Tres direcciones de desarrollo de la fusión de la IA y la encriptación
Actualmente, la intersección entre la IA y la encriptación está entrando en una fase experimental de rápido desarrollo. Este artículo detalla las tres principales direcciones de desarrollo de la fusión IA + encriptación.
Resumen
Construir la economía impulsada por agentes inteligentes más vibrante
Ya hay proyectos que han demostrado la viabilidad de los agentes de IA operando en la cadena. Los experimentos en este campo continúan rompiendo los límites de las operaciones en cadena de los agentes, con un potencial enorme y un amplio espacio de diseño. Actualmente, esto se ha convertido en una de las direcciones más innovadoras y explosivas en el ámbito de la encriptación y la IA, y esto es solo el comienzo.
Mejorar la capacidad de los grandes modelos de lenguaje en el desarrollo de código
Los modelos de lenguaje grandes muestran un excelente rendimiento en la escritura de código y se espera que mejoren aún más en el futuro. A través de estas capacidades, se espera que la eficiencia de los desarrolladores aumente entre 2 y 10 veces. Recientemente, establecer estándares de alta calidad para evaluar la comprensión y la capacidad de escritura de código de los modelos de lenguaje grandes ayudará a comprender su impacto potencial en el ecosistema. Los esquemas de ajuste fino de modelos de alta calidad se validarán en las pruebas de referencia.
Soporte para un stack de tecnología AI abierto y descentralizado
"La pila de tecnología de IA abierta y descentralizada" incluye los siguientes elementos clave:
Obtención de datos de entrenamiento
Capacidad de cálculo para entrenamiento e inferencia
Compartición de pesos del modelo
Capacidad de validación de salida del modelo
La importancia de esta pila de tecnología de IA abierta se refleja en:
Acelerar la innovación y experimentación en el desarrollo de modelos
Proporcionar soluciones alternativas para los usuarios que no confían en la IA centralizada
1. Construir la economía impulsada por agentes inteligentes más dinámica
Cuando los agentes de IA comienzan a participar en actividades en la cadena, un nuevo mundo lleno de posibilidades se ha desplegado (es notable que, en este momento, los agentes ni siquiera han actuado directamente en la cadena).
Aunque todavía no es posible predecir con precisión el desarrollo futuro del comportamiento de los agentes en la cadena, al observar las innovaciones que ya han ocurrido, podemos vislumbrar el amplio potencial de este espacio de diseño:
Algunos proyectos de IA están desarrollando nuevas comunidades digitales a través de monedas Meme.
Varias plataformas permiten a los usuarios crear y desplegar fácilmente agentes inteligentes y sus tokens relacionados.
Están surgiendo gerentes de fondos de IA entrenados en las características de personalidad de inversores de encriptación famosos, creando un nuevo ecosistema de fondos de IA y apoyadores de agentes.
Algunas plataformas de juegos permiten a los jugadores participar en el juego guiando a los agentes, lo que a menudo genera formas de juego innovadoras e inesperadas.
dirección de desarrollo futuro
En el futuro, los agentes inteligentes podrán gestionar proyectos complejos que requieren coordinación económica entre múltiples partes. Por ejemplo, en el ámbito de la investigación científica, los agentes pueden ser responsables de buscar compuestos terapéuticos para enfermedades específicas. En concreto:
Realizar la recaudación de fondos de tokens a través de plataformas relacionadas
Utilizar los fondos recaudados para pagar el acceso a materiales de investigación de pago y los costos de cálculo para la simulación de compuestos en una red de computación descentralizada.
Reclutar personas a través de una plataforma de recompensas para realizar trabajos de verificación experimental (por ejemplo, ejecutar experimentos para verificar/establecer resultados de simulación)
Además de proyectos complejos, los agentes también pueden llevar a cabo tareas simples como crear sitios web personales, crear obras de arte, etc., y sus escenarios de aplicación tienen posibilidades infinitas.
¿Por qué tiene más sentido que los agentes realicen actividades financieras en la cadena que utilizar canales tradicionales?
Los agentes pueden utilizar simultáneamente canales financieros tradicionales y sistemas de encriptación. Sin embargo, las encriptaciones tienen ventajas únicas en ciertos campos:
Aplicaciones de pagos pequeños
Ventaja de velocidad: La función de liquidación instantánea ayuda a los agentes a lograr la máxima eficiencia de capital.
Acceder al mercado de capitales a través de la encriptación descentralizada: esta puede ser la razón más poderosa para que los agentes participen en la economía encriptada. Cuando los agentes necesitan realizar actividades financieras más allá de los pagos, las ventajas de la encriptación se vuelven aún más evidentes. Los agentes pueden acuñar activos sin problemas, realizar transacciones, invertir, operar con préstamos y utilizar apalancamiento, entre otros.
