Autor original: Kuleen, responsable de DePIN en la fundación Solana
Compilado por: Yuliya, PANews
Actualmente, la intersección entre IA y tecnología criptográfica está entrando en una fase experimental de "explosión cambriana". En este artículo, la fundación de Solana detalla las 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 superando constantemente los límites de las operaciones de los agentes en la cadena, un campo que no solo tiene un gran potencial, sino que también ofrece un espacio de diseño muy amplio. Actualmente, este se ha convertido en una de las direcciones más innovadoras y explosivas en los campos de criptomonedas e 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 ya han demostrado un excelente rendimiento en la escritura de código, y se espera que mejoren aún más en el futuro. Con estas capacidades, la eficiencia de los desarrolladores de Solana podría aumentar de 2 a 10 veces. Recientemente, establecer pruebas de referencia de alta calidad para evaluar la comprensión de los LLMs y su capacidad para escribir código de Solana ayudará a entender el impacto potencial de los LLMs en el ecosistema de Solana. Los esquemas de ajuste fino 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 la salida del modelo
La importancia de este stack abierto de tecnología de IA radica en:
Acelerar la innovación y experimentación en el desarrollo de modelos
Ofrecer alternativas a los usuarios que desconfían de la IA centralizada
1. Construir la 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 que cuando los agentes de IA comienzan a participar en actividades en la cadena, se abre un nuevo mundo lleno de posibilidades (es notable que, actualmente, los agentes aún no han tomado acción directa en la cadena).
Aunque no se puede predecir con precisión el desarrollo futuro de cómo los agentes se comportarán en la cadena, al observar las innovaciones que ya han ocurrido en Solana, podemos vislumbrar el amplio horizonte 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 y Alethea AI permiten a los usuarios crear y desplegar fácilmente agentes inteligentes y sus tokens asociados
Están surgiendo gerentes de fondos de IA entrenados en las características de personalidad de inversores de criptomonedas conocidos; en la plataforma daos.fun, el rápido ascenso de ai16z ha inaugurado un nuevo ecosistema de fondos de IA y partidarios de agentes
Además, plataformas de juegos como Colony permiten a los jugadores participar en el juego guiando las acciones de los agentes, a menudo generando jugadas innovadoras inesperadas.
Direcciones de desarrollo futuras
En el futuro, los agentes inteligentes podrán gestionar proyectos complejos que requieren coordinación económica entre múltiples partes. Por ejemplo, en el campo de la investigación, los agentes podrían encargarse de encontrar compuestos terapéuticos para enfermedades específicas. En particular:
Recaudación de fondos de tokens a través de la plataforma Pump Science
Utilizar los fondos recaudados para pagar el acceso a materiales de investigación pagados y los costos de computación para simulaciones 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 verificar/establecer resultados de simulación)
Además de proyectos complejos, los agentes también pueden realizar tareas simples como establecer un sitio web personal o crear obras de arte (como zerebro), con posibilidades de aplicación infinitas.
¿Por qué tiene más sentido que los agentes ejecuten actividades financieras en la cadena en lugar de utilizar canales tradicionales?
Los agentes pueden emplear tanto canales financieros tradicionales como sistemas de criptomonedas. Sin embargo, las criptomonedas tienen ventajas únicas en ciertos ámbitos:
Aplicaciones de micropagos: Solana ha demostrado ser excelente en este aspecto, aplicaciones como Drip ya lo han demostrado
Ventaja de velocidad: funciones de liquidación instantánea que ayudan a los agentes a lograr la máxima eficiencia de capital
Acceso a los mercados de capital a través de DeFi: esta puede ser la razón más convincente 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, comerciar, invertir, realizar operaciones de préstamos, utilizar apalancamiento, etc. En particular, Solana, debido a su infraestructura DeFi de primer nivel en la red principal, es especialmente adecuada para apoyar estas actividades en los mercados de capital.
Desde la perspectiva de las leyes del desarrollo tecnológico, la dependencia del camino juega un papel clave. No es tan importante si el producto es óptimo, lo clave es quién puede alcanzar primero la escala crítica y convertirse en la opción predeterminada. A medida que más agentes obtienen beneficios a través de criptomonedas, es probable que la conexión criptográfica se convierta en la capacidad central de los agentes.
