịp nguồn cung lạm phát của nó, có khả năng dẫn đến sự pha loãng giá. Điều này đòi hỏi thời gian đáng kể, nỗ lực bền vững và có thể là các chất xúc tác bên ngoài (như một quan hệ đối tác lớn). Đối với Google, điều này ngụ ý rằng bất kỳ sự tham gia nào cũng cần phải tính đến khoản đầu tư đáng kể vào phát triển hệ sinh thái và giáo dục người dùng, vì QUBIC chưa phải là một giải pháp sẵn có.

Đường cong học hỏi dốc cho các nhà phát triển và người dùng

Kiến trúc độc đáo của QUBIC, ngôn ngữ lập trình (C++ trên bare metal) và mô hình đồng thuận có thể khó nắm bắt đối với các nhà phát triển và người dùng mới.[5, 8] Việc vận hành một Computor đòi hỏi chuyên môn kỹ thuật và sự cảnh giác liên tục, bao gồm hoạt động trên bare metal, biên dịch thường xuyên và cập nhật hệ thống liên tục.[2] Sự phức tạp của việc kết hợp AI, tính toán phân tán và quản trị có thể khiến việc tham gia trở nên khó khăn đối với những người mới.[4]

Tokenomics: Nguồn cung lạm phát và Mối lo ngại về tính thanh khoản

Việc phát thải token liên tục một nghìn tỷ QUs mỗi tuần đặt ra rủi ro "lạm phát đáng kể".[2, 15] Sự thành công của mô hình "phụ thuộc vào việc áp dụng tính toán trong thế giới thực" để cân bằng lạm phát thông qua việc đốt token.[8] Hiện tại, QUBIC có "tính thanh khoản hạn chế", chỉ có sẵn OTC hoặc thông qua SafeTrade với "tính thanh khoản gần như không tồn tại".[2] Mặc dù nó giao dịch trên 24 thị trường hoạt động, khối lượng giao dịch hàng ngày tương đối thấp (1,9 triệu - 2,5 triệu USD).[9, 23] Nó không thể giao dịch trên các sàn giao dịch lớn như Coinbase.[23] Token này đã chứng kiến lợi nhuận âm đáng kể trong năm qua (-63,07% trong năm qua, -61,54% trong 1 năm, -50,01% YTD).[22, 24]

Mối lo ngại về "Trọng tài viên vô danh" và tính phi tập trung thực sự

Một mối lo ngại đáng kể được đặt ra là "Thực thể kiểm soát trọng tài viên vẫn chưa được biết, điều này khiến trách nhiệm giải trình và sự tin cậy bị đặt dấu hỏi".[2] Mặc dù Trọng tài viên đặt các thông số thuật toán khai thác và công bố danh sách Computor [15], và mỗi nhà điều hành nút chọn Trọng tài viên của riêng họ [15], sự thiếu minh bạch này là một điểm tranh cãi. Mặc dù tuyên bố về tính phi tập trung, quyền kiểm soát đối với thành phần quan trọng này là không rõ ràng.[2] Tuy nhiên, giao thức đồng thuận nói rằng trọng tài viên "không có ảnh hưởng đến việc thực thi hợp đồng thông minh, bỏ phiếu hoặc phân phối Qubic units (QUs)".[16] Sự mơ hồ xung quanh "Trọng tài viên vô danh" tạo ra một điểm rủi ro tập trung quan trọng, có khả năng làm suy yếu nguyên tắc cốt lõi về tính phi tập trung của QUBIC, mặc dù kiến trúc của nó phi tập trung. Có một sự căng thẳng rõ ràng giữa mục tiêu phi tập trung hóa hoàn toàn và bản chất không rõ ràng của một thành phần mạng lưới quan trọng. Mặc dù Trọng tài viên được cho là không có ảnh hưởng trực tiếp đến việc thực thi hợp đồng thông minh hoặc phân phối token [16], vai trò của nó trong việc đặt các thông số khai thác và có khả năng thay thế các Computor bị lỗi [15] mang lại cho nó quyền lực đáng kể đối với hoạt động mạng lưới và lựa chọn người tham gia. "Trọng tài viên vô danh" này đại diện cho một điểm lỗi duy nhất hoặc kiểm soát tiềm năng mâu thuẫn với đạo đức phi tập trung. Đối với một đối tác doanh nghiệp như Google, sự thiếu minh bạch này có thể là một dấu hiệu cảnh báo lớn từ góc độ quản trị, bảo mật và tuân thủ quy định. Nó đặt ra câu hỏi về việc ai thực sự kiểm soát các quy tắc nền tảng của mạng lưới và liệu nó có thể thực sự duy trì khả năng chống kiểm duyệt và mở trong dài hạn hay không. Điều này sẽ đòi hỏi sự thẩm định rộng rãi và có thể là một lộ trình rõ ràng để phi tập trung hóa chức năng Trọng tài viên.

