在五月，我寫了一份關於以下主題的研究提案： "𝗤𝘂𝗮𝗻𝘁𝘂𝗺 𝗔𝗿𝗰𝗵𝗶𝘁𝗲𝗰𝘁𝘂𝗿𝗲𝘀 𝗳𝗼𝗿 𝗔𝗚𝗜: 𝗠𝗮𝗽𝗽𝗶𝗻𝗴 𝘁𝗵𝗲 𝗩𝗮𝗹𝘂𝗲-𝗢𝗽𝘁𝗶𝗺𝗮𝗹 𝗤𝘂𝗮𝗻𝘁𝘂𝗺 𝗣𝗮𝘁𝗵 𝗳𝗼𝗿 𝗙𝘂𝘁𝘂𝗿𝗲 𝗥𝗲𝗮𝘀𝗼𝗻𝗶𝗻𝗴, 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴, 𝗮𝗻𝗱 𝗠𝗲𝗺𝗼𝗿𝘆" 今年早些時候，量子計算是一個趨勢。但最近，我開始看到 @SentientAGI 的帖子，這重新點燃了我的好奇心："它們可能有關聯嗎？" 回顧並比較後，我發現有相似之處，也有不同之處： ------ 相似之處： 這兩個領域都旨在解決 AGI 擴展的瓶頸。我的提案研究了如何通過探索哪些量子架構能夠以每美元提供更多 AGI 步驟來降低推理、學習和記憶的計算成本。另一方面，Sentient 專注於減少協調和可及性問題，使 AGI 開發更加開放、可互操作和經濟包容。在其核心，它們回答了這個問題：需要什麼基礎設施才能使 AGI 實際可用並在規模上可持續？ ------ 不同之處： 不同之處在於優化及其發生的地方。我的研究專注於硬體經濟層，映射量子與經典計算效率。@SentientAGI 則在構建軟體生態系統層，創建一個代理、模型和數據源互動的網絡（The GRID），由開放的激勵機制來管理。 ------ 簡而言之，我的研究是為了找出運行 AGI 認知的最便宜引擎。Santient 只是建立了這些認知引擎可以接入並協同工作的市場和協調系統。 順便說一下，我並不是在暗示我與 Santient 有任何合作。我只是很高興看到有 AGI 項目在那裡，我喜歡他們的開發方法。謝謝你的閱讀！ 你可以在這裡閱讀我的研究提案：

標記 Chads 來查看這個： @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_