Три ключових напрямки інтеграції AI та шифрування

Наразі перетин AI та шифрування входить у стадію швидкого розвитку. У цій статті детально викладено три основні напрямки розвитку інтеграції AI та шифрування.

Підсумок

1. Створення активної економіки, керованої розумними агентами

Truth Terminal вже підтвердив можливість роботи AI-агентів на ланцюгу. Експерименти в цій сфері постійно розширюють межі операцій агентів на ланцюзі, потенціал величезний, а простір для проектування широкий. Наразі це стало одним з найпроривніших напрямків у сфері шифрування та AI, і це лише початок.

2. Посилення можливостей великих мовних моделей у розробці на Solana

Великі мовні моделі показують відмінні результати в написанні коду і в майбутньому ще більше покращаться. Завдяки цим можливостям, ефективність розробників може зрости в кілька разів. Нещодавно створення високоякісних стандартів для оцінки розуміння великими мовними моделями та написання відповідного коду допоможе зрозуміти їхній потенційний вплив на екосистему. Високоякісні рішення з доопрацювання моделей будуть перевірені в рамках бенчмаркінгу.

3. Підтримка відкритого та децентралізованого технологічного стеку AI

"Відкрита та децентралізована технологічна стек AI" містить такі ключові елементи:

• Отримання тренувальних даних
• Обчислювальні можливості навчання та висновків
• Спільне використання ваг моделі
• перевірка можливостей виходу моделі

Важливість цього відкритого технологічного стеку штучного інтелекту полягає в:

• Прискорення інновацій та експериментів у розробці моделей
• Надати альтернативи для користувачів, які не довіряють централізованому AI

1. Створення активної економіки, керованої розумними агентами

Коли AI-агенти починають брати участь у діяльності на ланцюгу, новий світ можливостей вже розгортається. Хоча зараз ще неможливо точно передбачити майбутній розвиток поведінки агентів на ланцюгу, спостерігаючи за вже відбувшимися інноваціями, ми можемо зазирнути у широкий горизонт цього проектного простору:

• Деякі AI проекти розвивають нові цифрові спільноти через Meme монети
• Багато платформ дозволяють користувачам легко створювати та розгортати смарт-агентів і їх відповідні токени
• На основі особливостей відомих шифрувальних інвесторів виникають AI-менеджери фондів, що створюють нову екосистему AI-фондів та агентів-підтримувачів.
• Ігрова платформа дозволяє гравцям брати участь у грі, керуючи діями агентів, що часто призводить до несподіваних інноваційних ігрових механік.

Майбутні напрямки розвитку

У майбутньому, розумні агенти можуть керувати складними проектами, які потребують економічної координації з кількома сторонами. Наприклад, у науково-дослідній сфері агенти можуть бути відповідальні за пошук лікувальних сполук для конкретних захворювань. Конкретно кажучи:

• Залучення коштів через платформу збору коштів токенів
• Використання залучених коштів для оплати вартості доступу до платних дослідницьких матеріалів та витрат на обчислення для моделювання сполук в децентралізованій обчислювальній мережі.
• Залучення людей для виконання експериментальних перевірок через платформу винагород

Окрім складних проектів, агенти також можуть виконувати прості завдання, такі як створення особистих веб-сайтів, створення художніх творів тощо, їхні можливості застосування безмежні.

Чому агентам має більше сенсу виконувати фінансові операції в мережі?

Шифрування валюти має унікальні переваги в деяких сферах:

• Додатки для малих платежів
• Перевага швидкості: функція миттєвого розрахунку допомагає агентам досягти максимальної ефективності капіталу
• Вхід на капітальний ринок через DeFi: агенти можуть безперешкодно карбувати активи, здійснювати торгівлю, інвестувати, управляти фінансами, брати кредити, використовувати важелі тощо

З точки зору закономірностей технічного розвитку, залежність від шляху відіграє ключову роль. Оскільки все більше агентів отримують прибуток через шифрування, шифроване з'єднання, ймовірно, стане основною здатністю агентів.

