Исходный текст: Archetype
Перевод: Юлия, PANews
В условиях быстрого развития технологий ИИ и блокчейна пересечение этих двух областей порождает захватывающие инновационные возможности. Эта статья глубоко анализирует десять ключевых областей, на которые стоит обратить внимание в 2025 году, от взаимодействия интеллектуальных агентов до децентрализованных вычислений, от трансформации рынка данных до прорыва в технологиях конфиденциальности.
1. Взаимодействие между агентами
Встроенная прозрачность и комбинируемость блокчейна делают его идеальным основным уровнем для взаимодействия между агентами. Умные агенты, разработанные различными субъектами для разных целей, могут бесшовно взаимодействовать на блокчейне. Уже появились некоторые заметные экспериментальные приложения, такие как переводы средств между агентами и совместная эмиссия токенов.
Будущее развития взаимодействия между агентами в основном проявляется в двух аспектах: во-первых, создание совершенно новых областей применения, таких как новые социальные сцены, управляемые взаимодействиями агентов; во-вторых, оптимизация существующих корпоративных рабочих процессов, включая платформенную аутентификацию и верификацию, мелкие платежи, интеграцию межплатформенных рабочих процессов и другие традиционно сложные моменты.
Aethernet и Clanker реализовали совместное эмитирование токенов на платформе Warpcast
2. Децентрализованные организации интеллектуальных агентов
Координация множества агентов в крупномасштабных системах является еще одной захватывающей областью исследований. Это касается того, как многогранные системы могут совместно выполнять задачи, решать проблемы и управлять системами и протоколами. В статье, опубликованной Виталиком в начале 2024 года (Перспективы и вызовы применения криптовалют и ИИ), он упомянул возможность применения ИИ-агентов в предсказательных рынках и арбитраже. Он считает, что с макроэкономической точки зрения многогранные системы демонстрируют значительный потенциал в области выявления "истины" и автономного управления системами.
Отрасль продолжает исследовать и экспериментировать с границами возможностей многогранных систем, а также с различными формами "коллективного интеллекта". В качестве расширения координации между агентами, взаимодействие между агентами и людьми также создает интересное пространство для дизайна, особенно в том, как сообщества взаимодействуют вокруг агентов и как агенты организуют людей для совместных действий.
Исследователи особенно сосредоточены на тех экспериментальных агентских системах, в которых целевая функция включает в себя координацию большого числа людей. Такие приложения требуют соответствующих механизмов верификации, особенно когда работа людей выполняется вне цепи. Это сотрудничество человека и машины может привести к появлению уникальных и интересных проявлений.
3. Мультимедийные развлечения с интеллектуальными агентами
Концепция цифровых личностей существует уже несколько десятилетий.
Еще в 2007 году Хатсуне Мику могла проводить распроданные концерты в зале на 20,000 человек;
Виртуальная инфлюенсерша Lil Miquela, появившаяся в 2016 году, имеет более 2 миллионов подписчиков в Instagram.
AI виртуальный ведущий Neuro-sama, запущенный в 2022 году, уже накопил более 600,000 подписчиков на Twitch;
Виртуальная корейская группа PLAVE, основанная в 2023 году, за менее чем два года на YouTube набрала более 300 миллионов просмотров.
С прогрессом инфраструктуры ИИ и интеграцией блокчейна в области платежей, передачи ценности и открытых платформ данных, эти интеллектуальные агенты, вероятно, получат более высокий уровень автономии к 2025 году и могут открыть совершенно новый мейнстримный развлекательный жанр.
Слева направо по часовой стрелке: Хатсуне Мику (Hatsune Miku), Луна от Virtuals, Лил Микела и PLAVE
4. Генеративный/умный контент-маркетинг
В отличие от упомянутого ранее случая, когда умные агенты сами являются продуктом, они также могут служить вспомогательными инструментами для продукта. В эпоху экономики внимания постоянное создание увлекательного контента критически важно для успеха любого творчества, продукта или компании. Генеративный/умный контент становится мощным инструментом для команд, обеспечивающих круглосуточное производство контента.
Развитие в этой области ускоряется обсуждением границы между мем-криптовалютами и интеллектуальными агентами. Даже если "интеллект" еще не реализован полностью, интеллектуальные агенты уже стали мощным средством для распространения мем-криптовалют.
Игровая сфера предлагает другой типичный пример. Современные игры все чаще требуют поддерживать динамичность для поддержания вовлеченности пользователей. Традиционно, развитие пользовательского генерируемого контента (UGC) является классическим способом создания динамики игры. В то же время, полностью генеративный контент (включая игровые предметы, NPC-героев, полностью сгенерированные уровни и т. д.) может представлять собой следующий этап этой эволюции. С учетом 2025 года способности интеллектуальных агентов значительно расширят границы традиционных стратегий распространения.
