A fusão da IA com encriptação: três direções de desenvolvimento
Na atual fase experimental da interseção entre a IA e a encriptação, apresenta-se um desenvolvimento em estilo de "explosão cambriana". Este artigo irá explorar detalhadamente três direções principais da fusão entre IA e encriptação.
Resumo do Conteúdo Principal
Criar uma economia impulsionada por agentes inteligentes ativos
A aplicação de grandes modelos de linguagem em desenvolvimento
Promover a infraestrutura tecnológica de IA aberta e descentralizada
1. Criar uma economia impulsionada por agentes inteligentes ativos
Alguns projetos já confirmaram a viabilidade de agentes de IA operando na cadeia. Os experimentos nesta área continuam a ultrapassar os limites das operações de agentes na cadeia, mostrando um enorme potencial e um amplo espaço de design. Atualmente, isso se tornou uma das direções mais inovadoras e com potencial de desenvolvimento nos campos da encriptação e da IA, e isso é apenas o começo.
direção de desenvolvimento futuro
Agentes inteligentes poderão, no futuro, gerir projetos complexos que requerem coordenação econômica entre várias partes. Por exemplo, na área da pesquisa científica, os agentes podem ser responsáveis por encontrar compostos terapêuticos para doenças específicas:
Recolha de fundos através da plataforma de captação de tokens
Utilizar os fundos angariados para pagar as despesas de acesso a dados de pesquisa, e os custos de cálculo para simulações de compostos na rede de computação descentralizada.
Recrutar humanos para realizar trabalhos de verificação experimental através de plataformas de recompensas
Além de projetos complexos, os agentes também podem executar tarefas simples como criar sites pessoais, produzir obras de arte, entre outras, tendo cenários de aplicação com possibilidades infinitas.
Por que a execução na cadeia é mais significativa?
A encriptação de moedas digitais tem vantagens únicas em certos campos:
Aplicações de pagamentos de baixo valor
Vantagem de velocidade: A funcionalidade de liquidação instantânea ajuda os agentes a alcançar a máxima eficiência de capital
Aceder ao mercado de capitais através do DeFi: os agentes podem criar ativos, negociar, investir, realizar operações de empréstimo, utilizar alavancagem, entre outros, sem problemas.
Do ponto de vista das leis de desenvolvimento técnico, a dependência de trajetória desempenha um papel fundamental. Com cada vez mais agentes a obter lucros através de encriptação, a conexão encriptada provavelmente se tornará a capacidade central dos agentes.
Direções de foco da atenção
Mecanismo de controle de risco
Promover cenários de uso não especulativos
Requisitos de progresso de desenvolvimento: deve pelo menos atingir a fase de protótipo da rede de testes, de preferência já estar a funcionar na rede principal.
2. Aplicação de modelos de linguagem grandes aprimorados em desenvolvimento
Os grandes modelos de linguagem já demonstraram um desempenho excecional na escrita de código, e espera-se que melhorem ainda mais no futuro. Com essas capacidades, a eficiência dos desenvolvedores pode aumentar entre 2 a 10 vezes. Recentemente, a avaliação da capacidade dos LLMs de compreender e escrever código através da criação de referências de alta qualidade ajudará a entender o impacto potencial dos LLMs no ecossistema.
Desafio atual
Falta de dados de treino originais de alta qualidade
O número de construções verificadas é insuficiente
Falta de interações de alto valor informativo na plataforma da comunidade de desenvolvedores
O desenvolvimento de infraestruturas está a avançar rapidamente, fazendo com que o código antigo possa não ser aplicável.
Falta de métodos para avaliar o nível de compreensão de tecnologias específicas.
progresso que espero ver
Melhorar a qualidade dos dados relevantes disponíveis online
Mais equipes publicam construções de validação
Mais pessoas estão ativamente envolvidas na plataforma da comunidade de desenvolvedores no ecossistema.
Criar testes de referência de alta qualidade para avaliar o nível de compreensão dos LLMs.
Criar um modelo LLM ajustado que tenha um bom desempenho em testes de referência
A conquista final será: um novo cliente de nó de validação, totalmente criado por IA, de alta qualidade e diferenciado.
3. Promover a infraestrutura de tecnologia de IA aberta e descentralizada
No campo da IA, o equilíbrio de poder a longo prazo entre modelos de código aberto e fechados ainda é incerto. A expectativa mais simples no momento é manter o status quo - grandes empresas de tecnologia impulsionam o desenvolvimento na vanguarda, enquanto os modelos de código aberto seguem rapidamente e ganham vantagens únicas em cenários de aplicação específicos através de ajustes finos.
elementos-chave suportados
Dados de treino
Poder computacional para treinamento e inferência
Peso do modelo
Capacidade de validação de saída do modelo
importância estratégica
Modelos de código aberto aceleram a iteração de inovação: a rápida melhoria e ajuste fino de modelos de código aberto pela comunidade de código aberto demonstram como a comunidade pode complementar eficazmente o trabalho das grandes empresas de IA, expandindo os limites das capacidades de IA.
