Три основных направления слияния ИИ и шифрования

В настоящее время пересечение AI и шифрования вступает в бурно развивающуюся экспериментальную стадию. В данной статье подробно рассматриваются три ключевых направления развития интеграции AI и шифрования.

Обзор

1. Построение наиболее динамичной экономики, управляемой интеллектуальными агентами

Уже существующие проекты доказали жизнеспособность работы AI-агентов в цепочке. Эксперименты в этой области постоянно преодолевают границы операций агентов на цепочке, имея огромный потенциал и широкое пространство для дизайна. В настоящее время это стало одним из самых прорывных и взрывных направлений в области шифрования и AI, и это всего лишь начало.

2. Повышение способности больших языковых моделей в разработке кода

Большие языковые модели показывают отличные результаты в написании кода и в будущем будут еще более совершенствоваться. Благодаря этим возможностям, эффективность разработчиков может увеличиться в 2-10 раз. В последнее время создание высококачественных стандартов для оценки способности больших языковых моделей понимать и писать код поможет понять их потенциальное влияние на экосистему. Высококачественные схемы дообучения моделей будут проверены в рамках бенчмаркинга.

3. Поддержка открытого и децентрализованного стека AI технологий

"Открытая и децентрализованная AI-технологическая стек" включает в себя следующие ключевые элементы:

• Получение обучающих данных
• Возможности вычислений для обучения и вывода
• Обмен весами модели
• Способности валидации вывода модели

Важность этого открытого технологического стека ИИ заключается в:

• Ускорение разработки инновационных моделей и экспериментов
• Предоставление альтернатив для пользователей, не доверяющих централизованным ИИ.

1. Построение самой динамичной экономики, управляемой интеллектуальными агентами

Когда AI-агенты начинают участвовать в цепочечных активностях, новый мир возможностей уже раскрывается (стоит отметить, что в настоящее время агенты даже еще не предприняли никаких действий на цепи).

Хотя в настоящее время невозможно точно предсказать будущее развитие поведения агентов в блокчейне, наблюдая за уже произошедшими инновациями, мы можем заглянуть в широкие перспективы этого проектного пространства:

• Некоторые AI проекты развивают новые цифровые сообщества через Meme монеты.
• Много платформ позволяют пользователям легко создавать и развертывать интеллектуальные агенты и соответствующие токены
• На основе индивидуальных характеристик известных инвесторов в шифрование начинают появляться AI-менеджеры фондов, создавая новую экосистему AI-фондов и их поддерживающих агентов.
• Некоторые игровые платформы позволяют игрокам участвовать в игре, направляя действия агентов, что часто приводит к неожиданным инновационным способам игры.

Будущее направление развития

В будущем умные агенты смогут управлять сложными проектами, требующими экономической координации между несколькими сторонами. Например, в области научных исследований агенты могут быть ответственны за поиск лечебных соединений для конкретных заболеваний. Более конкретно:

• Проведение токенов через соответствующие платформы
• Использование привлеченных средств для оплаты доступа к платным исследовательским материалам и затрат на вычисления для моделирования соединений в децентрализованной вычислительной сети.
• Нанять людей для выполнения работ по верификации экспериментов через платформу вознаграждений (например, запуск экспериментов для проверки/установления результатов моделирования)

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

Почему代理 на блокчейне более значимы для выполнения финансовых операций, чем использование традиционных каналов?

Агент может одновременно использовать традиционные финансовые каналы и системы шифрования. Тем не менее, шифрование имеет уникальные преимущества в некоторых областях:

• Приложение для мелких платежей
• Преимущество скорости: функция мгновенного расчета помогает агентам реализовать максимальную эффективность капитала
• Вход в капитальный рынок через децентрализованные финансы: это может быть самой убедительной причиной для агентов участвовать в шифрование-экономике. Когда агентам нужно проводить финансовые операции, помимо платежей, преимущества криптовалюты становятся еще более очевидными. Агенты могут без труда создавать активы, торговать, инвестировать, заниматься кредитованием, использовать кредитное плечо и многое другое.

С точки зрения закономерностей технического развития, путь зависимости играет ключевую роль. То, является ли продукт оптимальным, не самое главное; ключевым является то, кто сможет первым достичь критического масштаба и стать выбором по умолчанию. С увеличением числа агентов, получающих доход через шифрование, шифрованное соединение, вероятно, станет основной способностью агентов.

Будущее

Надеюсь, что агенты с шифрованными кошельками смогут проводить смелые экспериментальные инновации на блокчейне. В частности, стоит обратить внимание на несколько направлений:

1. Механизм контроля рисков

   • Несмотря на то, что текущая модель показывает отличные результаты, она все еще далека от совершенства
   • Нельзя предоставлять агенту полную неограниченную свободу действий

2. Продвижение не спекулятивных сценариев использования

   • Купить билеты через соответствующие платформы
   • Оптимизация доходности инвестиционного портфеля стабильных монет
   • Заказать еду на платформе доставки

3. Требования к прогрессу разработки

   • Должен достигнуть хотя бы стадии прототипа тестовой сети
   • Лучше уже работать в основной сети

2. Повышение способности больших языковых моделей к написанию кода, наделение разработчиков возможностями

Большие языковые модели уже продемонстрировали свои мощные способности и быстро развиваются. В области их применения, написание кода может проявить особенно крутую кривую прогресса, поскольку это задача, которую можно объективно оценить. Как кто-то отметил, "Программирование обладает особенно уникальным преимуществом: потенциал для сверхчеловеческого расширения данных через 'самосостязание'. Модели могут писать код и запускать его, или писать код, писать тесты, а затем проверять свою согласованность."

