Autor: Arquétipo
Compilado por: Deep Wave TechFlow
1. Interação agente para agente
Devido à sua transparência e capacidade de composição naturais, o blockchain tornou-se uma plataforma ideal para interação perfeita entre agentes. Nessa interação, agentes desenvolvidos por diferentes instituições para diferentes fins podem colaborar para a realização de tarefas. Já existem algumas tentativas interessantes, como transferir dinheiro entre agentes e emitir tokens em conjunto, etc. Esperamos que a interação entre os agentes seja ainda mais ampliada: por um lado, crie novos cenários de aplicação, como novas plataformas sociais impulsionadas pelos agentes, por outro lado, otimize os fluxos de trabalho empresariais existentes, como autenticação de plataforma, micropagamentos e cruzamentos; trabalho de plataforma. Integração de fluxo, etc., simplificando assim os processos operacionais complexos e complicados de hoje. -Danny, Katie, Aadharsh, Dmitriy
aethernet e clanker emitem token em conjunto no Warpcast
2. Organizações Agentes Descentralizadas
A colaboração multiagente em larga escala é outra direção de pesquisa interessante. Como os sistemas multiagentes colaboram para concluir tarefas, resolver problemas e até mesmo gerenciar protocolos e sistemas? Em um artigo do início de 2024 (The Promise and Challenges of Crypto + AI Applications), Vitalik propôs a ideia de usar agentes de IA para mercados de previsão e adjudicação. Ele acredita que em aplicações de grande escala, os sistemas multiagentes têm um enorme potencial para a descoberta da “verdade” e para a governação autónoma. Estamos ansiosos para ver como as capacidades deste sistema multiagente podem ser mais exploradas e como a “inteligência de enxame” pode revelar mais possibilidades em experimentos.
Além disso, a colaboração entre agentes inteligentes e humanos também é uma direção que vale a pena explorar. Por exemplo, como as comunidades interagem em torno de agentes inteligentes, ou como os agentes inteligentes organizam os humanos para realizar ações coletivas. Esperamos ver mais experiências com agentes visando a colaboração humana em grande escala. É claro que isso requer algum tipo de mecanismo de verificação, especialmente se a tarefa for concluída fora da cadeia. Mas esta exploração pode levar a alguns resultados inesperados e maravilhosos. -Katie, Dmitry, Ash
3. Entretenimento multimídia orientado por agente (Agentic Multimedia Entertainment)
O conceito de avatares digitais já existe há muitos anos. Por exemplo, Hatsune Miku (2007) fez shows com ingressos esgotados em locais com 20.000 lugares; Lil Miquela (2016) tem mais de 2 milhões de seguidores no Instagram; Exemplos recentes incluem o streamer virtual de IA Neuro-sama (2022), cuja base de assinantes no Twitch ultrapassou 600.000; e a boy band anônima Kpop PLAVE (2023), cujas visualizações no YouTube ultrapassaram 600.000 em menos de dois anos; milhão de vezes. À medida que a tecnologia de IA avança e a blockchain é utilizada em pagamentos, transferência de valores e plataformas abertas de dados, espera-se que estes agentes se tornem mais autónomos e possam inaugurar uma nova categoria de entretenimento convencional até 2025. -Katie, Dmitry
No sentido horário, do canto superior esquerdo: Hatsune Miku, Luna do Virtuals, Lil Miquela e PLAVE
4. Marketing de conteúdo generativo/agente
Em alguns casos, o agente é o próprio produto, enquanto em outros casos, o agente pode ser um complemento do produto. Na economia da atenção, a produção consistente de conteúdo envolvente é a chave para o sucesso de qualquer ideia, produto ou empresa. O conteúdo generativo/orientado por agente oferece às equipes uma ferramenta poderosa para garantir um pipeline de criação de conteúdo escalável 24 horas por dia, 7 dias por semana. Esta área foi acelerada por discussões sobre “memecoins vs. agentes”. Os agentes são uma ferramenta poderosa para a propagação de memecoins, mesmo que ainda não sejam totalmente “inteligentes”.
Como outro exemplo, a indústria de jogos busca cada vez mais o dinamismo para manter os usuários engajados. Uma abordagem clássica é liderar o conteúdo gerado pelo usuário, e o conteúdo puramente generativo (como itens do jogo, NPCs ou mesmo níveis totalmente gerados) pode ser o próximo estágio dessa tendência. Estamos curiosos para ver como as capacidades dos agentes em 2025 ampliarão ainda mais os limites da distribuição de conteúdo e da interação do usuário. -Katie
5. Ferramentas/plataformas artísticas de última geração
Em 2024, lançamos a série IN CONVERSATION WITH, um programa de entrevistas com conversas com criptoartistas de música, artes visuais, design, curadoria e muito mais. As entrevistas deste ano me levaram a notar uma tendência: artistas interessados em criptografia muitas vezes também são apaixonados por tecnologias de ponta e desejam que essas tecnologias sejam mais profundamente integradas em sua prática, como objetos AR/VR, arte gerada por código e codificação em tempo real (codificação ao vivo).
