Humayun Sheikh，Fetch.ai首席执行官，谈论人工智能、机器学习、自主代理和区块链 | 第243集

在与DigitalC.com的独家采访中，Fetch.ai的创始人兼首席执行官Humayun Sheikh谈到了构建自主软件代理所需的基础设施，将智能代理连接起来以自动化Web3系统，并探讨了人工智能与加密货币的交叉点。

关于Humayun Sheikh

Humayun Sheikh是Fetch.ai的创始人兼首席执行官。他是一位对人工智能、机器学习、自主代理和区块链充满激情的企业家、投资者和技术愿景领袖。过去，他是DeepMind的创始投资者，为早期人工智能和深度神经网络技术的商业化提供支持。目前，他作为首席执行官和联合创始人领导着Fetch.ai，这是一家致力于构建未来自治的初创公司。他是人工智能、机器学习、自主代理以及区块链和商品交叉点的专家。

Humayun Sheikh在这次广泛的独家采访中提供了详细信息，您可以在下面看到，并且我们很乐意让您在发布时使用，前提是要给予www.cryptonews.com的信用。

• OKX克服了与加密行业有关的FTX的担忧，扩大了与曼城的赞助合作
• Scaramucci指责Sam Bankman-Fried“损害”了美国的加密货币行业
• Arbitrum的增长受阻碍，阻碍了ARB的进一步上升

采访要点

• 构建自主软件代理所需的基础设施
• 连接智能代理以自动化Web3系统
• 人工智能与加密货币的交叉点
• 去中心化交易所（DEX）的基于代理的交易工具
• 开发先进的区块链技术，克服现有实现的安全性和可扩展性挑战

完整采访记录

Matt Zahab女士们先生们，欢迎回到DigitalC Podcast。非常令人兴奋，一如既往地精彩。今天我们的嘉宾来自伦敦，英格兰，真是太好了。世界上最美丽的城市之一。今天我们有Fetch.ai的创始人兼首席执行官Humayan Sheikh。他是一位对人工智能、机器学习、自主代理和区块链等技术充满激情的企业家、投资者和技术愿景领袖。过去，他是DeepMind的创始投资者，在早期人工智能和神经网络技术的商业化方面提供支持。目前，他作为首席执行官和联合创始人领导着Fetch.ai，这是一家致力于构建未来自治的初创公司。Humayan还是人工智能、机器学习、自主代理以及区块链和商品相关领域的专家。很高兴有你的参与。欢迎来到我的节目，朋友，你好吗？

Humayan Sheikh非常荣幸。很高兴与你们交谈。我真的非常兴奋。这是人工智能的激动时刻。

Matt Zahab太疯狂了，你和团队早早开始构建这个项目。在我们进入你进入加密货币领域的旅程之前，我想先听听DeepMind早期的故事。我知道你是DeepMind的创始投资者。DeepMind显然是世界上最重要的人工智能和神经网络技术公司之一。我很想听听你是否能与我们分享一些有趣、疯狂或有趣的故事。

Humayan Sheikh这已经有一段时间了，大概12年或13年了。当我记得我们开始的时候，我们坐在剑桥的一家餐厅里，Dennis和我，当然Demis是一个朋友，他一直在做游戏，我记得我们当时正在讨论的是，是的，我们应该创办一家可以建立AGI的公司，这是Dennis的激情所在。然后我当场写了第一张支票，那是公司里的第一张支票，非常棒。我认为关于DeepMind更有趣的一点是，我们遇到的最大问题，我认为现在也很明显，就是计算、训练和成本。计算和训练这些模型所花费的金钱是最大的问题之一。现在它仍然是最大的问题。第二点我想思考和提出的是，你如何将这些模型商业化？对各大公司来说，你只能将其商业化，要么他们来收购你，这就是Deepline的情况，因为那是最好的选择。我的意思是，谷歌拥有世界上最强大的计算能力，它可以承担这个任务。它拥有大量的人员数据和其他数据。所以，应用领域在于大型公司。这一点非常清楚。当我退出这个公司时，我有一个激情，那就是如何利用这些机器学习模型，它们将成为黄金。它们不仅仅是数据，它们是这些机器学习模型。每件事都会有一个机器学习模型，对吧？那么，你如何将其商业化，以便每个人都可以参与其中？这就是Fetch旅程的开始，从那时起，我们一直在前进。

