在五月，我写了一份关于以下主题的研究提案： "𝗤𝘂𝗮𝗻𝘁𝘂𝗺 𝗔𝗿𝗰𝗵𝗶𝘁𝗲𝗰𝘁𝘂𝗿𝗲𝘀 𝗳𝗼𝗿 𝗔𝗚𝗜: 𝗠𝗮𝗽𝗽𝗶𝗻𝗴 𝘁𝗵𝗲 𝗩𝗮𝗹𝘂𝗲-𝗢𝗽𝘁𝗶𝗺𝗮𝗹 𝗤𝘂𝗮𝗻𝘁𝘂𝗺 𝗣𝗮𝘁𝗵 𝗳𝗼𝗿 𝗙𝘂𝘁𝘂𝗿𝗲 𝗥𝗲𝗮𝘀𝗼𝗻𝗶𝗻𝗴, 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴, 𝗮𝗻𝗱 𝗠𝗲𝗺𝗼𝗿𝘆" 今年早些时候，量子计算是一个趋势。但最近，我开始看到关于 @SentientAGI 的帖子，这重新点燃了我的好奇心："它们可能有关联吗？" 回头检查并比较，有相似之处，也有不同之处： ------ 相似之处： 这两个领域都旨在解决 AGI 扩展的瓶颈。我的提案研究了如何通过探索哪些量子架构能够以比 GPU 更低的成本提供更多的 AGI 步骤，从而降低推理、学习和记忆的计算成本。另一方面，Sentient 专注于减少协调和可访问性问题，使 AGI 开发更加开放、可互操作和经济包容。从本质上讲，它们回答了一个问题：需要什么基础设施才能使 AGI 在规模上真正可用和可持续？ ------ 不同之处： 不同之处在于优化及其发生的地方。我的研究集中在硬件经济层，映射量子与经典计算效率。@SentientAGI 正在构建软件生态系统层，创建一个网络（The GRID），在这个网络中，代理、模型和数据源相互作用，由开放激励机制管理。 ------ 简而言之，我的研究是为了找出运行 AGI 认知的最便宜的引擎。Santient 只是构建了一个市场和编排系统，让这些认知引擎可以连接并协同工作。 顺便说一下，我并不是在暗示我与 Santient 有任何合作。我只是很高兴看到有一个 AGI 项目在这里，我喜欢他们的开发方法。感谢您的阅读！ 您可以在这里阅读我的研究提案：

标记 Chads 来查看这个： @TheDeFISaint @0xAndrewMoh @0xCheeezzyyyy @satyaki44 @cryptorinweb3 @poopmandefi @eli5_defi @cchungccc @DOLAK1NG @chilla_ct @thelearningpill @twindoges @YashasEdu @Only1temmy @Adebiyi_Diamond @rektdiomedes @splinter0n @belizardd @MercyDeGreat @Defi_Warhol @0xSireal @Louround_ @zerokn0wledge_