Desde la perspectiva de las leyes del desarrollo técnico, la dependencia del camino juega un papel clave. No es lo más importante si el producto es óptimo, sino quién puede alcanzar primero la escala crítica y convertirse en la opción predeterminada. A medida que más y más agentes obtienen ganancias a través de encriptación, la conexión encriptada probablemente se convertirá en la capacidad central de los agentes.
Perspectivas Futuras
Espero ver que los agentes equipados con encriptación de billeteras puedan llevar a cabo experimentos innovadores audaces en la cadena. En concreto, hay varias direcciones que merecen atención:
Mecanismo de control de riesgos
A pesar de que el modelo actual muestra un gran rendimiento, aún está lejos de ser perfecto
No se puede otorgar a los agentes una libertad de acción completamente sin restricciones.
Promover escenarios de uso no especulativos
Comprar boletos a través de plataformas relevantes
Optimizar el rendimiento de la cartera de inversión en monedas estables
Pedir comida en una plataforma de entrega
Requisitos de progreso de desarrollo
Debe alcanzar al menos la etapa de prototipo de la red de pruebas.
Lo mejor es que ya esté funcionando en la mainnet
2. Mejorar la capacidad de los grandes modelos de lenguaje para escribir código, empoderar a los desarrolladores
Los modelos de lenguaje grandes han demostrado tener una gran capacidad y están avanzando rápidamente. En sus áreas de aplicación, la programación puede experimentar una curva de progreso especialmente pronunciada, ya que es una tarea que se puede evaluar objetivamente. Como se ha señalado, "la programación tiene una ventaja única: el potencial de lograr una expansión de datos sobrehumana a través de 'auto-juego'. Los modelos pueden escribir código y ejecutarlo, o escribir código, crear pruebas y luego verificar su coherencia interna."
Hoy en día, a pesar de que los modelos de lenguaje grandes aún no son perfectos en la escritura de código y tienen deficiencias evidentes (por ejemplo, su desempeño es deficiente en la detección de errores), herramientas como los editores de código nativos de IA han cambiado fundamentalmente el desarrollo de software (incluso han cambiado la forma en que las empresas reclutan talento). Dada la esperada tasa de progreso rápido, es muy probable que estos modelos transformen por completo el desarrollo de software. Esperamos aprovechar este avance para aumentar la eficiencia de trabajo de los desarrolladores en un orden de magnitud.
Sin embargo, actualmente hay varios desafíos que obstaculizan que los grandes modelos de lenguaje alcancen un nivel sobresaliente en la comprensión de ciertos aspectos técnicos específicos:
Falta de datos de entrenamiento originales de alta calidad
La cantidad de construcciones verificadas (Verified builds) es insuficiente
Falta de interacción de alto valor informativo en plataformas como Stack Overflow
Históricamente, el desarrollo de infraestructuras ha sido rápido, lo que significa que incluso el código escrito hace 6 meses puede no ser completamente adecuado para las necesidades de hoy.
Falta de métodos para evaluar el nivel de comprensión de técnicas específicas.
Perspectivas futuras
Ayudar a obtener mejores datos relevantes en Internet.
Más equipos publican construcciones verificadas (Verified builds)
Más personas en el ecosistema están activamente planteando buenas preguntas y proporcionando respuestas de alta calidad en Stack Exchange.
Crear pruebas de referencia de alta calidad para evaluar el nivel de comprensión de los modelos de lenguaje grandes sobre tecnologías específicas.
Crear un modelo de ajuste de un gran modelo de lenguaje que se desempeñe bien en las pruebas de referencia mencionadas anteriormente, y lo que es más importante, acelerar la eficiencia del trabajo de los desarrolladores. Una vez que se cuente con pruebas de referencia de alta calidad, podría ofrecer recompensas al primer modelo que alcance el puntaje umbral de la prueba de referencia.
El logro final será: un nuevo cliente de nodos de validación, completamente creado por IA, de alta calidad y diferenciado.
3. Soporte para pilas de tecnología de IA abiertas y descentralizadas
En el campo de la IA, el equilibrio de poder a largo plazo entre los modelos de código abierto y los de código cerrado sigue siendo incierto. De hecho, existen algunos argumentos que apoyan que las entidades de código cerrado continuarán manteniendo la vanguardia tecnológica y obteniendo el valor principal de los modelos base. La expectativa más simple en este momento es mantener el statu quo: las grandes empresas tecnológicas impulsan el desarrollo de vanguardia, mientras que los modelos de código abierto siguen rápidamente y obtienen ventajas únicas en escenarios de aplicación específicos a través de la adaptación.