Matt Zahab Matt Zahab，所以Humayun，告诉我关于Inception的故事。你是如何开始研究人工智能的？因为显然，它是当今最重要的话题，它是2020年、2021年和2022年初的加密货币，是当时最引人注目的事物。每个人都想参与其中。它似乎是最重要、最光明的事物。如今，这就是人工智能。你显然很早就参与其中。你说DeepMind大约是13年前开始的，这太不可思议了。是什么让你对人工智能产生了兴趣？是什么人或事件让你进入人工智能领域的？

Humayan Sheikh 我的起点是计算机科学。所以我们一直都在研究人工智能，因为你从算法开始构建。然后很明显地转向了构建机器学习模型。我在游戏行业工作，Dennis和我参与了一个关于构建这些代理人相互对战的游戏。所以可以说是游戏行业让我对人工智能产生了兴趣。很明显，在那个时候计算基础设施还不完善，机器学习模型也没有得到很好的训练，部分原因是因为数据不可用。但是一旦克服了这个障碍，你就能看到这几乎是未来的一切。所以人工智能，我们一直在不同的生活领域使用人工智能很长时间了，所以这并不是新鲜事物。我认为现在发生的变化是OpenAI带来的关注，特别是大型语言模型，因为训练变得越来越便宜和可负担得起，实际的算法也变得更好。如果你看看这些大型语言模型，它们起源于上世纪70年代左右。所以机器学习模型并不是新鲜事物，预测也不是新鲜事物。我们已经使用过它们，大公司已经使用过它们，包括谷歌的广告系统在内的老式聚合器，意味着它们都使用了机器学习和人工智能，苹果的Siri，苹果手机等等都是如此。所以这并不是新鲜事物。我认为现在发生变化的是其他事物已经发展了。计算能力可用，可以训练模型，你可以看到这种联系将带来一次范式转变。这将是接下来要发生的事情。所以，再重申一下，这并不是完全新的事物。这只是一个演进阶段。

Matt Zahab 是的，现在它终于变得流行起来了。非常有趣。另一个非常重要的与人工智能相关的话题是争夺芯片。显然，你有Nvidia，他们的股价在过去一两年里涨了多少倍，不管怎样。但是关于芯片的争夺战是怎么回事？据我所知，这很好，我是加拿大人，不是美国人，但在我们这边，如果你愿意这样说的话，美国确实拥有一个制造行业巨头，这变得越来越重要。但芯片的最终目标是什么？它会像计算机或手机的芯片一样，在几年前的时候它们价值数十万美元，体积像一个房子，现在只有几毫米，非常便宜吗？它会遵循同样的发展轨迹吗？这是怎么回事？

Humayan Sheikh 是的，为什么它变得如此重要？它变得如此重要的原因之一显然是这些模型非常庞大，需要进行训练。其中一些是通用模型，甚至更大，但是你还需要训练特定的模型。所以每个行业，每个参与这个领域的人都需要训练这些模型。现在，我看到的几件事情是模型会变得更好。所以需要的训练数据将会减少，这已经在发生了。我看到DeepMind在这方面做了很多工作，所以你不需要那么强烈地进行训练。我的意思是，你可以减少参数，它的预测会更好。另一方面，正如你提到的，Nvidia和芯片是必不可少的。每个行业都需要一些能力，一些计算能力来进行训练。所以你将会看到更多关于制造这些GPU芯片的研究，这些芯片将用于边缘计算、模型的边缘训练。所以目前的趋势就是这样。所以我们将会看到芯片技术的巨大改进，但目前还存在着一些限制，我们还不知道我们能走多远。也许量子力学在某个时候会介入，如果发生这种情况，情况将发生很大变化。但我们还没有到那个阶段。所以起初我们将继续遵循摩尔定律，我认为我们很久以前就打破了这个定律，所以希望能够继续发展。但还有一件事肯定也需要发生，那就是芯片需要变得更易获取。政府、监管机构、行业和人们需要关注降低成本。这样，中小型企业也可以参与其中。否则，它将仅限于大型企业的控制。正如你从我们所看到的所有筹款活动中所看到的，大部分资金实际上都用于计算。计算基础设施正在成为商品化的基础，但目前还没有实现。

