Autor original: Kuleen, responsable de DePIN en la Fundación Solana
Compilación: Yuliya, PANews
Actualmente, la intersección de la IA y la tecnología criptográfica está entrando en una fase de experimentación similar a la "explosión cámbrica". En este documento, la Fundación Solana detalla tres direcciones clave de desarrollo para la fusión de IA y criptografía.
TLDR
1. Construir la economía impulsada por agentes inteligentes más vibrante en Solana
Truth Terminal ha demostrado la viabilidad de los agentes de IA operando en la cadena. Los experimentos en este campo están constantemente empujando los límites de la operación en cadena de los agentes, y este campo no solo tiene un gran potencial, sino que también un amplio espacio de diseño. Actualmente, esto se ha convertido en una de las direcciones más revolucionarias y explosivas en los campos de la criptografía y la IA, y esto es solo el comienzo.
2. Mejorar la capacidad de los LLMs en el desarrollo de código de Solana
Los modelos de lenguaje grande han demostrado un gran desempeño en la escritura de código y se espera que mejoren aún más en el futuro. A través de estas capacidades, se espera que la eficiencia de los desarrolladores de Solana aumente entre 2 y 10 veces. Recientemente, establecer estándares de calidad para evaluar la capacidad de los LLMs para entender y escribir código de Solana ayudará a comprender el impacto potencial de los LLMs en el ecosistema de Solana. Los planes de ajuste de modelos de alta calidad se validarán en las pruebas de referencia.
3. Apoyar un stack de tecnología de IA abierto y descentralizado
"El stack de tecnología de IA abierto y descentralizado" incluye los siguientes elementos clave:
Obtención de datos de entrenamiento
Capacidad de cálculo para entrenamiento e inferencia
Compartición de pesos del modelo
Capacidad de verificación de salida del modelo
La importancia de este stack abierto de tecnología de IA se refleja en:
Acelerar la innovación y experimentación en el desarrollo de modelos
Proporcionar alternativas a los usuarios que no confían en la IA centralizada
1. Construir una economía impulsada por agentes inteligentes más vibrante
Ha habido muchas discusiones sobre Truth Terminal y $GOAT, así que no es necesario repetirlo aquí. Pero es seguro decir que cuando los agentes de IA comienzan a participar en actividades en la cadena, un nuevo mundo lleno de posibilidades se ha desplegado (es notable que, en este momento, los agentes aún no han tomado acción directa en la cadena).
Aunque no se puede predecir con precisión el desarrollo futuro del comportamiento de los agentes en la cadena, al observar las innovaciones que ya han ocurrido en Solana, podemos vislumbrar el amplio futuro de este espacio de diseño:
Proyectos de IA como Truth Terminal están desarrollando nuevas comunidades digitales a través de monedas Meme como $GOAT
Plataformas como Holoworld AI, vvaifu.fun, Top Hat AI, Alethea AI permiten a los usuarios crear y desplegar fácilmente agentes inteligentes y sus tokens relacionados.
Están surgiendo gerentes de fondos de IA entrenados en características de personalidad de inversores criptográficos conocidos, en la plataforma daos.fun, el rápido ascenso de ai16z ha creado un nuevo ecosistema entre fondos de IA y apoyadores de agentes.
Además, plataformas de juegos como Colony permiten a los jugadores participar en el juego guiando las acciones de los agentes, lo que a menudo genera formas de juego innovadoras e inesperadas.
Direcciones de desarrollo futuro
En el futuro, los agentes inteligentes pueden gestionar proyectos complejos que requieren coordinación económica entre múltiples partes. Por ejemplo, en el campo de la investigación, los agentes pueden ser responsables de buscar compuestos para tratar enfermedades específicas. Específicamente:
Financiamiento de tokens a través de la plataforma Pump Science
Utilizar los fondos recaudados para pagar el acceso a materiales de investigación pagos, realizar cálculos de simulación de compuestos en redes de computación descentralizadas como kuzco, Render Network, io.net
Reclutar humanos para realizar trabajos de verificación experimental a través de plataformas de recompensas como Gib.Work (por ejemplo, ejecutar experimentos para validar/establecer resultados de simulación)
Además de proyectos complejos, los agentes también pueden llevar a cabo tareas simples como construir sitios web personales o crear obras de arte (como zerebro), sus escenarios de aplicación tienen posibilidades infinitas.
