Les trois grandes directions du développement de l'intégration de l'IA et du chiffrement

Actuellement, la combinaison de l'intelligence artificielle et du chiffrement est en phase de développement rapide. Cet article détaillera trois directions clés de développement de la fusion AI + chiffrement.

1. Créer une économie dynamique alimentée par des agents intelligents

Les pratiques récentes ont prouvé la faisabilité des agents IA opérant sur la blockchain. Ce domaine continue de repousser les limites des opérations sur la chaîne des agents, avec un potentiel énorme et un espace de conception vaste. Actuellement, cela est devenu l'une des directions les plus révolutionnaires et dynamiques dans le domaine du chiffrement et de l'IA, et ce n'est que le début.

À l'avenir, des agents intelligents pourraient gérer des projets complexes nécessitant une coordination économique multi-parties. Par exemple, dans le domaine de la recherche scientifique, les agents pourraient être responsables de la recherche de composés thérapeutiques pour des maladies spécifiques. Plus précisément :

• Collecte de fonds via la plateforme de levée de fonds par jetons
• Utiliser les fonds levés pour payer les frais d'accès aux données de recherche, et pour les coûts de simulation de composés sur un réseau de calcul décentralisé.
• Recruter des humains pour exécuter des travaux de vérification expérimentale via une plateforme de récompense

En plus des projets complexes, les agents peuvent également exécuter des tâches simples telles que la création de sites web personnels ou la création d'œuvres d'art, et leurs scénarios d'application ont des possibilités infinies.

Les agents intelligents exécutent des activités financières sur la blockchain, ce qui présente plus d'avantages que l'utilisation de canaux traditionnels :

• Application de paiements de petite somme
• Avantage de vitesse : La fonction de règlement instantané aide les agents à réaliser une efficacité maximale du capital.
• Accéder aux marchés de capitaux via DeFi : les agents peuvent créer des actifs, effectuer des transactions, investir, gérer leurs finances, emprunter, utiliser l'effet de levier, etc.

Les orientations de développement futures devraient se concentrer sur :

1. Mécanisme de contrôle des risques
2. Promouvoir des scénarios d'utilisation non spéculatifs
3. Exigences en matière de développement : atteindre au moins la phase de prototype du réseau de test, de préférence déjà en fonctionnement sur le réseau principal.

2. Améliorer les capacités 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 être multipliée par 2 à 10. 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 solutions de fine-tuning de modèles de haute qualité seront validées lors des tests de référence.

Cependant, il existe encore certains défis :

• Manque de données d'entraînement brutes de qualité
• Nombre de constructions de vérification insuffisant
• Il manque des interactions à forte valeur d'information sur la plateforme de questions-réponses techniques.
• Le développement des infrastructures progresse rapidement, ce qui rend l'ancien code potentiellement inadapté aux besoins actuels.
• Manque de méthodes pour évaluer le niveau de compréhension d'une technologie spécifique.

Future direction :

• Améliorer la qualité des données pertinentes sur Internet
• Encourager davantage d'équipes à publier des constructions de validation
• Poser de bonnes questions et fournir des réponses de haute qualité sur une plateforme de questions et réponses techniques
• Créer des tests de référence de haute qualité pour évaluer le niveau de compréhension des grands modèles de langage
• Créer un schéma de réglage de modèle qui performe bien dans les tests de référence

La réalisation majeure finale sera : un tout nouveau client de nœud de validation, entièrement créé par l'IA, de haute qualité et différencié.

3. Soutenir une pile technologique AI ouverte et décentralisée

L'équilibre des forces à long terme entre les modèles open source et closed source reste incertain. L'attente la plus simple pour l'instant est de maintenir le statu quo : les grandes entreprises technologiques propulsent le développement à la pointe, tandis que les modèles open source suivent rapidement et obtiennent des avantages uniques dans des scénarios d'application spécifiques grâce à un ajustement fin.

L'importance de soutenir la pile technologique de l'IA ouverte se manifeste par :

1. Modèles open source accélérant l'itération d'innovation : Les améliorations et ajustements rapides des modèles open source par la communauté open source montrent comment la communauté complète efficacement le travail des grandes entreprises d'IA, faisant avancer les limites des capacités de l'IA.

2. Offrir des choix aux utilisateurs qui ne font pas confiance à l'IA centralisée : l'IA peut être utilisée comme un outil de contrôle, soutenir une pile technologique d'IA open source peut offrir aux utilisateurs des alternatives.

Actuellement, plusieurs projets soutiennent la pile technologique OpenAI :

• Collecte de données
• Pouvoir de calcul décentralisé
• Cadre d'entraînement décentralisé

Future direction :

• Collecte de données décentralisée
• Identité sur la chaîne : protocole supportant la vérification de l'identité humaine par le portefeuille, protocole vérifiant la réponse de l'API IA.
• Entraînement décentralisé
• Infrastructure IP : permettre à l'IA de licencier (et de payer) le contenu qu'elle utilise.

Grâce à ces efforts, nous espérons voir la fusion de l'IA avec le chiffrement apporter plus d'innovations et de percées dans l'industrie.