Cele mai importante 10 tendințe AI + Crypto de urmărit în 2025

Titlul original: Crypto x AI: 10 Categorii pe care le urmărim în 2025 Autor original: @archetypevc, Kol criptografic Traducător original: zhouzhou, BlockBeats

Nota editorului: Acest articol discută despre multiplele domenii inovatoare în care criptografia și AI se combină în 2025, inclusiv interacțiunea între agenți, organizații descentralizate de agenți, divertisment condus de AI, marketing de conținut generat, piețe de date, calcul descentralizat etc. Articolul explorează cum tehnologiile blockchain și AI pot crea noi oportunități în diverse industrii, promovând protecția confidențialității, dezvoltarea hardware-ului AI și aplicarea tehnologiilor descentralizate, în timp ce se concentrează pe modul în care agenții inteligenți pot aduce inovații în domeniile tranzacționării, creației artistice etc.

Iată conținutul original (pentru a facilita înțelegerea, conținutul original a fost structurat):

Interacțiunea între agenți

Transparența și combinabilitatea implicită a blockchain-ului îl fac o platformă ideală pentru interacțiunea între agenți.

În acest scenariu, agenți dezvoltați de diferite entități pentru scopuri diferite pot interacționa fără probleme între ei. Au existat multe experimente referitoare la trimiterea de fonduri între agenți, lansarea comună de token-uri etc.

Așteptăm cu nerăbdare să vedem cum se va extinde interacțiunea între agenți, inclusiv prin crearea de noi domenii de aplicare, cum ar fi locuri sociale noi stimulate de interacțiunea agenților, precum și prin îmbunătățirea fluxurilor de lucru existente ale afacerilor (de exemplu, certificarea platformelor, validarea, micropayments, integrarea fluxurilor de lucru între platforme etc.) pentru a crește eficiența și a rezolva unele dintre problemele actuale.

—Danny, Katie, Aadharsh, Dmitriy

Organizări de agenți descentralizați

Coordonarea multi-agent la scară mare este un alt domeniu de cercetare la fel de interesant.

Cum colaborează sistemele multi-agent pentru a finaliza sarcini, a rezolva probleme și a gestiona sistemele și protocoalele? Într-un articol din începutul anului 2024 (Promisiunile și provocările aplicațiilor criptografice și AI), Vitalik a menționat că agenții AI pot fi folosiți pentru piețe de predicție și arbitraj. El consideră, de fapt, că în aplicațiile la scară mare, sistemele multi-agent au o capacitate semnificativă de a descoperi „adevărul” și pot implementa sisteme de guvernare autonome universale. Suntem foarte interesați de capacitățile sistemelor multi-agent și de descoperirile și experimentele continue în formele de „inteligență colectivă”.

Ca o extensie a coordonării între agenți, coordonarea între agenți și oameni este, de asemenea, un spațiu de design interesant - în special cum să se organizeze interacțiunile comunității în jurul agenților sau cum să se organizeze oamenii pentru acțiuni colective prin intermediul agenților. Ne dorim să vedem mai multe experimente cu agenți care au ca obiectiv coordonarea la scară mare a oamenilor. Acest lucru va necesita implementarea unor mecanisme de validare, mai ales în cazul în care anumite activități umane sunt realizate off-chain, dar ar putea aduce și comportamente foarte ciudate și interesante.

—Katie, Dmitriy, Ash

Divertisment multimedia pentru agenți

Conceptul de personaje digitale există de zeci de ani.

Hatsune Miku (2007) a avut un concert sold out la o sală de 20.000 de locuri, iar Lil Miquela (2016) are peste 2 milioane de fani pe Instagram. Exemplele mai recente și mai puțin cunoscute includ streamerul virtual AI Neuro-sama (2022), care are peste 600.000 de abonați pe Twitch, și grupul masculin sud-coreean PLAVE (2023), care a obținut peste 300 de milioane de vizualizări pe YouTube în mai puțin de doi ani.

