Tres direcciones estratégicas de la fusión de la IA y la encriptación

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

Resumen

1. Construir la economía impulsada por los agentes inteligentes más vibrantes

Los agentes inteligentes que operan en la cadena han demostrado ser viables. Los experimentos en este campo continúan rompiendo los límites de las operaciones de los 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 el campo de la encriptación y la IA, y esto es solo el comienzo.

2. Mejorar la capacidad de LLM en el desarrollo de código

Los grandes modelos de lenguaje han demostrado un rendimiento excepcional en la escritura de código, y se espera que mejoren aún más en el futuro. Gracias a estas capacidades, se espera que la eficiencia de los desarrolladores aumente entre 2 y 10 veces. Recientemente, establecer benchmarks de alta calidad para evaluar la comprensión y la redacción de código por parte de los LLM ayudará a comprender el impacto potencial de los LLM en el ecosistema. Los esquemas de ajuste fino de modelos de alta calidad serán validados en las pruebas de referencia.

3. Apoyar una pila de tecnología de IA abierta y descentralizada

"Pila de tecnología AI abierta y descentralizada" contiene los siguientes elementos clave:

• Obtención de datos de entrenamiento
• Capacidades de cálculo para entrenamiento e inferencia
• Compartición de pesos del modelo
• Capacidad de validación de salida del modelo

La importancia de esta pila de tecnología de IA abierta se manifiesta en:

• Acelerar la innovación y experimentación en el desarrollo de modelos
• Proporcionar una alternativa para los usuarios que no confían en la inteligencia artificial centralizada

1. Construir la economía impulsada por agentes inteligentes más dinámica

Cuando los agentes de IA comienzan a participar en actividades en la cadena, un nuevo mundo lleno de posibilidades se ha desplegado. Actualmente, las innovaciones en este campo incluyen:

• Desarrollo de nuevas comunidades digitales
• Los usuarios pueden crear y desplegar fácilmente agentes inteligentes y sus tokens relacionados en la plataforma.
• Se están surgiendo gerentes de fondos de IA entrenados en las características de personalidad de conocidos inversores en encriptación.
• La plataforma de juegos permite a los jugadores participar en el juego guiando las acciones de los agentes, lo que a menudo genera formas de juego innovadoras e inesperadas.

dirección de desarrollo futuro

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

• Recaudación de fondos a través de la plataforma de recaudación de tokens
• Utilizar los fondos recaudados para pagar las tarifas de acceso a los datos de investigación de pago, y los costos de cálculo de 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., y sus escenarios de aplicación tienen posibilidades infinitas.

Las ventajas de que los agentes ejecuten actividades financieras en la cadena.

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
• A través de DeFi, ingresar al mercado de capitales ------ los agentes pueden acuñar activos, realizar transacciones, inversiones, operaciones de préstamo y 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.

Dirección futura de desarrollo

Especial atención a la exploración de las siguientes direcciones:

1. Mecanismo de control de riesgos
2. Promover escenarios de uso no especulativos
3. Requisitos de progreso del desarrollo

2. Mejorar la capacidad de los LLMs para escribir código, empoderar a los desarrolladores

Los LLMs ya han demostrado una gran capacidad y están avanzando rápidamente. En el campo de aplicación de los LLM, la escritura de código podría presentar una curva de progreso especialmente pronunciada, ya que es una tarea que se puede evaluar objetivamente.

Sin embargo, actualmente hay varios desafíos que obstaculizan que los LLMs alcancen un nivel de excelencia en comprensión:

• Falta de datos de entrenamiento originales de alta calidad
• Cantidad insuficiente de construcciones verificadas (Verified builds)
• Falta de interacción con alto valor informativo
• El desarrollo de infraestructuras avanza rápidamente, lo que provoca que el código antiguo pueda no ser adecuado para las necesidades actuales.
• Falta de métodos para evaluar el grado de comprensión de los modelos.

dirección de desarrollo futuro

• Ayudar a obtener mejores datos en Internet
• Más equipos publican construcciones verificadas (Verified builds)
• Más personas en el ecosistema están activamente planteando buenas preguntas y proporcionando respuestas de alta calidad en Stack Exchange.
• Crear pruebas de referencia de alta calidad para evaluar el nivel de comprensión de los LLMs
• Crear modelos de ajuste fino LLM que se desempeñen bien en las pruebas de referencia anteriores

El logro final será: un nuevo cliente de nodos de validación, completamente creado por IA, de alta calidad y diferenciado.

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

En el campo de la IA, el equilibrio de poder a largo plazo entre modelos de código abierto y cerrado sigue siendo incierto. La expectativa más simple en este momento es mantener el statu quo: las grandes empresas tecnológicas impulsan el desarrollo de vanguardia, mientras que los modelos de código abierto siguen rápidamente y obtienen ventajas únicas en escenarios de aplicación específicos mediante ajustes finos.

Soporte para los permisos de acceso a los siguientes elementos:

• Datos de entrenamiento
• Potencia de cálculo para entrenamiento e inferencia
• Pesos del modelo
• Capacidad de verificación de salida del modelo

La importancia de esta estrategia se refleja en:

1. Modelos de código abierto aceleran la innovación y la iteración
2. Proporcionar opciones a los usuarios que no confían en la IA centralizada

Ya hay varios proyectos en el ecosistema apoyando la pila de tecnologías de IA abierta:

• Recolección de datos
• Poder de cómputo descentralizado
• Marco de entrenamiento descentralizado

dirección de desarrollo futuro

Espero 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 apoya la verificación de la identidad humana a través de la billetera, protocolo que valida la respuesta de la API de IA, permitiendo a los usuarios confirmar que están interactuando con LLM.
• Entrenamiento descentralizado
• Infraestructura IP: permite que la IA otorgue licencias (y pague) por el contenido que utiliza