Три основні напрямки інтеграції ШІ та шифрування

Наразі перетин AI та технологій шифрування входить у стадію швидкого розвитку. У цій статті детально викладено три ключові напрямки розвитку AI+шифрування.

1. Побудова економіки на блокчейні, керованої розумними агентами

Феасибіліті роботи розумних агентів в ланцюгу вже підтверджена. Експерименти в цій області постійно розширюють межі операцій агентів на ланцюгу, маючи величезний потенціал і широкий простір для дизайну. Наразі це стало одним з найпроривніших і вибухових напрямків у сферах шифрування та ШІ, і це лише початок.

У майбутньому розумні агенти зможуть керувати складними проектами, які потребують економічної координації між кількома сторонами. Наприклад, у сфері наукових досліджень агенти можуть відповідати за пошук лікувальних сполук для певних захворювань:

• Залучення фінансів через платформу збору коштів за допомогою токенів
• Використання залучених коштів для оплати витрат на доступ до дослідницьких матеріалів, витрат на обчислення моделювання сполук в децентралізованій обчислювальній мережі
• Залучення людей для виконання експериментальних перевірок через платформу винагород

Окрім складних проєктів, агенти також можуть виконувати прості завдання, такі як створення особистих вебсайтів, створення художніх творів тощо, а сфери застосування мають безмежні можливості.

Чому агентам вигідніше виконувати фінансові операції в мережі?

шифрування валюта має унікальні переваги в певних сферах:

• Застосування для малих платежів
• Перевага швидкості: функція миттєвого розрахунку допомагає агентам досягти максимальної капітальної ефективності
• Через DeFi увійти на капітальний ринок: агенти можуть безшовно випускати активи, здійснювати交易, інвестувати та управляти капіталом, проводити операції з позиками, використовувати важелі тощо

З точки зору закономірностей технічного розвитку, залежність від шляху відіграє ключову роль. Зі збільшенням кількості агентів, які отримують прибуток через шифрування, шифроване з'єднання, ймовірно, стане основною здатністю агентів.

Основні напрямки розвитку в майбутньому

1. Механізм контролю ризиків: не можна надавати агенту повну свободу дій без обмежень.
2. Сприяння неспекулятивним використанням: такі як придбання квитків за допомогою шифрування, оптимізація доходності портфеля стабільних монет, замовлення їжі тощо
3. Вимоги до прогресу розробки: принаймні, потрібно досягти етапу прототипу тестової мережі, краще, якщо вже працює на основній мережі.

2. Підвищення здатності LLMs до написання шифрувального коду

Великі мовні моделі вже продемонстрували відмінні результати у написанні коду, і в майбутньому вони ще більше покращаться. Завдяки цим можливостям, ефективність розробників шифрування може зрости в 2-10 разів. Нещодавно створення якісних баз для оцінки здатності LLMs розуміти та писати шифрувальний код допоможе зрозуміти потенційний вплив LLMs на екосистему шифрування.

Однак, наразі все ще існує кілька викликів:

• Брак якісних вихідних навчальних даних
• Недостатня кількість перевірок
• На платформі для розробників не вистачає інтерактивності з високою інформаційною цінністю
• Шифрувальна інфраструктура розвивається швидко, що призводить до того, що старий код може не відповідати сучасним вимогам
• Відсутність методів оцінки моделей для розуміння конкретних шифрувальних проектів

Основні напрями розвитку в майбутньому

• Допомогти отримати кращі дані, пов'язані з шифруванням, в Інтернеті
• Заохочення більшої кількості команд до публікації перевірених конструкцій
• Спонукати більше людей в екосистемі активно ставити запитання та відповідати на платформі спільноти розробників
• Створення високоякісних бенчмарків для оцінки розуміння LLMs щодо шифрувальних проектів
• Розробка моделей LLM з мікронастроюванням, які добре зарекомендували себе в бенчмаркінгу, для прискорення роботи шифрувальних розробників.

Остаточним значним досягненням стане: абсолютно новий, високоякісний, диференційований клієнт валідаційних вузлів, повністю створений штучним інтелектом.

3. Підтримка відкритого та децентралізованого технологічного стеку AI

У сфері ШІ довгостроковий баланс сил між відкритими та закритими моделями залишається невизначеним. Найпростішим очікуванням на сьогодні є збереження статус-кво — великі технологічні компанії просувають передові розробки, тоді як відкриті моделі швидко слідують за ними та отримують унікальні переваги в специфічних сценаріях застосування завдяки тонкому налаштуванню.

Важливість підтримки відкритого технологічного стеку AI проявляється в:

1. Відкриті моделі прискорюють інноваційні ітерації: швидке вдосконалення та доопрацювання відкритих моделей спільнотою демонструє, як спільнота ефективно доповнює роботу великих AI-компаній, просуваючи межі можливостей AI.
2. Надати вибір користувачам, які не довіряють централізованому ШІ: ШІ може стати потужним інструментом авторитарних режимів. Підтримка стеку технологій відкритого коду може надати користувачам альтернативний вибір.

Основні напрями розвитку в майбутньому

Сподіваюсь, що на всіх рівнях відкритого стеку штучного інтелекту можна буде створити більше продуктів:

• Децентралізоване збори даних
• Ідентичність на ланцюгу: підтримка протоколів, що перевіряють людську ідентичність гаманця, протоколів, що перевіряють відповіді API ШІ, що дозволяє користувачам підтверджувати, що вони взаємодіють з LLM.
• Децентралізоване навчання
• IP інфраструктура: дозволяє ШІ ліцензувати (та оплачувати) контент, яким він користується

Підтримуючи ці відкриті та децентралізовані елементи технологічного стеку AI, ми можемо прискорити інновації в AI та надати користувачам більше вибору та контролю.