Las tres direcciones estratégicas de la fusión de la IA y la encriptación

Actualmente, la intersección de la IA y la encriptación está entrando en una fase experimental de "explosión cámbrica". Este artículo detalla las tres principales direcciones de desarrollo de la fusión IA + encriptación.

1. Construir una economía impulsada por agentes inteligentes más vibrantes

Truth Terminal ya ha demostrado la viabilidad de los agentes de IA operando en la cadena. Los experimentos en este campo están continuamente rompiendo los límites de las operaciones de agentes en la cadena, con un gran potencial y un amplio espacio de diseño. Actualmente, esto se ha convertido en una de las direcciones más innovadoras y explosivas en el campo de la encriptación y la IA.

En el futuro, los agentes inteligentes podrán gestionar proyectos complejos que requieren coordinación económica entre múltiples partes. Por ejemplo, en el ámbito de la investigación científica, los agentes podrán encargarse de buscar compuestos terapéuticos para enfermedades específicas. En concreto:

• Realizar una recaudación de fondos de tokens a través de plataformas relacionadas
• Utilizar los fondos recaudados para pagar los costos de acceso a materiales de investigación pagos y los costos de cálculo de simulaciones de compuestos en una red de computación descentralizada.
• Reclutar humanos para realizar trabajos de verificación de experimentos a través de plataformas de recompensas.

Además de proyectos complejos, los agentes también pueden llevar a cabo tareas simples como crear sitios web personales, crear obras de arte, etc., y sus escenarios de aplicación tienen posibilidades infinitas.

¿Por qué tiene más sentido que los agentes realicen actividades financieras en la cadena?

La encriptación de moneda tiene ventajas únicas en ciertos campos:

• Aplicaciones de pagos pequeños
• Ventaja de velocidad: La función de liquidación instantánea ayuda a los agentes a lograr la máxima eficiencia de capital.
• Acceder al mercado de capitales a través de DeFi: los agentes pueden acuñar activos, realizar transacciones, invertir, operar préstamos y utilizar apalancamiento de manera fluida.

Desde la perspectiva de las leyes del desarrollo tecnológico, la dependencia del camino juega un papel clave. A medida que más y más agentes obtienen beneficios a través de encriptación, la conexión encriptada probablemente se convertirá en la capacidad central de los agentes.

dirección de desarrollo futuro

1. Mecanismo de control de riesgos: no se puede otorgar a los agentes una libertad de acción completamente sin restricciones.
2. Promover escenarios de uso no especulativos: como la compra de boletos, optimizar el rendimiento de la cartera de inversión en encriptación estable, pedir comida, etc.
3. Requisitos de progreso del desarrollo: al menos debe alcanzar la fase de prototipo de la red de pruebas, y lo mejor es que ya esté en funcionamiento en la red principal.

2. Mejorar la capacidad de los LLMs para escribir código de Solana

Los LLMs han demostrado una gran capacidad para escribir código y han avanzado rápidamente. Actualmente, aunque los LLMs aún tienen deficiencias en la redacción de código, los editores de código nativos de IA han cambiado fundamentalmente el desarrollo de software. Considerando la rápida tasa de progreso esperada, es muy probable que estos modelos transformen completamente el desarrollo de software.

Sin embargo, actualmente hay varios desafíos que impiden que los LLMs alcancen un nivel de excelencia en la comprensión de Solana:

• Falta de datos de entrenamiento originales de alta calidad
• La cantidad de construcciones de verificación es insuficiente
• Falta de interacción de alto valor informativo en las plataformas relacionadas
• El desarrollo de la infraestructura de Solana está avanzando rápidamente, el código antiguo puede no ser adecuado para las demandas actuales.
• Falta un método de evaluación del nivel de comprensión de Solana

dirección de desarrollo futuro

• Ayuda a obtener mejores datos de Solana
• Publicar más construcciones de verificación
• Fomentar la interacción activa de los miembros del ecosistema en las plataformas relevantes
• Crear pruebas de referencia de alta calidad para evaluar el nivel de comprensión de los LLMs sobre Solana
• Crear modelos de ajuste fino LLM que se desempeñen bien en las pruebas de referencia, acelerando la eficiencia laboral de los desarrolladores de Solana.

El objetivo final es lograr un nuevo cliente de nodo de validación de Solana, completamente creado por IA, de alta calidad y diferenciado.

3. Soporte para pilas de tecnología AI abiertas y descentralizadas

Actualmente, el equilibrio de poder a largo plazo entre modelos de código abierto y cerrado sigue siendo incierto. La tendencia actual es que las grandes empresas de tecnología impulsen el desarrollo de vanguardia, mientras que los modelos de código abierto siguen rápidamente y obtienen ventajas únicas en escenarios de aplicación específicos a través de ajustes finos.

La importancia de apoyar la pila de tecnologías de IA abierta se refleja en:

1. Modelos de código abierto que aceleran la iteración de innovaciones: La rápida mejora y ajuste de modelos de código abierto por parte de la comunidad demuestra cómo la comunidad puede complementar efectivamente el trabajo de las grandes empresas de IA.

2. Proporcionar opciones a los usuarios que desconfían de la IA centralizada: la IA puede convertirse en una poderosa herramienta para regímenes dictatoriales o autoritarios, por lo que es crucial apoyar las pilas de tecnología de IA de código abierto.

Ya hay varios proyectos que apoyan el stack de tecnología de AI abierta, incluyendo la recolección de datos, la computación descentralizada y los marcos de entrenamiento descentralizados, entre otros.

dirección de desarrollo futuro

Espero construir más productos en todos los niveles de la pila de tecnología de IA de código abierto:

• Recolección de datos descentralizada
• Identidad en la cadena: protocolo que apoya la verificación de la identidad humana a través de billeteras, protocolo que verifica la respuesta de la API de IA.
• Entrenamiento descentralizado
• Infraestructura IP: permite que la IA licencie (y pague) el contenido que utiliza.