Odată cu dezvoltarea infrastructurii AI și integrarea blockchain-ului în plăți, transferul de valoare și platformele deschise de date, așteptăm cu nerăbdare să vedem cum acești agenți devin mai autonomi și ar putea debloca o nouă categorie de divertisment mainstream în 2025.

—Katie, Dmitriy

Marketing de conținut generat/agenți

În cazul menționat anterior, agentul în sine este produsul, iar în alt scenariu, agentul poate completa produsele existente. În economia atenției, menținerea unui flux constant de conținut atractiv este esențial pentru succesul oricărei idei creative, produs, companie etc.

Conținutul generat/agenții este un instrument puternic pentru echipe pentru a asigura un pipeline de creare de conținut scalabil, disponibil non-stop. Discuțiile despre ce distinge token-urile meme de agenți au accelerat dezvoltarea acestui concept. Agenții oferă o modalitate puternică de distribuție pentru token-urile meme, chiar dacă aceste token-uri meme nu sunt încă complet de tip „agenți” (dar s-ar putea transforma în acest sens).

Un alt exemplu este că jocurile au nevoie din ce în ce mai mult de o dinamică mai mare pentru a menține implicarea utilizatorilor. Una dintre metodele clasice de a crea dinamică în jocuri este cultivarea conținutului generat de utilizatori; conținutul complet generat (de la obiecte din joc la NPC-uri și la niveluri complet generate) ar putea fi următoarea etapă a acestei evoluții. Suntem curioși cum agenții din 2025 vor extinde limitele strategiilor tradiționale de distribuție.

—Katie

Următoarea generație de instrumente/platforme artistice

În 2024, am lansat (IN CONVERSATION WITH), o serie de interviuri cu artiști criptografici din domeniul muzicii, artei vizuale, designului, curatoriatului etc. O observație cheie pe care am făcut-o în interviurile de anul acesta este că mulți artiști interesați de criptografie au, de obicei, un interes profund pentru tehnologiile de vârf și își doresc să integreze aceste tehnologii în practica lor artistică, în alte cuvinte, obiecte AR/VR, artă bazată pe cod și codare live etc.

În special, arta generativă are o sinergie naturală cu blockchain-ul, ceea ce face ca acesta să devină un potențial cadru de bază pentru arta AI. În platformele tradiționale, este extrem de dificil să se prezinte corect aceste forme de artă. ArtBlocks oferă o viziune despre cum să folosești blockchain-ul pentru a prezenta, stoca, monetiza și conserva arta digitală - îmbunătățind experiența generală a artiștilor și a publicului. Pe lângă prezentare, instrumentele AI extind chiar și capacitatea oamenilor obișnuiți de a crea propria artă. Cum blockchain-ul va extinde sau susține aceste instrumente în 2025 va fi o temă foarte interesantă.

—Katie

Piața de date

De la momentul în care Clive Humby a afirmat că „datele sunt noul petrol” acum 20 de ani, companiile au adoptat măsuri puternice pentru a acumula și monetiza datele utilizatorilor. Utilizatorii au început să conștientizeze că datele lor stau la baza acestor companii de miliarde de dolari, dar au foarte puțin control asupra modului în care sunt folosite datele lor și nu primesc profituri din acestea.

Dezvoltarea rapidă a modelelor AI puternice a făcut ca această contradicție să devină mai acută; dacă soluționarea exploatării utilizatorilor este o parte a oportunităților de date, atunci o altă problemă importantă este soluționarea deficitului de aprovizionare de date, deoarece modele din ce în ce mai mari și mai puternice consumă câmpurile de petrol ușor accesibile ale datelor de pe internetul public și au nevoie de noi surse de date.