A combinação de arte generativa e tecnologia blockchain já existe há muito tempo, o que também torna o blockchain um transportador ideal para arte de IA. Exibir e apresentar estas formas de arte é muito difícil em plataformas tradicionais. ArtBlocks fornece uma exploração preliminar de como a arte digital pode ser exibida, armazenada, monetizada e preservada através do blockchain, melhorando significativamente a experiência dos artistas e do público. Além disso, as ferramentas de IA facilitam que pessoas comuns criem suas próprias obras de arte. Estamos entusiasmados em ver como o blockchain pode aprimorar ainda mais os recursos dessas ferramentas em 2025. -Katie
KC: Dadas as suas frustrações e divergências com a cultura criptográfica, o que o motiva a optar por participar da Web3? Que valor o Web3 traz para sua prática criativa? É exploração experimental, recompensa financeira ou outra coisa?
MM: Para mim, o Web3 teve um impacto positivo em mim e em outros artistas de várias maneiras. Pessoalmente, as plataformas que apoiam a publicação de arte generativa são particularmente importantes para a minha prática. Por exemplo, você pode fazer upload de um arquivo JavaScript e quando alguém cunhar ou coletar uma peça, o código será executado em tempo real e gerará uma obra de arte única no sistema que você projetou. Este processo de geração em tempo real é uma parte central da minha prática criativa. A introdução da aleatoriedade nos sistemas que escrevo e construo impactou profundamente a maneira como penso sobre arte, tanto conceitual quanto tecnicamente. No entanto, muitas vezes é difícil transmitir este processo a um público se não for apresentado numa plataforma especificamente concebida para esta forma de arte, ou numa galeria tradicional.
Numa galeria, um algoritmo pode ser mostrado em execução em tempo real através de uma projeção ou tela, ou obras selecionadas a partir de múltiplos resultados gerados pelo algoritmo e de alguma forma traduzidas em forma física para exposição. Mas para públicos menos familiarizados com o código como meio artístico, pode ser difícil compreender o significado desta aleatoriedade no processo criativo, que é uma parte importante da prática de todos os artistas que utilizam software de forma generativa. Às vezes acho difícil enfatizar a ideia central do “código como meio criativo” para o público quando a forma final do trabalho é apenas uma foto postada no Instagram, ou uma impressão física.
O surgimento do NFT me entusiasma porque não apenas fornece uma plataforma para mostrar a arte generativa, mas também ajuda a popularizar o conceito de “código como meio artístico” para que mais pessoas possam compreender a singularidade e o valor desta forma de criação.
Extraído de EM CONVERSA COM: Maya Man
6.Mercados de dados
Desde que Clive Humby cunhou a ideia de que “os dados são o novo petróleo”, as empresas têm tomado medidas para acumular e monetizar os dados dos utilizadores. No entanto, os utilizadores estão gradualmente a aperceber-se de que os seus dados são a pedra angular da sobrevivência destas empresas gigantes, mas têm pouco controlo sobre a forma como os dados são utilizados e não conseguem retirar benefícios deles. Com o rápido desenvolvimento de modelos poderosos de IA, esta contradição tornou-se cada vez mais aguda. Por um lado, precisamos de resolver o problema da utilização indevida de dados dos utilizadores; por outro lado, à medida que modelos em maior escala e de maior qualidade esgotam o "recurso" de dados públicos da Internet, novas fontes de dados são também particularmente importantes.
Para devolver o controle dos dados aos usuários, a infraestrutura descentralizada oferece um amplo espaço de design. Isto requer soluções inovadoras em múltiplas áreas, tais como armazenamento de dados, proteção da privacidade, avaliação da qualidade dos dados, atribuição de valor e mecanismos de monetização. Ao mesmo tempo, em resposta à escassez de fornecimento de dados, precisamos de pensar em como utilizar as vantagens tecnológicas para construir soluções competitivas, tais como a criação de produtos de dados de maior valor através de melhores mecanismos de incentivo e métodos de filtragem. Especialmente no contexto atual em que a Web2 AI ainda domina, como combinar contratos inteligentes com acordos de serviço tradicionais (SLA) é uma direção que merece ser explorada em profundidade. -Danny
7. Computação Descentralizada
No desenvolvimento e implantação da IA, além dos dados, o poder computacional também é um elemento-chave. Nos últimos anos, os grandes data centers dominaram o desenvolvimento da aprendizagem profunda e da IA, contando com acesso exclusivo ao espaço, energia e hardware. Contudo, com as limitações dos recursos físicos e o desenvolvimento da tecnologia de código aberto, este padrão está gradualmente a ser quebrado.
