Tiga Arah Strategis Integrasi AI dan Enkripsi

Saat ini, kombinasi AI dan enkripsi sedang memasuki tahap perkembangan yang cepat. Artikel ini menjelaskan tiga arah perkembangan utama.

1. Membangun sistem ekonomi yang didorong oleh agen cerdas

Operasi agen cerdas di blockchain telah terbukti berhasil. Eksperimen di bidang ini terus menerobos batas, dengan potensi besar dan ruang desain yang luas. Saat ini, ini telah menjadi salah satu arah paling terobosan di bidang enkripsi dan AI, dan ini baru permulaan.

Di masa depan, agen cerdas dapat mengelola proyek kompleks, seperti mencari senyawa pengobatan untuk penyakit tertentu di bidang penelitian ilmiah. Secara spesifik:

• Melakukan penggalangan dana melalui platform penggalangan dana token
• Menggunakan dana yang dihimpun untuk membayar biaya akses data penelitian dan biaya simulasi di jaringan komputasi terdesentralisasi
• Merekrut manusia untuk menjalankan pekerjaan verifikasi eksperimen melalui platform hadiah

Selain itu, agen juga dapat melakukan tugas-tugas sederhana seperti membangun situs web pribadi, menciptakan karya seni, dan lain-lain, dengan kemungkinan aplikasi yang tak terbatas.

Agen cerdas memiliki keunggulan dalam melakukan aktivitas keuangan di blockchain dibandingkan dengan menggunakan saluran tradisional:

• Aplikasi pembayaran kecil
• Keunggulan kecepatan, penyelesaian instan
• Melalui DeFi, Anda dapat memasuki pasar modal, mencetak aset, berdagang, melakukan investasi, dan pinjaman dengan lancar.

2. Meningkatkan kemampuan model bahasa besar dalam pengembangan kode

Model bahasa besar telah menunjukkan kinerja yang luar biasa dalam penulisan kode, dan di masa depan akan terus meningkat. Melalui kemampuan ini, efisiensi pengembang diharapkan dapat meningkat 2-10 kali lipat. Baru-baru ini, membangun tolok ukur berkualitas tinggi untuk mengevaluasi kemampuan model bahasa besar dalam memahami dan menulis kode akan membantu memahami potensi dampaknya terhadap ekosistem. Rencana penyempurnaan model berkualitas tinggi akan diverifikasi dalam pengujian tolok ukur.

Tantangan yang dihadapi saat ini meliputi:

• Kurangnya data pelatihan asli yang berkualitas
• Jumlah verifikasi pembangunan tidak cukup
• Kurangnya interaksi yang memiliki nilai informasi tinggi
• Perkembangan infrastruktur yang cepat menyebabkan kode lama mungkin tidak lagi berlaku
• Kurangnya metode untuk memahami tingkat pemahaman model evaluasi

Harapan di masa depan:

• Dapatkan data terkait yang lebih baik
• Lebih banyak tim yang menerbitkan verifikasi bangunan
• Anggota ekosistem berinteraksi aktif di platform pertukaran teknologi
• Membuat pengujian benchmark berkualitas tinggi
• Mengembangkan model fine-tuning yang berkinerja baik dalam pengujian benchmark

Pencapaian besar terakhir akan menjadi klien node verifikasi baru yang sepenuhnya dibuat oleh AI, berkualitas tinggi, dan berbeda.

3. Mendukung tumpukan teknologi AI yang terbuka dan terdesentralisasi

"Tumpukan teknologi AI yang terbuka dan terdesentralisasi" mencakup elemen kunci berikut:

• Pengambilan data pelatihan
• Kapasitas komputasi untuk pelatihan dan inference
• Berbagi bobot model
• Kemampuan verifikasi output model

Pentingnya tumpukan teknologi AI terbuka ini tercermin dalam:

• Mempercepat inovasi dan eksperimen pengembangan model
• Menyediakan solusi alternatif bagi pengguna yang tidak mempercayai AI terpusat

Sudah ada beberapa proyek dalam ekosistem yang mendukung tumpukan teknologi AI terbuka:

• Pengumpulan data
• Kekuatan komputasi terdesentralisasi
• Kerangka pelatihan terdesentralisasi

Di masa depan, diharapkan dapat membangun lebih banyak produk di berbagai lapisan tumpukan teknologi AI sumber terbuka, termasuk pengumpulan data terdesentralisasi, verifikasi identitas di blockchain, pelatihan terdesentralisasi, serta infrastruktur IP untuk lisensi konten AI.