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

Actuellement, la combinaison de l'IA et du chiffrement entre dans une phase de développement rapide. Cet article décrit en détail trois directions de développement clés.

1. Construire un système économique basé sur des agents intelligents

Les agents intelligents sur la blockchain ont déjà prouvé leur viabilité. Les expériences dans ce domaine continuent de repousser les frontières, avec un potentiel énorme et un vaste espace de conception. Actuellement, cela est devenu l'un des domaines les plus révolutionnaires dans les secteurs du chiffrement et de l'IA, et ce n'est que le début.

À l'avenir, des agents intelligents pourront gérer des projets complexes, comme rechercher des composés thérapeutiques pour des maladies spécifiques dans le domaine de la recherche scientifique. Plus précisément :

• Collecte de fonds via une plateforme de levée de fonds par jetons
• Utiliser les fonds collectés pour payer les frais d'accès aux données de recherche et les frais de simulation sur un réseau de calcul décentralisé
• Recruter des humains pour effectuer des travaux de validation expérimentale via une plateforme de primes.

En plus de cela, les agents peuvent également exécuter des tâches simples telles que la création de sites Web personnels, la création d'œuvres d'art, etc., avec des scénarios d'application aux possibilités infinies.

Les agents intelligents ont plus d'avantages pour exécuter des activités financières sur la blockchain que par des canaux traditionnels :

• Application de paiement de faible montant
• Avantage de vitesse, règlement instantané
• Grâce à DeFi, il est possible d'entrer sur le marché des capitaux, de manière fluide, pour frapper des actifs, échanger, investir, gérer son patrimoine, emprunter, etc.

2. Améliorer la capacité des grands modèles de langage dans le développement de code

Les grands modèles de langage ont déjà montré d'excellentes performances dans la rédaction de code et devraient encore s'améliorer à l'avenir. Grâce à ces capacités, l'efficacité des développeurs pourrait augmenter de 2 à 10 fois. Récemment, l'établissement de références de haute qualité pour évaluer la compréhension et la rédaction de code par les grands modèles de langage aidera à comprendre leur impact potentiel sur l'écosystème. Des plans de réglage de modèle de haute qualité seront vérifiés dans les tests de référence.

Les défis auxquels nous sommes confrontés actuellement incluent :

• Manque de données d'entraînement originales de qualité
• Nombre de constructions de validation insuffisant
• Manque d'interactions à haute valeur informationnelle
• Le développement rapide des infrastructures rend l'ancien code peut-être obsolète.
• Manque de méthodes pour évaluer le niveau de compréhension des modèles

À l'avenir, j'espère voir :

• Obtenir de meilleures données pertinentes
• Plus d'équipes publient des constructions de validation
• Les membres de l'écosystème interagissent activement sur la plateforme d'échange technologique.
• Créer des tests de référence de haute qualité
• Développer un modèle de réglage fin qui performe bien dans les tests de référence

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 une pile technologique IA ouverte et décentralisée

"Stack technologique AI ouvert et décentralisé" contient 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

Plusieurs projets dans l'écosystème soutiennent la pile technologique ouverte d'IA :

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

À l'avenir, nous espérons pouvoir construire davantage de produits à tous les niveaux de la pile technologique AI open source, y compris la collecte de données décentralisée, la vérification d'identité sur la chaîne, l'entraînement décentralisé et l'infrastructure IP pour la licence de contenu AI, etc.