Immagina un mondo futuro in cui gli agenti dell'intelligenza artificiale formano una relazione di accompagnamento/simbiotica digitale con gli esseri umani. Gli agenti autonomi possono chiarire le intenzioni nelle conversazioni, smantellare automaticamente le attività e implementarle in base ai requisiti del linguaggio naturale proposti dagli utenti.
AO ha stabilito una rete parallela asincrona basata sugli attori. Non concorda sull'intero processo di calcolo del contratto, ma concorda solo sulla sequenza delle transazioni. La sequenza di transazione fissa predefinita ottimistica avrà risultati di esecuzione coerenti nella macchina virtuale. Questa scelta consente un massiccio dimensionamento del network computing AO per supportare qualsiasi tipo di computing. La rete AR viene utilizzata come livello di consenso per le sequenze di transazioni e come livello di archiviazione per lo stato dei risultati delle transazioni.
Rispetto ad altri attuali progetti blockchain tradizionali, che sono per lo più singole blockchain e supportano solo contratti intelligenti di macchine statali native dal livello inferiore, la compatibilità dell'infrastruttura di AO può supportare capacità di calcolo più complesse, compreso il funzionamento di modelli di intelligenza artificiale.
La Compute Unit (Compute Unit) di AO è stata in grado di accedere a 16 GB di memoria dopo il recente aggiornamento della macchina virtuale WASM, il che significa che possiamo scaricare ed eseguire modelli da 16 GB su AO. 16 GB sono sufficienti per eseguire calcoli di modelli linguistici di grandi dimensioni, come la versione non quantizzata Llama 3 della serie Falcon e molti altri modelli.
Allo stesso tempo, AO utilizza WeaveDrive, che consente agli utenti di accedere ai dati Arweave in AO proprio come accedere a un disco rigido locale, ed è compatibile con diversi tipi di macchine virtuali e processi altamente eterogenei che interagiscono in un ambiente condiviso, il che significa che godiamo di più origini dati e possibilità di combinazione. Ciò significa anche che vi è un maggiore incentivo per gli utenti a caricare dati su Arweave durante la creazione di applicazioni in futuro, poiché questi dati possono essere utilizzati anche nei programmi AO. Il team di sviluppo di AO ha caricato sulla rete dati di modello per un valore di circa 1.000 dollari durante il test di modelli linguistici di grandi dimensioni in esecuzione nel sistema AO+AR, ma questo è solo l'inizio.
La progettazione del sistema di AO consente di implementare contratti intelligenti che incorporano agenti IA. Programmando in AO, creiamo agenti IA per prendere decisioni intelligenti sul mercato. Gli agenti possono combattere l'uno contro l'altro o rappresentare gli esseri umani contro gli esseri umani. "Quando guardiamo al sistema finanziario globale, circa l'83% delle transazioni del Nasdaq vengono eseguite da robot." L'attuale trading quantitativo è il predecessore del trading con agenti basati sull'intelligenza artificiale e in futuro i modelli di apprendimento automatico saranno progettati e selezionati per eseguire il trading automatizzato i processi saranno più facilmente "unboxed" e automatizzati dall'intelligenza artificiale.
Lo sviluppo della DeFi negli ultimi anni ha reso possibile eseguire diverse operazioni finanziarie sulla catena senza fidarsi di un'entità centralizzata, come prestiti, scambi di token o derivati. Ma quando parliamo veramente di mercato, non è solo l'affidabilità di queste operazioni, infatti, l'esecuzione affidabile di varie operazioni è solo la base. Il fattore fondamentale che determina se un mercato è dinamico è ancora il flusso di capitali, le persone che decidono di acquistare, vendere, prestare o partecipare a vari giochi finanziari. Oggi, se vuoi partecipare agli investimenti in criptovaluta senza fare tu stesso tutta la ricerca e la partecipazione, devi trovare un fondo affidabile, fidarti di loro per gestire i tuoi fondi e consentire ai membri del fondo di prendere decisioni intelligenti. Ma con lo sviluppo di applicazioni AO, potremmo essere in grado di espandere la parte del mercato dedicata al processo decisionale intelligente, filtrare le informazioni nella rete, elaborare dati, combinare strategie, integrare la saggezza degli agenti AI per prendere decisioni in tempo reale nel rete e creare un sistema finanziario di agenti autonomi decentralizzati molto ricco.
Ci sono già alcuni progetti che iniziano a realizzare questa visione. Presenteremo la Finanza Autonoma (di seguito denominata AF), Dexi e Outcome. Tra questi, i risultati di AF sono i più accattivanti.
Finanza autonoma
AF si concentra sulla ricerca e sullo sviluppo di applicazioni finanziarie combinate con l'intelligenza artificiale su AO Costruendo modelli di intelligenza artificiale e decisioni finanziarie basate sui dati sulla catena AO, AF ha tentato di inserire il livello decisionale intelligente nella catena. L'attività principale è composta da tre parti: Core Infrastructure, Intelligent Agent Finance (AgentFi) e Content Finance (ContentFi).
Le strutture principali includono protocolli per scambi decentralizzati (DEX), prestiti, derivati e attività sintetiche.
AgentFi si riferisce principalmente all'esecuzione di strategie di trading attraverso agenti componibili semi-autonomi e completamente autonomi. A differenza di altri framework di agenti autonomi che si basano su programmi off-chain per l'elaborazione dei segnali e della logica, gli agenti autonomi forniti da AF utilizzano flussi di dati on-chain per autoapprendere ed eseguire strategie di investimento basate su vari pool di liquidità e basi finanziarie all'interno dell'AO ecosistema. Questi agenti possono operare in modo autonomo senza la necessità di segnali fuori catena o intervento umano.
Gli agenti autonomi tipici includono:
Agente di gestione patrimoniale con calcolo della media dei costi in dollari (DCA).
Fondi indicizzati indipendenti autobilanciati
Hedge fund autonomo con strategie di rischio personalizzate
agente di aggregazione dei ricavi
Agente di previsione on-chain
Agente commerciale ad alta frequenza
Tra questi, l'agente DCA è un agente di base e viene spesso chiamato quando altri agenti più complessi eseguono la logica. Pertanto, essendo un modulo agente combinabile utilizzato di frequente, sono disponibili molti parametri personalizzabili che gli utenti possono regolare in base alle proprie esigenze, come l'attivazione. transazioni all'interno di una specifica fascia di prezzo, aggiustamenti alla durata delle operazioni a intervalli fissi e negoziazione ponderata in base ai prezzi degli asset (ovvero acquistare di più quando i prezzi sono più bassi), nonché segnali di take profit e reinvestimento dei profitti basati sui dati.
Le applicazioni dell'agente DCA si basano su due processi AO chiave:
Processo dell'agente attivato da Cron (un sistema di gestione delle attività basato sul tempo, spesso utilizzato per attivare l'esecuzione delle attività su base pianificata): principalmente responsabile delle transazioni DCA avviate dall'utente e pianificate automaticamente, della registrazione dei fondi gestiti e dell'aggiornamento tempestivo del processo AO back-end
Processo AO back-end: gestisce le applicazioni dell'agente relative al nome utente e tiene traccia e registra le transazioni storiche di ciascun agente
La figura seguente illustra l'architettura di progettazione e i componenti interattivi dell'agente DCA
Per gli utenti che utilizzano il front-end, il front-end del proxy DCA è basato su DEXI. Gli utenti possono configurare il proxy DCA collegandosi al portafoglio AO Connect sul sito Web DEXI. Tra questi, DEXI accede alle informazioni sul pool AMM disponibile e ottiene i prezzi più recenti, l'agente DCA è responsabile dell'esecuzione della logica di transazione specifica e il processo AO di backend recupera tutti gli agenti relativi all'utente.
Content Finance è un framework per attribuire e monetizzare i dati archiviati sulla rete permanente Arweave in asset componibili per i processi AO. AF sta creando applicazioni che consentono ai contributori di dati o ai fondi di contenuti di fornire dati come informazioni di mercato storiche e in tempo reale a permaweb. Questi contenuti serviranno come segnali on-chain per agenti autonomi e apprendimento automatico. Ad esempio, gli agenti autonomi potrebbero creare nuovi mercati basati sul sentiment dei social media e sui dati storici. Qualche esempio:
Monetizza i segnali di dati
Agenzia finanziaria orientata ai contenuti
Agente di suggerimento dei dati basato su abbonamento
Gli influencer contribuiscono con dati a strategie finanziarie autonome
I DAO relativi al contributo dei dati e i fondi di contenuto aggregano varie fonti di dati per fornire segnali on-chain dinamici
Attualmente, AF ha lanciato due prodotti principali, ovvero AO Link e Data OS.
AO Link è il browser dei messaggi della rete AO, che fornisce funzioni simili al browser dei blocchi nei tradizionali sistemi blockchain. Include funzionalità di calcolo dei messaggi, visualizzazione grafica dei collegamenti dei messaggi per una comprensione chiara e semplice, streaming di messaggi in tempo reale per informazioni aggiornate ed elenchi di messaggi collegati per una facile navigazione organizzativa. Gli utenti possono anche visualizzare il saldo dei token e la casella di posta in arrivo. Questo strumento fornisce un modo professionale ed efficiente per interagire e analizzare la struttura e l'attività delle reti ao.
Data OS è il protocollo ContentFI sviluppato su AO Network, che utilizza agenti AI autonomi per ottenere contenuti e rigenerare i derivati dei contenuti. Attraverso questo approccio innovativo, DataOS non solo migliora la pertinenza e l'accessibilità dei contenuti, ma stabilisce anche un meccanismo di ricompensa per i creatori di contenuti. Attualmente possiamo visualizzare vari dati sulla rete AO su https://stats.dataos.so/ e osservare l'attività di rete. Vari dati relativi al contenuto per il momento non vengono visualizzati.
Dexi
Dexi è un'interfaccia interattiva cruciale per gli utenti ordinari che utilizzano gli agenti in AO per partecipare ad Agent Fi. È anche un'applicazione implementata dagli agenti sulla rete AO, che può identificare, raccogliere e riassumere in modo indipendente vari eventi nella rete AO (equivalente a Dexscrenner su AO). Questi dati riguardano i prezzi degli asset, gli scambi di token, le fluttuazioni di liquidità e le caratteristiche degli asset token come i dettagli del contratto intelligente. Dexi serve principalmente due tipologie di utenti: gli utenti finali che accedono alla piattaforma tramite terminali Web e applicazioni AO (che possono essere intese come Bot/Agent) che interagiscono con Dexi inviando messaggi per utilizzare i dati raccolti. Come infrastruttura centrale, il servizio principale fornito da Dexi è un servizio di abbonamento dati. I processi sulla rete AO possono pagare per abbonarsi al flusso di dati di Dexi e ricevere immediatamente avvisi per adeguamenti dei prezzi e altri aggiornamenti.
Risultato
Outcome è un mercato di previsione creato dal team @puente_ai e supportato da @fwdresearch, @aoTheVentures e @aoComputerClub. Outcome fornisce agli utenti una piattaforma per piazzare scommesse su vari eventi Gli attuali temi di previsione sul mercato includono tecnologia, meme, affari, giochi, DeFi e AO. Il progetto sostiene che in futuro gli utenti potranno fare scommesse automatiche nel mercato delle previsioni costruendo agenti autonomi che si basano su dati della vita reale e si basano su ampi modelli linguistici.
AgentFi su AO ci offre una nuova prospettiva per esplorare il futuro dell'implementazione di modelli di intelligenza artificiale direttamente sulla blockchain e dell'utilizzo di vari agenti di intelligenza artificiale per eseguire transazioni automatizzate. I limiti delle tradizionali blockchain singole sono superati dalla progettazione di AO+AR con nuove innovazioni sottostanti. Non vediamo l'ora di vedere più applicazioni su AO e casi di combinazione di agenti AI per implementare strategie finanziarie.
riferimento
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