Imagine un mundo futuro en el que los agentes de IA formen una relación simbiótica/de acompañamiento digital con los humanos. Los agentes autónomos pueden aclarar intenciones en las conversaciones, desmantelar automáticamente las tareas e implementarlas en función de los requisitos del lenguaje natural propuestos por los usuarios.
AO ha establecido una red paralela asincrónica basada en Actores. No está de acuerdo con todo el proceso de cálculo del contrato, solo está de acuerdo con la secuencia de transacciones fija predeterminada optimista que tendrá resultados de ejecución consistentes en la máquina virtual. Esta elección permite un escalamiento masivo de la computación en red AO para admitir cualquier tipo de computación. La red AR se utiliza como capa de consenso para secuencias de transacciones y capa de almacenamiento para el estado de los resultados de las transacciones.
En comparación con otros proyectos de blockchain convencionales actuales, que en su mayoría son blockchains únicos y solo admiten contratos inteligentes de máquinas de estado nativo desde la capa inferior, la compatibilidad de la infraestructura de AO puede admitir capacidades informáticas más complejas, incluida la operación de modelos de IA.
La Compute Unit (Unidad de Computación) de AO ha podido acceder a 16 GB de memoria después de la reciente actualización de la máquina virtual WASM, lo que significa que podemos descargar y ejecutar modelos de 16 GB en AO. 16 GB son suficientes para ejecutar cálculos de modelos de lenguaje de gran tamaño, como la versión no cuantificada Llama 3 de la serie Falcon y muchos otros modelos.
Al mismo tiempo, AO utiliza WeaveDrive, que permite a los usuarios acceder a los datos de Arweave en AO como si accedieran a un disco duro local, y es compatible con diferentes tipos de máquinas virtuales y procesos altamente heterogéneos que interactúan en un entorno compartido, lo que significa que disfrutamos más. fuentes de datos y posibilidades de combinación. Esto también significa que existe un mayor incentivo para que los usuarios carguen datos en Arweave cuando creen aplicaciones en el futuro, ya que estos datos también se pueden utilizar en programas AO. El equipo de desarrollo de AO ha subido a la red aproximadamente $1000 en datos de modelos al probar modelos de lenguaje grandes que se ejecutan en el sistema AO+AR, pero esto es solo el comienzo.
El diseño del sistema de AO permite implementar contratos inteligentes que incorporan agentes de IA. Al programar en AO, creamos agentes de IA para tomar decisiones inteligentes en el mercado, ya sea entre sí o contra humanos en nombre de humanos. "Cuando miramos el sistema financiero global, aproximadamente el 83% de las transacciones de Nasdaq son ejecutadas por robots". El comercio cuantitativo actual es el predecesor del comercio de agentes de IA y, en el futuro, se diseñarán y seleccionarán modelos de aprendizaje automático para ejecutar el comercio automatizado. Los procesos serán más fácilmente "descomprimidos" y automatizados por IA.
El desarrollo de DeFi en los últimos años ha hecho posible realizar diversas operaciones financieras en la cadena sin confiar en una entidad centralizada, como préstamos, comercio de tokens o derivados. Pero cuando realmente hablamos del mercado, no nos referimos solo a la confiabilidad de estas operaciones, de hecho, la ejecución confiable de varias operaciones es solo la base. El factor central que determina si un mercado es dinámico sigue siendo el flujo de capital, las personas que deciden comprar, vender, prestar o participar en diversos juegos financieros. Hoy en día, si desea participar en la inversión en criptomonedas sin realizar toda la investigación y participación usted mismo, debe encontrar un fondo confiable, confiar en él para administrar sus fondos y capacitar a los miembros del fondo para que tomen decisiones inteligentes. Pero con el desarrollo de aplicaciones AO, es posible que podamos expandir la parte del mercado de toma de decisiones inteligentes, filtrar información en la red, procesar datos, combinar estrategias, integrar la sabiduría de los agentes de IA para tomar decisiones en tiempo real en el red y crear un sistema financiero de agentes autónomos descentralizado muy rico.