5. Инструменты и платформы для искусства следующего поколения
Запущенная в 2024 году серия "В диалоге" (IN CONVERSATION WITH) проводила интервью с художниками из области музыки, визуального искусства, дизайна и кураторства, активными в области криптовалют и на ее границах. Эти интервью выявили важное наблюдение: художники, интересующиеся криптовалютами, часто также обращают внимание на более широкие передовые технологии и склонны глубоко интегрировать эти технологии в эстетику или ядро своей художественной практики, такие как AR/VR-объекты, основанное на коде искусство и искусство реального времени.
Генеративное искусство и технологии блокчейна традиционно имеют синергетический эффект, что делает их потенциал в качестве инфраструктуры для ИИ-искусства более очевидным. На традиционных платформах отображение этих новых художественных медиа крайне сложно. Платформа ArtBlocks демонстрирует будущее отображения, хранения, монетизации и сохранения цифрового искусства с использованием технологий блокчейна, значительно улучшая общий опыт художников и зрителей.
Помимо демонстрационных функций, инструменты ИИ также расширяют способности широкой публики к созданию искусства. Эта тенденция к демократизации изменяет ландшафт художественного творчества. С учетом 2025 года, как технологии блокчейна расширят или наделят эти инструменты, станет привлекательным направлением для развития.
Из (Диалог: Майя Ман)
6. Рынок данных
С тех пор как Клайв Хамби заявил, что "данные - это новая нефть", прошло 20 лет, и крупные компании принимают решительные меры для накопления и монетизации пользовательских данных. Пользователи осознали, что их данные являются основой этих компаний с рыночной капитализацией в десятки миллиардов, но у них почти нет контроля над тем, как используются их данные, и они не могут делиться прибылью, созданной от их данных. С быстрым развитием мощных ИИ-моделей этот парадокс стал более заметным.
Рынок данных сталкивается с двумя аспектами возможностей: во-первых, решение проблемы эксплуатации пользовательских данных, и во-вторых, решение проблемы нехватки данных, так как все больше и лучших моделей потребляют общедоступные данные интернета, которые легко доступны, и нуждаются в новых источниках данных.
Власть данных возвращается к пользователям
Вопрос о том, как вернуть власть данных пользователям с использованием децентрализованной инфраструктуры, представляет собой обширное пространство для дизайна, требующее инновационных решений в нескольких областях. Некоторые из самых актуальных вопросов включают:
Местоположение хранения данных и способы защиты конфиденциальности при хранении, передаче и обработке;
Как объективно оценивать, отбирать и измерять качество данных;
Какие механизмы использовать для атрибуции и монетизации (особенно при возврате ценности к источнику после вывода);
А также, какие системы оркестрации или извлечения данных использовать в разнообразной экосистеме моделей.
Ограничение поставок
При решении проблемы ограничения поставок ключевым моментом является не простое копирование модели Scale AI с помощью токенов, а понимание, в каких областях мы можем создать преимущества при благоприятных технологических условиях и как построить конкурентоспособные решения, будь то в масштабе, качестве или лучших механизмах стимулов (и отбора), чтобы создать более ценные продукты данных. Особенно когда большая часть спроса все еще исходит от Web2 AI, важно подумать о том, как механизмы выполнения смарт-контрактов могут быть объединены с традиционными соглашениями об уровне обслуживания (SLA) и инструментами, что является важной областью для исследований.
7. Децентрализованные вычисления
Если данные являются основным элементом разработки и внедрения ИИ, то вычислительная мощность является еще одной ключевой составляющей. Традиционная модель крупных дата-центров, обладающая уникальными преимуществами в области места, энергии и аппаратного обеспечения, в значительной степени доминировала в развитии глубокого обучения и ИИ за последние несколько лет. Тем не менее, физические ограничения и развитие технологий с открытым исходным кодом бросают вызов этой модели.
Первая фаза децентрализованных вычислений ИИ (v1) по сути является копией облачных GPU-сервисов Web2, без реального преимущества на стороне предложения (аппаратное или дата-центры) и с ограниченным органическим спросом.
Во второй фазе (v2) несколько выдающихся команд строят полный технологический стек на основе гетерогенного высокопроизводительного вычисления (HPC), демонстрируя уникальные способности в области планирования, маршрутизации и ценообразования, одновременно разрабатывая собственные функции для привлечения спроса и борьбы с сжатием прибыли, особенно на стороне вывода. Команды также начинают диверсифицироваться в использовании сценариев и рыночных стратегий, одни фокусируются на интеграции компиляторных фреймов для обеспечения эффективной маршрутизации вывода через разные аппаратные средства, другие создают распределенные модели обучения на своей вычислительной сети.
Индустрия даже начала замечать рост рынка AI-Fi, где появляется инновационная экономическая примитивная концепция, преобразующая вычислительные мощности и GPU в доходные активы, или использование ликвидности на блокчейне для предоставления альтернативных источников финансирования для покупки оборудования для дата-центров.
