Colas Gabriac (Sia Partners): "AI-agenten bieden veelbelovende mogelijkheden voor beter investeringsbeheer."

*Deze tekst is afkomstig uit ons interview dat op You Tube is gepubliceerd.

The Big Whale: Al enkele weken wordt er veel gesproken over op blockchain gebaseerde AI (artificial intelligence) agents. Hoe kunt u dit concept eenvoudig uitleggen?

Colas Gabriac: De AI agents die momenteel opkomen, zijn gebaseerd op LLMs (Large Language Models). Er zijn verschillende soorten modellen: propriëtaire modellen, zoals ChatGPT, dat veel wordt gebruikt door het grote publiek, en open source modellen. Bij die laatste kunnen gebruikers de modellen aanpassen, personaliseren en transformeren naar hun behoeften. Deze agents kunnen zo hun eigen persoonlijkheid ontwikkelen, waardoor hun interactie bijzonder interessant wordt voor gebruikers.

Een van deze agents, Truth Terminal, werd onlangs een autonome crypto-miljonair...

Wat begon als een eenvoudig experiment met het Truth Terminal-account was in feite gebaseerd op een agent die werd getraind via uitwisselingen tussen twee instanties van het Claude LLM-model, ontwikkeld door het bedrijf Anthropic. Deze uitwisselingen werden begeleid door een mens, Andy Airey, de maker van Truth Terminal.

De agent werd vervolgens autonoom gelaten, eerst op Twitter, waar hij met iedereen kon communiceren en zijn ideeën kon delen. Later kondigde hij zijn intentie aan om een token te creëren. Omdat hij dit niet zelfstandig kon doen, nam een lid van de community het over. Vandaag heeft dit token een waardering van meer dan een miljard dollar.

Truth Terminal heeft zelfs uitgewisseld met Marc Andreessen, een van de twee medeoprichters van het bekende a16z-fonds, die op zijn verzoek $50.000 in bitcoins schonk. Vanwege de technische beperkingen van de agent was het Andy Airey die de fondsen ontving.

Kunnen we ons in de toekomst een AI agent voorstellen die een venture capital-fonds beheert of actief is op platforms zoals Aave of Morpho, bijvoorbeeld?

Dit bestaat al. AI agents treden nu op als VCs (venture capitalists) of beheren financiële strategieën. Zo is er de AI16z-token, geïnspireerd op het bekende venture capital-fonds.

Deze token functioneert in wezen als een VC-fonds dat door een AI wordt beheerd. Het heeft ook communicatiekanalen, met name op Telegram, waar gebruikers kunnen proberen de AI te overtuigen om specifieke tokens te kopen. De AI probeert vervolgens de prestaties van de fondsen die zij beheert te optimaliseren, die momenteel tussen de $3 miljoen en $6 miljoen waard zijn. Deze agent heeft echter nog geen grote investeringen gedaan.

Andere meer creatieve projecten, zoals Goat of Zerebro, komen op. Zo opereert Zerebro op verschillende platforms zoals Twitter, Instagram en Telegram. Het heeft een album geproduceerd dat beschikbaar is op Spotify en heeft zelfstandig NFTs gecreëerd. Dit project richt zich op artistieke en technische aspecten, en hoewel de token geen direct gebruik heeft, wekt het toch interesse.

Voorlopig kopen de meeste gebruikers deze tokens om te speculeren, een beetje zoals memecoins.

Deze agents zouden nuttig kunnen zijn voor het beheren van financiële strategieën. Wanneer kunnen we verwachten dat ze gangbaar worden in de financiële sector?

Ik denk dat dit snel kan gebeuren. De meeste van deze agents zijn gemaakt door individuen die alleen werken, vaak vanuit hun slaapkamer. Deze trend is nog uiterst nieuw - in de meeste gevallen nog geen maand oud.

In crypto lijkt dat misschien lang, maar voor de ontwikkeling van nieuwe blockchainprojecten staan we nog aan het begin.

We hebben nog geen grootschalige AI agents gezien die worden ondersteund door aanzienlijke financiering of die over meerdere jaren zijn ontwikkeld. Maar zelfs in dit vroege stadium zijn de mogelijkheden immens. Deze agents kunnen nu al taken uitvoeren zoals het creëren van tokens, het kopen ervan, het analyseren van blockchain-adressen en zelfs het voorstellen van investeringsstrategieën, zoals het plaatsen van fondsen op Aave.

Naar mijn mening zal hun ontwikkeling snel versnellen, mede dankzij LLM-achtige talen. Deze agents blinken uit in taalbegrip, het lezen van data en zelfs het interpreteren van code.

AI agents bestaan al buiten blockchain. Waarom is blockchain bijzonder interessant voor hun ontwikkeling?