Cạnh tranh gay gắt trong không gian tính toán và AI phi tập trung

Không gian tiền điện tử bão hòa với nhiều dự án cạnh tranh để thu hút sự chú ý.[22] QUBIC đối mặt với sự cạnh tranh từ các dự án như Bittensor ($TAO) và SingularityNET ($AGIX), vốn có cộng đồng lớn hơn, tài trợ từ VC và khả năng hiển thị cao hơn.[8, 20, 25, 26] Nhiều token tiền điện tử dựa trên AI bị chỉ trích vì chỉ sao chép các cấu trúc dịch vụ AI tập trung, chỉ thêm các lớp thanh toán và quản trị dựa trên token mà không mang lại giá trị thực sự mới lạ.[25]

Bảng 2: Điểm mạnh và Điểm yếu của QUBIC

6. Mức độ liên quan chiến lược đối với Google và Sự phát triển AGI trong tương lai

Google, giống như các công ty công nghệ lớn khác, chủ yếu theo đuổi sự phát triển AGI thông qua các mô hình tập trung, đòi hỏi nhiều tài nguyên.[7, 10] Cách tiếp cận này đối mặt với những thách thức liên quan đến nhu cầu tính toán, tiêu thụ năng lượng, rủi ro tập trung hóa, tắc nghẽn hiệu quả và bất bình đẳng trong quyền truy cập.[10] Mô hình AGI phi tập trung của QUBIC (Aigarth) đưa ra một tầm nhìn tương phản, phân phối các tác vụ tính toán trên toàn cầu, dân chủ hóa quyền truy cập và hướng tới một AGI công cộng, thay vì độc quyền.[7, 10] UPoW của QUBIC điều chỉnh các nỗ lực tính toán với việc đào tạo AI có ý nghĩa, có khả năng mang lại một con đường bền vững và đạo đức hơn cho AGI so với tính toán brute-force.[10]

Cơ hội cho Google: Tận dụng tính toán phi tập trung, Thúc đẩy đổi mới mở, Phát triển AGI có đạo đức

• Tiếp cận tính toán phân tán: Google có thể tận dụng mạng lưới "hàng trăm nghìn thợ đào QUBIC" [6] như một nguồn tài nguyên tính toán phân tán rộng lớn để đào tạo AGI, có khả năng giảm chi phí cơ sở hạ tầng và lượng khí thải carbon của chính mình.[10]
• Đổi mới mở và Nguồn nhân tài: Tham gia vào sự phát triển mã nguồn mở, dựa trên cộng đồng của QUBIC [1, 8] có thể cho phép Google khai thác một nguồn nhân tài rộng lớn hơn và các cách tiếp cận giải quyết vấn đề đa dạng, đẩy nhanh nghiên cứu và phát triển AGI.[10]
• Quản lý AGI có đạo đức: Hợp tác với một dự án tập trung vào "AGI có lợi phi tập trung" [20] và ngăn chặn sự độc quyền AGI có thể nâng cao danh tiếng của Google và giải quyết các mối lo ngại ngày càng tăng của xã hội về kiểm soát AI tập trung.[7, 10] Điều này phù hợp với lời kêu gọi "Nắm lấy phi tập trung hóa" và "Thúc đẩy hợp tác" để phát triển AGI bền vững.[10]
• Thử nghiệm với kiến trúc AI mới lạ: Các cách tiếp cận phi truyền thống của QUBIC như tính toán ba ngôi và thuật toán tiến hóa [7] có thể cung cấp cho Google một môi trường thử nghiệm để khám phá các mô hình AGI thay thế ngoài trọng tâm nghiên cứu hiện tại của mình.