¿Por qué tiene más sentido para los agentes llevar a cabo actividades financieras en la cadena que usar canales tradicionales?
Los agentes pueden utilizar simultáneamente canales financieros tradicionales y sistemas de criptomonedas. Sin embargo, las criptomonedas tienen ventajas únicas en ciertos campos:
Aplicaciones de micropagos: Solana se ha destacado en este aspecto, aplicaciones como Drip ya lo han demostrado.
Ventaja de velocidad: la capacidad de liquidación instantánea ayuda a los agentes a lograr la máxima eficiencia de capital.
Acceso a los mercados de capital a través de DeFi: este podría ser el motivo más poderoso para que los agentes participen en la economía criptográfica. Cuando los agentes necesitan llevar a cabo actividades financieras más allá de los pagos, las ventajas de las criptomonedas se vuelven aún más evidentes. Los agentes pueden acuñar activos sin problemas, realizar transacciones, invertir, prestar, utilizar apalancamiento, etc. Especialmente Solana, debido a que su mainnet ya cuenta con una gran cantidad de infraestructura DeFi de primera clase, es particularmente adecuada para apoyar estas actividades en los mercados de capital.
Desde la perspectiva de las leyes de desarrollo tecnológico, la dependencia del camino juega un papel clave. No es tan importante si el producto es óptimo, lo crucial es quién puede alcanzar primero la escala crítica y convertirse en la opción predeterminada. A medida que más agentes generen ingresos a través de criptomonedas, la conexión criptográfica probablemente se convertirá en una capacidad central de los agentes.
La fundación espera ver
La Fundación Solana espera ver a los agentes equipados con billeteras criptográficas realizar experimentos audaces de innovación en la cadena. La fundación no limita demasiado la dirección específica aquí, ya que las posibilidades son realmente amplias: se cree que los escenarios de aplicación de agentes más interesantes y valiosos probablemente son aquellos que no se pueden prever en este momento.
Sin embargo, la fundación se centra especialmente en la exploración de las siguientes direcciones:
1. Mecanismos de control de riesgos
Aunque los modelos actuales rinden bien, aún están lejos de ser perfectos
No se puede otorgar a los agentes una libertad de acción completamente sin restricciones
2. Promover escenarios de uso no especulativos
Comprar boletos a través de xpticket
Optimizar los rendimientos de la cartera de stablecoins
Ordenar comida en DoorDash
3. Requisitos de progreso de desarrollo
Al menos alcanzar la etapa de prototipo en la red de prueba
Mejor si ya ha estado funcionando en la red principal
2. Mejorar la capacidad de los LLMs para escribir código de Solana, empoderar a los desarrolladores de Solana
Los LLMs han demostrado tener capacidades poderosas y están avanzando rápidamente. En el campo de aplicación de los LLMs, la escritura de código podría mostrar una curva de progreso particularmente pronunciada, ya que es una tarea que puede evaluarse objetivamente. Como se menciona a continuación, "la programación tiene ventajas únicas: el potencial de lograr una expansión de datos sobrehumana mediante 'autocompetencia'. Los modelos pueden escribir código y ejecutarlo, o escribir código, crear pruebas y luego verificar la coherencia interna."
Hoy en día, aunque los LLMs aún no son perfectos en la escritura de código y tienen deficiencias evidentes (por ejemplo, tienen un rendimiento deficiente en la detección de errores), editores de código nativos de IA como Github Copilot y Cursor han cambiado fundamentalmente el desarrollo de software (incluso han cambiado la forma en que las empresas contratan talentos). Dada la tasa de progreso esperada, estos modelos probablemente transformarán radicalmente el desarrollo de software. La fundación espera aprovechar este progreso para aumentar la eficiencia de los desarrolladores de Solana en un orden de magnitud.
Sin embargo, actualmente hay varios desafíos que impiden que los LLMs alcancen un nivel sobresaliente en la comprensión de Solana:
Falta de datos de entrenamiento originales de alta calidad
Número insuficiente de construcciones verificadas (Verified builds)
Falta de interacciones de alto valor informativo en plataformas como Stack Overflow
Históricamente, la infraestructura de Solana se ha desarrollado rápidamente, lo que implica que incluso el código escrito hace 6 meses puede no ser completamente adecuado para las necesidades actuales.
