الاتجاهات الاستراتيجية الثلاثة لدمج الذكاء الاصطناعي والتشفير

حالياً، فإن تقاطع الذكاء الاصطناعي والتشفير يدخل مرحلة تطور سريع. يوضح هذا المقال ثلاثة اتجاهات رئيسية في دمج الذكاء الاصطناعي مع التشفير.

ملخص

1. بناء الاقتصاد المدفوع بأكثر الوكلاء الذكيين حيوية

لقد أثبتت الوكالات الذكية أنها عملية على الشبكة. التجارب في هذا المجال تستمر في تجاوز حدود العمليات على السلسلة، مع إمكانيات هائلة ومساحة تصميم واسعة. أصبح هذا الآن واحدًا من أكثر الاتجاهات ابتكارًا وانفجارًا في مجالات التشفير وAI، وهذه مجرد البداية.

2. تعزيز قدرة LLM في تطوير البرمجيات

تظهر النماذج اللغوية الكبيرة أداءً ممتازًا في كتابة الشفرات، ومن المتوقع أن تتطور أكثر في المستقبل. من خلال هذه القدرات، من المتوقع أن يرتفع كفاءة المطورين بمعدل يتراوح بين 2-10 مرات. في الآونة الأخيرة، سيساعد إنشاء معايير عالية الجودة لتقييم قدرة النماذج اللغوية الكبيرة على فهم وكتابة الشفرات في فهم التأثير المحتمل لهذه النماذج على النظام البيئي. ستتم التحقق من خطط تعديل النماذج عالية الجودة في اختبارات المعايير.

3. دعم تكنولوجيا الذكاء الاصطناعي المفتوحة واللامركزية

"تكنولوجيا الذكاء الاصطناعي المفتوحة واللامركزية" تحتوي على العناصر الرئيسية التالية:

• الحصول على بيانات التدريب
• قدرة الحساب على التدريب والاستدلال
• مشاركة وزن النموذج
• قدرة التحقق من مخرجات النموذج

تتمثل أهمية هذه التقنية المفتوحة في الذكاء الاصطناعي في:

• تسريع تطوير الابتكار والنماذج التجريبية
• تقديم بديل للمستخدمين الذين لا يثقون في الذكاء الاصطناعي المركزي

1. بناء الاقتصاد المدفوع بأكثر الوكلاء الذكيين حيوية

عندما تبدأ الوكلاء الذكاء الاصطناعي بالانخراط في الأنشطة على السلسلة، فإن عالمًا جديدًا مليئًا بالاحتمالات قد انفتح. تشمل الابتكارات في هذا المجال حاليًا:

• تطوير المجتمع الرقمي الجديد
• يمكن للمستخدمين بسهولة إنشاء ونشر وكلاء ذكيين وعملاتهم ذات الصلة على المنصة
• مدير صندوق الاستثمار الذكي القائم على خصائص المستثمرين المعروفين بالتشفير بدأ في الظهور
• منصات الألعاب تتيح للاعبين المشاركة في اللعبة من خلال توجيه عملاء الوكلاء، مما يؤدي غالبًا إلى أساليب لعب مبتكرة غير متوقعة.

اتجاهات التنمية المستقبلية

في المستقبل، يمكن للوكلاء الذكيين إدارة المشاريع المعقدة التي تتطلب تنسيقًا اقتصاديًا متعدد الأطراف. على سبيل المثال، في مجال البحث العلمي، يمكن للوكلاء أن يكونوا مسؤولين عن البحث عن المركبات العلاجية لأمراض معينة. على وجه التحديد:

• جمع الأموال من خلال منصة جمع التبرعات بالرموز
• استخدام الأموال المجمعة لدفع رسوم الوصول إلى مواد البحث المدفوعة، وتكاليف حساب محاكاة المركبات على شبكة الحوسبة اللامركزية
• من خلال منصة المكافآت لتجنيد البشر لتنفيذ أعمال التحقق من التجارب

بالإضافة إلى المشاريع المعقدة، يمكن للوكيل أيضًا تنفيذ مهام بسيطة مثل إنشاء مواقع الويب الشخصية، وإنتاج الأعمال الفنية، مما يتيح سيناريوهات تطبيق لا حصر لها.

مزايا تنفيذ الأنشطة المالية على السلسلة من خلال الوكالات

التشفير العملات الرقمية في بعض المجالات لديها مزايا فريدة:

• تطبيقات الدفع الصغيرة
• ميزة السرعة------ وظيفة التسوية الفورية، تساعد الوكلاء على تحقيق أقصى كفاءة رأس المال
• الدخول إلى الأسواق المالية من خلال DeFi ------ يمكن للوكيل صهر الأصول والتداول والاستثمار وإدارة الأموال وإجراء عمليات الإقراض واستخدام الرافعة المالية وما إلى ذلك.

