Integrasi AI dan enkripsi: Tiga arah pengembangan

Saat ini, penggabungan AI dan enkripsi sedang dengan cepat memasuki tahap eksperimen. Artikel ini akan membahas tiga arah perkembangan penting dari penggabungan AI+enkripsi.

1. Membangun ekosistem ekonomi yang didorong oleh agen cerdas

Agen pintar yang beroperasi di blockchain telah menunjukkan potensi besar. Eksperimen di bidang ini terus memperluas batas operasi agen di dalam rantai, menunjukkan ruang desain yang luas dan daya ledak.

Tren perkembangan masa depan

Agen cerdas diharapkan dapat mengelola proyek kolaborasi multi-pihak yang kompleks. Misalnya, di bidang penelitian, agen dapat bertanggung jawab untuk mencari solusi pengobatan untuk penyakit tertentu:

• Mengumpulkan dana melalui platform penggalangan dana token
• Menggunakan dana untuk membayar biaya akses data penelitian dan biaya komputasi jaringan komputasi terdesentralisasi
• Merekrut manusia untuk melakukan verifikasi eksperimen melalui platform bounty

Selain itu, agen juga dapat melakukan tugas sederhana seperti membangun situs web pribadi, menciptakan karya seni, dan lain-lain. Aplikasi ini sangat luas.

keunggulan blockchain

Meskipun agen dapat menggunakan sistem keuangan tradisional dan enkripsi secara bersamaan, enkripsi memiliki keunggulan unik di beberapa bidang:

• Aplikasi pembayaran kecil menunjukkan kinerja yang luar biasa
• Fitur penyelesaian instan membantu mencapai efisiensi modal maksimum
• Masuk ke pasar modal secara seamless melalui DeFi, melakukan berbagai aktivitas keuangan

Seiring semakin banyak agen yang mendapatkan keuntungan melalui enkripsi, koneksi enkripsi kemungkinan besar akan menjadi kemampuan inti agen.

Perhatikan arah

Beberapa arah eksplorasi yang patut diperhatikan di masa depan termasuk:

1. Pendirian mekanisme pengendalian risiko
2. Mendorong penggunaan skenario non-spekulatif
3. Mempercepat kemajuan pengembangan, segera mewujudkan operasi jaringan utama

2. Meningkatkan kemampuan LLM dalam pengembangan

Model bahasa besar ( LLMs ) telah menunjukkan kemampuan yang kuat dalam penulisan kode dan berkembang dengan cepat. Diperkirakan bahwa bidang ini akan mengalami kurva kemajuan yang tajam, yang diharapkan dapat mengubah model pengembangan perangkat lunak secara drastis.

Tantangan saat ini

Saat ini, LLM masih menghadapi beberapa tantangan dalam memahami teknologi blockchain tertentu:

• Kurangnya data pelatihan asli yang berkualitas tinggi
• Jumlah pembangunan verifikasi tidak cukup
• Kurangnya interaksi pengembang yang memiliki nilai informasi tinggi
• Pembaruan teknologi yang cepat, kode historis mungkin tidak cocok untuk kebutuhan saat ini
• Kurangnya metode untuk memahami tingkat pemodelan evaluasi

Arah Pengembangan Masa Depan

Untuk mendorong penerapan LLMs dalam pengembangan, ke depannya dapat dilakukan dari aspek berikut:

• Meningkatkan kualitas data terkait di internet
• Mendorong lebih banyak tim untuk merilis pembangunan yang diverifikasi
• Secara aktif mengajukan pertanyaan dan memberikan jawaban berkualitas tinggi di komunitas pengembang
• Membuat pengujian dasar berkualitas tinggi untuk mengevaluasi pemahaman LLMs
• Mengembangkan model fine-tuning LLM yang berkinerja baik dalam pengujian benchmark

Tujuan jangka panjang adalah untuk mencapai klien node verifikasi baru yang sepenuhnya dibuat oleh AI, berkualitas tinggi, dan berbeda.

3. Mendukung tumpukan teknologi AI yang terbuka dan terdesentralisasi

Keseimbangan kekuatan jangka panjang antara model AI sumber terbuka dan tertutup masih tidak jelas. Harapan saat ini adalah raksasa teknologi mendorong perkembangan terdepan, sementara model sumber terbuka dengan cepat mengikuti dan memperoleh keunggulan di bidang tertentu.

Pentingnya

Pentingnya mendukung tumpukan teknologi AI terbuka terletak pada:

1. Mempercepat inovasi iterasi: Komunitas sumber terbuka melakukan perbaikan dan penyesuaian model dengan cepat, secara efektif mendorong batas kemampuan AI.
2. Memberikan pilihan kepada pengguna: Menyediakan alternatif bagi pengguna yang tidak mempercayai AI terpusat, untuk mengatasi risiko AI yang mungkin digunakan untuk kontrol.

Status Ekologis

Saat ini, sudah ada beberapa proyek yang mendukung berbagai aspek dari tumpukan teknologi AI terbuka:

• Pengumpulan data
• Kekuatan komputasi terdesentralisasi
• Kerangka pelatihan terdesentralisasi

Harapan Masa Depan

Menanti untuk membangun lebih banyak produk di berbagai lapisan tumpukan teknologi AI sumber terbuka:

• Pengumpulan data terdesentralisasi
• Verifikasi identitas di blockchain
• Pelatihan terdesentralisasi
• Infrastruktur IP

Melalui upaya ini, diharapkan dapat mendorong integrasi mendalam antara AI dan enkripsi, melepaskan lebih banyak potensi inovasi.