Falta de métodos para evaluar el nivel de comprensión de los modelos sobre Solana
La fundación espera ver
Ayudar a obtener mejores datos de Solana en línea
Más equipos publicando construcciones verificadas (Verified builds)
Más personas en el ecosistema están activamente formulando buenas preguntas y proporcionando respuestas de alta calidad en Stack Exchange
Crear pruebas de referencia de alta calidad para evaluar el nivel de comprensión de los LLMs sobre Solana (se publicará un RFP pronto)
Crear modelos de ajuste de LLM que se desempeñen bien en las pruebas de referencia anteriores, y lo que es más importante, acelerar la eficiencia de trabajo de los desarrolladores de Solana; una vez que haya pruebas de referencia de alta calidad, la fundación podría ofrecer recompensas al primer modelo que alcance el umbral de puntuación de la prueba de referencia.
El logro significativo final será: un cliente de nodo de verificación de Solana completamente nuevo, de alta calidad y diferenciado, creado totalmente por IA.
3. Apoyar un stack de tecnología de IA abierto y descentralizado
En el campo de la IA, el equilibrio de poder a largo plazo entre los modelos de código abierto y cerrado aún no está claro. Existen argumentos que apoyan que las entidades de código cerrado continuarán manteniendo la vanguardia tecnológica y obteniendo el valor principal de los modelos básicos. La expectativa más simple actualmente es mantener el statu quo: gigantes tecnológicos como OpenAI y Anthropic impulsan el desarrollo vanguardista, mientras que los modelos de código abierto siguen rápidamente y obtienen ventajas únicas a través de ajustes en escenarios de aplicación específicos.
La fundación se compromete a conectar de cerca a Solana con el ecosistema de IA de código abierto. Específicamente, esto significa apoyar el acceso a los siguientes elementos:
Datos de entrenamiento
Capacidad de cálculo para entrenamiento e inferencia
Pesos del modelo
Capacidad de verificación de salida del modelo
La importancia de esta estrategia se refleja en:
1. Los modelos de código abierto aceleran la iteración de la innovación
Las rápidas mejoras y ajustes de modelos de código abierto como Llama por parte de la comunidad de código abierto demuestran cómo la comunidad puede complementar efectivamente el trabajo de las grandes empresas de IA y avanzar los límites de las capacidades de IA (incluso un investigador de Google señaló el año pasado "Sobre el código abierto, no tenemos un foso, OpenAI tampoco lo tiene"). La fundación cree que un stack de tecnología de IA de código abierto en auge es crucial para acelerar el progreso en este campo.
2. Proporcionar opciones a los usuarios que no confían en la IA centralizada
La IA puede ser la herramienta más poderosa en el arsenal de regímenes dictatoriales o autoritarios. Los modelos aprobados por el estado proporcionan una "verdad" oficial, que es un medio de control importante. Los regímenes altamente autoritarios pueden tener modelos superiores porque están dispuestos a ignorar la privacidad de los ciudadanos para entrenar a la IA. Es inevitable que la IA se utilice para el control; la fundación espera estar preparada y apoyar totalmente un stack de tecnología de IA de código abierto.
Ya hay varios proyectos en el ecosistema de Solana apoyando un stack abierto de tecnología de IA:
Recolección de datos: Grass y Synesis One están avanzando en la recolección de datos
Capacidad de cálculo descentralizada: kuzco, Render Network, io.net, Bless Network, Nosana, etc.
Marco de entrenamiento descentralizado: Nous Research, Prime Intellect
La fundación espera ver
Esperamos construir más productos en todos los niveles del stack de tecnología de IA de código abierto:
Recolección de datos descentralizada: por ejemplo, Grass, Datahive, Synesis One
Identidad en la cadena: apoyar protocolos que verifiquen la identidad humana a través de billeteras, protocolos que verifiquen las respuestas de la API de IA, permitiendo a los usuarios confirmar que están interactuando con un LLM.
Entrenamiento descentralizado: proyectos similares a EXO Labs, Nous Research y Prime Intellect
Infraestructura de propiedad intelectual: permitir que la IA otorgue licencias (y pague) por el contenido que utiliza
