Переклад: народний блокчейн
Здається, ми вступаємо в кембрійський вибух експериментів із варіантами використання на перетині ШІ та крипто. Я дуже в захваті від того, що виходить із цієї енергії, і хотів би поділитися деякими захоплюючими новими можливостями, які ми бачимо в екосистемі @SolanaFndn.
1. Короткий огляд
1) Сприяє найдинамічнішій економіці, керованій агентами на Solana, Truth Terminal є першою демонстрацією того, що можливо, коли агенти штучного інтелекту можуть взаємодіяти в мережі. Ми з нетерпінням чекаємо на експерименти, які безпечно розширять межі того, що агенти можуть робити в мережі. Потенціал у цій сфері величезний, і ми навіть не почали досліджувати дизайнерський простір у ній. Це вже виявилося найнесподіванішою та найвибухобезпечнішою сферою шлюбу криптовалюти та ШІ, і це тільки починається.
2) Зробіть великі мовні моделі (LLM) кращими для написання коду Solana та розширте можливості розробників Solana. Великі мовні моделі вже добре справляються з написанням коду, і вони стануть потужнішими. Ми сподіваємося використати ці можливості, щоб підвищити продуктивність розробників Solana від 2 до 10 разів. У короткостроковій перспективі ми створимо високоякісні тести для вимірювання здатності LLM розуміти та писати код Solana (ці тести допоможуть нам зрозуміти потенційний вплив LLM на екосистему Solana). Ми з нетерпінням чекаємо на підтримку команд, які досягають якісного прогресу в тонкому налаштуванні своїх моделей (і ми підтверджуємо якість цих моделей, показуючи хороші результати в еталонних тестах!).
3) Підтримка відкритих і децентралізованих стеків технологій ШІ. Те, що ми називаємо «відкритими і децентралізованими стеками технологій ШІ», стосується відкритих і децентралізованих протоколів, які полегшують доступ до таких ресурсів: даних для навчання, обчислювальних ресурсів (для навчання та висновків), вагових коефіцієнтів моделі. , а також можливість перевірити вихідні дані моделі («обчислення, яке можна перевірити»). Цей відкритий стек технологій AI важливий, оскільки він:
Прискорення експериментів та інновацій під час розробки моделі
Забезпечте вихід для тих, хто може бути змушений використовувати ненадійний ШІ, наприклад санкціонований державою ШІ
Ми хочемо підтримувати створення команд і продуктів на всіх рівнях цього стеку технологій. Якщо ви виконуєте роботу, пов’язану з цими ключовими напрямками, ви можете зв’язатися з автором оригінальної статті!
2. Детальний огляд
Нижче ми докладніше пояснюємо, чому ми в захваті від цих трьох стовпів і що ми хотіли б бачити побудованими.
1) Сприяти найбільш динамічній економіці, керованій агентами
Чому ми дбаємо про це? Було багато дискусій щодо Truth Terminal і GOAT, і я не буду повторювати це тут, але можна чітко сказати, що всі види божевільних функцій, які можливі, коли агенти ШІ взаємодіють у ланцюжку, незворотно увійшли в реальність ( і в цьому випадку агент ще навіть не вжив заходів безпосередньо в ланцюжку).
Що ми можемо з упевненістю сказати, так це те, що наразі ми точно не знаємо, як виглядатиме поведінка агентів у мережі в майбутньому, але, щоб дати вам уявлення про те, наскільки широким є простір проектування, ось деякі речі, які вже відбуваються на Solana:
Лідери штучного інтелекту, такі як Truth Terminal, намагаються розвивати релігії нового віку за допомогою мемкойнів, таких як $GOAT;
У той же час такі програми, як @HoloworldAI, @vvaifudotfun, @TopHat_One, @real_alethea, дозволяють користувачам легко створювати та запускати агенти та пов’язані токени.
Приймайте інвестиційні рішення та збільшуйте свої портфелі, навчаючи менеджерів фондів ШІ з персоналізованими агентами для різних відомих криптоінвесторів. Наприклад, стрімке зростання @ai16zdao в @daosdotfun створило новий метавсесвіт фондів AI + підбадьорливих агентів.
Існують також агентоцентричні ігри, такі як @ParallelColony, де гравці наказують агентам виконувати дії, часто з неочікуваними наслідками.