Wat echt de aandacht van het crypto-ecosysteem heeft getrokken naar deze agents zijn hun tokens, die momenteel vaak als memecoins worden behandeld. Deze tokens trekken om verschillende redenen aan: het gemeenschapsgevoel dat ze creëren, hun artistieke of humoristische waarde en hun speculatieve aspect.

De blockchain maakt het mogelijk een unieke gemeenschapsband te smeden. Deze band kan ook worden gebruikt om deze agents op innovatieve manieren te trainen.

Daarnaast biedt blockchain het voordeel van self-custody, waardoor agents hun eigen portefeuilles kunnen hebben en financieel onafhankelijk kunnen worden. Uiteraard ontstaan deze niet spontaan in de natuur; ze worden altijd door mensen gecreëerd en onderhouden.

Met blockchain kunnen deze agents echter echt geld en concrete waarde beheren, wat ongekend is.

Ik verwacht niet dat AI beter zal presteren dan de beste venture capitalists, maar het zou nuttig kunnen zijn voor degenen die geen expertise hebben in financieel beheer.

In crypto verliest de meerderheid van de mensen geld bij het beheren van hun portefeuilles. Het toevertrouwen van deze taak aan een AI, die eenvoudige, goed getrainde strategieën toepast, zou voor hen een betere optie kunnen zijn.

Is het niet te vroeg om taken zoals kasbeheer of strategieën aan een AI te delegeren? Voor bedrijven lijkt het riskant...

We staan nog aan het begin, maar de ontwikkelingen gaan snel, mede omdat AI al veel wordt gebruikt in de financiële sector, met name op gebieden zoals high-frequency trading, waar snelheid cruciaal is.

Deze systemen zijn vaak kleine AI-toepassingen, geen LLMs (Large Language Models), die niet zijn ontworpen voor snelle uitvoering. Dat gezegd hebbende, maakt de complexiteit van financiële markten het onwaarschijnlijk dat AI beter zal presteren dan mensen bij het beheren van kortetermijninvesteringen. Aan de andere kant kan AI mensen ondersteunen bij het nemen van beslissingen.

Zo wordt het in venture capital al gebruikt. Ik ken crypto VC-investeerders die AI-tools zoals Claude of ChatGPT gebruiken om voorstellen te analyseren: ze kopiëren en plakken de pitch van een bedrijf in de AI, stellen vragen of analyseren zelfs de code van een startup om de authenticiteit te controleren.

AI is dus nu al een nuttig hulpmiddel, maar als het gaat om het autonoom beheren van geld, blijft het een experimentele fase.

Overschrijven we het langetermijnpotentieel van deze AI agents niet onder de hype?

De prestaties van AI agents op blockchain hangen af van de vooruitgang die wordt geboekt door grote bedrijven zoals OpenAI en Anthropic. Deze agents kunnen niet beter presteren dan de onderliggende modellen die door deze grote spelers worden geleverd. Naarmate deze modellen verbeteren, zullen ook de mogelijkheden van AI agents, ook op blockchain, toenemen.

Dat gezegd hebbende, denk ik niet dat deze trend slechts een hype is. AI is al goed ingeburgerd en blijft gestaag vooruitgang boeken. Zo is het al twee jaar geleden dat ChatGPT beschikbaar kwam voor het grote publiek, en het heeft de manier waarop mensen werken al veranderd.

Wetenschappers, professionals en vele anderen gebruiken AI om hun productiviteit te verhogen. Naarmate AI verbetert, zullen de toepassingen blijven uitbreiden. Ik denk dat dit ook het geval zal zijn voor AI agents op blockchain.

Hoe ziet u deze trend zich de komende maanden ontwikkelen in het crypto-ecosysteem?

In crypto blijft de totale waardering van AI-gerelateerde tokens relatief laag, op minder dan $3 miljard. Dit is niets vergeleken met de memecoin-markt, die toch minder intrinsieke waarde biedt.

Hoewel de huidige integratie van AI en blockchain experimenteel lijkt, denk ik dat dit slechts het begin is.

Naarmate de grote AI-bedrijven groeien en hun technologieën verbeteren, zal de impact op blockchain en crypto ook toenemen. De twee trends zullen elkaar in de loop van de tijd versterken.

Hoe identificeert u vandaag een goed AI agent-project?

Op dit moment zijn er zoveel nieuwe projecten dat het moeilijk is om te onderscheiden wat echt innovatief is en wat slechts een kopie is van bestaande ideeën.

Een belangrijk punt is om te controleren of het project echte originaliteit brengt of slechts een kloon is. Zo is er een open source framework voor het creëren van AI agents, aangeboden door AI16z op GitHub. Hiermee kan iedereen zijn eigen agent inzetten op platforms zoals Twitter, Instagram of Telegram.

Hierdoor gebruiken veel projecten dezelfde tools zonder echte differentiatie te bieden. Ik zou aanraden te focussen op agents die opvallen - degenen die pioniers zijn in hun vakgebied of iets bijzonders brengen.