Oferecer opções para utilizadores que não confiam em IA centralizada: A IA pode ser utilizada como uma ferramenta de controlo, enquanto o suporte a pilhas de tecnologia de IA de código aberto pode fornecer alternativas para os utilizadores.
Estado do ecossistema
Vários projetos já estão a apoiar a pilha de tecnologia da OpenAI:
Coleta de dados
Poder de cálculo descentralizado
Estrutura de treinamento descentralizada
Perspectivas futuras
Espero que possamos construir mais produtos em todos os níveis da pilha de tecnologia de IA de código aberto:
Coleta de dados descentralizada
Identidade na cadeia
Treinamento descentralizado
Infraestrutura IP: permitir que a IA licencie (e pague) pelo conteúdo que utiliza
Através desses esforços, esperamos poder promover a profunda fusão entre a IA e a encriptação, preparando o caminho para o desenvolvimento tecnológico futuro.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
A fusão da IA com encriptação: três direções que lideram a onda de inovação do Web3
A fusão da IA com encriptação: três direções de desenvolvimento
Na atual fase experimental da interseção entre a IA e a encriptação, apresenta-se um desenvolvimento em estilo de "explosão cambriana". Este artigo irá explorar detalhadamente três direções principais da fusão entre IA e encriptação.
Resumo do Conteúdo Principal
1. Criar uma economia impulsionada por agentes inteligentes ativos
Alguns projetos já confirmaram a viabilidade de agentes de IA operando na cadeia. Os experimentos nesta área continuam a ultrapassar os limites das operações de agentes na cadeia, mostrando um enorme potencial e um amplo espaço de design. Atualmente, isso se tornou uma das direções mais inovadoras e com potencial de desenvolvimento nos campos da encriptação e da IA, e isso é apenas o começo.
direção de desenvolvimento futuro
Agentes inteligentes poderão, no futuro, gerir projetos complexos que requerem coordenação econômica entre várias partes. Por exemplo, na área da pesquisa científica, os agentes podem ser responsáveis por encontrar compostos terapêuticos para doenças específicas:
Além de projetos complexos, os agentes também podem executar tarefas simples como criar sites pessoais, produzir obras de arte, entre outras, tendo cenários de aplicação com possibilidades infinitas.
Por que a execução na cadeia é mais significativa?
A encriptação de moedas digitais tem vantagens únicas em certos campos:
Do ponto de vista das leis de desenvolvimento técnico, a dependência de trajetória desempenha um papel fundamental. Com cada vez mais agentes a obter lucros através de encriptação, a conexão encriptada provavelmente se tornará a capacidade central dos agentes.
Direções de foco da atenção
2. Aplicação de modelos de linguagem grandes aprimorados em desenvolvimento
Os grandes modelos de linguagem já demonstraram um desempenho excecional na escrita de código, e espera-se que melhorem ainda mais no futuro. Com essas capacidades, a eficiência dos desenvolvedores pode aumentar entre 2 a 10 vezes. Recentemente, a avaliação da capacidade dos LLMs de compreender e escrever código através da criação de referências de alta qualidade ajudará a entender o impacto potencial dos LLMs no ecossistema.
Desafio atual
progresso que espero ver
A conquista final será: um novo cliente de nó de validação, totalmente criado por IA, de alta qualidade e diferenciado.
3. Promover a infraestrutura de tecnologia de IA aberta e descentralizada
No campo da IA, o equilíbrio de poder a longo prazo entre modelos de código aberto e fechados ainda é incerto. A expectativa mais simples no momento é manter o status quo - grandes empresas de tecnologia impulsionam o desenvolvimento na vanguarda, enquanto os modelos de código aberto seguem rapidamente e ganham vantagens únicas em cenários de aplicação específicos através de ajustes finos.
elementos-chave suportados
importância estratégica
Modelos de código aberto aceleram a iteração de inovação: a rápida melhoria e ajuste fino de modelos de código aberto pela comunidade de código aberto demonstram como a comunidade pode complementar eficazmente o trabalho das grandes empresas de IA, expandindo os limites das capacidades de IA.
Oferecer opções para utilizadores que não confiam em IA centralizada: A IA pode ser utilizada como uma ferramenta de controlo, enquanto o suporte a pilhas de tecnologia de IA de código aberto pode fornecer alternativas para os utilizadores.
Estado do ecossistema
Vários projetos já estão a apoiar a pilha de tecnologia da OpenAI:
Perspectivas futuras
Espero que possamos construir mais produtos em todos os níveis da pilha de tecnologia de IA de código aberto:
Através desses esforços, esperamos poder promover a profunda fusão entre a IA e a encriptação, preparando o caminho para o desenvolvimento tecnológico futuro.