Три основных направления слияния ИИ и шифрования

В настоящее время пересечение ИИ и шифрования вступает в стадию быстрого развития. В этой статье подробно рассматриваются три основных направления развития интеграции ИИ и шифрования.

1. Построение экономии на базе цепочки, управляемой умными агентами

Феасибилити работы интеллектуальных агентов в цепочке была подтверждена. Эксперименты в этой области постоянно раздвигают границы операций агентов в цепочке, обладая огромным потенциалом и широким пространством для дизайна. В настоящее время это стало одним из самых прорывных и взрывных направлений в области шифрования и ИИ, и это всего лишь начало.

В будущем интеллектуальные агенты смогут управлять сложными проектами, требующими многократной экономической координации. Например, в области научных исследований агенты могут быть ответственными за поиск лечебных соединений для конкретных заболеваний:

• Сбор средств через платформу募资 токенов
• Использовать собранные средства для оплаты доступа к исследовательским данным и расходов на вычисления моделирования соединений в децентрализованной вычислительной сети.
• Нанимайте людей для выполнения работ по верификации экспериментов через платформу вознаграждений.

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

Почему агентам выгоднее выполнять финансовые операции в цепочке?

Шифрование валюты имеет уникальные преимущества в некоторых областях:

• Приложение для мелких платежей
• Преимущество скорости: функция мгновенного расчета помогает агентам достигать максимальной капитализации.
• Вход в капитальный рынок через DeFi: агенты могут бесшовно создавать активы, проводить сделки, инвестировать, осуществлять операции с займами, использовать кредитное плечо и т.д.

С точки зрения закономерностей технического развития, зависимость от пути играет ключевую роль. Поскольку все больше агентов получают доход через шифрование, зашифрованное соединение, вероятно, станет основной способностью агентов.

Основные направления будущего развития

1. Механизм контроля рисков: нельзя предоставлять агенту полную свободу действий без ограничений.
2. Продвижение неспекулятивных сценариев использования: таких как покупка билетов с помощью шифрования, оптимизация доходности портфеля стабильных монет, заказ еды и т.д.
3. Требования к прогрессу разработки: необходимо достичь поэтапного прототипирования тестовой сети, желательно, чтобы уже работало в основной сети.

2. Повышение способности LLMs писать шифрование код

Большие языковые модели уже показали отличные результаты в написании кода и в будущем будут продолжать улучшаться. Благодаря этим способностям эффективность разработчиков шифрования может увеличиться в 2-10 раз. Недавно создание высококачественных стандартов для оценки способности LLMs понимать и писать шифрованный код поможет понять потенциальное влияние LLMs на экосистему шифрования.

Однако в настоящее время существуют несколько проблем:

• Недостаток качественных исходных тренировочных данных
• Недостаточное количество построенных проверок
• На платформе сообщества разработчиков не хватает взаимодействия с высокой информационной ценностью
• Шифрование инфраструктура быстро развивается, что приводит к тому, что старый код может не соответствовать текущим требованиям
• Недостаток методов оценки понимания конкретных шифрование проектов

Основные направления будущего развития

• Помогите получить лучшие данные, связанные с шифрованием в Интернете.
• Поощрять больше команд публиковать проверенные сборки
• Стимулировать больше людей в экосистеме активно задавать вопросы и отвечать на них на платформе сообщества разработчиков.
• Создание высококачественных бенчмарков для оценки понимания LLMs в отношении шифрования проектов
• Разработка хорошо проявляющей себя в бенчмаркинге LLM моделей с доработкой, ускоряющих работу шифрования разработчиков.

В конечном итоге значительным достижением станет: совершенно новый, высококачественный, дифференцированный клиент верификационного узла, полностью созданный ИИ.

3. Поддержка открытого и децентрализованного стека технологий ИИ

В области ИИ долгосрочный баланс сил между открытыми и закрытыми моделями остается неясным. В настоящее время самым простым ожиданием является поддержание статус-кво — крупные технологические компании продвигают передовые разработки, в то время как открытые модели быстро следуют за ними и получают уникальные преимущества в конкретных областях применения благодаря тонкой настройке.

Важность поддержки открытого стека технологий AI проявляется в:

1. Открытые модели ускоряют инновационные итерации: быстрое улучшение и тонкая настройка открытых моделей сообществом демонстрирует, как сообщество эффективно дополняет работу крупных AI-компаний, продвигая границы возможностей AI.
2. Предоставление выбора пользователям, не доверяющим централизованному ИИ: ИИ может стать мощным инструментом авторитарных режимов. Поддержка технологий открытого исходного кода ИИ может предоставить пользователям альтернативные варианты.

Основные направления будущего развития

Надеюсь, что на всех уровнях стека открытых AI-технологий можно будет создать больше продуктов:

• Децентрализованный сбор данных
• Цифровая идентичность: поддержка протоколов проверки человеческой идентичности через кошелек и протоколов проверки ответов AI API, позволяя пользователям подтверждать, что они взаимодействуют с LLM.
• Децентрализованное обучение
• IP-инфраструктура: позволяет ИИ лицензировать (и оплачивать) используемый контент

Поддерживая эти открытые и децентрализованные элементы технологического стека ИИ, мы можем ускорить инновации в области ИИ и предоставить пользователям больше возможностей и контроля.