Три основні напрямки розвитку інтеграції ШІ та шифрування

Нещодавно поєднання штучного інтелекту та шифрування перебуває на етапі експериментального сплеску. У цій статті буде розглянуто три важливі напрямки розвитку інтеграції ШІ та шифрування.

1. Створення активної екосистеми інтелектуальних агентів

Робота розумних агентів на блокчейні вже підтверджена як життєздатна. Експерименти в цій області постійно розширюють межі, демонструючи величезний потенціал і широкий простір для дизайну. Наразі це стало одним з найбільш проривних і перспективних напрямків у сфері AI та шифрування, і це лише початок.

У майбутньому розумні агенти можуть управляти складними проектами, які потребують економічної координації з боку кількох сторін. Наприклад, у сфері наукових досліджень агенти можуть відповідати за пошук лікувальних сполук для конкретних захворювань. Конкретніше:

• Збір коштів через платформу для збору коштів за допомогою токенів
• Використання залучених коштів для сплати витрат на доступ до дослідницьких матеріалів, витрат на обчислення моделювання сполук у децентралізованій обчислювальній мережі
• Залучення людей для виконання експериментального верифікаційного завдання через платформу винагород.

Окрім складних проєктів, агенти також можуть виконувати прості завдання, такі як створення особистих веб-сайтів, створення художніх творів тощо, їхні застосунки мають безмежні можливості.

Переваги використання системи криптовалют для розумних агентів включають:

• Додаток для малих платежів
• Перевага швидкості, функція миттєвого розрахунку допомагає агентам досягти максимальної капітальної ефективності
• Через DeFi увійти на капітальний ринок, безперешкодно здійснювати емісію активів, торгівлю, інвестиційне управління, кредитування тощо

З точки зору закономірностей розвитку технологій, залежність від шляху відіграє ключову роль. Оскільки дедалі більше агентів отримують прибуток через шифрування, шифроване з'єднання, ймовірно, стане основною компетенцією агентів.

2. Підвищення можливостей AI у розробці шифрування коду

Великі мовні моделі вже продемонстрували відмінні результати в написанні коду і в майбутньому вони будуть ще більше вдосконалені. Завдяки цим можливостям, ефективність розробників шифрування має можливість збільшитися в 2-10 разів. Нещодавно, створення якісних базових стандартів для оцінки здатності ШІ розуміти та писати специфічний код для шифрування допоможе зрозуміти потенційний вплив ШІ на екосистему шифрування.

Однак наразі все ще існують деякі виклики:

• Брак якісних вихідних навчальних даних
• Недостатня кількість верифікаційних побудов
• На платформі спільноти розробників бракує взаємодії з високою інформаційною цінністю.
• Шифрувальна інфраструктура розвивається швидко, що призводить до того, що старий код може не відповідати сучасним вимогам
• Відсутність методів оцінки моделі для розуміння специфічних шифрувальних проектів

Майбутні напрямки розвитку включають:

• Покращення якості даних, що стосуються шифрування в Інтернеті
• Заохочення більше команд до публікації перевірених збірок
• Сприяння активній взаємодії розробницької спільноти
• Створити високоякісні бенчмарки для оцінки розуміння AI щодо конкретних шифрувальних проектів
• Розробка AI моделі тонкої настройки, яка добре показує себе в бенчмарках

3. Підтримка відкритих і децентралізованих технологічних стеків AI

Довгостроковий баланс сил між відкритими та закритими AI-моделями все ще неясний. Наразі технологічні гіганти просувають передові розробки, тоді як відкриті моделі швидко наздоганяють і отримують унікальні переваги через тонке налаштування в певних сценаріях використання.

Важливість підтримки відкритого технологічного стека AI полягає в:

1. Відкриті моделі пришвидшують інноваційні ітерації: швидке вдосконалення та налаштування відкритих моделей спільнотою відкритого коду демонструє, як спільнота ефективно доповнює роботу великих AI-компаній, просуваючи межі можливостей AI.

2. Надати вибір користувачам, які не довіряють централізованому ШІ: враховуючи, що ШІ може використовуватися як інструмент контролю, підтримка відкритого стека технологій ШІ може надати користувачам альтернативу.

Ключові елементи технологічного стеку відкритого ШІ включають:

• Отримання навчальних даних
• Обчислювальні потужності для навчання та висновків
• Спільне використання ваг моделі
• Модельна вихідна валідаційна здатність

У екосистемі шифрування вже є кілька проєктів, які підтримують відкритий стек технологій AI, включаючи збір даних, децентралізовану обчислювальну потужність та децентралізовану навчальну платформу.

У майбутньому ми очікуємо, що в усіх аспектах відкритого стеку AI буде створено більше продуктів, таких як децентралізований збір даних, верифікація особи на ланцюгу, децентралізоване навчання та інфраструктура ліцензування контенту AI тощо.