Las tres direcciones estratégicas de la fusión de la IA y la encriptación

Actualmente, la intersección de la IA y la encriptación está entrando en una fase de experimentación rápida. Este artículo detalla las tres principales direcciones de desarrollo de la fusión de IA + encriptación.

1. Crear un ecosistema económico impulsado por agentes inteligentes

La viabilidad de los agentes inteligentes que operan en la cadena ha sido confirmada. Los experimentos en este campo continúan superando los límites de las operaciones de agentes en la cadena, con un gran potencial y un amplio espacio de diseño. Actualmente, esta se ha convertido en una de las direcciones más innovadoras y explosivas en los campos de la encriptación y la IA, y esto es solo el comienzo.

En el futuro, los agentes inteligentes podrían gestionar proyectos complejos que requieren coordinación económica entre múltiples partes. Por ejemplo, en el ámbito de la investigación científica, los agentes podrían encargarse de buscar compuestos terapéuticos para enfermedades específicas:

• Recaudación de fondos a través de la plataforma de financiación de tokens
• Utilizar los fondos recaudados para pagar los costos de acceso a la investigación de datos y los costos de cálculo para la simulación de compuestos en una red de computación descentralizada.
• Reclutar humanos para realizar trabajos de verificación experimental a través de la plataforma de recompensas

Además de proyectos complejos, los agentes también pueden realizar tareas simples como crear sitios web personales, crear obras de arte, etc., con posibilidades de aplicación infinitas.

La encriptación de moneda tiene 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 DeFi: los agentes pueden acuñar activos, realizar transacciones, invertir, gestionar finanzas, realizar operaciones de préstamos y utilizar apalancamiento sin problemas.

Desde la perspectiva de las leyes de desarrollo tecnológico, la dependencia del camino juega un papel clave. A medida que más y más agentes obtienen ingresos a través de encriptación, la conexión encriptada probablemente se convertirá en una capacidad central de los agentes.

2. Mejorar la capacidad de los grandes modelos de lenguaje en el desarrollo de código

Los grandes modelos de lenguaje han mostrado un rendimiento excepcional en la escritura de código y se espera que mejoren aún más en el futuro. A través de estas capacidades, la eficiencia de los desarrolladores podría aumentar entre 2 y 10 veces. Recientemente, establecer benchmarks de alta calidad para evaluar la comprensión y escritura de código por parte de los grandes modelos de lenguaje ayudará a entender su impacto potencial en el ecosistema. Los planes de ajuste fino de modelos de alta calidad serán validados a través de las pruebas de referencia.

Actualmente hay varios desafíos que obstaculizan que los modelos de lenguaje grandes alcancen un nivel de excelencia en la comprensión de dominios específicos:

• Falta de datos de entrenamiento originales de alta calidad
• La cantidad de construcciones de verificación es insuficiente
• Falta de interacciones de alto valor informativo en la plataforma de preguntas y respuestas técnicas
• El desarrollo de infraestructuras avanza rápidamente, lo que lleva a que el código antiguo pueda no ser adecuado para las necesidades actuales.
• Falta un método para evaluar el grado de comprensión del modelo.

Para mejorar esta situación, se pueden tomar las siguientes medidas:

• Ayudar a obtener mejores datos relevantes
• Fomentar a más equipos a publicar construcciones de verificación
• Plantear buenas preguntas y proporcionar respuestas de alta calidad en la plataforma de preguntas y respuestas técnica.
• Crear pruebas de referencia de alta calidad para evaluar el nivel de comprensión de los grandes modelos de lenguaje
• Crear un modelo de ajuste fino que se desempeñe bien en las pruebas de referencia

3. Soporte para una pila de tecnología de IA abierta y descentralizada

"Una pila de tecnología de IA abierta y descentralizada" incluye los siguientes elementos clave:

• Obtención de datos de entrenamiento
• Capacidad de cálculo para entrenamiento y 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 la experimentación en el desarrollo de modelos
• Proporcionar soluciones alternativas para usuarios que no confían en la AI centralizada

Actualmente, hay varios proyectos en el ecosistema que apoyan la pila de tecnología de AI abierta:

• Recopilación de datos: algunos proyectos están avanzando en la recolección de datos
• Potencia de cálculo descentralizada: múltiples redes están desarrollando servicios relacionados.
• Marco de entrenamiento descentralizado: hay equipos explorando en este campo

En el futuro, esperamos poder construir más productos en todos los niveles de la pila de tecnología de IA de código abierto:

• Recolección de datos descentralizada
• Identidad en la cadena: protocolo que permite a la billetera verificar la identidad humana, protocolo que verifica la respuesta de la API de IA, permitiendo a los usuarios confirmar que están interactuando con un gran modelo de lenguaje.
• Entrenamiento descentralizado
• Infraestructura IP: permitir que la IA conceda licencias (y pague) por el contenido que utiliza.