Можливі наступні напрямки розвитку:
Агентське управління багатоплановими проектами, які потребують економічної координації між усіма сторонами. Наприклад, агенту можна поставити таке складне завдання, як «знайти сполуку, яка вилікує [X] хворобу». Агенти можуть виконувати такі операції:
Збір коштів за допомогою токенів на @pumpdotscience;
Використовуйте зібрані кошти для оплати доступу до відповідних платних досліджень і для оплати витрат на обчислення в децентралізованих обчислювальних мережах (таких як @kuzco_xyz, @rendernetwork, @ionet тощо) для моделювання різних сполук;
Використовуйте платформи баунті, такі як @gib_work, щоб залучати людей для виконання реальних завдань (наприклад, проводити експерименти для перевірки/уточнення результатів моделювання);
Або штучний інтелект, який виконує просте завдання, наприклад, допомагає створити веб-сайт або витвір мистецтва (наприклад, @0xzerebro).
Є багато інших можливостей.
Чому доцільніше мати агентів, які виконують фінансову діяльність у мережі (а не в традиційній фінансовій системі)? Агенти цілком здатні використовувати як традиційну фінансову систему, так і криптовалюти. Ось кілька причин, чому криптовалюти особливо підходять для певних цілей:
Сценарій мікроплатежів – Solana перевершує цю сферу, і такі програми, як Drip, уже продемонстрували свій потенціал.
Швидкість. Миттєвий розрахунок може мати вирішальне значення для агентів, особливо якщо ви хочете, щоб вони були оптимальними з точки зору ефективності капіталу.
Доступ до ринків капіталу через DeFi. Переваги криптовалют стають особливо очевидними, коли агенти починають здійснювати фінансову діяльність, окрім суто платежів. Це, мабуть, найвагоміша причина для участі агентів у криптоекономіці. Агенти можуть безперешкодно карбувати активи, торгувати, інвестувати, позичати, використовувати кредитне плече тощо.
Solana унікально підходить для підтримки такого роду діяльності на ринках капіталу, оскільки основна мережа Solana вже багата інфраструктурою DeFi вищого рівня.
Зрештою, технологія часто залежить від шляху, і ключ не в тому, який продукт найкращий, а в тому, хто першим досягне критичної маси та стане шляхом за замовчуванням. Якщо ми побачимо, що більше агентів створюють значні статки за допомогою криптовалют, це може зміцнити підключення до криптовалют як важливу можливість для агентів.
що ми хочемо бачити
Сміливий експеримент із поєднання агентів із гаманцями для виконання операцій у ланцюжку. Ми не даємо тут надто конкретного визначення, оскільки можливості дуже широкі, і ми очікуємо, що найцікавішими та найціннішими сценаріями застосування агентів будуть ті, які ми не можемо передбачити. Але особливо нас цікавить розвідка та будівництво інфраструктури за такими напрямками:
Принаймні на стадії прототипу в testnet (бажано в mainnet)
2) Дозвольте LLM вміти писати код Solana та розширити можливості розробників Solana
Чому ми дбаємо про це? LLM вже має потужні можливості та швидко розвивається. Але написання коду – це напрямок, який заслуговує особливої уваги у сфері застосування LLM, оскільки це завдання, яке можна об’єктивно оцінити. Як пояснюється в дописі нижче, «Програмування має унікальну перевагу: надлюдське масштабування даних можливе через «самовідтворення». Моделі можуть писати код, а потім запускати його, або вони можуть писати код, писати тести та перевіряти самоузгодженість .
Обмеження негативних наслідків ілюзій. Сучасні моделі дуже потужні, але все ще далекі від досконалості. Агентам не можна надати повну свободу виконання дій.
Сприяти неспекулятивним випадкам використання – наприклад, дозволяючи купувати квитки через @xpticket, оптимізувати прибутки для портфеля стейблкойнів або купувати їжу на DoorDash.
Наразі, хоча LLM все ще далекі від досконалості, коли справа доходить до написання коду, і мають деякі очевидні недоліки (наприклад, вони погано знаходять вразливості), такі інструменти, як Github Copilot і редактор коду Cursor на базі ШІ, фундаментально покращили змінила розробку програмного забезпечення (і навіть змінила спосіб, у який компанії наймають талантів). Враховуючи прогнозований швидкий прогрес, ці моделі, ймовірно, зроблять революцію в розробці програмного забезпечення. Ми сподіваємося використати цей прогрес, щоб підвищити продуктивність розробників на Solana на порядок.
Однак наразі є кілька проблем, які заважають LLM зрозуміти Солану:
Немає достатньо високоякісних необроблених даних для навчання LLM;
Відсутність достатньо перевірених збірок;
Немає достатнього обміну важливою інформацією в таких місцях, як Stack Overflow;
Інфраструктура Solana швидко розвивається, а це означає, що навіть код, написаний 6 місяців тому, може не повністю відповідати поточним потребам;
Неможливо оцінити, наскільки добре модель розуміє Солану.