La fundación espera ver
La fundación de Solana espera ver agentes equipados con billeteras criptográficas realizando experimentos innovadores audaces en la cadena. La fundación no limita demasiado la dirección específica, ya que las posibilidades son realmente amplias: se cree que los escenarios de aplicación de agentes más interesantes y valiosos 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 son sobresalientes, todavía están lejos de ser perfectos
No se puede dar a los agentes libertad de acción completamente sin restricciones
2. Impulsar casos de uso no especulativos
Comprar boletos a través de xpticket
Optimizar el rendimiento de las inversiones en stablecoins
Ordenar comida en DoorDash
3. Requisitos de progreso del desarrollo
Al menos alcanzar la fase de prototipo de la red de prueba
Lo ideal sería que ya esté funcionando en la red principal
2. Mejorar la capacidad de los LLMs para escribir código de Solana, empoderando a los desarrolladores de Solana
Los LLMs han demostrado tener habilidades poderosas y están avanzando rápidamente. En el campo de las aplicaciones de LLM, la escritura de código puede experimentar una curva de progreso especialmente pronunciada, ya que es una tarea que se puede evaluar objetivamente. Como se menciona a continuación, "La programación tiene una ventaja única: el potencial de lograr una expansión de datos sobrehumana a través de 'auto-juego'. 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, son deficientes en la detección de errores), editores de código nativos de AI como Github Copilot y Cursor han transformado fundamentalmente el desarrollo de software (incluso han cambiado la forma en que las empresas contratan talento). Dada la tasa de progreso esperada, es probable que estos modelos transformen radicalmente el desarrollo de software. La fundación espera aprovechar este avance para mejorar la eficiencia del trabajo de los desarrolladores de Solana en un orden de magnitud.
Sin embargo, actualmente hay varios desafíos que obstaculizan que los LLMs alcancen un nivel sobresaliente en la comprensión de Solana:
Falta de datos de entrenamiento originales de alta calidad
Insuficiencia en la cantidad de construcciones verificadas (Verified builds)
La falta de interacciones de alto valor informativo en plataformas como Stack Overflow
Históricamente, la infraestructura de Solana se ha desarrollado rápidamente, lo que significa 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 Solana por parte de los modelos
La fundación espera ver
Ayudar a obtener mejores datos de Solana en Internet
Más equipos lanzan construcciones verificadas (Verified builds)
Más personas en el ecosistema hacen preguntas buenas y brindan respuestas de alta calidad en Stack Exchange
Crear pruebas de referencia de alta calidad para evaluar la comprensión de Solana por parte de los LLMs (se publicará RFP)
Crear modelos de ajuste fino de LLM que se desempeñen bien en las pruebas de referencia mencionadas anteriormente 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 las pruebas de referencia
El logro significativo final será: un cliente de nodo de validación de Solana completamente nuevo, de alta calidad y diferenciado creado completamente 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 modelos de código abierto y cerrado sigue siendo incierto. Existen argumentos que apoyan que las entidades de código cerrado continuarán en la vanguardia tecnológica y obtendrán el valor principal de los modelos base. La expectativa más sencilla actualmente es mantener el estado actual: gigantes tecnológicos como OpenAI y Anthropic impulsan el desarrollo de vanguardia, mientras que los modelos de código abierto siguen de cerca y obtienen ventajas únicas en escenarios de aplicación específicos a través del ajuste fino.
La fundación se compromete a vincular estrechamente Solana con el ecosistema de IA de código abierto. En particular, esto significa apoyar el acceso a los siguientes elementos:
Datos de entrenamiento
Potencia de cálculo para entrenamiento e inferencia
Pesos del modelo
Capacidad de verificación de la salida del modelo
La importancia de esta estrategia radica en:
1. Modelos de código abierto que aceleran la iteración de la innovación
Las rápidas mejoras y ajustes de modelos de código abierto como Llama en la comunidad de código abierto muestran cómo la comunidad puede complementar eficazmente el trabajo de grandes empresas de IA, empujando los límites de la capacidad de IA (incluso un investigador de Google señaló el año pasado que "en cuanto a código abierto, no tenemos un foso, OpenAI tampoco"). La fundación cree que un stack de tecnología de IA de código abierto próspero es crucial para acelerar el progreso en este campo.
2. Ofrecer opciones a los usuarios que desconfían de la IA centralizada
La IA puede ser la herramienta más poderosa en el arsenal de un régimen dictatorial o autoritario. Los modelos reconocidos por el estado proporcionan la "verdad" oficialmente aceptada, que es un vehículo importante de control. Los regímenes altamente autoritarios pueden tener modelos superiores porque están dispuestos a ignorar la privacidad de los ciudadanos para entrenar a la IA. El uso de la IA para el control es una tendencia inevitable, y la fundación espera prepararse para ello, apoyando plenamente el stack de tecnología de IA de código abierto.
Ya hay varios proyectos en el ecosistema de Solana que apoyan el stack de tecnología de IA abierto:
Recolección de datos: Grass y Synesis One están promoviendo la recolección de datos
Potencia 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 y protocolos que verifiquen las respuestas de la API de IA, permitiendo a los usuarios confirmar que están interactuando con un LLM
Entrenamiento descentralizado: proyectos como EXO Labs, Nous Research y Prime Intellect
Infraestructura de PI: permitir que la IA licencie (y pague) el contenido que utiliza