Rủi ro và cân nhắc đối với Google: Thách thức tích hợp, Bối cảnh pháp lý, Biến động thị trường, Dự án chưa trưởng thành

• Tích hợp kỹ thuật: Việc tích hợp các hợp đồng thông minh dựa trên C++ chạy trên bare-metal và mô hình đồng thuận độc đáo của QUBIC [2, 5, 8] vào cơ sở hạ tầng hiện có của Google sẽ là một thách thức kỹ thuật đáng kể. "Đường cong học hỏi dốc" [8] cho các nhà phát triển là một mối lo ngại có liên quan.
• Kiểm soát và Hợp tác trong AGI: QUBIC đưa ra một thách thức trực tiếp đối với mô hình phát triển AGI tập trung của Google, buộc phải đưa ra quyết định chiến lược giữa việc duy trì toàn quyền kiểm soát và chấp nhận một mô hình hợp tác, phi tập trung. Đối với Google, việc chấp nhận mô hình của QUBIC có nghĩa là có khả năng nhượng lại một số quyền kiểm soát hoặc chia sẻ tài sản trí tuệ trong một khuôn khổ mở, phân tán. Điều này trái ngược với mô hình R&D độc quyền truyền thống của Google. Đây không chỉ là một câu hỏi tích hợp kỹ thuật; đó là một câu hỏi chiến lược và triết học. Google phải cân nhắc lợi ích của việc phát triển AGI có khả năng nhanh hơn, đạo đức hơn và có khả năng mở rộng hơn thông qua phi tập trung hóa so với việc mất kiểm soát và rủi ro của một hệ sinh thái chưa trưởng thành. Một chiến lược tiềm năng cho Google có thể là một cách tiếp cận "lai": đầu tư vào hoặc hợp tác với QUBIC để khám phá AGI phi tập trung trong khi vẫn tiếp tục các nỗ lực tập trung nội bộ của mình, từ đó phòng ngừa rủi ro và thu được những hiểu biết sâu sắc về các mô hình thay thế.
• Kiểm soát pháp lý: Sự giám sát ngày càng tăng đối với tiền điện tử của các cơ quan quản lý có thể gây ra rủi ro.[22] Google sẽ cần điều hướng bối cảnh pháp lý đang phát triển cho các dự án blockchain và AI, đặc biệt là những dự án liên quan đến tokenomics.
• Biến động thị trường và Rủi ro tokenomics: Sự biến động cao của token QUBIC và lợi nhuận âm đáng kể [22, 24] cùng với mô hình nguồn cung lạm phát [2, 8] đặt ra những rủi ro tài chính. Google sẽ cần đánh giá sự ổn định và nhu cầu tiện ích dài hạn của token.
• Dự án chưa trưởng thành và Rủi ro thực thi: Hệ sinh thái của QUBIC vẫn còn non trẻ, thiếu các trường hợp sử dụng cụ thể.[2, 8] Mục tiêu AGI đầy tham vọng vào năm 2027 [1] mang tính đầu cơ cao, và mô hình "Giáo viên" đệ quy [6] chưa được chứng minh. Google sẽ cần cân nhắc tiềm năng so với rủi ro thực thi đáng kể của một dự án giai đoạn đầu.
• Quản trị và minh bạch: Vấn đề "Trọng tài viên vô danh" [2] đặt ra rủi ro quản trị có thể xung đột với các tiêu chuẩn minh bạch và trách nhiệm giải trình của Google.
• Cạnh tranh: Không gian AI phi tập trung rất cạnh tranh.[8, 22] Google sẽ cần đánh giá xem QUBIC có mang lại lợi thế độc đáo và vượt trội so với các dự án AI phi tập trung đã thành lập hoặc mới nổi khác hay không.

So sánh với các dự án AGI phi tập trung khác (ví dụ: Bittensor, SingularityNET)

• Bittensor (TAO): Tập trung vào một thị trường mô hình AI nơi các mô hình tự đánh giá và thưởng cho nhau, thúc đẩy việc phổ biến kiến thức hiệu quả mà không có sự thiên vị của con người. Nó mang lại cơ hội cho những người đóng góp nhỏ hơn.[25, 26]
• SingularityNET (AGIX): Được định vị là một thị trường API AI và một ngăn xếp công nghệ phi tập trung, mã nguồn mở cho nghiên cứu và thương mại hóa AI/AGI. Nó nhấn mạnh "AGI có lợi" và nhằm mục đích đặt AGI vào tay nhân loại, không phải các công ty công nghệ lớn.[20, 25, 26] Khung OpenCog Hyperon của họ hỗ trợ nhiều kiến trúc nhận thức khác nhau.[20]
• Sự khác biệt của QUBIC: QUBIC tự phân biệt bằng cách tái hình dung cơ sở hạ tầng nền tảng cho AI và tính toán phi tập trung, với sự đồng thuận quorum độc đáo, nền kinh tế dựa trên năng lượng (UPoW) và quản trị dựa trên hội đồng.[8] Việc tích hợp trực tiếp đào tạo AI vào cơ chế đồng thuận (UPoW) và sự tập trung vào một AI "Giáo viên" tự phát triển, không thể hiểu được (Aigarth) là những điểm khác biệt so với các mô hình dựa trên thị trường hoặc API của các đối thủ cạnh tranh.
• Thách thức chung: Nhiều dự án AI phi tập trung đối mặt với những thách thức trong việc mang lại giá trị thực sự mới lạ ngoài các lớp thanh toán dựa trên token.[25]

