Три стратегических направления интеграции ИИ и шифрования

В настоящее время сочетание ИИ и шифрования вступает в стадию быстрого развития. В этой статье подробно изложены три основных направления развития.

1. Построение экономической системы, управляемой интеллектуальными агентами

Умные агенты, работающие на блокчейне, уже доказали свою жизнеспособность. Эксперименты в этой области постоянно расширяют границы, и ее потенциал огромен, а пространство для дизайна обширно. В настоящее время это одно из самых прорывных направлений в области шифрования и ИИ, и это только начало.

В будущем умные агенты смогут управлять сложными проектами, такими как поиск специфических соединений для лечения определенных заболеваний в области научных исследований. Конкретно говоря:

• Проведение сбора средств через платформу по募资 токенов
• Использовать привлеченные средства для оплаты доступа к исследовательским материалам и расходов на моделирование в децентрализованной вычислительной сети
• Набор людей для выполнения экспериментальных верификационных работ через платформу вознаграждений

Кроме того, агенты могут выполнять простые задачи, такие как создание личных веб-сайтов и создание художественных произведений, а сферы применения имеют бесконечные возможности.

Умные агенты имеют преимущества в выполнении финансовых операций на блокчейне по сравнению с использованием традиционных каналов:

• Приложение для мелких платежей
• Преимущество скорости, мгновенные расчеты
• Вход в капитализацию через DeFi позволяет бесшовно создавать активы, торговать, инвестировать и управлять финансами, а также брать кредиты.

2. Повышение возможностей больших языковых моделей в разработке кода

Большие языковые модели уже показали отличные результаты в написании кода и в будущем будут ещё более совершенствоваться. Благодаря этим возможностям ожидается, что эффективность разработчиков возрастёт в 2-10 раз. В ближайшее время создание качественных стандартов для оценки способности больших языковых моделей понимать и писать код поможет понять их потенциальное влияние на экосистему. Качественные схемы дообучения моделей будут проверены в ходе бенчмаркинга.

Текущие вызовы включают в себя:

• Недостаток качественных исходных обучающих данных
• Недостаточное количество проверок сборки
• Недостаток взаимодействия с высокой информационной ценностью
• Быстрое развитие инфраструктуры приводит к тому, что старый код может оказаться непригодным
• Недостаток методов понимания степени оценки модели

Будущие ожидания:

• Получите более релевантные данные
• Больше команд выпускает проверенные сборки
• Члены экосистемы активно взаимодействуют на платформе технического обмена
• Создание высококачественных бенчмарков
• Разработка хорошо зарекомендовавшей себя модели с тонкой настройкой в тестах производительности

Конечным значительным достижением станет полностью созданный ИИ новый, высококачественный и дифференцированный клиент узла верификации.

3. Поддержка открытого и децентрализованного стека технологий ИИ

"Открытый и децентрализованный стек ИИ-технологий" включает в себя следующие ключевые элементы:

• Получение данных для обучения
• вычислительные возможности для обучения и вывода
• Обмен весами модели
• Способность верификации вывода модели

Важность этого открытого стека технологий ИИ заключается в:

• Ускорение разработки инновационных моделей и экспериментов
• Предоставление альтернативы для пользователей, которые не доверяют централизованному ИИ

В экосистеме уже существует несколько проектов, поддерживающих открытый стек технологий AI:

• Сбор данных
• Децентрализованная вычислительная мощность
• Децентрализованная тренировочная платформа

В будущем ожидается, что на всех уровнях открытого технологического стека ИИ будет создано больше продуктов, включая децентрализованный сбор данных, подтверждение личности на блокчейне, децентрализованное обучение и инфраструктуру ИП для лицензирования контента ИИ и т.д.