Основной вопрос здесь заключается в том, в какой степени децентрализованный ИИ будет разрабатываться и внедряться на децентрализованной вычислительной инфраструктуре, или, как в области хранения, будет ли разрыв между идеалом и реальными потребностями по-прежнему существовать, затрудняя полное осуществление этого потенциала.
8. Стандарты вычислительных расчетов
В области стимулов для децентрализованных высокопроизводительных вычислительных сетей одной из основных проблем координации гетерогенных вычислительных ресурсов является отсутствие единого стандарта вычислительных расчетов. Модели ИИ добавляют множество уникальных сложностей в пространство вывода высокопроизводительных вычислений, включая варианты моделей, схемы квантования и регулируемые уровни случайности через температуру модели и гиперпараметры выборки. Кроме того, аппаратное обеспечение ИИ может давать разные результаты вывода из-за различий в архитектуре GPU и версиях CUDA. Эти факторы в конечном итоге приводят к необходимости создания стандартов, регулирующих, как модели и вычислительные рынки измеряют свои вычислительные мощности в гетерогенных распределенных системах.
Частично из-за отсутствия этих стандартов в 2024 году возникло несколько случаев в областях Web2 и Web3, где модели и вычислительные рынки не смогли точно учесть свое качество и количество вычислений. Это привело к тому, что пользователи были вынуждены запускать собственные сравнительные модели бенчмаркинга и выполнять доказательства работы, ограничивая скорость вычислительных рынков для аудита реальной производительности этих уровней ИИ.
С учетом 2025 года перекрестная область криптографических технологий и ИИ, вероятно, достигнет прорыва в области верифицируемости, что сделает ее более легкой для проверки по сравнению с традиционным ИИ. Для обычных пользователей критически важно иметь возможность справедливо сравнивать различные аспекты выходных данных определяющих моделей или вычислительных кластеров, что будет способствовать аудиту и оценке производительности систем.
9. Вероятностные примитивы конфиденциальности
В "Перспективах и вызовах применения криптовалют и ИИ" Виталик указал на уникальную проблему при соединении криптовалют и ИИ: "В области криптографии открытый исходный код является единственным путем к достижению истинной безопасности, но в области ИИ открытость модели (даже ее обучающих данных) значительно увеличивает риск атак с использованием противостоящего машинного обучения."
Хотя конфиденциальность не является новой областью исследований в блокчейне, быстрое развитие ИИ ускоряет исследования и применение криптографических примитивов, поддерживающих конфиденциальность. В 2024 году были достигнуты значительные успехи в области технологий повышения конфиденциальности, включая нулевое доказательство (ZK), полностью гомоморфное шифрование (FHE), защищенные вычислительные среды (TEEs) и многосторонние вычисления (MPC), которые используются в общих сценариях применения, таких как частное совместное состояние для вычисления зашифрованных данных. В то же время централизованные ИИ-гиганты, такие как NVIDIA и Apple, также используют собственные TEEs для федеративного обучения и частного вывода ИИ, обеспечивая конфиденциальность при поддержании согласованности аппаратного, программного и модельного обеспечения между системами.
На основе этих разработок отрасль внимательно следит за достижениями технологий, поддерживающих конфиденциальность в случайных состояниях, и тем, как эти технологии могут ускорить реальную реализацию децентрализованных ИИ-приложений на гетерогенных системах. Это включает в себя различные аспекты, начиная от децентрализованного частного вывода до трубопроводов для хранения/доступа к зашифрованным данным и полностью суверенных исполняющих сред.
Технологический стек ИИ Apple и графический процессор NVIDIA H100
10. Намерения агентов и интерфейсы пользовательских транзакций следующего поколения
В последние 12-16 месяцев определения таких понятий, как намерение, поведение агентов, намерение агентов, решения, решения агентов и т. д., были размытыми, и не было четкого разграничения, чем эти концепции отличаются от традиционной разработки "роботов" за последние несколько лет. Автономные цепочные транзакции ИИ-агентов являются одним из наиболее практически применимых сценариев.
В течение следующих 12 месяцев ожидается, что индустрия увидит более сложные языковые системы в сочетании с различными типами данных и архитектурами нейронных сетей, что приведет к продвижению общего пространства дизайна. Это вызывает несколько ключевых вопросов:
Будут ли агенты использовать существующие системы транзакций на блокчейне или разрабатывать собственные инструменты и методы?
Будут ли большие языковые модели продолжать служить бэкэндом для этих систем транзакций агентов, или появятся совершенно новые системы?
На уровне интерфейса начнут ли пользователи использовать естественный язык для проведения транзакций?
Будет ли в конечном итоге реализована классическая концепция "кошелек как браузер"?
Ответы на эти вопросы будут глубоко влиять на будущее направление торговли криптовалютами. С развитием технологий ИИ системы агентов могут стать более интеллектуальными и автономными, способными лучше понимать и выполнять намерения пользователей.