Ya hay algunos proyectos que están comenzando a hacer realidad esta visión. Presentaremos Autónomo Finance (en lo sucesivo, AF), Dexi y Outcome. Entre ellos, los resultados de AF son los más llamativos.
Finanzas Autónomas
AF se centra en la investigación y el desarrollo de aplicaciones financieras combinadas con IA en AO. Al construir modelos de IA y decisiones financieras basadas en datos en la cadena AO, AF ha intentado colocar la capa de toma de decisiones inteligente en la cadena. El negocio principal tiene tres partes, a saber, infraestructura central, financiación de agentes inteligentes (AgentFi) y financiación de contenidos (ContentFi).
Las instalaciones principales incluyen protocolos para intercambios descentralizados (DEX), préstamos, derivados y activos sintéticos.
AgentFi se refiere principalmente a la ejecución de estrategias comerciales a través de agentes componibles semiautónomos y totalmente autónomos. A diferencia de otros marcos de agentes autónomos que dependen de programas fuera de la cadena para el procesamiento de señales y el procesamiento lógico, los agentes autónomos proporcionados por AF utilizan flujos de datos en cadena para autoaprender y ejecutar estrategias de inversión basadas en varios fondos de liquidez y bases financieras dentro del AO. ecosistema. Estos agentes pueden operar de forma autónoma sin la necesidad de señales fuera de la cadena o intervención humana.
Los agentes autónomos típicos incluyen:
Agente de gestión de activos de promedio de costos en dólares (DCA)
Fondos indexados independientes y autoequilibrados
Fondo de cobertura autónomo con estrategias de riesgo personalizadas
agente de agregación de ingresos
Agente de predicción en cadena
Agente comercial de alta frecuencia
Entre ellos, el agente DCA es un agente básico y a menudo se llama cuando otros agentes más complejos ejecutan lógica. Por lo tanto, como módulo de agente combinable de uso frecuente, hay muchos parámetros personalizables que los usuarios pueden ajustar según sus propias necesidades, como la activación. transacciones dentro de un rango de precios específico, ajustes a la duración de las operaciones de intervalo fijo y operaciones ponderadas basadas en los precios de los activos (es decir, comprar más cuando los precios son más bajos), así como señales de obtención de beneficios y reinversión de beneficios basadas en datos.
Las aplicaciones del agente DCA se basan en dos procesos AO clave:
Proceso de agente activado por Cron (un sistema de gestión de tareas basado en el tiempo, a menudo utilizado para activar la ejecución de tareas de forma programada): Principalmente responsable de las transacciones DCA iniciadas por el usuario y programadas automáticamente, registrando los fondos administrados y actualizando oportunamente el proceso AO de back-end.
Proceso AO back-end: gestiona las aplicaciones de los agentes relacionadas con el nombre de usuario y rastrea y registra las transacciones históricas de cada agente.
La siguiente figura ilustra la arquitectura de diseño y los componentes interactivos del agente DCA.
Para los usuarios que utilizan el front-end, el front-end del proxy DCA está construido en DEXI. Los usuarios pueden configurar el proxy DCA conectándose a la billetera AO Connect en el sitio web de DEXI. Entre ellos, DEXI accede a información sobre el grupo de AMM disponible y obtiene los precios más recientes, el agente DCA es responsable de ejecutar una lógica de transacción específica y el proceso AO backend recupera todos los agentes relacionados con el usuario.
Content Finance es un marco para atribuir y monetizar datos almacenados en la red permanente de Arweave en activos componibles para procesos de AO. AF está creando aplicaciones que permiten a los contribuyentes de datos o fondos de contenido aportar datos como inteligencia de mercado histórica y en tiempo real a permaweb. Estos contenidos servirán como señales en cadena para agentes autónomos y aprendizaje automático. Por ejemplo, los agentes autónomos podrían crear nuevos mercados basados en el sentimiento de las redes sociales y en datos históricos. Algunos ejemplos:
Monetizar señales de datos
Agencia financiera basada en contenidos
Agente de recomendación de datos basado en suscripción
Los influencers aportan datos a estrategias financieras autónomas
Los DAO relacionados con la contribución de datos y los fondos de contenido agregan varias fuentes de datos para proporcionar señales dinámicas en la cadena.