O estágio de computação v1 da IA descentralizada é semelhante à nuvem GPU da Web2, mas não tem vantagens óbvias em termos de oferta e demanda de hardware. Na fase v2, vimos algumas equipes começando a construir uma pilha de tecnologia mais completa, incluindo sistemas de orquestração, roteamento e precificação para computação de alto desempenho, ao mesmo tempo em que desenvolviam recursos proprietários para atrair a demanda e melhorar a eficiência de inferência. Algumas equipes se concentram na otimização do roteamento de inferência em hardware por meio de estruturas de compilador, enquanto outras desenvolvem estruturas de treinamento de modelos distribuídos em suas redes de computação.
Além disso, está a formar-se um mercado emergente chamado AI-Fi, que utiliza mecanismos económicos inovadores para converter o poder computacional e GPUs em activos geradores de rendimento, ou utiliza liquidez em cadeia para fornecer novas formas de financiamento de hardware para centros de dados. No entanto, se a computação descentralizada pode realmente concretizar o seu potencial ainda depende de saber se a lacuna entre as ideias e as necessidades reais pode ser colmatada. -Danny
8. Padrões de contabilidade computacional
Em redes descentralizadas de computação de alto desempenho (HPC), como coordenar recursos computacionais heterogêneos é um desafio importante, e a atual falta de padrões contábeis unificados torna esse problema mais complicado. A saída dos modelos de IA é diversa, como variantes de modelo, quantização, aleatoriedade por meio de ajustes de hiperparâmetros de temperatura e amostragem, etc. Além disso, diferentes arquiteturas de GPU e versões CUDA também podem levar a diferenças nos resultados de saída do hardware. Esses fatores fazem com que modelar e calcular estatisticamente com precisão a capacidade de mercado em sistemas distribuídos heterogêneos seja um problema urgente a ser resolvido.
Devido à falta desses padrões, vimos vários casos este ano nos mercados de computação Web2 e Web3 onde o desempenho do modelo e a qualidade e quantidade dos recursos computacionais foram mal contabilizados. Isso força os usuários a verificar o desempenho real dos sistemas de IA executando seus próprios benchmarks ou limitando a taxa de uso do mercado de computação.
O campo da criptografia sempre enfatizou a “verificabilidade”, por isso esperamos que, até 2025, a combinação de criptografia e IA torne o desempenho do sistema mais transparente. Os usuários regulares devem ser capazes de comparar facilmente as principais características de saída de um modelo ou cluster de computação para auditar e avaliar o desempenho real do sistema. - Aadharsh
9. Primitivos Probabilísticos de Privacidade
Vitalik mencionou uma contradição única no artigo (Crypto + The Promise and Challenges of AI Applications): “Na criptografia, o código aberto é a única maneira de alcançar segurança, mas na IA, tornar público o modelo (ou mesmo os dados de treinamento) pode ser extremamente perigoso aumenta muito o risco de ataques adversários de aprendizado de máquina.”
Embora a proteção da privacidade não seja uma nova direção de pesquisa em blockchain, com o rápido desenvolvimento da IA, a aplicação da tecnologia de criptografia relacionada à privacidade está se acelerando. Este ano assistimos a um progresso significativo em tecnologias de melhoria da privacidade, como provas de conhecimento zero (ZK), criptografia totalmente homomórfica (FHE), ambientes de execução confiáveis (TEE) e computação multipartidária (MPC). Essas técnicas são usadas em cenários como estado compartilhado privado para computação de uso geral em dados criptografados. Enquanto isso, gigantes da tecnologia como Nvidia e Apple também estão aproveitando a tecnologia proprietária TEE para permitir aprendizado federado e inferência privada de IA, mantendo hardware, firmware e modelos consistentes.
No futuro, nos concentraremos em como preservar a privacidade em transições aleatórias de estado e como essas técnicas podem facilitar aplicações práticas de IA descentralizada em sistemas heterogêneos, como inferência privada descentralizada, armazenamento e pipelines de acesso para dados criptografados e construção de um ambiente de execução totalmente autônomo. - Aadharsh
Pilha Apple Intelligence da Apple e GPU H100 da Nvidia
10. Intenções de agentes e interfaces de negociação de usuários de última geração
Uma aplicação importante dos agentes de IA é ajudar os usuários a concluir transações de forma autônoma na cadeia. No entanto, nos últimos 12 a 16 meses, termos como “intenção do agente”, “comportamento do agente” e “solucionador” permaneceram vagamente definidos, e a distinção do desenvolvimento tradicional de “robôs” não foi clara.
No próximo ano, esperamos ver sistemas de linguagem mais complexos combinados com vários tipos de dados e arquiteturas de redes neurais impulsionando o campo. Os agentes continuarão a usar os sistemas on-chain existentes para concluir transações ou desenvolverão ferramentas e métodos inteiramente novos? Os grandes modelos de linguagem (LLMs) permanecerão no centro destes sistemas ou serão substituídos por outras tecnologias? No nível da interface do usuário, os usuários interagirão com o sistema por meio de linguagem natural para concluir as transações? A clássica teoria da “carteira como navegador” se tornará realidade? Estas são questões que vale a pena explorar. -Danny, Katie, Aadharsh, Dmitriy