Сегодня, несмотря на то, что большие языковые модели все еще не идеальны в написании кода и имеют очевидные недостатки (например, они плохо справляются с обнаружением ошибок), такие как AI-родные редакторы кода, уже в корне изменили разработку программного обеспечения (даже изменили способ найма сотрудников компаниями). Учитывая ожидаемую высокую скорость прогресса, эти модели, вероятно, полностью изменят разработку программного обеспечения. Мы надеемся воспользоваться этим прогрессом, чтобы повысить эффективность работы разработчиков на порядок.

Однако в настоящее время есть несколько проблем, которые препятствуют тому, чтобы большие языковые модели достигли выдающегося уровня в понимании некоторых специфических технологий:

• Недостаток качественных исходных обучающих данных
• Недостаточное количество проверенных сборок
• На таких платформах, как Stack Overflow, не хватает взаимодействия с высокой информационной ценностью.
• В истории развитие инфраструктуры происходило быстро, что означает, что даже код, написанный 6 месяцев назад, может не полностью соответствовать сегодняшним требованиям.
• Недостаток методов оценки уровня понимания конкретных технологий в моделях оценки

Будущее

• Помогает получать более актуальные данные в Интернете
• Больше команд публикуют проверенные сборки (Verified builds)
• В экосистеме больше людей активно задают хорошие вопросы и предоставляют качественные ответы на Stack Exchange
• Создание высококачественных эталонных тестов для оценки понимания больших языковых моделей в отношении конкретных технологий
• Создание моделей глубокого обучения с хорошими результатами в вышеуказанных бенчмарках, что более важно, ускоряет работу разработчиков. Как только появится качественный бенчмарк, это может предоставить вознаграждение первой модели, достигнувшей порогового значения бенчмарка.

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

3. Поддержка открытого и децентрализованного стека AI технологий

В области ИИ долгосрочный баланс сил между открытыми и закрытыми моделями все еще неясен. Действительно, существуют некоторые аргументы в поддержку закрытых сущностей, которые будут продолжать оставаться на переднем крае технологий и получать основную ценность от базовых моделей. На данный момент наиболее простое ожидание заключается в поддержании статус-кво — крупные технологические компании продвигают передовые разработки, в то время как открытые модели быстро следуют за ними и получают уникальные преимущества в определенных сценариях применения благодаря тонкой настройке.

Мы стремимся к тесной интеграции экосистемы с экосистемой открытого AI. В частности, это означает поддержку доступа к следующим элементам:

• Тренировочные данные
• Вычислительная мощность для обучения и вывода
• Вес модели
• Способности валидации вывода модели

Важность этой стратегии заключается в:

1. Открытые модели ускоряют инновационные итерации

Быстрое улучшение и тонкая настройка открытых моделей сообществом открытого кода демонстрируют, как сообщество может эффективно дополнять работу крупных AI-компаний, продвигая границы возможностей AI (даже некоторые исследователи указывают, что "по поводу открытого кода у нас нет защитной стены, и у других компаний тоже"). Мы считаем, что процветающий стек технологий открытого кода в области AI имеет решающее значение для ускорения прогресса в этой сфере.

2. Предоставить выбор пользователям, не доверяющим централизованному ИИ

ИИ может быть самым мощным инструментом в арсенале диктатур или авторитарных режимов. Модели, признанные государством, предоставляют официально признанную "истину" и являются важным носителем контроля. Высокоавторитарные режимы могут иметь более совершенные модели, так как они готовы игнорировать личную жизнь граждан для обучения ИИ. Использование ИИ для контроля является неизбежной тенденцией, и мы надеемся подготовиться заранее, полностью поддерживая стек технологий открытого кода ИИ.

В экосистеме уже существует несколько проектов, поддерживающих открытый стек технологий искусственного интеллекта:

• Сбор данных: некоторые проекты продвигают сбор данных
• Децентрализованная вычислительная мощность: несколько сетей и платформ предоставляют поддержку
• Децентрализованная обучающая структура: некоторые исследовательские группы и проекты исследуют это направление.

Будущее

Надеюсь, что в различных слоях открытого стека AI можно создать больше продуктов:

• Децентрализованный сбор данных: поддержка различных проектов по сбору данных
• Идентичность на цепочке: поддержка протокола проверки человеческой идентичности кошельком, протокола проверки ответа AI API, позволяющего пользователям подтверждать, что они взаимодействуют с большой языковой моделью.
• Децентрализованное обучение: поддержка децентрализованных обучающих решений, подобных существующим проектам
• IP-инфраструктура: позволяет ИИ лицензировать (и оплачивать) используемый контент