Actualmente, AF ha lanzado dos productos principales: AO Link y Data OS.
AO Link es el navegador de mensajes de la red AO y proporciona funciones similares al navegador de bloques en los sistemas blockchain tradicionales. Incluye funcionalidad de cálculo de mensajes, visualización gráfica de enlaces de mensajes para una comprensión clara y sencilla, transmisión de mensajes en tiempo real para información actualizada y listas de mensajes vinculados para una fácil navegación organizacional. Los usuarios también pueden ver su saldo de tokens y su bandeja de entrada de mensajes. Esta herramienta proporciona una forma profesional y eficiente de interactuar y analizar la estructura y actividad de las redes.
Data OS es el protocolo ContentFI desarrollado en AO Network, que utiliza agentes de IA autónomos para obtener contenido y regenerar contenidos derivados. A través de este enfoque innovador, DataOS no sólo mejora la relevancia y accesibilidad del contenido, sino que también establece un mecanismo de recompensa para los creadores de contenido. Actualmente, podemos ver varios datos en la red AO en https://stats.dataos.so/ y observar la actividad de la red. Varios datos relacionados con el contenido no se muestran por el momento.
dexi
Dexi es una interfaz interactiva crucial para que los usuarios comunes utilicen agentes en AO para participar en Agent Fi. También es una aplicación implementada por agentes en la red AO, que puede identificar, recopilar y resumir de forma independiente varios eventos en la red AO. (equivalente a Dexscrenner en AO). Estos datos cubren los precios de los activos, los intercambios de tokens, las fluctuaciones de liquidez y las características de los activos simbólicos, como los detalles de los contratos inteligentes. Dexi atiende principalmente a dos tipos de usuarios: usuarios finales que acceden a la plataforma a través de terminales web y aplicaciones AO (que pueden entenderse como Bot/Agente) que interactúan con Dexi enviando mensajes para utilizar los datos recopilados. Como infraestructura central, el principal servicio proporcionado por Dexi es un servicio de suscripción de datos. Los procesos en la red AO pueden pagar para suscribirse al flujo de datos de Dexi y recibir inmediatamente alertas sobre ajustes de precios y otras actualizaciones.
Resultado
El resultado es un mercado de predicción creado por el equipo de @puente_ai y respaldado por @fwdresearch, @aoTheVentures y @aoComputerClub. Outcome proporciona a los usuarios una plataforma para realizar apuestas en diversos eventos. Los temas de predicción actuales en el mercado incluyen tecnología, memes, negocios, juegos, DeFi y AO. El proyecto afirma que en el futuro los usuarios podrán realizar apuestas automáticas en el mercado de predicción mediante la creación de agentes autónomos que se basen en datos de la vida real y se basen en grandes modelos de lenguaje.
AgentFi en AO nos brinda una nueva perspectiva para explorar el futuro de la implementación de modelos de IA directamente en la cadena de bloques y el uso de varios agentes de IA para realizar transacciones automatizadas. Las limitaciones de las cadenas de bloques individuales tradicionales se rompen con el diseño de AO+AR con novedosas innovaciones subyacentes. Esperamos ver más aplicaciones en AO y casos de combinación de agentes de IA para implementar estrategias financieras.
referencia
https://www.theblockbeats.info/news/53865
https://permadao.com/permadao/AI-on-AO-AO-AI-224ba15c840a4309972fec5350d9ed90
https://www.communitylabs.com/blog/ao-in-ai-key-highlights?utm_source=Blogutm_medium=Xutm_campaign=AI+on+AOutm_id=Community+Labs
https://www.autonomous.finance/research/en-US