Matt Zahab 很有趣。是的，这真是疯狂。这些数亿美元的募资中，很大一部分实际上都用于芯片。真是疯狂。让我们来谈谈让我非常感兴趣的一个话题，那就是自主软件代理。去年我开始了自己的人工智能之旅，当时一切都开始爆发。只是追随这个趋势，试图成为一个十倍的高效工程师。显然，我离那个目标还差得远呢，但是我借用了经典的十倍工程师的概念，不仅在编码和开发方面，现在也有了十倍高效的人，他们真的知道如何巧妙地使用ChatGPT，以便得到他们想要的东西，更高效地完成任务。我一直在尝试稳定扩散和中间旅程的Dall-E以及其他令人难以置信的图像生成器，还有一些不同的AI工具。但是最让我感兴趣的是自主软件代理。早在2023年初，我就看到了一系列关于如何创建自主软件代理的YouTube视频，它可以为你持续执行操作。至今我仍然没有完全理解这一点。如果你能够简单地深入探讨一下，并为我们提供一个简短的总结，或者只是从一个较高的层面来解释一下，不要太过复杂，尽量像对待一个五岁孩子那样解释，那将是一种享受。

Humayan Sheikh 是的。所以，如果我给你介绍一下这里的情况，我们有很多事情正在发生。其中之一就是自动化。你只需要编写一个脚本，编写一个算法，来评估某些参数，然后执行某些任务。如果你确切地知道需要进行测量的内容，知道数据从何而来，那么在软件中编码这些是很容易的。但是，当它变得更加自主时，你并不知道数据的样子，也不知道行动的样子。你必须在实际执行操作之前预测所有这些事情。那就是变得更加智能的过程，对吧？当我们说，好吧，如果发生了这种情况，那么就这样做，如果发生了那种情况，那么就那样做，这种说法其实并没有什么实质性的东西。这只是一个非常简单的步骤，但是为了让我们能够正确理解，我们还是以这种方式来描述。所以，机器人流程自动化（RPA）已经发展了五到七年了。呼叫中心是一个很好的例子，呼叫中心的流程自动化公司实际上使整个过程变得更简单。在管理这些大型呼叫中心时，数据是由这些机器人代理管理的。这种情况已经发生了相当长的一段时间。但是这些只是非常具体的事情，它们监听你的对话并采取相应的行动，或者仅仅向你提供参与呼叫中心所需的信息。然后，这种情况开始扩展到其他复杂的过程中，这些过程虽然是枯燥的任务，但仍然需要有人来完成，并且你必须教会别人如何完成。你可以自动化这些任务。这种情况与此同时也在发生。但是，大型语言模型的出现使我们开始有了一些”理解”，虽然还不是真正的理解，但是你可以开始分解目标，看看给这个语言模型的目标会得到一个怎样更智能的回应。这也是自然语言处理的一个进展。再加上现在引入了这种能力，可以构建一个上下文，然后将其分解为更小的部分，以理解目标的含义。这才是有趣的地方，也是OpenAI ChatGPT带给我们的。现在很明显的是，一旦你将目标输入这个大型语言模型，得到的大部分是文本。因此，一个软件代理接收这些文本，并将其转化为行动。这些行动可以智能且自主地执行，人类无需执行这些任务。例如，如果我说我要去某个地方吃午饭。你和我都明白，午饭意味着某个具体的时间。午饭意味着我们要去某个餐厅，或者我们要去吃饭的地方，我们要和某人一起出去吃午饭，那将是某个特定的时间。因此，首先，这些上下文信息都需要被这个软件代理捕捉到。然后，它们需要以一种方式组成，以便被分解为任务。这些任务最终需要被执行。目前，这个过程还是我们来完成的。因此，如果我们说，你需要预订一辆出租车，你需要去这个地方预订出租车，你必须去说，Uber，我需要一辆去这个地方的出租车，对吧？然后你说，哦，还有一个餐厅，我需要预订这个餐厅。所以我去OpenTable，然后说，好的，我要预订这个餐厅。这些过程是将你的目标转化为行动的过程。现在，如果你将这些交给这个软件代理，那么这个代理能做些什么呢？它会自动化这个过程。但是，目前来说，你无法为每种类型的目标都硬编码一个代理，因为目标是如此多样化，你无法涵盖一切。但是，这种大型语言模型与这些软件代理的结合，再加上上下文，让你可以更少地依赖执行者，更多地依赖代理来完成这些任务。因此，你只需要说，这是我的任务，你放下手机，就像你的私人秘书或者能够为你完成这些任务的人一样，它了解你，知道你喜欢什么样的食物，知道你喜欢去哪里，只需要为你预订并向你确认即可。这就是有趣的部分。现在，如果你开始思考我们将如何发展。希望这回答了你的问题，尽管用了一种绕圈子的方式。