Referitor la modul în care să folosim infrastructura descentralizată pentru a returna controlul datelor de la companii la sursele de date (utilizatori), acesta este un spațiu de design vast, implicând soluții inovatoare din mai multe domenii. Cele mai urgente probleme includ: unde este stocată datele și cum să păstrăm confidențialitatea în timpul stocării, transferului și calculului; cum să benchmarkuim, filtrăm și evaluăm obiectiv calitatea datelor; ce mecanisme folosim pentru a atribui și monetiza (în special atunci când valoarea trebuie să fie urmărită înapoi la sursă după inferență); în ecosistemul diversificat de modele, ce fel de sisteme de coordonare sau recuperare a datelor folosim.

Referitor la problema soluționării blocajelor de aprovizionare, nu este vorba doar de reproducerea Scale AI prin token-uri, ci mai important este să înțelegem, cu ajutorul avantajelor tehnologice, în ce privințe putem obține avantaje și cum putem construi soluții competitive în jurul scalei, calității sau unor mecanisme de stimulare (și filtrare) mai bune, pentru a genera produse de date de valoare mai mare. În special, când majoritatea cererii provine din AI web2, cum putem combina mecanismele de aplicare a contractelor inteligente cu contractele de nivel de serviciu (SLA) tradiționale și instrumentele este un domeniu important care necesită atenție.

—Danny

Calcul descentralizat

Dacă datele sunt un element de bază pentru dezvoltarea și desfășurarea AI, atunci puterea de calcul este un alt element. În ultimii ani, centrele de date tradiționale mari cu acces exclusiv - inclusiv controlul asupra locației, energiei și hardware-ului - au dominat traiectoria învățării profunde și AI, dar pe măsură ce limitările fizice și dezvoltarea open-source avansează, acest peisaj începe să fie contestat.

Versiunea de calcul v1 din AI descentralizat arată ca o replicare a cloud-ului GPU web2, fără avantaje reale de aprovizionare (fie hardware, fie centre de date), și lipsită de cerere organică. Însă în v2, începem să vedem echipe excelente construind un întreg stivă tehnologică bazată pe aprovizionarea HPC heterogenă, implicând capacități de coordonare, rutare, stabilire a prețului etc., combinându-se cu unele funcționalități proprietare pentru a atrage cererea și a face față comprimării marginale, în special în etapa de inferență. Echipele încep, de asemenea, să apară diferențiate pe diverse cazuri de utilizare și strategii de marketing pe piață (GTM), unele concentrându-se pe integrarea cadrelor de compilare în rutarea eficientă a inferenței pe hardware diversificat, în timp ce alte echipe au deschis cadre de antrenament distribuit pe rețelele de calcul pe care le construiesc.

Începem chiar să observăm apariția unei piețe AI-Fi, care include noi primi economice, transformând calculul și GPU-urile în active generatoare de venituri, sau folosind lichiditatea on-chain pentru a oferi un alt sursă de capital pentru centrele de date de a obține hardware. O întrebare principală aici este în ce măsură AI descentralizat (DeAI) va evolua și se va desfășura pe calea calculului descentralizat, sau, ca în domeniul stocării, diferența dintre ideologie și cerințele practice va fi întotdeauna imposibil de umplut, împiedicând astfel valorificarea potențialului acestei idei.

—Danny

Standardele de calcul

În legătură cu mecanismele de stimulare a rețelelor de calcul performant descentralizate, o provocare majoră în coordonarea resurselor de calcul heterogene este lipsa unui standard unificat pentru a contabiliza aceste capacități de calcul. Modelele AI adaugă în mod unic mai mulți factori complecși în spațiul de ieșire al calculului performant (HPC), de la variații de model și cuantificare până la ajustarea nivelurilor de randomizare prin temperatura modelului și hiperparametrii de eșantionare. În plus, hardware-ul AI prin diversitatea arhitecturii GPU și diferitele versiuni de CUDA poate adăuga și mai multă complexitate. În cele din urmă, aceasta duce la o cerere de soluții pentru cum să contabilizăm modelele și capacitățile pieței de calcul în sistemele distribuite heterogene.

