Fusión de IA y encriptación: tres direcciones de desarrollo

Actualmente, la combinación de IA y encriptación está ingresando rápidamente a la fase experimental. Este artículo explorará tres direcciones importantes en el desarrollo de la fusión de IA y encriptación.

1. Crear un ecosistema económico impulsado por agentes inteligentes

Los agentes inteligentes que operan en la blockchain han mostrado un gran potencial. Los experimentos en este campo continúan ampliando los límites de las operaciones de los agentes en la cadena, mostrando un amplio espacio de diseño y explosividad.

Tendencias de desarrollo futuro

Los agentes inteligentes tienen la capacidad de gestionar proyectos complejos de colaboración entre múltiples partes. Por ejemplo, en el ámbito de la investigación científica, un agente puede ser responsable de buscar tratamientos para enfermedades específicas:

• Recaudar fondos a través de la plataforma de financiación de tokens
• Utilizar fondos para pagar los costos de acceso a materiales de investigación y los costos de computación de la red de cálculo descentralizada.
• Reclutar personas para realizar trabajos de verificación de experimentos a través de la plataforma de recompensas

Además, el agente también puede realizar tareas simples como crear sitios web personales, crear obras de arte, entre otros, y los escenarios de aplicación son muy amplios.

ventajas de la cadena de bloques

Aunque los agentes pueden utilizar simultáneamente sistemas financieros tradicionales y encriptación, la encriptación tiene ventajas únicas en ciertos ámbitos:

• Las aplicaciones de micropagos se desempeñan excepcionalmente bien
• La función de liquidación instantánea ayuda a lograr la máxima eficiencia de capital
• Accede sin problemas al mercado de capitales a través de DeFi y lleva a cabo actividades financieras diversificadas.

A medida que más agentes obtienen ingresos a través de encriptación, la conexión encriptada probablemente se convertirá en la capacidad central de los agentes.

dirección de atención

Futuros enfoques que valen la pena considerar incluyen:

1. Establecimiento de un mecanismo de control de riesgos
2. Promover escenarios de uso no especulativos
3. Acelerar el progreso del desarrollo y lograr la operación de la red principal lo antes posible.

2. Mejora de la capacidad del LLM en el desarrollo

Los grandes modelos de lenguaje ( LLMs ) han demostrado una gran capacidad en la escritura de código y han progresado rápidamente. Se espera que en este campo aparezca una curva de progreso pronunciada, con el potencial de transformar por completo los modelos de desarrollo de software.

Desafío actual

Actualmente, los LLMs todavía enfrentan algunos desafíos en la comprensión de tecnologías de encriptación específicas:

• Falta de datos de entrenamiento originales de alta calidad
• Cantidad de construcciones de verificación insuficiente
• Falta de interacción de desarrolladores con alto valor informativo
• La actualización de la tecnología es rápida, el código histórico puede no ser aplicable a las necesidades actuales.
• Falta de métodos para evaluar el nivel de comprensión del modelo.

dirección de desarrollo futuro

Para promover la aplicación de LLMs en el desarrollo, en el futuro se puede trabajar en los siguientes aspectos:

• Mejorar la calidad de los datos relevantes en Internet
• Fomentar que más equipos publiquen construcciones de verificación
• Plantear preguntas activamente en la comunidad de desarrolladores y proporcionar respuestas de alta calidad
• Crear pruebas de referencia de alta calidad para evaluar el nivel de comprensión de los LLMs
• Desarrollar un modelo de ajuste fino LLM que tenga un buen rendimiento en las pruebas de referencia

El objetivo a largo plazo es lograr un nuevo cliente de nodo de validación completamente creado por IA, de alta calidad y diferenciado.

3. Soporte para una pila de tecnología de IA abierta y descentralizada

El equilibrio de poder a largo plazo entre los modelos de IA de código abierto y cerrado sigue siendo incierto. La expectativa actual es que los gigantes tecnológicos impulsen el desarrollo de vanguardia, mientras que los modelos de código abierto lo sigan rápidamente y obtengan ventajas en campos específicos.

importancia

La importancia de apoyar la pila de tecnología de IA abierta radica en:

1. Acelerar la innovación y la iteración: la rápida mejora y ajuste de los modelos por parte de la comunidad de código abierto impulsa efectivamente los límites de las capacidades de la IA.
2. Proporcionar opciones a los usuarios: ofrecer alternativas a los usuarios que desconfían de la IA centralizada, para hacer frente al riesgo de que la IA pueda ser utilizada para el control.

estado ecológico

Actualmente hay varios proyectos que apoyan cada aspecto de la pila tecnológica de AI abierta:

• Recolección de datos
• Potencia de cálculo descentralizada
• Marco de entrenamiento descentralizado

Perspectivas futuras

Esperamos construir más productos en todos los niveles de la pila de tecnología de IA de código abierto:

• Recolección de datos descentralizada
• Verificación de identidad en cadena
• Entrenamiento descentralizado
• Infraestructura IP

A través de estos esfuerzos, se espera impulsar la profunda integración de la IA con la encriptación, liberando más potencial innovador.