Слияние ИИ и шифрования: три направления развития

На текущем экспериментальном этапе пересечения ИИ и шифрования наблюдается развитие, напоминающее "кембрийский взрыв". В этой статье будет подробно рассмотрено три ключевых направления интеграции ИИ и шифрования.

Основные моменты

1. Создание активной экономики, управляемой интеллектуальными агентами
2. Увеличение применения больших языковых моделей в разработке
3. Содействие открытой и децентрализованной инфраструктуре технологий искусственного интеллекта

1. Создание активной экономики, управляемой умными агентами

Некоторые проекты уже подтвердили жизнеспособность работы AI-агентов в блокчейне. Эксперименты в этой области постоянно раздвигают границы операций агентов на блокчейне, демонстрируя огромный потенциал и широкие возможности для дизайна. В настоящее время это стало одним из самых прорывных и перспективных направлений в области шифрования и AI, и это лишь начало.

Направление будущего развития

Умные агенты в будущем могут управлять сложными проектами, требующими координации экономики между несколькими сторонами. Например, в области научных исследований агенты могут быть ответственны за поиск лечебных соединений для конкретных болезней:

• Сбор средств через платформу токенов для привлечения капитала
• Используйте привлеченные средства для оплаты доступа к исследовательским данным и расчетных расходов на моделирование соединений в децентрализованной вычислительной сети.
• Нанимать людей для выполнения экспериментальных верификационных работ через платформу вознаграждений

Кроме сложных проектов, агенты также могут выполнять простые задачи, такие как создание личных сайтов, создание произведений искусства и т.д., их сфера применения имеет бесконечные возможности.

Почему выполнение на цепочке имеет большее значение?

Шифрование валюты имеет уникальные преимущества в ряде областей:

• Приложение для мелких платежей
• Преимущество скорости: функция мгновенного расчета помогает агентам достичь максимальной эффективности капитала
• Вход в капитализированный рынок через DeFi: агенты могут бесшовно создавать активы, проводить сделки, инвестировать, управлять финансами, осуществлять кредитные операции, использовать кредитное плечо и т.д.

С точки зрения закономерностей технического развития, зависимость от пути играет ключевую роль. С увеличением числа агентов, получающих доход через шифрование, шифрованное соединение, вероятно, станет основной способностью агентов.

Основные направления внимания

1. Механизм контроля рисков
2. Продвижение неспекулятивных сценариев использования
3. Требования к прогрессу разработки: необходимо достичь как минимум этапа прототипа тестовой сети, лучше всего уже запуститься в основной сети.

2. Применение больших языковых моделей в разработке

Большие языковые модели уже продемонстрировали отличные результаты в написании кода и в будущем будут еще больше улучшаться. Благодаря этим возможностям ожидается, что эффективность разработчиков увеличится в 2-10 раз. В последнее время создание высококачественных стандартов для оценки способности LLMs понимать и писать код поможет понять потенциальное влияние LLMs на экосистему.

Текущий вызов

• Нехватка качественных исходных обучающих данных
• Недостаточное количество построек для проверки
• На платформе сообщества разработчиков отсутствует взаимодействие с высокой информационной ценностью
• Развитие инфраструктуры происходит быстро, что может привести к тому, что старый код станет непригодным.
• Недостаток методов оценки уровня понимания конкретных технологий

Ожидаемые достижения

• Улучшение качества доступных данных в сети
• Более команды выпускают проверенные сборки
• Больше людей активно участвуют в сообществе разработчиков на платформе экосистемы
• Создание высококачественных эталонных тестов для оценки уровня понимания LLMs
• Создание LLM модели с хорошими результатами в бенчмаркинге

Конечным значимым достижением станет: совершенно новый, высококачественный, дифференцированный клиент верификационного узла, полностью созданный ИИ.

3. Продвижение открытой и децентрализованной инфраструктуры ИИ технологий

В области ИИ долгосрочный баланс сил между открытыми и закрытыми моделями все еще неясен. В настоящее время самое простое ожидание заключается в том, чтобы сохранить статус-кво — крупные технологические компании продвигают передовые разработки, в то время как открытые модели быстро следуют за ними и получают уникальные преимущества в конкретных сценариях применения благодаря дообучению.

поддерживаемые ключевые элементы

• Данные для обучения
• Вычислительная мощность для обучения и вывода
• Вес модели
• Возможность проверки вывода модели

стратегическая важность

1. Открытые модели ускоряют инновационные итерации: Быстрые улучшения и доработки открытых моделей со стороны открытого сообщества демонстрируют, как сообщество может эффективно дополнять работу крупных AI-компаний, продвигая границы возможностей AI.

2. Предоставление выбора пользователям, не доверяющим централизованному ИИ: ИИ может использоваться как инструмент контроля, поддержка открытого стека ИИ-технологий может предложить пользователям альтернативный выбор.

Текущая ситуация в экосистеме

Несколько проектов уже поддерживают открытый стек технологий AI:

• Сбор данных
• Децентрализованные вычисления
• Децентрализованная обучающая структура

Будущее

Надеюсь, что на всех уровнях открытого стека ИИ технологий можно создать больше продуктов:

• Децентрализованный сбор данных
• Идентичность на цепочке
• Децентрализованное обучение
• IP-инфраструктура: позволяет ИИ лицензировать (и оплачивать) контент, который он использует.

С помощью этих усилий мы надеемся способствовать глубокому слиянию ИИ и шифрования, прокладывая путь для будущего технологического развития.