Основні напрямки розвитку в майбутньому

1. Механізм контролю ризиків

   • Незважаючи на те, що поточна модель демонструє відмінні результати, вона все ще далека від досконалості
   • Не можна надавати агенту повну необмежену свободу дій

2. Сприяння неспекулятивним сценаріям використання

   • Купівля квитків
   • Оптимізація доходності інвестиційного портфеля стабільних монет
   • Онлайн замовлення їжі

3. Вимоги до прогресу розробки

   • Принаймні, потрібно досягти етапу прототипу тестової мережі
   • Найкраще, якщо він вже працює в основній мережі

2. Посилення можливостей великих мовних моделей у розробці

Великі мовні моделі вже продемонстрували свої потужні можливості та швидко прогресують. У сфері їх застосування, написання коду може продемонструвати особливо круту криву прогресу, оскільки це завдання, яке можна об'єктивно оцінити.

Сьогодні, незважаючи на те, що великі мовні моделі все ще не є ідеальними у написанні коду та мають явні недоліки, такі як AI рідний редактор коду кардинально змінив розробку програмного забезпечення. Зважаючи на очікувану швидкість прогресу, ці моделі, ймовірно, кардинально змінять розробку програмного забезпечення.

Однак наразі існує кілька викликів, які заважають великим мовним моделям досягти видатного рівня в розумінні конкретних розробницьких середовищ:

• Бракує якісних вихідних тренувальних даних
• Недостатня кількість валідаційних побудов
• Відсутність інтерактивності з високою інформаційною цінністю
• Швидко розвиваюча інфраструктура призводить до того, що старий код може бути непридатним
• Брак методів для оцінки рівня розуміння моделі

Основні напрямки майбутнього розвитку

• Допомога в отриманні кращих даних для розробки в Інтернеті
• Більше команди публікують перевірені побудови
• У екосистемі більше людей активно ставлять хороші питання та надають високоякісні відповіді на комунікаційних платформах.
• Створення високоякісних бенчмарків для оцінки рівня розуміння великих мовних моделей
• Створення добре працюючих моделей тонкої настройки в бенчмарках, що прискорює ефективність роботи розробників

Остаточним великим досягненням буде: абсолютно новий, високоякісний, диференційований клієнт вузла верифікації, повністю створений штучним інтелектом.

3. Підтримка відкритих і децентралізованих технологій штучного інтелекту

У сфері штучного інтелекту довгостроковий баланс сил між відкритими та закритими моделями залишається незрозумілим. Наразі найпростіше очікування – підтримка статус-кво: великі технологічні компанії просувають передові розробки, тоді як відкриті моделі швидко наздоганяють та отримують унікальні переваги в конкретних сценаріях застосування завдяки доопрацюванню.

Важливість підтримки відкритого технологічного стеку AI проявляється в:

1. Відкриті моделі прискорюють інноваційні ітерації Швидке вдосконалення та налаштування відкритих моделей спільнотою з відкритим кодом демонструє, як спільнота ефективно доповнює роботу великих AI-компаній, просуваючи межі можливостей AI.

2. Надати вибір користувачам, які не довіряють централізованому AI ШІ може бути найпотужнішим інструментом у арсеналі диктаторських або авторитарних режимів. Підтримка відкритого технологічного стеку ШІ може надати користувачам альтернативні варіанти.

Вже кілька проєктів підтримують відкритий стек технологій AI:

• Збір даних
• Децентралізовані обчислення
• Децентралізована навчальна рамка

Основні напрямки розвитку в майбутньому

Сподіваюся, що в усіх шарах відкритої технологічної стеку штучного інтелекту буде створено більше продуктів:

• Децентралізоване збору даних
• Ідентичність на ланцюгу: підтримка протоколу верифікації людської ідентичності через гаманець, протокол верифікації відповіді AI API.
• Децентралізоване навчання
• Інфраструктура IP: дозволяє ШІ ліцензувати (та оплачувати) вміст, який він використовує