Estamos comprometidos a integrar el ecosistema con el ecosistema de IA de código abierto. En concreto, esto significa apoyar el acceso a los siguientes elementos:
Datos de entrenamiento
Potencia de cálculo para entrenamiento e inferencia
Peso del modelo
Capacidad de validación de salida del modelo
La importancia de esta estrategia se refleja en:
Modelos de código abierto aceleran la iteración de innovaciones
La rápida mejora y ajuste fino de los modelos de código abierto por parte de la comunidad de código abierto demuestra cómo la comunidad puede complementar eficazmente el trabajo de las grandes empresas de IA, empujando los límites de las capacidades de IA (incluso hay investigadores que señalan "sobre el código abierto, no tenemos un foso, otras empresas tampoco lo tienen"). Creemos que un ecosistema de tecnología de IA de código abierto próspero es crucial para acelerar el progreso en este campo.
Proporcionar opciones para usuarios que no confían en la IA centralizada
La IA puede ser la herramienta más poderosa en el arsenal de un régimen dictatorial o autoritario. Los modelos reconocidos por el estado proporcionan una "verdad" oficialmente aprobada, siendo un importante vehículo de control. Los regímenes altamente autoritarios pueden tener modelos más avanzados, ya que están dispuestos a ignorar la privacidad de los ciudadanos para entrenar la IA. El uso de la IA para el control es una tendencia inevitable, y esperamos prepararnos, apoyando plenamente la pila de tecnologías de IA de código abierto.
Ya hay varios proyectos en el ecosistema que respaldan la pila de tecnología de IA abierta:
Recopilación de datos: algunos proyectos están avanzando en la recolección de datos
Poder de computación descentralizado: múltiples redes y plataformas brindan soporte
Marco de entrenamiento descentralizado: algunos grupos de investigación y proyectos están explorando en este ámbito.
Perspectivas futuras
Espero que se puedan construir más productos en todos los niveles de la pila de tecnología de IA de código abierto:
Recolección de datos descentralizada: soporte para diversos proyectos de recolección de datos
Identidad en cadena: protocolo que permite a las billeteras verificar la identidad humana, protocolo que valida las respuestas de la API de IA, permitiendo a los usuarios confirmar que están interactuando con un modelo de lenguaje grande.
Entrenamiento descentralizado: soporta un esquema de entrenamiento descentralizado similar a los proyectos existentes
Infraestructura IP: permitir que la IA otorgue licencias (y pague) por el contenido que utiliza
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Las tres direcciones de desarrollo de AI+encriptación: economía de agentes inteligentes, desarrollo de código, pila de tecnología abierta
Tres direcciones de desarrollo de la fusión de la IA y la encriptación
Actualmente, la intersección entre la IA y la encriptación está entrando en una fase experimental de rápido desarrollo. Este artículo detalla las tres principales direcciones de desarrollo de la fusión IA + encriptación.
Resumen
Ya hay proyectos que han demostrado la viabilidad de los agentes de IA operando en la cadena. Los experimentos en este campo continúan rompiendo los límites de las operaciones en cadena de los agentes, con un potencial enorme y un amplio espacio de diseño. Actualmente, esto se ha convertido en una de las direcciones más innovadoras y explosivas en el ámbito de la encriptación y la IA, y esto es solo el comienzo.
Los modelos de lenguaje grandes muestran un excelente rendimiento en la escritura de código y se espera que mejoren aún más en el futuro. A través de estas capacidades, se espera que la eficiencia de los desarrolladores aumente entre 2 y 10 veces. Recientemente, establecer estándares de alta calidad para evaluar la comprensión y la capacidad de escritura de código de los modelos de lenguaje grandes ayudará a comprender su impacto potencial en el ecosistema. Los esquemas de ajuste fino de modelos de alta calidad se validarán en las pruebas de referencia.
"La pila de tecnología de IA abierta y descentralizada" incluye los siguientes elementos clave:
La importancia de esta pila de tecnología de IA abierta se refleja en:
1. Construir la economía impulsada por agentes inteligentes más dinámica
Cuando los agentes de IA comienzan a participar en actividades en la cadena, un nuevo mundo lleno de posibilidades se ha desplegado (es notable que, en este momento, los agentes ni siquiera han actuado directamente en la cadena).
Aunque todavía no es posible predecir con precisión el desarrollo futuro del comportamiento de los agentes en la cadena, al observar las innovaciones que ya han ocurrido, podemos vislumbrar el amplio potencial de este espacio de diseño:
dirección de desarrollo futuro
En el futuro, los agentes inteligentes podrán gestionar proyectos complejos que requieren coordinación económica entre múltiples partes. Por ejemplo, en el ámbito de la investigación científica, los agentes pueden ser responsables de buscar compuestos terapéuticos para enfermedades específicas. En concreto:
Además de proyectos complejos, los agentes también pueden llevar a cabo tareas simples como crear sitios web personales, crear obras de arte, etc., y sus escenarios de aplicación tienen posibilidades infinitas.