Matt Zahab 真是太棒了。不，真的太棒了。我们离拥有完全自主的代理人，能够做到你描述的一切有多远？Matt和Humayan想在伦敦的XYZ餐厅共进晚餐，而自主代理人，我只需要说一声，嘿，帮我预订一家餐厅，然后它就能完成所有的工作。我们还有多久才能实现这一点？

Humayan Sheikh 我们离这个目标并不远，因为在Fetch上现在就可以实现。所以我们的平台可以让你将各种事物整合到其中，从而实现你所需的一切。现在，当我说现在的时候，从技术上讲是可行的。但目前还没有发生这种全新的市场演变。所以并不是每个人都明白这种全新的搜索和发现将彻底改变的事实。所以目前，如果你要搜索一家餐厅，你必须去某个地方，告诉它你想要一家餐厅，然后找到一家。然后你要看看是否有合适的时间，这是你在做的工作。但需要发生的是，这一切都必须被颠覆，让你的代理人来完成这些工作。所以所有这些餐厅都需要在这种新的生态系统、新的电子商务世界中有所存在，这就是尚未发生的事情。所以技术是完全可行的。我的意思是，我们知道这一点，因为我们正在构建这项技术，很快将展示完整的演示，它可以选择适当的LLM，执行多个任务，并通知用户或要求用户选择并执行任务，并告知用户。所以我们离实现这一目标并不远。当然，这个过程会不断改善，但这意味着一个完全的范式转变。实际上，在线广告模式在某些情况下将发生变化。我并不是说文本搜索也可能更有趣，但这是真正能够产生收入模式的地方。

Matt Zahab 太酷了。Humayun，我们需要休息一下，向我们的赞助商PrimeXBT致以最诚挚的问候。等我们回来，我们会继续深入探讨Fetch.ai、加密货币和人工智能的交叉领域，以及与Fetch相关的其他内容，如微代理和代理人世界。不过，在此之前，我要向我们的赞助商PrimeXBT致以诚挚的问候，他们是DigitalC.com的长期朋友，整个团队都非常了不起。PrimeXBT为初学者和专业交易者提供了强大的交易系统。无论你是新手还是老手，你都可以轻松设计和定制你的布局和小部件，以最适合你的交易风格。PrimeXBT现正为DigitalC Podcast的听众提供一个独家优惠活动。优惠码是DigitalC50，你的首次存款将获得50%的额外抵押金，用于开仓。再次强调，优惠码是DigitalC50，一次性使用，即可将你的存款的50%记入你的交易账户。现在回到节目中，与Humayun一起继续。让我们深入了解代理人世界，并举几个可能的用例，以供一些技术不太精通的人参考，比如我自己。

