Três principais direções estratégicas da fusão entre IA e encriptação

Atualmente, a combinação de IA e encriptação está entrando em um período de explosão de inovações. Este artigo irá detalhar três direções principais de desenvolvimento desta fusão.

1. Construir uma ecologia econômica impulsionada por agentes inteligentes

Práticas recentes têm demonstrado que agentes de IA podem operar de forma eficaz na blockchain. Este campo está constantemente ultrapassando os limites das operações na cadeia de agentes, com um enorme potencial e um amplo espaço de design. Atualmente, este se tornou um dos direções mais inovadoras e explosivas nos campos da encriptação e da IA, e isso é apenas o começo.

No futuro, os agentes inteligentes têm potencial para gerenciar projetos complexos que exigem coordenação econômica entre múltiplas partes. Por exemplo, no campo da pesquisa científica, os agentes podem ser responsáveis por encontrar compostos terapêuticos para doenças específicas:

• Recolha de fundos através da plataforma de angariação de tokens
• Utilizar os fundos angariados para pagar as despesas de acesso a dados de pesquisa e realizar simulações de compostos em uma rede de computação descentralizada.
• Recrutar humanos para realizar trabalho de verificação de experimentos através da plataforma de recompensas

Além de projetos complexos, os agentes também podem executar tarefas simples como criar sites pessoais e produzir obras de arte, com possibilidades ilimitadas de aplicação.

A tecnologia de blockchain tem vantagens únicas no suporte a atividades de representação:

• Aplicações de pagamentos de baixo valor
• Vantagem de velocidade, a função de liquidação instantânea ajuda os agentes a alcançarem a máxima eficiência de capital.
• Aceda ao mercado de capitais através da DeFi, realizando operações de criação de ativos, negociação, investimento, gestão de finanças e empréstimos de forma fluida.

Do ponto de vista das leis de desenvolvimento técnico, a dependência de trajetória desempenha um papel crucial. À medida que mais e mais agentes obtêm lucros através de encriptação, a conexão encriptada pode muito bem tornar-se a capacidade central dos agentes.

Futuras direções de desenvolvimento incluem:

1. Explorar mecanismos de controlo de risco
2. Promover cenários de uso não especulativos
3. Acelerar o progresso do desenvolvimento, para implementar o protótipo da rede de testes ou a operação da rede principal.

2. Aumentar a capacidade do LLM no desenvolvimento de código

Os grandes modelos de linguagem já demonstraram um desempenho excecional na escrita de código, e no futuro, espera-se que melhorem ainda mais. Com estas capacidades, a eficiência dos desenvolvedores poderá aumentar entre 2 a 10 vezes. Recentemente, a avaliação das capacidades dos LLMs em compreender e escrever código, através do estabelecimento de referências de alta qualidade, ajudará a entender o impacto potencial dos LLMs no ecossistema.

No entanto, ainda existem alguns desafios:

• Falta de dados de treino originais de alta qualidade
• A quantidade de construções verificadas é insuficiente
• Falta de interação de alto valor informativo no fórum técnico
• O rápido desenvolvimento da infraestrutura levou a que o código antigo possa não ser aplicável
• Falta de métodos para avaliar o nível de compreensão dos modelos de avaliação

As direções de desenvolvimento futuro incluem:

• Melhorar a qualidade dos dados relevantes na internet
• Incentivar mais equipes a lançar construções de validação
• Melhorar a qualidade das perguntas e respostas na plataforma de intercâmbio técnico
• Criar testes de referência de alta qualidade
• Desenvolver modelos de ajuste fino LLM que se destacam nos testes de referência

O objetivo final é alcançar um novo cliente de nó de validação, totalmente criado por IA, de alta qualidade e diferenciado.

3. Apoiar uma pilha de tecnologia de IA aberta e descentralizada

O equilíbrio de poder a longo prazo entre modelos de código aberto e de código fechado ainda é incerto. A situação mais provável no momento é a manutenção do status quo - grandes empresas de tecnologia impulsionando o desenvolvimento de ponta, enquanto os modelos de código aberto acompanham rapidamente e ganham vantagens únicas em cenários de aplicação específicos através de ajustes finos.

A importância de apoiar a pilha de tecnologia de IA aberta reflete-se em:

1. Aceleração da inovação e iteração: a comunidade de código aberto demonstrou como a rápida melhoria e ajuste de modelos de código aberto pode complementar efetivamente o trabalho das grandes empresas de IA.
2. Oferecer opções para os utilizadores que não confiam em AI centralizada: Tendo em conta que a AI pode ser usada como uma ferramenta de controlo, apoiar uma pilha de tecnologia AI de código aberto pode fornecer alternativas para os utilizadores.

Atualmente, já existem vários projetos no ecossistema que apoiam a pilha de tecnologias de AI aberta, incluindo coleta de dados, computação descentralizada e estruturas de treinamento descentralizadas.

As direções de desenvolvimento futuro incluem:

• Coleta de dados descentralizada
• Verificação de identidade na blockchain
• Treinamento descentralizado
• Infraestrutura IP, permitindo que a IA licencie e pague pelo conteúdo que utiliza