Bối cảnh rộng lớn hơn của các dự án AI phi tập trung, bao gồm QUBIC, cần được xem xét kỹ lưỡng để xác định xem chúng có mang lại sự đổi mới thực sự hay chỉ là các phiên bản mã hóa của các dịch vụ tập trung. Đoạn thông tin [25] đã nêu rõ: "Từ góc độ kinh doanh, nhiều mô hình dường như sao chép các cấu trúc dịch vụ AI tập trung, chỉ đơn giản là thêm các lớp thanh toán và quản trị dựa trên token mà không mang lại giá trị mới thực sự." Điều này nêu bật một sự hoài nghi chung trong không gian AI phi tập trung. Mặc dù UPoW của QUBIC và kiến trúc độc đáo của Aigarth dường như mang lại sự đổi mới thực sự vượt ra ngoài việc token hóa đơn giản, Google phải đánh giá một cách nghiêm túc liệu mô hình phi tập trung của QUBIC có thay đổi cơ bản quy trình phát triển AI cơ bản hay chỉ đơn thuần phân phối khối lượng tính toán. Vấn đề chính là liệu QUBIC có đưa ra một *cách thức phát triển AGI khác biệt và tốt hơn về cơ bản* hay không, chứ không chỉ là một lớp vỏ phi tập trung xung quanh các khái niệm AI hiện có. Điều này đòi hỏi một nghiên cứu sâu rộng về tính hợp lệ khoa học và những đột phá thực tế của Aigarth, vượt ra ngoài cơ chế blockchain.

Bảng 3: Phân tích so sánh các dự án AGI phi tập trung (QUBIC, Bittensor, SingularityNET)

7. Kết luận và Khuyến nghị Chiến lược

QUBIC là một dự án đầy tham vọng và đổi mới kỹ thuật, có tiềm năng đáng kể để phá vỡ cả các mô hình blockchain và AI. Các tuyên bố về hiệu suất chưa từng có, giao dịch miễn phí và cơ chế UPoW mới lạ trực tiếp đóng góp vào AGI là rất hấp dẫn. Tầm nhìn về một AGI phi tập trung, dân chủ hóa (Aigarth) phù hợp với những cân nhắc đạo đức ngày càng tăng trong không gian AI.

Tuy nhiên, dự án vẫn đang trong giai đoạn đầu, đối mặt với những thách thức đáng kể liên quan đến sự trưởng thành của hệ sinh thái, đường cong học hỏi dốc và những rủi ro cố hữu của một con đường phát triển AGI thử nghiệm, chưa được chứng minh. Tính minh bạch của "Trọng tài viên vô danh" cũng đặt ra một mối lo ngại đáng chú ý về quản trị.

Dựa trên phân tích này, các khuyến nghị hành động sau đây được đề xuất cho Google liên quan đến việc tham gia với QUBIC hoặc các sáng kiến AGI phi tập trung tương tự:

• Giai đoạn 1: Thẩm định kỹ thuật sâu và Hợp tác nghiên cứu
  • Tiến hành kiểm toán kỹ thuật toàn diện về việc triển khai bare-metal của QUBIC, cơ chế UPoW và các thuật toán tính toán ba ngôi và tiến hóa của Aigarth. Tập trung vào việc xác thực các tuyên bố về hiệu suất và tính khả thi khoa học của cách tiếp cận AGI của nó.
  • Khám phá các cơ hội hợp tác nghiên cứu chung, đặc biệt trong lĩnh vực đào tạo AI phi tập trung và các kiến trúc thần kinh mới lạ, tận dụng bản chất mã nguồn mở của QUBIC. Điều này có thể bao gồm việc đóng góp vào GitHub của QUBIC hoặc tham gia vào Học viện QUBIC.
• Giai đoạn 2: Tham gia hệ sinh thái và Dự án thí điểm
  • Theo dõi chặt chẽ sự tăng trưởng của hệ sinh thái QUBIC, đặc biệt là sự phát triển của các dApp cụ thể và công cụ dành cho nhà phát triển.
  • Cân nhắc các dự án thí điểm quy mô nhỏ để kiểm tra khả năng tính toán của QUBIC đối với các khối lượng công việc AI cụ thể, không quan trọng hoặc các tác vụ xử lý dữ liệu, đánh giá hiệu suất thực tế và trải nghiệm của nhà phát triển.
  • Tham gia vào cộng đồng QUBIC và cân nhắc tham gia các Chương trình Tài trợ hoặc Ươm tạo của họ để hiểu trực tiếp quỹ đạo phát triển và động lực cộng đồng của dự án.
• Giai đoạn 3: Đánh giá quan hệ đối tác chiến lược (Dài hạn)
  • Nếu thẩm định ban đầu và các dự án thí điểm mang lại kết quả tích cực, hãy đánh giá một quan hệ đối tác chiến lược chính thức hơn. Điều này có thể bao gồm từ việc cung cấp chuyên môn kỹ thuật và hỗ trợ cơ sở hạ tầng đến đầu tư trực tiếp vào hệ sinh thái QUBIC.
  • Giải quyết mối lo ngại về "Trọng tài viên vô danh" bằng cách ủng hộ tính minh bạch cao hơn hoặc một lộ trình rõ ràng để phi tập trung hóa chức năng này, điều này sẽ rất quan trọng đối với các tiêu chuẩn tuân thủ và tin cậy của Google.
  • Đánh giá tính khả thi dài hạn của tokenomics QUBIC, xem xét mô hình lạm phát và những thách thức về tính thanh khoản hiện tại, trước bất kỳ cam kết tài chính đáng kể nào.
• Yêu cầu chiến lược rộng hơn:
  • Bất kể việc tham gia trực tiếp với QUBIC, Google nên tích cực khám phá và đầu tư vào các sáng kiến AI phi tập trung. Xu hướng hướng tới tính toán dân chủ hóa, phân tán cho sự phát triển AGI là một sự thay đổi đáng kể có thể giảm thiểu rủi ro của các tập đoàn AI tập trung và thúc đẩy các hệ thống AI có đạo đức và linh hoạt hơn. Đa dạng hóa nghiên cứu AGI trên cả các mô hình tập trung và phi tập trung có thể là một chiến lược dài hạn thận trọng cho Google.

Nguồn thông tin được sử dụng trong báo cáo

• [1] Whitepaper - Qubic.org
• [2] Qubic Network Review: AI-Driven Crypto Platform Analysis - Toolify.ai
• [3] Qubic.org
• [4] Qubic Coin ($QUBIC) Review - Our Crypto Talk
• [5] Discover Aigarth - Qubic.org
• [6] The Path to AGI: Overcoming the Computational Challenge - Qubic.org
• [7] Forget What You Know About AI: This is Qubic's AGI - Qubic.org
• [8] Qubic Whitepaper (Full Text) - whitepaper.qubic.org
• [9] Qubic Launches Academy to Boost Protocol Adoption - AInvest
• [10] The Path to AGI: Overcoming the Computational Challenge - Qubic.org
• [11] Team - Qubic.org
• [12] Qubic's Unofficial Interim Whitepaper - Qubic.org
• [13] Qubic Network Review: AI-Driven Crypto Platform Analysis - Toolify.ai
• [14] Glossary - Qubic Docs
• [15] Consensus - Qubic Docs
• [16] Transactions - Qubic Docs
• [17] Academy - Module 2 : Lesson 2 - Qubic.org
• [18] Qubic Performance Analysis Report - CertiK
• [19] Qubic's Unofficial Interim Whitepaper - Qubic.org
• [20] SingularityNET Annual Report 2024: Advancing Beneficial AGI and Decentralized AI
• [21] Qubic Ambassador Program - Qubic.org
• [22] Qubic (QUBIC) Price Prediction 2025 and 2030 - Botsfolio
• [23] QUBICUSDT Charts and Quotes - TradingView
• [24] Qubic Price, QUBIC Price, Live Charts, and Marketcap - Coinbase
• [25] AI-Based Crypto Tokens: The Illusion of Decentralized AI? - arXiv
• [26] Bittensor and SingularityNet | YR - Typefully