"El hombre es humano porque utiliza herramientas."
Desde una perspectiva evolutiva, el desarrollo de los organismos vivos se logra principalmente mediante la mejora de unidades y la mejora de tejidos. Estos dos métodos de mejora se complementan y permiten que la vida tenga formas de expresión más diversas y complejas. Al igual que Agent, esperamos que sea un agente inteligente que pueda pensar de forma independiente e interactuar con el entorno en cualquier sistema.
El éxito o el fracaso de Agent será la clave para determinar si esta revolución GPT es una nueva generación de revolución industrial.
La palabra agente proviene del latín agere, que significa "hacer". En el contexto de LLM, el Agente puede entenderse como una entidad inteligente que puede comprender, planificar y tomar decisiones de forma autónoma, y realizar tareas complejas.
El Agente no es una versión mejorada de ChatGPT, no solo te dice "cómo hacer", sino que también te ayuda a hacerlo. Si CoPilot es el copiloto, entonces el Agente es el piloto principal. El proceso similar al "hacer cosas" de los humanos, la función central del Agente se puede resumir en un ciclo de tres pasos: percepción, planificación y acción. Este proceso es como la "práctica" del marxismo: "El conocimiento comienza en la práctica, se obtiene una comprensión teórica a través de la práctica y luego regresa a la práctica." El Agente también evoluciona en la unidad de conocimiento y acción.
Podemos imaginar el proceso de interacción que tenemos con el entorno externo: basamos nuestras decisiones en toda nuestra percepción del mundo, deducimos su estado oculto y, combinando nuestra memoria y comprensión del mundo, luego hacemos planificación, decisiones y acciones; y la acción, a su vez, afecta al entorno, dándonos nuevos retroalimentaciones, que combinamos con nuestras observaciones de la retroalimentación para tomar decisiones, repitiendo este ciclo.
El Agente actual todavía es un hombre de las cavernas; en el experimento de Agentes Generativos del juego Simulación de Vida, cada personaje es controlado por un Agente de IA, viviendo e interactuando en un entorno de caja de arena, reflejando el proceso de convertir la retroalimentación y la información del entorno en acción, logrando la "socialización" de los Agentes de IA.
Revisemos las características comunes que ha mostrado el mercado de criptomonedas a lo largo de varios ciclos de mercado que hemos experimentado. Al igual que DeFi, NFT o "metaverso", cada ciclo de mercado crea un mercado especulativo, al mismo tiempo que genera cierta imaginación tecnológica inflada. Un mercado especulativo sobrecalentado no solo impulsa la entrada de liquidez, sino que también satisface simultáneamente la mano de obra de alta calidad y el capital abundante, acelerando la adopción de la tecnología. Después de que el interés del mercado en la inflación a corto plazo se disipe, los participantes con fundamentos acumulados todavía permanecen en el mercado, haciendo que la industria madure y supere la narrativa a corto plazo.
Si se cree que las criptomonedas y los agentes de IA tienen un verdadero potencial, en lugar de ser solo una narrativa que existirá brevemente en este ciclo de mercado, es necesario discutir la compatibilidad de las criptomonedas y los agentes de IA desde una perspectiva a más largo plazo.
Al revisar ejemplos anteriores, cuando tecnologías o industrias que no son nativas de blockchain se combinan con criptomonedas, generalmente se desarrollan en una estructura mutuamente beneficiosa. Por ejemplo, así es la combinación de las finanzas tradicionales y DeFi. La infraestructura financiera tradicional puede crear mercados flexibles de primer y segundo nivel a través de DeFi. A la inversa, DeFi diversifica los tipos de colateral mediante activos tradicionales como los bonos del Tesoro de EE. UU., asegurando así una estructura de colateral estable. De manera similar, otras tecnologías o industrias pueden generar interacciones positivas al combinarse con criptomonedas.
El mercado de pagos ha demostrado suficientemente que los canales de pago que no están limitados por la infraestructura financiera tradicional o las fronteras nacionales son una de las mayores propuestas de valor de las criptomonedas. Del mismo modo, al combinarse con agentes de inteligencia artificial, los canales de pago de criptomonedas proporcionan una solución efectiva para mejorar el rendimiento de los modelos de inteligencia artificial.
Al mismo tiempo, las criptomonedas también pueden explorar diversas posibilidades de desarrollo a través de agentes de inteligencia artificial. En particular, los mercados de blockchain y criptomonedas que operan 24/7 requieren operadores que trabajen ininterrumpidamente. En este sentido, al igual que la función básica de los agentes de inteligencia artificial, los agentes autónomos tienen el potencial de simplificar la mayoría de las interacciones basadas en cadenas.
La mayoría de los agentes de IA pueden ofrecer la posibilidad de simplificar las interacciones dentro de las criptomonedas. Por ejemplo, Griffain @griffaindotcom ejecuta interacciones en la cadena de manera autónoma según las indicaciones del usuario, mientras que Zerebro @0xzerebro propone planes de desarrollo para agentes de IA que ejecutan operaciones de validadores en la red de Ethereum de manera autónoma.
Aunque estos son solo ejemplos simples, las criptomonedas y los agentes de inteligencia artificial tienen suficiente sinergia en amplios campos como la seguridad, la experiencia del usuario en la cadena, la privacidad o la tokenización de activos. Por supuesto, estas ideas aún están en una etapa inicial, y conceptos como la ejecución de operaciones de validadores requieren un núcleo técnico cuidadosamente diseñado.
Después de que la sobrecalentamiento del mercado de agentes de inteligencia artificial se enfríe, buscar pistas sobre qué permanecerá y qué no, los proyectos capaces de responder de manera razonable a la pregunta "¿Por qué criptomonedas?" serán Virtuals Protocol @virtuals_io y ai16z @ai16zdao. Están a la vanguardia en proporcionar estas respuestas, y muchos agentes posteriores están intentando la integración de criptomonedas de diversas maneras. Además, los interfaces basados en intenciones y marcos alternativos están impulsando el desarrollo de entornos experimentales.
Como dijo Dixon de a16z: "La próxima gran cosa al principio parece un juguete."
Los agentes de inteligencia artificial han evolucionado de simplemente generar texto de respuesta en Twitter a ser capaces de ejecutar tareas complejas, como validadores, operaciones de "white hat" y transacciones autónomas en la cadena.
Veamos si al final de este ciclo de agentes de inteligencia artificial todavía existirán innovaciones significativas, o si solo se convertirá en otro ciclo de exageración olvidado.
#ai16z #AIAgents #Crypto #特朗普上台概念币有哪些？