Parțial din cauza lipsei standardelor, am observat multiple cazuri în domeniile web2 și web3, unde piețele de modele și calcul nu au reușit să evalueze corect calitatea și cantitatea capacității lor de calcul. Acest lucru a dus la faptul că utilizatorii au fost nevoiți să ruleze propriile teste de bază comparativ și să execute dovezile de muncă ale pieței de calcul prin limitări de viteză, pentru a audita performanța reală a acestor straturi AI.

Având în vedere că principiul de bază al domeniului criptografic este verificabilitatea, ne dorim ca intersecția dintre criptografie și AI din 2025 să fie mai ușor de verificat decât AI-ul tradițional. În mod specific, este important ca utilizatorii obișnuiți să poată compara diferitele aspecte ale unui model sau cluster dat, în special acele caracteristici care definesc ieșirea, pentru a audita și a testa performanța sistemului.

—Aadharsh

Primi de confidențialitate probabilistă

În articolul (Promisiunile și provocările aplicațiilor criptografice și AI), Vitalik a menționat provocările unice în a soluționa criptografia și AI: „În criptografie, open-source este singura modalitate de a face lucrurile într-adevăr sigure, dar în AI, deschiderea modelului (chiar și a datelor sale de antrenament) va crește semnificativ vulnerabilitatea sa la atacurile de învățare adversarială.”

Deși confidențialitatea nu este o direcție nouă de cercetare în domeniul blockchain-ului, credem că popularizarea AI-ului va continua să accelereze cercetarea și aplicarea primelor de criptare a confidențialității. Anul acesta, tehnologiile de îmbunătățire a confidențialității (cum ar fi ZK, FHE, TEE și MPC) au realizat progrese semnificative, cu aplicații care includ starea privată de partajare care efectuează calcule pe date criptate etc. În același timp, vedem și marii jucători AI centralizați, cum ar fi Nvidia și Apple, folosind TEE-uri proprietare pentru învățare colaborativă și inferență privată AI, menținând consistența hardware-ului, firmware-ului și modelului între sisteme.

În acest context, ne vom concentra pe modul în care se poate menține confidențialitatea transferului aleatoriu de stări în sistemele heterogene și cum acestea pot accelera dezvoltarea aplicațiilor AI descentralizate în lumea reală - de la inferență privată descentralizată la stocarea/accestarea datelor criptate, până la medii de execuție complet suverane.

—Aadharsh

Intenția agentului și interfața de tranzacționare a utilizatorului de nouă generație

Cel mai apropiat scenariu de aplicare pentru agenții AI este utilizarea lor pentru a ne reprezenta în tranzacțiile autonome pe blockchain. Nu se poate nega că, în ultimele 12 până la 16 luni, au existat multe formulări neclare cu privire la ce reprezintă „intenția”, „comportamentul agentului”, „intenția agentului”, „solicitantul”, „agentul solicitant” etc., precum și diferențele dintre acestea și dezvoltarea mai tradițională a „roboților” din ultimii ani.

În următoarele 12 luni, așteptăm să vedem sisteme lingvistice din ce în ce mai complexe combinate cu diferite tipuri de date și arhitecturi de rețele neuronale, care să conducă la dezvoltarea spațiului de design global. Vor continua agenții să folosească aceleași sisteme on-chain pentru tranzacții, sau vor dezvolta propriile instrumente/metode de tranzacționare independente? Vor continua modelele lingvistice mari (LLMs) să funcționeze ca backend pentru aceste sisteme de tranzacționare ale agenților, sau vor fi înlocuite de alte sisteme? La nivel de interfață, utilizatorii vor începe să folosească limbaj natural pentru tranzacționare? Teoria clasică „portofelul ca browser” va fi realizată în cele din urmă?

—Danny, Katie, Aadharsh, Dmitriy

„Link original”