Humayan Sheikh 是的，让我先解释一下。我们谈到了LLMs，对吧？假设你以某种方式输入了你的目标。你写了一段文字，说：“我想去伦敦旅行。我要和我的家人一起旅行，这是我的日期。”或者甚至不说那些，只是说我现在想让你安排我的旅行。如果你去ChatGPT并告诉它这样做，它会给你详细介绍你应该怎么做。但它到此为止。你读了它，然后你想，好吧，那很好，但我现在该怎么办呢？所以现在你要自己去做这项工作。所以现在你进入下一个阶段，你输入这个目标，它会告诉你所有你需要做的任务。然后它开始连接你到一些功能，也就是现在出现的函数部分。你可以开始连接到合适的功能，并真正开始执行某些任务。然后你必须去那个平台执行任务。例如，这个功能可能会连接到expedia.com的API，然后你可以尝试使用一些效率很低的预订系统，而且它的功能相当有限。现在，让我们回过头来想一想。所以现在你做了同样的事情，你输入了你的目标。但这个目标可以传送到OpenAI LLM，也可以传送到其他LLMs，多个LLMs。然后从中得出的事实是，你的目标与旅行有关。作为用户，你对此并不知情。这是在后台发生的事情。然后得出的结论是有旅行涉及其中。然后你去寻找其他专门训练自己更专注于旅行的专家LLMs。你找到了一个，但是你如何找到一个呢？你必须有一个搜索和发现机制或者一个这些LLMs的数据库，然后你连接到他们的代理人来查询它们。所以代理人世界就是这个意义上的Google的起点。这可能是最简单的说法。它是一个搜索引擎，当你需要时，可以连接到代理人所连接的任何东西。所以在第一次的情况下，你将连接到一个特定的基于旅行的LLM，然后将查询发送到那个LLM。然后再次得到所有的任务。所以假设这些任务是预订一个从某个日期到某个日期的两个人的酒店，可以是商务旅行或者休闲旅行，做这个，预订一个航班，预订从机场到酒店的交通工具。所以现在所有这些任务都被拆分了。所以现在你要做的是说，好吧，我的第一个任务是我要预订一个航班。所以你进入这个市场，也就是代理人世界，你说，嘿，我需要预订两张从多伦多到伦敦的商务舱机票。有谁能够满足我的要求？现在在这个时刻，还没有什么，因为每个人都是他们自己。所以你需要有能力与另一边的代理人连接，但你如何找到他们？这就是代理人世界的工作。所以实际上你甚至不需要看到代理人世界。它只是在向你展示事物正在上线。实际上，

Matt Zahab 那么代理人或者说人工智能或者代理人等等，它们是怎么知道你的个人喜好的呢？是通过查看电子邮件、试错还是其他方式？你是如何向它提供数据的？它是如何获取数据，知道 Matt 或者 Humayan 在旅行、用餐或其他情况下想要什么？它是如何学习了解你的？

Humayan Sheikh 是的，都是那些方式。但最好的一点是，你告诉它，因为这样你可以告诉它你想要的东西，对吧？我们不打算监听任何人的对话来猜测他们想要什么。为什么？因为我们不打算销售广告，所以我们不需要监听。你想要完成一个任务，那么你很乐意输入你的偏好。这样我就不会弄错了，对吧？如果我是一个代理人，你会为我提供信息。我们通常会去拜访人们。我们喜欢中国菜，不喜欢其他一些食物，比如印度食物之类的。你可以提供偏好，它已经从中学到了东西。然后它还可以进行强化学习，因为当你拒绝一个任务时，它会训练自己的模型来理解，如果有 10,000 个人拒绝了一个任务，他们可能喜欢或不喜欢什么其他事情？所以你的代理人实际上可以采用这种协作模型，教会它们在你有请求、有目标时向你提供什么。但显然这是一个完全的范式转变，所以它需要时间，因为你不会很舒服地对你的代理人说，哦，是的，你可以处理一切。这是不可能的。所以会发生的是，你实际上需要培养你的代理人，训练它们。你必须说，这是我的代理人，它代表着我。人们使用不同的词。比如数字孪生，你要训练你的代理人，你的数字孪生，然后突然这个代理人出去开始以正确的方式完成请求，实现你的目标。

