AI и шифрование: три ключевых направления развития

В настоящее время пересечение искусственного интеллекта и технологии блокчейн переживает волну инноваций, подобную "кембрийскому взрыву". В этой статье будут подробно рассмотрены три ключевых направления развития интеграции ИИ и шифрования.

1. Создание активной экономики, управляемой умными агентами

Применение интеллектуальных агентов в шифровании уже продемонстрировало огромный потенциал. В настоящее время эксперименты в этой области продолжают преодолевать границы операций на агентских цепочках, демонстрируя широкие возможности для проектирования и взрывной потенциал роста.

Будущее развитие тенденций

Умные агенты могут управлять сложными многосторонними проектами сотрудничества в будущем. Например, в области научных исследований агенты могут быть ответственны за поиск соединений для лечения конкретных заболеваний, включая:

• Сбор средств через платформу токенизации
• Использование привлеченных средств для оплаты доступа к исследовательским данным и расходов на моделирование в децентрализованной вычислительной сети
• Нанимать людей для выполнения экспериментальных верификационных работ через платформу вознаграждений

Кроме сложных проектов, агенты также могут выполнять простые задачи, такие как создание личных сайтов, создание художественных произведений и т.д., возможности применения безграничны.

преимущества шифрования

Умные агенты имеют следующие преимущества при выполнении финансовых операций на блокчейне по сравнению с традиционными каналами:

• Удобство мелких платежей
• Мгновенные расчеты, повышение эффективности капитала
• Бесшовный вход в капиталовложения через DeFi, операции по созданию активов, торговле, инвестициям, займам и другим действиям

С увеличением числа агентов, получающих доходы через шифрование, блокчейн-соединение, вероятно, станет основной способностью агентов.

2. Повышение возможностей ИИ в разработке кода на блокчейне

Большие языковые модели уже показали отличные результаты в написании кода и в будущем будут дополнительно улучшены. Благодаря этим возможностям, эффективность разработчиков шифрования может увеличиться в 2-10 раз.

Однако в настоящее время ИИ все еще сталкивается с некоторыми проблемами в понимании технологий шифрования.

• Нехватка качественных исходных тренировочных данных
• Недостаточное количество проверенных сборок
• На техническом форуме не хватает высокоценных взаимодействий
• Развитие инфраструктуры блокчейна быстрыми темпами приводит к тому, что старый код может быть неприемлемым
• Недостаток методов оценки уровня понимания блокчейна

Чтобы решить эти проблемы, индустрии необходимо:

• Улучшение качества данных, связанных с блокчейном, в Интернете
• Поощрение большего числа команд к публикации проверенных построений
• Предоставление качественных вопросов и ответов на техническом форуме
• Создание базового теста для оценки уровня понимания блокчейна AI
• Разработка AI моделей, хорошо зарекомендовавших себя в бенчмаркинге

3. Поддержка открытого и децентрализованного технологического стека AI

Долгосрочные тенденции развития открытых и закрытых AI-моделей остаются неопределенными. В настоящее время технологические гиганты продвигают передовые разработки, в то время как открытые модели быстро следуют за ними и получают преимущества в определенных областях.

Важность поддержки открытого технологического стека AI заключается в:

1. Ускорение инновационных итераций: Быстрое улучшение и тонкая настройка моделей сообществом с открытым исходным кодом эффективно дополняет работу крупных AI-компаний.

2. Предоставить пользователям, не доверяющим централизованному ИИ, выбор: учитывая, что ИИ может использоваться как инструмент контроля, поддержка стеков технологий открытого исходного кода может предоставить пользователям альтернативные варианты.

В экосистеме блокчейна уже существует несколько проектов, поддерживающих открытый стек технологий ИИ, включая сбор данных, децентрализованные вычислительные мощности и обучающие фреймворки.

В будущем индустрия ожидает создания большего количества продуктов на всех уровнях стека открытых технологий AI, таких как децентрализованный сбор данных, проверка идентичности в блокчейне, децентрализованное обучение и инфраструктура интеллектуальной собственности.