الاتجاهات الثلاثة الرئيسية لت融合 الذكاء الاصطناعي والتشفير

في الوقت الحالي، يمر تقاطع الذكاء الاصطناعي والتشفير بمرحلة تطور سريعة. يستعرض هذا المقال الاتجاهات الثلاثة الرئيسية لتكامل الذكاء الاصطناعي والتشفير.

1. بناء اقتصاد على السلسلة مدفوع بالوكيل الذكي

لقد تم التحقق من جدوى تشغيل الوكلاء الذكيين على السلسلة. التجارب في هذا المجال تتجاوز باستمرار حدود عمليات الوكلاء على السلسلة، مع إمكانيات هائلة ومجال تصميم واسع. لقد أصبح هذا الآن أحد أكثر الاتجاهات ابتكارًا وقوة في مجالات التشفير والذكاء الاصطناعي، وهذا مجرد البداية.

في المستقبل، يمكن للوكالات الذكية إدارة المشاريع المعقدة التي تتطلب تنسيقًا اقتصاديًا متعدد الأطراف. على سبيل المثال، في مجال البحث العلمي، يمكن للوكيل أن يكون مسؤولًا عن العثور على مركبات علاجية لأمراض معينة:

• جمع الأموال من خلال منصة جمع التبرعات بالرموز
• استخدام الأموال المجمعة لدفع رسوم الوصول إلى بيانات البحث، ودفع تكاليف محاكاة المركبات على شبكة الحوسبة اللامركزية
• توظيف البشر لإجراء أعمال التحقق من التجارب من خلال منصة المكافآت

بالإضافة إلى المشاريع المعقدة، يمكن للوكيل أيضًا تنفيذ مهام بسيطة مثل إنشاء مواقع شخصية، وإنتاج الأعمال الفنية، حيث أن سيناريوهات التطبيق لا حدود لها.

لماذا تكون المزايا في تنفيذ الأنشطة المالية على السلسلة أفضل للوسطاء؟

التشفير العملات الرقمية في بعض المجالات لديها مزايا فريدة:

• تطبيقات الدفع الصغيرة
• ميزة السرعة: تساعد وظيفة التسوية الفورية الوكلاء على تحقيق أقصى كفاءة رأسمالية
• الدخول إلى الأسواق المالية من خلال DeFi: يمكن للوكيل صهر الأصول، إجراء المعاملات، الاستثمار، إدارة الأموال، عمليات الإقراض، واستخدام الرافعة المالية.

من منظور تطور التقنية، تلعب الاعتماد على المسار دورًا حاسمًا. مع زيادة عدد الوكلاء الذين يحققون العوائد من خلال التشفير، من المحتمل أن تصبح الاتصالات المشفرة القدرة الأساسية للوكلاء.

التركيز على التنمية المستقبلية

1. آلية التحكم في المخاطر: لا يمكن منح الوكلاء حرية التصرف غير المقيدة تمامًا
2. تعزيز استخدام السيناريوهات غير المضاربية: مثل شراء التذاكر من خلال التشفير، تحسين عوائد محفظة الاستقرار، طلب الطعام وغيرها
3. متطلبات تقدم التطوير: يجب أن تصل على الأقل إلى مرحلة نموذج الاختبار، ويفضل أن تكون قد عملت بالفعل على الشبكة الرئيسية

2. تعزيز قدرة نماذج اللغة الكبيرة على كتابة التشفير

لقد أظهرت نماذج اللغة الكبيرة أداءً ممتازًا في كتابة الشفرات، ومن المتوقع أن تتحسن أكثر في المستقبل. من خلال هذه القدرات، من المتوقع أن تزيد كفاءة مطوري التشفير بمعدل يتراوح بين 2 إلى 10 مرات. مؤخرًا، سيساعد إنشاء معايير عالية الجودة لتقييم قدرة LLMs على فهم وكتابة الشفرات المشفرة في فهم التأثير المحتمل لـ LLMs على النظام البيئي للتشفير.