Matt Zahab 太棒了。我迫不及待地想看到所有这些东西爆发并变得非常流行。我只是觉得它会让我们的生活变得更高效、更愉快。我是这么认为的。我认为它将消除我们目前所面临的许多摩擦和废话。我唯一担心的是，这并不是真正的担忧，因为我自私地只考虑自己，但我相信我会继续努力工作并学习我需要的知识，以免被人工智能取代。但我担心成千上万的人将失业，因为有很多入门级工作，可能是与客户服务相关的工作，任务相关的工作，现在将被这种强大的技术所取代，这真的很酷。但让我们快速进入人工智能和加密货币的交叉点，以及你们如何在这方面发展和进步。我知道你们已经宣布开发一套新的基于代理人的交易工具，用于去中心化交易所。简要介绍一下你和团队在这方面正在进行的工作，以及整个加密货币/区块链和人工智能的交叉点。

Humayan Sheikh 让我们从技术方面开始，因为加密货币被视为代币。所以暂时把代币放在一边。我们从区块链技术本身开始。为什么这个交叉点很重要？我这里要重点讨论两个原因。第一个是想象一下，这个世界上到处都有这些代理人，对吧？你向一个代理人提出一个请求，然后就会发生一笔交易。所以这个代理人会去说，嘿，LLM，你能给我这个信息吗？它获取到那些信息。或者你可以让它给出预测，比如有十个人创建了推荐模型，你的代理人可以去找每一个人或者只找一个人，这取决于代理人的训练。但是那个推荐引擎必须以某种方式得到报酬。交易必须以某种方式记录下来。如果你要运行一个开放系统，让每个人都能在这个去中心化的平台上部署他们的模型和服务，你需要一个账本，你需要一个开放的网络。所以这个整个拼图的第一部分是你需要一种机制来记录所有这些交易。我不需要说服任何人。区块链已经证明是最好的方式之一。是的，它在实际保存数据方面比较繁重，但你不需要把所有的数据都放在上面。但你可以监控交易，创建审计追踪。所以监管机构来了，问这笔交易为什么要做？你可以回顾并看到，好的，这是两个参与交易的方，这些是钱包，对吧，或者代理人地址。如果你真的需要披露信息，那么你是有能力做到的。或者你可以创建自主身份，这些自主身份位于这些代理人/钱包/账户上，实际上提供了审计追踪。所以这是非常重要的一部分，因为如果这个领域真的爆发了，你开始使用代理人，就会有初期问题，也会有长期问题。你需要监控这一切，而不是说，哦，嗯，这是一个黑盒子，大公司控制着，我们不知道我们的数据是基于谁的，所以我们无法给你任何信息，或者我们无法真正激励人们去做任何事情，因为我们只是免费使用每个人的数据。这个借口就消失了，然后你需要这些代理人彼此互动，它们需要保留记录。如果这个系统会是一个庞大的系统，它需要一个区块链可以很容易提供的编排层，并且它不受一个团体的控制。它由实际参与这个网络的所有人控制。所以他们也可以获得经济利益。他们可以通过托管这个网络获得财务收益，而不仅仅是一个公司。这让我想起了你对于许多人将失业的担忧。是和不是。因为工作将变得不同，因为你有相同的人群作为消费者。相同的人群可以，如果技术壁垒降低，你可以托管一个节点，托管这个网络。你实际上可以从你作为消费者所参与的消费中获得收入。所以这里还有一种财务激励机制，也与代币有关。现在我把代币这一面带了进来，这就是网络、服务、查询、数据、模型训练的代币化。你实际上可以创建可使用的代币化机器学习模型。但这样一个网络对于任何公司来说都是一个庞大的任务。

