Три стратегических направления融合 AI и шифрования

В настоящее время пересечение ИИ и шифрования находится на этапе быстрого эксперимента. В данной статье подробно изложены три основных направления развития интеграции ИИ и шифрования.

1. Создание экономической экосистемы, управляемой интеллектуальными агентами

Феасибилити работы интеллектуальных агентов на блокчейне было подтверждено. Эксперименты в этой области продолжают расширять границы операций агентов на блокчейне, потенциал огромен, а пространство для дизайна широко. В настоящее время это стало одним из самых прорывных и взрывных направлений в области шифрования и ИИ, и это всего лишь начало.

В будущем умные агенты могут управлять сложными проектами, требующими многосторонней экономической координации. Например, в области научных исследований агенты могут быть ответственны за поиск лекарственных соединений для лечения конкретных заболеваний:

• Сбор средств через платформу сбора средств с помощью токенов
• Использование привлеченных средств для оплаты доступа к исследовательским материалам, а также для расчета затрат на моделирование соединений в децентрализованной вычислительной сети.
• Набор людей через платформу вознаграждений для выполнения работ по валидации экспериментов

Кроме сложных проектов, агент может также выполнять простые задачи, такие как создание личного сайта, создание художественных произведений и т.д., области применения имеют бесконечные возможности.

шифрование валюты имеет уникальные преимущества в некоторых областях:

• Приложение для мелких платежей
• Преимущество скорости: Функция моментального расчета помогает агентам достигать максимальной капитализации.
• Вход в капиталов рынок через DeFi: агенты могут без труда создавать активы, торговать, инвестировать, проводить операции с кредитами, использовать кредитное плечо и многое другое.

С точки зрения закономерностей технического развития, зависимость от пути играет ключевую роль. С увеличением числа агентов, получающих доход через шифрование, шифрованное соединение, вероятно, станет основной способностью агентов.

2. Повышение способности больших языковых моделей в разработке кода

Большие языковые модели уже продемонстрировали отличные результаты в написании кода и в будущем будут продолжать улучшаться. 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 тонкой настройки моделей будут проверены в ходе бенчмаркинга.

В настоящее время существует несколько проблем, мешающих большим языковым моделям достигать выдающихся результатов в понимании специфических областей:

• Недостаток качественных исходных тренировочных данных
• Недостаточное количество построек для проверки
• На платформе вопросов и ответов по технологиям не хватает интерактивности с высокой информационной ценностью
• Развитие инфраструктуры происходит быстро, что приводит к тому, что старый код может не соответствовать текущим требованиям
• Недостаток методов для понимания степени оценки модели

Для улучшения этой ситуации можно предпринять следующие меры:

• Помощь в получении более релевантных данных
• Поощрять больше команд публиковать проверенные сборки
• Активно задавайте хорошие вопросы и предоставляйте качественные ответы на платформе технических вопросов.
• Создание высококачественных бенчмарков для оценки уровня понимания больших языковых моделей
• Создание модели тонкой настройки, которая хорошо проявляет себя в бенчмаркинге

3. Поддержка открытого и децентрализованного стека технологий AI

"Открытый и децентрализованный стек технологий ИИ" включает в себя следующие ключевые элементы:

• Получение данных для обучения
• Обучение и вычислительные возможности вывода
• Обмен весами моделей
• Проверка способности вывода модели

Важность этого открытого стека технологий ИИ заключается в:

• Ускорение разработки инновационных моделей и экспериментов
• Предоставить альтернативные решения для пользователей, не доверяющих централизованному ИИ

В настоящее время в экосистеме уже существует несколько проектов, поддерживающих открытый стек технологий AI:

• Сбор данных: некоторые проекты продвигают сбор данных
• Децентрализованные вычисления: несколько сетей разрабатывают соответствующие услуги
• Децентрализованная обучающая платформа: есть команды, которые исследуют эту область

В будущем мы надеемся создать больше продуктов на всех уровнях стеков открытого ИИ.

• Децентрализованный сбор данных
• Идентичность на цепочке: поддерживает протоколы проверки человеческой идентичности кошельком, протоколы проверки ответов API ИИ, позволяя пользователям подтверждать, что они взаимодействуют с большим языковым моделем.
• Децентрализованное обучение
• IP-инфраструктура: позволяет ИИ лицензировать (и оплачивать) контент, который он использует.