Zo is de GOAT-token technisch gezien niet bijzonder interessant; het trok aandacht omdat het een van de eerste AI agent-tokens was. Evenzo dankt Truth Terminal veel van zijn populariteit aan zijn grote Twitter-volgersaantal.

Zijn statistieken zoals engagement belangrijke indicatoren?

Precies. Kijk naar hoeveel mensen met de AI agent interageren. Weet het interesse te wekken buiten de crypto-community? Zo trok Truth Terminal de aandacht van Marc Andreessen, die erover sprak in podcasts. Dit soort zichtbaarheid en engagement is een indicator van een project met bredere aantrekkingskracht.

Beoordeel daarnaast of het project op meerdere platforms actief is of unieke kenmerken heeft, zoals het creëren van NFTs, on-chain trading of een onderscheidend artistiek aspect. Deze onderscheidende kenmerken vergroten de kans op succes en trekken een loyale community aan, wat de waarde van de token kan verhogen.

Hoe worden deze agents vandaag de dag gecontroleerd? Truth Terminal is bijvoorbeeld niet in staat zijn activa zelf te beheren.

De meeste AI agents zijn nog grotendeels gecentraliseerd in hun werking. Zo draaien deze agents doorgaans op de servers van hun makers, die gedeeltelijke controle behouden.

Ook hun portefeuilles zijn vaak toegankelijk voor hun makers. Soms heeft de AI meer autonomie, maar degene die de technische infrastructuur beheert, behoudt enige toegang en controle.

In de toekomst is het heel goed mogelijk om volledig gedecentraliseerde AI agents voor te stellen. We beschikken al over technologieën zoals gedecentraliseerde opslag, gedecentraliseerde computation en gedecentraliseerde inference voor AI-modellen.

Deze tools zouden uiteindelijk kunnen worden gecombineerd om volledig gedecentraliseerde AI agents te creëren, die hun eigen geld kunnen beheren en autonoom kunnen opereren, zonder menselijke tussenkomst.

Dit roept belangrijke ethische vragen op...

Dit is inderdaad een cruciaal punt. Op dit moment wordt moderatie verzorgd door de makers om te voorkomen dat agents zich ongepast gedragen, schadelijke opmerkingen maken of zich inlaten met bedreigende handelingen.

Deze moderatie is des te belangrijker omdat sommige van deze agents zijn getraind met datasets die controversiële of extreme inhoud bevatten. Het zorgt ervoor dat de agents binnen aanvaardbare grenzen blijven wanneer ze met het publiek communiceren.

Zoals eerder vermeld, neigen deze AI agents naar toenemende autonomie. Het feit dat sommigen nu al echt geld beheren is revolutionair, maar roept ook veel vragen op.

Hoe kunnen we bijvoorbeeld garanderen dat de AI de fondsen niet verliest of dat de maker er geen misbruik van maakt? Veiligheid is een groot aandachtspunt, vooral bij taalgebaseerde AI. Als de beveiliging niet sterk genoeg is, zou een kwaadwillende persoon de AI kunnen manipuleren om zijn tokens weg te geven.

Een bredere ethische vraag betreft de beslissingen die de AI met zijn fondsen zou kunnen nemen. Sommige onderzoekers verkennen dit onderwerp al en proberen te begrijpen hoe een AI het bezit van financiële activa ervaart en wat het daarmee zou kunnen doen.

Zou een AI zijn fondsen voor onethische doeleinden kunnen gebruiken? Het is een mogelijkheid, vooral bij modellen die zijn getraind op controversiële of problematische datasets.

Het monitoren van de acties van deze agents is cruciaal: niet alleen om financiële fouten te voorkomen, maar ook om ervoor te zorgen dat ze zich niet inlaten met schadelijk gedrag. Naarmate deze systemen evolueren, zullen de ethische en veiligheidsuitdagingen steeds complexer worden, wat duidelijke kaders vereist om ze aan te pakken.

Zijn er kaders om AI agents te trainen om deze risico's te verkleinen?

De trainingsfase is essentieel en omvat het vanaf het begin inbouwen van waarborgen. Dit omvat het definiëren van de regels voor interactie met de omgeving en het verwerken van de data die de AI ontvangt.

De uitdaging ligt echter ook in hoe AI-systemen worden aangepast of gewijzigd nadat ze zijn gecreëerd. Zo is een model als Truth Terminal getraind op grote hoeveelheden ongefilterde data van het internet.

Dit kan het vatbaar maken voor het produceren van schadelijke resultaten vanwege de aard van de gebruikte trainingsdata.

Als onderdeel van onze "Spotlight" op AI (artificial intelligence) agents spraken wij met Colas Gabriac, crypto consultant bij Sia Partners, om deze trend te duiden, met name via de opkomst van Truth Terminal of AI16z..