Matt Zahab 那听起来，我是说一个人要如何开始以那种方式，就像那样？

Humayan Sheikh 不，这将变得非常简单。因此，您将能够提供您的数据，因为您是消费者，您不必提供您的真实身份详细信息。您可以对机器学习模型进行匿名训练。我们一直在这样做。甚至现在。我的意思是，您设置了一个Gmail帐户，您设置了一个Microsoft帐户。这就是应该的简单性。您说，好，我要这样做，就这样。您现在是网络的一部分。设置代理不应该坐在那里写代码。设置代理是为接口定义目标。因此，用户界面可以是文本界面，也可以是语音界面。您请求某些东西，而您不知道的是，您的代理已创建、部署，并正在为您查找服务，提供这些服务，并在此过程中训练模型，这可能为您产生收入。

Matt Zahab 太酷了。Humayun，与您交谈非常愉快，您今天教给了我很多知识。我肯定还有一些功课要做。事实上，在这之后，我会立即开始做功课。在您离开之前，您可以给我们带来一些热门话题，最好是与人工智能相关的热门话题，可以是任何内容，越辣越好。但在您离开之前，请给我们一些Humayan与人工智能相关的热门话题，然后我们会快速总结一下并结束一切。

Humayan Sheikh 好的，所以我觉得人工智能基础将会有更多的爆炸，我认为人们不应该进行恐慌。我认为我们应该参与其中，因为这是不害怕的唯一方式。我们目前正在发布一些工具，我们可能是第一个知道这一点的人，在接下来的几周内，我们将开放我们的平台，展示我们所讨论的大部分内容，您将能够创建集成，执行任务，我觉得这是世界将要发展的方向。因此，如果您要将自己的信任寄托于即将到来的计算机，它将变得普及化，但在家中部署一些GPU并为机器学习模型的训练做好准备是有巨大价值的。因为即将到来的是一场去中心化的浪潮，您可以利用它来产生收入。因此，我认为这是一个非常有趣的方法和角度。人们应该参与其中。但是总结一下，虽然有很多炒作，但并不是一切都像看起来那么有用。所以，在这方面要小心。

Matt Zahab 说得好，伙计。Humayun，真是一段精彩的对话。非常感谢您的到来，也激励了我继续整理好自己的事情，继续努力，做更多的研究，练习和深入学习人工智能。所以，当一切开始时，我不会被落下。对于所有的听众们，希望Humayun也激励了您整理好自己的事情，并让事情发生。非常感谢您的到来，真的非常感谢。在您离开之前，请告诉我们的听众们在哪里可以找到您和Fetch.ai在线上和社交媒体上。

Humayan Sheikh 是的。谢谢，Matt。提问得很好，我总是很愿意与那些真正致力于寻找更多信息的人交谈，正如您所说，fetch.ai是我们的网站。并不是所有的东西都在那里。我们有一些文档在另一个链接中。如果您进去，您会看到这些链接，但对于那些不太技术的人来说，我们将在接下来的几周内发布大量的东西。关注我们的Twitter。我们也在Telegram上。给我们发送电子邮件。如果您想参与其中，如果您想为我们编写一些代码或成为这种新的范式转变的一部分，加入我们。我们有Discord频道，我们有GitHub。您可以通过所有这些方式参与其中。我们非常乐意听取开发人员、非开发人员、有业务的人以及想要部署业务想法的人的意见。我们开放并准备好与您互动。

Matt Zahab 喜欢这个。再次感谢，伙计。真的非常感谢，并且迫不及待地想在不久的将来再次邀请您参加第二轮。

Humayan Sheikh 感谢大家的聆听。

Matt Zahab 朋友们，和 Humayan Sheikh（Fetch.ai 的创始人兼首席执行官）的这一集真是一次知识之旅。如果你喜欢人工智能和加密货币，就像我们大多数的听众一样，这一集是一份绝对的盛宴。非常感谢两个团队为此付出的努力。如果你喜欢这一集，我真心希望你能订阅我们的节目，这对我的团队意义重大。说到团队，我非常爱你们。非常感谢你们的一切。还有我的编辑 Justas，你是最棒的。非常感谢你的付出。还有听众们，我也爱你们。继续努力，保持健康、富有和快乐。现在先说再见，我们很快再聊。再见。

We will continue to update 算娘; if you have any questions or suggestions, please contact us!