що ми хочемо бачити
Допоможіть нам опублікувати кращі дані Solana в Інтернеті!
Більше команд випускають перевірені збірки.
Я сподіваюся, що більше людей в екосистемі зможуть активно брати участь у Stack Exchange, ставити хороші запитання та надавати високоякісні відповіді;
Створення високоякісних тестів для оцінки розуміння LLM Солани (запит на подання незабаром);
Створюйте налаштовані версії LLM, які мають високі оцінки за вищевказаними тестами, і, що важливіше, прискорюють роботу розробників Solana. Щойно ми отримаємо високоякісний контрольний показник, ми можемо запропонувати винагороду за першу модель, яка досягне контрольного результату – слідкуйте за оновленнями.
Останнім досягненням тут буде високоякісний, диференційований клієнт валідатора Solana, повністю створений ШІ.
3) Підтримка відкритого та децентралізованого стеку технологій ШІ
Чому ми дбаємо про це? Незрозуміло, як у довгостроковій перспективі буде збалансована сила штучного інтелекту між відкритим кодом і закритим кодом. Існують вагомі аргументи щодо того, чому суб’єкти із закритим кодом залишатимуться на передовій технології та отримають більшу частину цінності базової моделі. Зараз найпростішим очікуванням є те, що статус-кво збережеться: великі компанії, як-от OpenAI і Anthropic, просувають технологічні межі, тоді як моделі з відкритим кодом швидко наслідуватимуть їхній приклад і зрештою отримають унікальні потужні, точно налаштовані версії для певних випадків використання. Ми сподіваємося, що Solana може бути тісно пов’язана та підтримувати екосистему ШІ з відкритим кодом. Зокрема, це означає полегшення доступу до: даних для навчання, обчислювальної потужності для навчання та логічного висновку, вагових коефіцієнтів для результуючих моделей і здатності перевіряти вихідні дані моделі. Конкретні причини, чому ми вважаємо це важливим:
A. Моделі з відкритим кодом допомагають прискорити налагодження та інновації в розробці моделей. Як спільнота з відкритим кодом може швидко вдосконалити та налаштувати моделі з відкритим кодом, такі як Llama, демонструє, як спільнота може ефективно доповнювати зусилля великих компаній штучного інтелекту в просуванні кордонів ШІ. можливостей (навіть Google. Дослідник також зазначив минулого року, що «у нас немає жодного рову, а також у OpenAI» щодо відкритого коду). Ми вважаємо, що процвітаюча технологія штучного інтелекту з відкритим кодом має вирішальне значення для прискорення темпів прогресу в цій галузі.
B. Забезпечити вихід для тих, хто може бути змушений використовувати штучний інтелект, якому вони не довіряють (наприклад, санкціонований державою штучний інтелект). Зараз штучний інтелект може бути найпотужнішим інструментом в арсеналі диктатора чи авторитарного режиму. Схвалена державою модель забезпечує схвалену державою версію правди та стає величезним засобом контролю. Високоавторитарні режими також можуть мати кращі моделі, оскільки вони готові ігнорувати конфіденційність своїх громадян, щоб навчити свій ШІ. Питання використання штучного інтелекту як інструменту контролю полягає в тому, коли, а не якщо, і ми хочемо максимально підтримувати стеки технологій ШІ з відкритим кодом, щоб підготуватися до такої можливості.
Solana вже є домом для багатьох проектів, що підтримують стек технологій ШІ з відкритим кодом:
Grass і Synesis One сприяють збору даних;
@kuzco_xyz, @rendernetwork, @ionet, @theblessnetwork, @nosana_ai тощо надають велику кількість децентралізованих обчислювальних ресурсів.
Такі команди, як @NousResearch і @PrimeIntellect, працюють над розробкою фреймворків, щоб зробити можливим децентралізоване навчання (див. нижче).
Ми сподіваємося побачити розробку нових продуктів на всіх рівнях стеку технологій ШІ з відкритим кодом:
Децентралізований збір даних, наприклад @getgrass_io, @usedatahive, @synesis_one
Автентифікація в ланцюжку: включає протоколи, які дозволяють гаманцям доводити, що вони люди, а також протоколи для перевірки відповідей AI API, щоб споживачі могли підтвердити, що вони взаємодіють з LLM
Децентралізоване навчання: наприклад, @exolabs, @NousResearch і @PrimeIntellect
Інфраструктура інтелектуальної власності: дозволити штучному інтелекту ліцензувати (і оплачувати) вміст, який вони використовують
