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

Actuellement, l'intersection de l'IA et de la technologie de chiffrement entre dans une phase de développement rapide. Cet article détaille les trois principales directions de développement de la fusion IA + chiffrement.

Résumé

1. Construire l'économie la plus dynamique pilotée par des agents intelligents

Les agents intelligents fonctionnant sur la chaîne ont déjà prouvé leur faisabilité. Les expériences dans ce domaine continuent de repousser les limites des opérations d'agents sur la chaîne, avec un potentiel énorme et un espace de conception vaste. Cela est désormais devenu l'une des directions les plus révolutionnaires et dynamiques dans les domaines du chiffrement et de l'IA, et ce n'est que le début.

2. Améliorer la capacité des LLM dans le développement de code

Les grands modèles de langage excellent dans la rédaction de code et continueront à s'améliorer à l'avenir. Grâce à ces capacités, l'efficacité des développeurs pourrait augmenter de 2 à 10 fois. Récemment, établir des références de haute qualité pour évaluer la compréhension et la rédaction de code par les LLMs aidera à comprendre l'impact potentiel des LLMs sur l'écosystème. Des plans de réglage de modèles de haute qualité seront validés lors des tests de référence.

3. Support d'une pile technologique IA ouverte et décentralisée

"Une pile technologique AI ouverte et décentralisée" comprend les éléments clés suivants :

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

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

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

1. Construire l'économie la plus dynamique alimentée par des agents intelligents

Lorsque les agents IA commencent à participer aux activités sur la chaîne, un nouveau monde plein de possibilités s'ouvre. Les innovations dans ce domaine incluent :

• Développement de nouvelles communautés numériques
• Les utilisateurs peuvent facilement créer et déployer des agents intelligents et leurs jetons associés.
• Des gestionnaires de fonds AI formés sur les caractéristiques personnelles d'investisseurs en chiffrement renommés émergent.
• La plateforme de jeu permet aux joueurs de participer au jeu en guidant les actions des agents, ce qui entraîne souvent des modes de jeu innovants inattendus.

direction de développement futur

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

• Lever de fonds via une plateforme de collecte de fonds par jetons
• Utiliser les fonds collectés pour payer les frais d'accès aux documents de recherche rémunérés, et pour les frais de calcul de 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, dont les applications sont infinies.

Les avantages de l'exécution des activités financières par des agents sur la chaîne.

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

• Applications de paiements de faible montant
• Avantage de vitesse------Fonction de règlement instantané, aide les agents à réaliser une efficacité maximale du capital
• Accéder aux marchés de capitaux via DeFi ------ Les agents peuvent créer 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 technique, la dépendance au chemin joue un rôle clé. Avec de plus en plus d'agents obtenant des revenus grâce au chiffrement, la connexion chiffrée pourrait devenir la compétence centrale des agents.

direction de développement futur

Une attention particulière est portée à l'exploration des directions suivantes :

1. Mécanisme de contrôle des risques
2. Promouvoir des scénarios d'utilisation non spéculatifs
3. Exigences de progression du développement

2. Améliorer la capacité des LLMs à écrire du code, autonomiser les développeurs

Les LLMs ont déjà montré de puissantes capacités et progressent rapidement. Dans le domaine d'application des LLM, la rédaction de code pourrait connaître une courbe de progrès particulièrement raide, car il s'agit d'une tâche qui peut être évaluée objectivement.

Cependant, plusieurs défis empêchent actuellement les LLMs d'atteindre un niveau d'excellence en compréhension :

• Manque de données d'entraînement originales de haute qualité
• Nombre de constructions vérifiées (Verified builds) insuffisant
• Manque d'interactions à forte valeur informationnelle
• Le développement des infrastructures progresse rapidement, entraînant une éventuelle inadéquation du code ancien aux besoins actuels.
• Manque de méthodes pour évaluer le degré de compréhension des modèles

direction de développement futur

• Aider à obtenir de meilleures données sur Internet
• Plus d'équipes publient des constructions vérifiées (Verified builds)
• Plus de personnes dans l'écosystème posent de bonnes questions et fournissent des réponses de haute qualité sur Stack Exchange.
• Créer des tests de référence de haute qualité pour évaluer le niveau de compréhension des LLMs
• Créer un modèle de LLM affiné qui a bien performé dans les tests de référence ci-dessus

La réalisation majeure finale sera : un tout nouveau client de nœud de validation, de haute qualité et différencié, entièrement créé par l'IA.

3. Soutenir des piles technologiques d'IA ouvertes et décentralisées

Dans le domaine de l'IA, l'équilibre des forces à long terme entre les modèles open source et les modèles fermés reste flou. L'attente la plus simple pour l'instant est de maintenir le statu quo------les grandes entreprises technologiques poussent le développement à la pointe, tandis que les modèles open source suivent rapidement et obtiennent un avantage unique dans des scénarios d'application spécifiques grâce à un ajustement fin.

Accès aux éléments suivants :

• Données d'entraînement
• Puissance de calcul pour l'entraînement et l'inférence
• Poids du modèle
• Capacité de validation des sorties du modèle

L'importance de cette stratégie se manifeste par :

1. Les modèles open source accélèrent l'itération de l'innovation
2. Offrir un choix aux utilisateurs qui ne font pas confiance à l'IA centralisée

Plusieurs projets dans l'écosystème soutiennent la pile technologique OpenAI :

• Collecte de données
• Puissance de calcul décentralisée
• Cadre d'entraînement décentralisé

direction de développement futur

J'espère que nous pourrons construire davantage de produits à tous les niveaux de la pile technologique AI open source :

• Collecte de données décentralisée
• Identité sur la chaîne : protocole permettant aux portefeuilles de vérifier l'identité humaine, protocole vérifiant la réponse de l'API AI, permettant aux utilisateurs de confirmer qu'ils interagissent avec un LLM.
• Entraînement décentralisé
• Infrastructure IP : permettre à l'IA de licencier (et de payer) le contenu qu'elle utilise.