¿Por qué tiene más sentido que los agentes realicen actividades financieras en la cadena que utilizar canales tradicionales?
Los agentes pueden utilizar simultáneamente canales financieros tradicionales y sistemas de encriptación. Sin embargo, las encriptaciones tienen ventajas únicas en ciertos campos:
Desde la perspectiva de las leyes del desarrollo técnico, la dependencia del camino juega un papel clave. No es lo más importante si el producto es óptimo, sino quién puede alcanzar primero la escala crítica y convertirse en la opción predeterminada. A medida que más y más agentes obtienen ganancias a través de encriptación, la conexión encriptada probablemente se convertirá en la capacidad central de los agentes.
Perspectivas Futuras
Espero ver que los agentes equipados con encriptación de billeteras puedan llevar a cabo experimentos innovadores audaces en la cadena. En concreto, hay varias direcciones que merecen atención:
Mecanismo de control de riesgos
Promover escenarios de uso no especulativos
Requisitos de progreso de desarrollo
2. Mejorar la capacidad de los grandes modelos de lenguaje para escribir código, empoderar a los desarrolladores
Los modelos de lenguaje grandes han demostrado tener una gran capacidad y están avanzando rápidamente. En sus áreas de aplicación, la programación puede experimentar una curva de progreso especialmente pronunciada, ya que es una tarea que se puede evaluar objetivamente. Como se ha señalado, "la programación tiene una ventaja única: el potencial de lograr una expansión de datos sobrehumana a través de 'auto-juego'. Los modelos pueden escribir código y ejecutarlo, o escribir código, crear pruebas y luego verificar su coherencia interna."
Hoy en día, a pesar de que los modelos de lenguaje grandes aún no son perfectos en la escritura de código y tienen deficiencias evidentes (por ejemplo, su desempeño es deficiente en la detección de errores), herramientas como los editores de código nativos de IA han cambiado fundamentalmente el desarrollo de software (incluso han cambiado la forma en que las empresas reclutan talento). Dada la esperada tasa de progreso rápido, es muy probable que estos modelos transformen por completo el desarrollo de software. Esperamos aprovechar este avance para aumentar la eficiencia de trabajo de los desarrolladores en un orden de magnitud.
Sin embargo, actualmente hay varios desafíos que obstaculizan que los grandes modelos de lenguaje alcancen un nivel sobresaliente en la comprensión de ciertos aspectos técnicos específicos:
Perspectivas futuras
El logro final será: un nuevo cliente de nodos de validación, completamente creado por IA, de alta calidad y diferenciado.
3. Soporte para pilas de tecnología de IA abiertas y descentralizadas
En el campo de la IA, el equilibrio de poder a largo plazo entre los modelos de código abierto y los de código cerrado sigue siendo incierto. De hecho, existen algunos argumentos que apoyan que las entidades de código cerrado continuarán manteniendo la vanguardia tecnológica y obteniendo el valor principal de los modelos base. La expectativa más simple en este momento es mantener el statu quo: las grandes empresas tecnológicas impulsan el desarrollo de vanguardia, mientras que los modelos de código abierto siguen rápidamente y obtienen ventajas únicas en escenarios de aplicación específicos a través de la adaptación.
Estamos comprometidos a integrar el ecosistema con el ecosistema de IA de código abierto. En concreto, esto significa apoyar el acceso a los siguientes elementos:
La importancia de esta estrategia se refleja en:
La rápida mejora y ajuste fino de los modelos de código abierto por parte de la comunidad de código abierto demuestra cómo la comunidad puede complementar eficazmente el trabajo de las grandes empresas de IA, empujando los límites de las capacidades de IA (incluso hay investigadores que señalan "sobre el código abierto, no tenemos un foso, otras empresas tampoco lo tienen"). Creemos que un ecosistema de tecnología de IA de código abierto próspero es crucial para acelerar el progreso en este campo.
La IA puede ser la herramienta más poderosa en el arsenal de un régimen dictatorial o autoritario. Los modelos reconocidos por el estado proporcionan una "verdad" oficialmente aprobada, siendo un importante vehículo de control. Los regímenes altamente autoritarios pueden tener modelos más avanzados, ya que están dispuestos a ignorar la privacidad de los ciudadanos para entrenar la IA. El uso de la IA para el control es una tendencia inevitable, y esperamos prepararnos, apoyando plenamente la pila de tecnologías de IA de código abierto.
Ya hay varios proyectos en el ecosistema que respaldan la pila de tecnología de IA abierta:
Perspectivas futuras
Espero que se puedan construir más productos en todos los niveles de la pila de tecnología de IA de código abierto: