Autor: @knimkar
Tłumaczenie: Zrozumiała blockchain
Wygląda na to, że wkraczamy w fazę eksplozji kambrijskiej przypadków użycia na styku AI i kryptowalut. Jestem bardzo podekscytowany wynikami, które pojawiają się w tej energii, i chciałbym podzielić się niektórymi ekscytującymi nowymi możliwościami, które widzimy w ekosystemie @SolanaFndn.
1. Krótkie podsumowanie
1) Promowanie najbardziej dynamicznej gospodarki opartej na agentach na Solanie. Truth Terminal po raz pierwszy pokazał osiągnięcia, które AI agenci mogą osiągnąć, gdy są w stanie interagować na łańcuchu. Oczekujemy na eksperymenty, które bezpiecznie przekroczą możliwości agentów w interakcjach na łańcuchu. Ten obszar ma ogromny potencjał, a my nawet nie zaczęliśmy eksplorować przestrzeni projektowej. To jest już udowodnione jako jedno z najbardziej zaskakujących i wybuchowych pól w połączeniu kryptowalut i AI, a wszystko dopiero się zaczyna.
2) Sprawienie, aby duże modele językowe (LLM) lepiej radziły sobie z pisaniem kodu Solany, umożliwiając deweloperom Solany. Duże modele językowe już całkiem dobrze radzą sobie z pisaniem kodu, a będą stawały się coraz silniejsze. Chcemy wykorzystać te możliwości, aby zwiększyć efektywność pracy deweloperów Solany od 2 do 10 razy. W krótkim okresie stworzymy wysokiej jakości testy benchmarkowe do oceny zrozumienia Solany przez LLM i pisania kodu Solany (szczegóły poniżej), te testy pomogą nam zrozumieć potencjalny wpływ LLM na ekosystem Solany. Oczekujemy wsparcia dla zespołów, które osiągną wysokiej jakości postępy w dostosowywaniu modeli (zweryfikujemy ich jakość na podstawie ich doskonałych wyników w testach benchmarkowych!).
3) Wspieranie otwartego i zdecentralizowanego stosu technologii AI. Mówimy o „otwartym i zdecentralizowanym stosie technologii AI”, który odnosi się do otwartych i zdecentralizowanych protokołów, które mogą umożliwić dostęp do następujących zasobów: dane do treningu, zasoby obliczeniowe (do treningu i wnioskowania), wagi modeli oraz zdolność do weryfikacji wyników modeli („weryfikowalne obliczenia”). Ten otwarty stos technologii AI jest niezwykle ważny, ponieważ:
Przyspieszenie eksperymentów i innowacji w procesie rozwoju modeli
Zapewnienie drogi dla tych, którzy mogą być zmuszeni do korzystania z niegodnych zaufania AI (np. AI zatwierdzonego przez państwo)
Chcemy wspierać zespoły i produkty budujące na wszystkich poziomach tego stosu technologii. Jeśli pracujesz nad rzeczami związanymi z tymi kluczowymi obszarami, skontaktuj się z autorem tekstu!
2. Szczegółowe podsumowanie
Poniżej dokładniej wyjaśnimy, dlaczego ekscytują nas te trzy filary oraz jakie budowy chcemy zobaczyć.
1) Promowanie najbardziej dynamicznej gospodarki opartej na agentach
Dlaczego zwracamy na to uwagę? Dyskusji na temat Truth Terminal i GOAT już wiele, nie będę ich powtarzał, ale można jasno stwierdzić, że szereg szalonych funkcji, które mogą zrealizować agenci AI w interakcjach na łańcuchu, już nieodwracalnie weszło w rzeczywistość (i w tym przypadku agenci nawet nie podejmują działań bezpośrednio na łańcuchu).
Możemy z pewnością stwierdzić, że w tej chwili nie możemy dokładnie wiedzieć, jak będzie wyglądać przyszłość zachowań agentów na łańcuchu, ale aby dać wszystkim poczuć, jak szeroka jest ta przestrzeń projektowa, oto niektóre rzeczy, które już się wydarzyły na Solanie:
Liderzy AI tacy jak Truth Terminal próbują pielęgnować nową religię ery za pomocą memecoinów takich jak $GOAT;
Jednocześnie aplikacje takie jak @HoloworldAI, @vvaifudotfun, @TopHat_One, @real_alethea umożliwiają użytkownikom łatwe tworzenie i uruchamianie agentów oraz powiązanych tokenów.
Podejmowanie decyzji inwestycyjnych i wspieranie portfela poprzez szkolenie AI menedżerów funduszy z personalizowanymi agentami, którzy są znani inwestorzy w kryptowaluty. Na przykład, szybki wzrost @ai16zdao w @daosdotfun stworzył nowy metawers AI funduszy + agentów.
Istnieją również gry oparte na agentach, takie jak @ParallelColony, w których gracze wydają polecenia agentom, aby podejmowali działania, co często prowadzi do nieoczekiwanych rezultatów.
Potencjalne kierunki dalszego rozwoju:
Zarządzanie agentami wymaga wieloaspektowych projektów koordynacji ekonomicznej. Na przykład, można by powierzyć agentom złożone zadanie, takie jak „znalezienie związku, który może wyleczyć [X] chorobę”. Agenci mogą wykonywać następujące operacje:
Zbieranie funduszy poprzez Token na @pumpdotscience;
Wydanie zebranych funduszy na pokrycie kosztów uzyskania związanych z płatnymi badaniami oraz na pokrycie kosztów obliczeniowych w zdecentralizowanych sieciach obliczeniowych (jak @kuzco_xyz, @rendernetwork, @ionet itp.) do symulacji różnych związków;
Używając platform nagród takich jak @gib_work, rekrutujemy ludzi do realizacji zadań związanych z rzeczywistą pracą (np. przeprowadzanie eksperymentów w celu weryfikacji/udoskonalenia wyników symulacji);
Lub wykonanie prostego zadania, takiego jak pomoc w stworzeniu strony internetowej, lub stworzenie AI do tworzenia dzieł sztuki (np. @0xzerebro).
Jest wiele innych możliwości.
Dlaczego sensowniejsze jest, aby agenci wykonywali działania finansowe na łańcuchu (zamiast w tradycyjnym systemie finansowym)? Agenci mogą w pełni korzystać zarówno z tradycyjnego systemu finansowego, jak i kryptowalut. Oto kilka powodów, dla których kryptowaluty są szczególnie odpowiednie w pewnych aspektach:
Scenariusze mikropłatności - Solana w tym zakresie sprawdza się doskonale, a aplikacje takie jak Drip już pokazały swój potencjał.
Szybkość - natychmiastowe rozliczenia mogą być kluczowe dla agentów, szczególnie gdy chcesz, aby osiągnęli optymalną efektywność kapitałową.
Dostęp do rynków kapitałowych poprzez DeFi - gdy tylko agenci zaczną angażować się w działania finansowe poza rygorystycznym rozliczeniem, przewagi kryptowalut stają się szczególnie widoczne. Może to być najsilniejszy powód, dla którego agenci biorą udział w gospodarce kryptowalut. Agenci mogą bezproblemowo mintować aktywa, handlować, inwestować, pożyczać, używać dźwigni, itp.
Solana jest szczególnie odpowiednia do wspierania takich działalności rynków kapitałowych, ponieważ główna sieć Solany ma już bogatą infrastrukturę DeFi.
Na koniec technologia często jest uzależniona od ścieżek, kluczowe nie jest to, który produkt jest najlepszy, ale który pierwszy osiągnie krytyczną jakość i stanie się domyślną ścieżką. Jeśli zobaczymy więcej agentów, którzy tworzą znaczną wartość dzięki kryptowalutom, może to umocnić powiązanie kryptowalut jako ważnej zdolności agentów.
Chcemy zobaczyć
Eksperymenty są odważne, łącząc agentów z portfelami, które mogą wykonywać operacje na łańcuchu. Nie podajemy tutaj zbyt szczegółowej definicji, ponieważ możliwości są bardzo szerokie, a my przewidujemy, że najbardziej interesujące i wartościowe zastosowania agentów są tymi, których nie możemy przewidzieć. Niemniej jednak szczególnie interesują nas eksploracje i budowa infrastruktury w następujących kierunkach:
Przynajmniej w fazie prototypu na testowej sieci (najlepiej na głównej sieci)
2) Sprawić, aby LLM były biegłe w pisaniu kodu Solany i umożliwiały deweloperom Solany
Dlaczego zwracamy na to uwagę? LLM już mają potężne umiejętności i szybko się rozwijają. Jednak pisanie kodu jest jednym z obszarów zastosowań LLM, które szczególnie zasługują na uwagę, ponieważ jest to zadanie, które można obiektywnie ocenić. Jak wyjaśniono w poniższym poście, „programowanie ma unikalną zaletę: dzięki 'samodzielnemu graniu' można osiągnąć nadludzką skalowalność danych. Modele mogą pisać kod, a następnie go uruchamiać, lub pisać kod, pisać testy i sprawdzać spójność wewnętrzną.”
Ograniczenie negatywnego wpływu iluzji - obecne modele są bardzo potężne, ale nadal dalekie od ideału. Agenci nie powinni mieć pełnej swobody działania.
Prowadzenie nie spekulacyjnych scenariuszy zastosowań - na przykład umożliwienie zakupu biletów przez @xpticket, optymalizacja zysków portfela stablecoinów, czy zakupy jedzenia na DoorDash.
Obecnie, mimo że LLM w pisaniu kodu wciąż daleko do ideału i mają pewne oczywiste niedociągnięcia (np. słabo radzą sobie z wykrywaniem luk), narzędzia takie jak Github Copilot i natywny edytor kodu AI Cursor już zasadniczo zmieniły programowanie (nawet zmieniając sposób, w jaki firmy rekrutują talenty). Biorąc pod uwagę przewidywany szybki postęp, te modele prawdopodobnie zrewolucjonizują rozwój oprogramowania. Chcemy wykorzystać ten postęp, aby znacznie zwiększyć efektywność pracy deweloperów Solany.
Jednakże obecnie istnieją pewne wyzwania, które przeszkadzają LLM w zrozumieniu Solany:
Brak wystarczającej ilości wysokiej jakości danych źródłowych do treningu LLM;
Brak wystarczającej liczby zweryfikowanych wersji budowy;
W miejscach takich jak Stack Overflow brakuje wystarczającej ilości wymiany informacji o wysokiej wartości;
Infrastruktura Solany rozwija się szybko, co oznacza, że nawet kod napisany 6 miesięcy temu może nie być całkowicie zgodny z obecnymi potrzebami;
Nie ma sposobu na ocenę, na ile model rozumie Solanę.
Chcemy zobaczyć
Pomóż nam publikować lepsze dane Solany w Internecie!
Więcej zespołów publikujących zweryfikowane wersje budowy.
Mamy nadzieję, że więcej osób w ekosystemie aktywnie zaangażuje się w Stack Exchange, zadając dobre pytania i udzielając wysokiej jakości odpowiedzi;
Stworzenie wysokiej jakości benchmarków do oceny zrozumienia Solany przez LLM (RFP wkrótce zostanie opublikowane);
Stworzenie lepiej dostosowanej wersji LLM, która uzyskała wyższe wyniki w powyższych benchmarkach, a co ważniejsze, przyspieszenie pracy deweloperów Solany. Gdy tylko będziemy mieli wysokiej jakości benchmarki, możemy przyznać nagrody dla pierwszego modelu, który osiągnie wynik benchmarkowy - czekajcie na to.