من منظور تطور التكنولوجيا ، تلعب الاعتماد على المسار دورًا حاسمًا. مع حصول المزيد والمزيد من الوكلاء على الإيرادات من خلال التشفير ، من المحتمل أن تصبح الاتصالات المشفرة هي القدرة الأساسية للوكلاء.

اتجاهات التنمية المستقبلية

تركيز خاص على استكشاف الاتجاهات التالية:

1. آلية التحكم في المخاطر
2. تعزيز استخدام السيناريوهات غير المضاربة
3. متطلبات تقدم التطوير

2. تعزيز قدرة LLMs على كتابة الشيفرة، تمكين المطورين

لقد أظهرت نماذج اللغة الكبيرة (LLMs) قدرة قوية وتتقدم بسرعة. في مجالات تطبيقات LLM، قد يظهر مجال كتابة الأكواد منحنى تقدم حاد بشكل خاص، لأنه مهمة يمكن تقييمها بشكل موضوعي.

ومع ذلك، هناك عدة تحديات تعوق نماذج اللغة الكبيرة عن تحقيق مستوى ممتاز في الفهم:

• نقص البيانات التدريبية الأصلية عالية الجودة
• عدد البناءات الموثقة (Verified builds) غير كافٍ
• نقص في التفاعل ذو القيمة المعلوماتية العالية
• تطور البنية التحتية بسرعة، مما أدى إلى أن الكود القديم قد لا يتناسب مع الاحتياجات الحالية
• نقص طرق لفهم مستوى نموذج التقييم

اتجاه التنمية المستقبلية

• تساعد في الحصول على بيانات أفضل على الإنترنت
• المزيد من فرق إصدار البناء المعتمد (Verified builds)
• المزيد من الأشخاص في النظام البيئي يطرحون أسئلة جيدة بنشاط على Stack Exchange ويقدمون إجابات عالية الجودة
• إنشاء اختبارات مرجعية عالية الجودة لتقييم مستوى فهم LLMs
• إنشاء نموذج LLM مُعدل يُظهر أداءً جيدًا في اختبارات المعايير المذكورة أعلاه

الإنجاز الكبير النهائي سيكون: عميل التحقق الجديد بالكامل الذي تم إنشاؤه بواسطة الذكاء الاصطناعي، عالي الجودة، ومتميز.

3. دعم تكنولوجيا الذكاء الاصطناعي المفتوحة واللامركزية

في مجال الذكاء الاصطناعي، لا يزال التوازن طويل الأمد للقوى بين النماذج مفتوحة المصدر والمغلقة غير واضح. التوقع الأبسط في الوقت الحالي هو الحفاظ على الوضع الراهن ------ حيث تقوم الشركات التكنولوجية الكبرى بدفع التطورات المتقدمة، بينما تتابع نماذج المصدر المفتوح بسرعة، وتحقق ميزات فريدة من خلال الضبط الدقيق في سيناريوهات التطبيقات المحددة.

دعم الوصول إلى العناصر التالية:

• بيانات التدريب
• قوة الحساب للتدريب والاستدلال
• أوزان النموذج
• قدرة التحقق من مخرجات النموذج

تظهر أهمية هذه الاستراتيجية في:

1. نماذج مفتوحة المصدر تسرع الابتكار والتكرار
2. توفير خيارات للمستخدمين الذين لا يثقون في الذكاء الاصطناعي المركزي

تم دعم العديد من المشاريع في النظام البيئي لتقنية OpenAI.

• جمع البيانات
• قوة الحوسبة اللامركزية
• إطار تدريب لامركزي

اتجاه التطوير المستقبلي

آمل أن يتم بناء المزيد من المنتجات على جميع مستويات تقنية الذكاء الاصطناعي المفتوحة المصدر:

• جمع البيانات اللامركزية
• الهوية على السلسلة: دعم بروتوكولات التحقق من الهوية البشرية لمحافظ العملات الرقمية، وبروتوكولات للتحقق من استجابة واجهات برمجة التطبيقات للذكاء الاصطناعي، مما يمكّن المستخدمين من التأكد من أنهم يتفاعلون مع LLM.
• تدريب لامركزي
• بنية تحتية للاتصالات: تمكين الذكاء الاصطناعي من ترخيص (ودفع) المحتوى الذي يستخدمه