Три стратегічні напрямки інтеграції ШІ та шифрування

Наразі поєднання ШІ та шифрування технологій переходить на етап швидкого розвитку. У цій статті детально розглядаються три основні напрямки розвитку.

1. Побудова економічної системи, що керується розумними агентами

Робота розумних агентів на блокчейні вже довела свою життєздатність. Експерименти в цій галузі постійно розширюють межі, маючи величезний потенціал і широкий простір для дизайну. Наразі це стало одним з найбільш проривних напрямків у сферах шифрування та ШІ, і це лише початок.

У майбутньому розумні агенти зможуть управляти складними проектами, такими як пошук лікувальних сполук для конкретних захворювань у наукових дослідженнях. Конкретно кажучи:

• Збір коштів через платформу збору коштів за допомогою токенів
• Використання залучених коштів для оплати витрат на доступ до дослідницьких матеріалів та витрат на моделювання в децентралізованій обчислювальній мережі
• Залучення людей для виконання експериментальної перевірки через платформу винагород

Крім того, агент може виконувати прості завдання, такі як створення особистих веб-сайтів, створення художніх творів тощо, що відкриває безмежні можливості для застосування.

Розумні агенти виконують фінансові операції на блокчейні, що має переваги порівняно з традиційними каналами:

• Додаток для малих платежів
• Перевага швидкості, миттєве врегулювання
• Через DeFi можна безшовно емітювати активи, торгувати, інвестувати, управляти фінансами, брати кредити тощо.

2. Підвищення можливостей великих мовних моделей у розробці коду

Великі мовні моделі вже показали відмінні результати у написанні коду, і в майбутньому їх можливості ще покращаться. Завдяки цим можливостям очікується, що ефективність розробників зросте в 2-10 разів. Нещодавно створення високоякісних стандартів для оцінки здатності великих мовних моделей розуміти та писати код допоможе зрозуміти їх потенційний вплив на екосистему. Високоякісні плани тонкого налаштування моделей будуть перевірені в рамках тестування стандартів.

Наразі виклики включають:

• Брак якісних вихідних навчальних даних
• Неправильна кількість перевірок побудови
• Брак взаємодії з високою інформаційною цінністю
• Швидкий розвиток інфраструктури призводить до того, що старий код може бути непридатним
• Відсутні методи оцінки рівня розуміння моделі оцінки

Очікування на майбутнє:

• Отримати кращі відповідні дані
• Більше команд випускають перевірені конструкції
• Члени екосистеми активно взаємодіють на платформі технічного обміну
• Створення високоякісних бенчмарк-тестів
• Розробка добре показала себе в тестах на базовій моделі

Остаточним значним досягненням стане абсолютно новий, високоякісний, диференційований клієнт вузлів перевірки, повністю створений штучним інтелектом.

3. Підтримка відкритого та децентралізованого стеку технологій AI

"Відкрита та децентралізована технологічна стек AI" містить такі ключові елементи:

• Отримання навчальних даних
• Обчислювальні можливості тренування та висновків
• Спільне використання ваг моделі
• здатність валідації виходу моделі

Важливість цього відкритого технологічного стека AI полягає в:

• Прискорення інновацій та експериментів у розробці моделей
• Надати альтернативу для користувачів, які не довіряють централізованому AI

У екосистемі вже є кілька проєктів, що підтримують відкриту технічну стеку AI:

• Збір даних
• Децентралізовані обчислення
• Децентралізована навчальна структура

У майбутньому очікується, що на всіх рівнях технологічного стеку з відкритим кодом буде створено більше продуктів, включаючи децентралізований збір даних, ідентифікацію на блокчейні, децентралізоване навчання та інфраструктуру IP для ліцензування контенту AI тощо.