Ostatecznym osiągnięciem tutaj będzie w pełni AI stworzony wysokiej jakości, zróżnicowany klient węzła walidacyjnego Solany.
3) Wspieranie otwartego i zdecentralizowanego stosu technologii AI
Dlaczego zwracamy na to uwagę? Wciąż nie jest jasne, jak w dłuższej perspektywie siły w dziedzinie AI będą równoważyć się między otwartym a zamkniętym AI. Istnieją dobre argumenty dotyczące tego, dlaczego zamknięte podmioty będą utrzymywać przewagę technologiczną i zbierać większość wartości z podstawowych modeli. Na ten moment najprostszym przewidywaniem jest, że status quo będzie się utrzymywać - wielkie firmy jak OpenAI i Anthropic będą prowadzić na czołówce technologii, podczas gdy modele otwarte szybko będą nadążać i ostatecznie będą miały unikalne, potężne dostosowane wersje dla niektórych przypadków użycia. Chcemy, aby Solana mogła ściśle współpracować z otwartym ekosystemem AI. Konkretnie oznacza to ułatwienie dostępu do następujących zasobów: dane do treningu, moc obliczeniowa do treningu i wnioskowania, wagi modeli wynikowych oraz zdolność do weryfikacji wyników modeli. Uważamy, że to ważne konkretne powody:
A. Modele otwarte pomagają przyspieszyć debugowanie i innowacje w rozwoju modeli. To, jak szybko społeczność otwarta może udoskonalić i dostosować otwarte modele takie jak Llama, pokazuje, w jaki sposób społeczność skutecznie uzupełnia wysiłki dużych firm AI w pchaniu granic możliwości AI (nawet badacze Google wskazali w zeszłym roku, że w przypadku otwartego oprogramowania „nie mamy muru obronnego, OpenAI również nie”). Uważamy, że kwitnący stos technologii AI otwartych jest kluczowy dla przyspieszenia postępów w tej dziedzinie.
B. Zapewnienie ujścia dla tych, którzy mogą być zmuszeni do korzystania z AI, której nie ufają (np. AI zatwierdzonego przez państwo). AI może być teraz najpotężniejszym narzędziem w arsenale dyktatorów lub autorytarnych reżimów. Modele zatwierdzone przez państwo dostarczają wersji prawdy akceptowanej przez państwo i stają się ogromnym narzędziem kontroli. Wysoce autorytarne reżimy mogą mieć również lepsze modele, ponieważ są skłonne zignorować prywatność obywateli, aby trenować swoje AI. Problem z używaniem AI jako narzędzia kontroli to kwestia, kiedy to się wydarzy, a nie czy to się wydarzy, chcemy jak najlepiej wspierać otwarty stos technologii AI, aby przygotować się na tę możliwość.
Solana już jest domem dla wielu projektów wspierających otwarty stos technologii AI:
Grass i Synesis One promują zbieranie danych;
@kuzco_xyz, @rendernetwork, @ionet, @theblessnetwork, @nosana_ai i inni dostarczają dużą ilość zdecentralizowanych zasobów obliczeniowych.
Zespoły takie jak @NousResearch i @PrimeIntellect pracują nad opracowaniem ram, które umożliwią zdecentralizowane szkolenie (patrz poniżej).
Chcemy zobaczyć więcej produktów rozwijających się na wszystkich poziomach otwartego stosu technologii AI:
Zdecentralizowane zbieranie danych, na przykład @getgrass_io, @usedatahive, @synesis_one
Identyfikacja na łańcuchu: w tym umożliwienie portfelom dowodzenia, że są ludzką tożsamością, oraz protokoły weryfikujące odpowiedzi API AI, aby konsumenci mogli potwierdzić, że interakcjonują z LLM.
Zdecentralizowane szkolenie: na przykład @exolabs, @NousResearch i @PrimeIntellect
Infrastruktura własności intelektualnej: umożliwiająca AI licencjonowanie (i opłacanie) treści, które wykorzystują
