Les trois grandes directions stratégiques de la fusion de l'IA et du chiffrement

Actuellement, l'intersection de l'IA et des technologies de chiffrement entre dans une phase expérimentale rapide. Cet article décrit en détail les trois principales orientations de développement de la fusion IA + chiffrement.

1. Créer un écosystème économique piloté par des agents intelligents

La faisabilité des agents intelligents fonctionnant sur la chaîne a été confirmée. Les expériences dans ce domaine repoussent constamment les limites des opérations d'agents sur la chaîne, avec un potentiel énorme et un espace de conception vaste. Actuellement, cela est devenu l'une des directions les plus révolutionnaires et dynamiques dans le domaine du chiffrement et de l'IA, et ce n'est que le début.

À l'avenir, des agents intelligents pourraient gérer des projets complexes nécessitant une coordination économique entre plusieurs parties. Par exemple, dans le domaine de la recherche scientifique, les agents pourraient être responsables de la recherche de composés thérapeutiques pour des maladies spécifiques :

• Collecte de fonds via une plateforme de levée de fonds par jetons
• Utiliser les fonds collectés pour payer les frais d'accès aux données de recherche et les frais de calcul pour la simulation de composés sur un réseau de calcul décentralisé.
• Recruter des humains pour effectuer des travaux de validation expérimentale via une plateforme de récompenses

En dehors des projets complexes, les agents peuvent également exécuter des tâches simples telles que la création de sites web personnels ou la création d'œuvres d'art, avec des applications aux possibilités infinies.

Le chiffrement de monnaie numérique a des avantages uniques dans certains domaines :

• Application de paiements de faible montant
• Avantage de vitesse : La fonction de règlement instantané aide les agents à réaliser une efficacité maximale du capital.
• Accéder aux marchés de capitaux via DeFi : les agents peuvent émettre des actifs, effectuer des transactions, investir, gérer des finances, emprunter et utiliser l'effet de levier sans effort.

D'un point de vue des lois de développement technologique, la dépendance au chemin joue un rôle clé. Avec de plus en plus d'agents tirant des revenus grâce au chiffrement, la connexion chiffrée pourrait devenir la compétence centrale des agents.

2. Améliorer les capacités des grands modèles de langage dans le développement de code

Les grands modèles de langage ont déjà montré d'excellentes performances dans la rédaction de code et continueront à s'améliorer à l'avenir. Grâce à ces capacités, l'efficacité des développeurs pourrait être multipliée par 2 à 10. Récemment, l'établissement de références de haute qualité pour évaluer la compréhension et la rédaction de code par les grands modèles de langage aidera à comprendre leur impact potentiel sur l'écosystème. Des solutions de réglage fin de modèles de haute qualité seront validées dans les tests de référence.

Actuellement, plusieurs défis entravent les modèles de langage à grande échelle dans leur capacité à atteindre un niveau d'excellence dans la compréhension de domaines spécifiques :

• Manque de données d'entraînement de haute qualité
• Nombre de constructions de vérification insuffisant
• Il manque des interactions à haute valeur informationnelle sur la plateforme de questions-réponses techniques.
• Le développement des infrastructures progresse rapidement, ce qui fait que l'ancien code peut ne pas répondre aux besoins actuels.
• Manque de méthodes pour évaluer le niveau de compréhension des modèles d'évaluation

Pour améliorer cette situation, les mesures suivantes peuvent être prises :

• Aider à obtenir de meilleures données pertinentes
• Encourager davantage d'équipes à publier des constructions vérifiées
• Posez de bonnes questions et fournissez des réponses de haute qualité sur les plateformes de questions-réponses techniques.
• Créer des tests de référence de haute qualité pour évaluer le niveau de compréhension des grands modèles de langage
• Créer un modèle de réglage fin qui performe bien dans les tests de référence

3. Soutenir une pile technologique AI ouverte et décentralisée

"Stack technologique AI ouvert et décentralisé" contient les éléments clés suivants :

• Obtention des données d'entraînement
• Capacité de calcul pour l'entraînement et l'inférence
• Partage de poids du modèle
• Capacité de validation de la sortie du modèle

L'importance de cette pile technologique d'IA ouverte se manifeste par :

• Accélérer l'innovation et l'expérimentation dans le développement de modèles
• Offrir des alternatives aux utilisateurs qui ne font pas confiance à l'IA centralisée

Actuellement, plusieurs projets dans l'écosystème soutiennent la pile technologique d'Open AI :

• Collecte de données : certains projets avancent dans la collecte de données
• Puissance de calcul décentralisée : plusieurs réseaux développent des services connexes
• Cadre d'entraînement décentralisé : des équipes explorent ce domaine.

À l'avenir, nous espérons pouvoir construire davantage de produits à tous les niveaux de la pile technologique AI open source :

• Collecte de données décentralisée
• Identité sur la chaîne : prend en charge le protocole de vérification de l'identité humaine par portefeuille, le protocole de vérification des réponses de l'API AI, permettant aux utilisateurs de confirmer qu'ils interagissent avec un grand modèle de langage.
• Formation décentralisée
• Infrastructure IP : permettre à l'IA d'accorder des licences (et de payer) pour le contenu qu'elle utilise