Les trois grandes orientations stratégiques de la fusion de l'IA et du chiffrement

Actuellement, l'intersection de l'IA et du chiffrement entre dans une phase expérimentale de type "explosion cambrienne". Cet article décrit en détail les trois grandes directions de développement de la fusion IA + chiffrement.

1. Construire l'économie la plus dynamique pilotée par des agents intelligents

Truth Terminal a déjà prouvé la faisabilité des agents IA opérant sur la chaîne. Les expériences dans ce domaine repoussent constamment les limites des opérations des agents sur la chaîne, avec un potentiel énorme et un espace de conception vaste. Actuellement, cela est devenu l'une des directions les plus révolutionnaires et explosibles dans le domaine du chiffrement et de l'IA.

À l'avenir, des agents intelligents pourront gérer des projets complexes nécessitant une coordination économique entre plusieurs 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 :

• Lever des fonds en tokens via des plateformes pertinentes
• Utiliser les fonds collectés pour payer les frais d'accès aux documents de recherche payants et les frais de calcul pour la simulation de composés sur un réseau de calcul décentralisé.
• Recruter des humains pour effectuer des travaux de vérification expérimentale via une plateforme de primes

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

Pourquoi les agents ont-ils plus de sens pour exécuter des activités financières sur la chaîne ?

Le chiffrement de la monnaie a des avantages uniques dans certains domaines :

• Application de paiements de faible montant
• Avantage de vitesse : La fonction de règlement instantané aide les agents à réaliser une efficacité maximale du capital.
• Accéder au marché des capitaux via DeFi : les agents peuvent créer des actifs sans couture, effectuer des transactions, investir, gérer des finances, réaliser des opérations de prêt et utiliser l'effet de levier, etc.

D'un point de vue des lois de développement technique, la dépendance au chemin joue un rôle clé. Avec de plus en plus d'agents obtenant des revenus grâce aux chiffrement, la connexion chiffrée pourrait très probablement devenir la capacité centrale des agents.

direction de développement futur

1. Mécanisme de contrôle des risques : ne pas donner aux agents une liberté d'action totalement sans contrainte.
2. Promouvoir des scénarios d'utilisation non spéculatifs : tels que l'achat de billets, l'optimisation des rendements du portefeuille de stablecoins, la commande de nourriture, etc.
3. Exigences de progression du développement : il faut atteindre au moins le stade de prototype du réseau de test, de préférence déjà en fonctionnement sur le réseau principal.

2. Améliorer la capacité des LLMs à rédiger du code Solana

Les LLMs ont déjà montré une grande capacité dans la rédaction de code et progressent rapidement. Actuellement, bien que les LLMs présentent encore des lacunes dans la rédaction de code, les éditeurs de code natifs basés sur l'IA ont fondamentalement transformé le développement logiciel. Compte tenu du taux de progrès rapide prévu, ces modèles sont susceptibles de révolutionner le développement logiciel.

Cependant, plusieurs défis empêchent actuellement les LLMs d'atteindre un niveau d'excellence dans la compréhension de Solana :

• Manque de données d'entraînement de haute qualité
• Nombre de constructions de validation insuffisant
• Manque d'interactions à haute valeur d'information sur les plateformes concernées.
• L'infrastructure de Solana se développe rapidement, l'ancien code peut ne pas répondre aux besoins actuels.
• Manque de méthodes d'évaluation du niveau de compréhension de Solana

direction de développement futur

• Aider à obtenir de meilleures données Solana
• Publier davantage de constructions de validation
• Encourager les membres de l'écosystème à interagir activement sur les plateformes concernées
• Créer des tests de référence de haute qualité pour évaluer la compréhension des LLMs de Solana
• Créer un modèle de fine-tuning LLM qui performe bien dans les tests de référence, accélérant l'efficacité de travail des développeurs Solana

L'objectif final est de créer un nouveau client de nœud de validation Solana, entièrement conçu par l'IA, de haute qualité et différencié.

3. Soutenir une pile technologique d'IA ouverte et décentralisée

Actuellement, l'équilibre des forces à long terme entre les modèles open source et les modèles fermés reste flou. La tendance actuelle est que les grandes entreprises technologiques poussent le développement à la pointe, tandis que les modèles open source suivent rapidement et obtiennent un avantage unique dans des scénarios d'application spécifiques grâce à un ajustement fin.

L'importance de soutenir la pile technologique open AI se manifeste par :

1. Les modèles open source accélèrent l'itération de l'innovation : les améliorations et les ajustements rapides des modèles open source par la communauté démontrent comment la communauté complète efficacement le travail des grandes entreprises d'IA.

2. Offrir des choix aux utilisateurs qui ne font pas confiance à l'IA centralisée : l'IA peut devenir un puissant outil pour des régimes dictatoriaux ou autoritaires, il est donc crucial de soutenir une pile technologique d'IA open source.

Plusieurs projets soutiennent la pile technologique OpenAI, y compris la collecte de données, le chiffrement décentralisé et le cadre d'entraînement décentralisé, etc.

direction de développement futur

J'espère construire plus de produits à tous les niveaux de la pile technologique AI open source :

• Collecte de données décentralisée
• Identité sur la chaîne : protocole permettant aux portefeuilles de vérifier l'identité humaine, protocole vérifiant les réponses des API IA.
• Formation décentralisée
• Infrastructure IP : permettre à l'IA de licencier (et de payer) le contenu qu'elle utilise.