ومع ذلك، لا تزال هناك عدة تحديات:

• نقص في بيانات التدريب الأصلية عالية الجودة
• عدد البنى غير كافٍ
• يفتقر مجتمع المطورين إلى تفاعل عالي القيمة المعلوماتية
• التشفير الأساسية تتطور بسرعة، مما يؤدي إلى أن الكود القديم قد لا يناسب الاحتياجات الحالية
• نقص الأساليب لتقييم مستوى الفهم لمشاريع التشفير المحددة

التركيز على التنمية المستقبلية

• مساعدة في الحصول على بيانات تتعلق بالتشفير بشكل أفضل على الإنترنت
• تشجيع المزيد من الفرق على نشر بناءات التحقق
• دفع المزيد من الناس في النظام البيئي إلى طرح الأسئلة والإجابة عليها بنشاط على منصة مجتمع المطورين
• إنشاء اختبارات مرجعية عالية الجودة لتقييم فهم نماذج اللغة الكبيرة للمشاريع التشفيرية
• تطوير نموذج LLM المعزز الذي يظهر أداءً جيدًا في اختبارات المعيار، مما يسرع من كفاءة عمل مطوري التشفير

الإنجاز الكبير النهائي سيكون: عميل التحقق الجديد تمامًا، عالي الجودة، ومتميز، الذي تم إنشاؤه بالكامل بواسطة الذكاء الاصطناعي.

3. دعم تكنولوجيا الذكاء الاصطناعي المفتوحة واللامركزية

في مجال الذكاء الاصطناعي، لا يزال توازن القوة طويل الأمد بين النماذج مفتوحة المصدر والمغلقة المصدر غير واضح. التوقع الأسهل في الوقت الحالي هو الحفاظ على الوضع الراهن - حيث تدفع الشركات التكنولوجية الكبرى التطورات المتقدمة، بينما تتبع نماذج المصادر المفتوحة بسرعة، وتكتسب مزايا فريدة من خلال التخصيص في سيناريوهات تطبيق معينة.

تظهر أهمية دعم تقنية الذكاء الاصطناعي المفتوح في:

1. تسريع الابتكار من خلال النماذج المفتوحة المصدر: التحسينات السريعة والتعديلات على النماذج المفتوحة المصدر من قبل المجتمع المفتوح تظهر كيف يمكن للمجتمع أن يكمل بفعالية عمل شركات الذكاء الاصطناعي الكبيرة، ويدفع حدود قدرات الذكاء الاصطناعي.
2. تقديم خيارات للمستخدمين الذين لا يثقون في الذكاء الاصطناعي المركزي: يمكن أن يصبح الذكاء الاصطناعي أداة قوية للأنظمة الاستبدادية. يمكن أن يوفر دعم مجموعة تقنيات الذكاء الاصطناعي مفتوحة المصدر بدائل للمستخدمين.

###重点 التطوير المستقبلي

آمل أن يتم بناء المزيد من المنتجات في جميع جوانب كومة تقنية الذكاء الاصطناعي مفتوحة المصدر:

• جمع البيانات اللامركزي
• الهوية على السلسلة: دعم بروتوكول تحقق هوية الإنسان من خلال المحفظة، وبروتوكول تحقق استجابة API للذكاء الاصطناعي، مما يمكّن المستخدمين من التأكد بأنهم يتفاعلون مع LLM.
• التدريب اللامركزي
• البنية التحتية لشبكة IP: تمكين الذكاء الاصطناعي من الترخيص (ودفع) للمحتوى الذي يستخدمه

من خلال دعم هذه العناصر المفتوحة واللامركزية لتقنية الذكاء الاصطناعي، يمكننا تسريع الابتكار في الذكاء الاصطناعي وتوفير المزيد من الخيارات والسلطة للمستخدمين.