Похоже, мы вступаем в кембрийский взрыв экспериментов по вариантам использования на стыке искусственного интеллекта и криптографии. Я очень воодушевлен тем, что получается из этой энергии, и хотел бы поделиться некоторыми из новых захватывающих возможностей, которые мы видим в экосистеме @SolanaFndn.

1. Краткий обзор

1) Продвигая наиболее динамичную, управляемую агентами экономику на Солане, Терминал Истины является первой демонстрацией того, что возможно с агентами ИИ, когда они могут взаимодействовать в сети. Мы с нетерпением ждем экспериментов, которые безопасно расширят границы того, что агенты могут делать в сети. Потенциал в этой области огромен, и мы даже не начали исследовать пространство дизайна в ней. Это уже оказывается самой неожиданной и взрывоопасной областью союза криптографии и искусственного интеллекта, и все только начинается.

2) Сделать большие языковые модели (LLM) более эффективными при написании кода Solana и расширить возможности разработчиков Solana. Большие языковые модели уже хорошо подходят для написания кода, и они станут еще более мощными. Мы надеемся использовать эти возможности для повышения продуктивности разработчиков Solana от 2 до 10 раз. В краткосрочной перспективе мы создадим высококачественные тесты для измерения способности LLM понимать и писать код Solana (подробнее об этом ниже). Мы рассчитываем на поддержку команд, добивающихся качественного прогресса в тонкой настройке своих моделей (и мы проверяем качество этих моделей, демонстрируя хорошие результаты в тестах!).

3) Поддержка открытых и децентрализованных стеков технологий ИИ. То, что мы называем «открытыми и децентрализованными стеками технологий ИИ», относится к открытым и децентрализованным протоколам, которые могут облегчить доступ к следующим ресурсам: данным для обучения, вычислительным ресурсам (для обучения и вывода), модели. веса и возможность проверять выходные данные модели («проверяемые вычисления»). Этот открытый стек технологий искусственного интеллекта важен, потому что он:

Ускорение экспериментов и инноваций во время разработки моделей

Обеспечьте выход тем, кто может быть вынужден использовать ненадежный ИИ, например, разрешенный государством ИИ.

Мы хотим поддерживать команды и создание продуктов на всех уровнях этого технологического стека. Если вы выполняете работу, связанную с этими ключевыми направлениями, вы можете обратиться к автору оригинальной статьи!

2. Подробный обзор

Ниже мы более подробно объясним, почему мы воодушевлены этими тремя столпами и что мы хотели бы видеть реализованными.

1) Продвижение наиболее динамичной экономики, управляемой агентами.

Почему нас это волнует? Было много дискуссий о Терминале Истины и GOAT, и я не буду повторять это здесь, но что можно четко сказать, так это то, что все виды сумасшедших функций, которые возможны при взаимодействии агентов ИИ в цепочке, необратимо вошли в реальность ( и в этом случае агент еще даже не предпринял никаких действий непосредственно в цепочке).

Мы можем с уверенностью сказать, что на данный момент мы точно не знаем, как будет выглядеть будущее поведение сетевых агентов, но чтобы дать вам представление о том, насколько широко пространство для проектирования, вот кое-что из того, что уже происходит на Солане:

Лидеры искусственного интеллекта, такие как «Терминал истины», пытаются способствовать развитию религий нового века с помощью мемкоинов, таких как $GOAT;

Лидеры искусственного интеллекта, такие как Терминал истины, пытаются способствовать развитию религий нового века с помощью мемкоинов, таких как $GOAT;

В то же время такие приложения, как @HoloworldAI, @vvaifudotfun, @TopHat_One и @real_althea, позволяют пользователям легко создавать и запускать агенты и связанные с ними токены.

Принимайте инвестиционные решения и пополняйте свои портфели, обучая управляющих фондами искусственного интеллекта, которые являются персонализированными агентами различных известных криптоинвесторов. Например, быстрый рост @ai16zdao в @daosdotfun создал новую метавселенную AI-фондов и агентов поддержки.

Существуют также игры, ориентированные на агентов, такие как @ParallelColony, где игроки приказывают агентам выполнять действия, часто с неожиданными последствиями.

Возможные дальнейшие направления развития:

Агентское управление многоплановыми проектами, требующими экономической координации всех сторон. Например, агентам можно поручить такие сложные задачи, как «найти соединение, которое вылечит [X] болезнь». Агенты могут выполнять следующие операции:

Соберите средства с помощью токенов на @pumpdotscience;

Используйте собранные средства для оплаты доступа к соответствующим платным исследованиям и для оплаты вычислений в децентрализованных вычислительных сетях (таких как @kuzco_xyz, @rendernetwork, @ionet и т. д.) для моделирования различных соединений;

Используйте платформы вознаграждений, такие как @gib_work, для набора людей для выполнения реальных задач (например, проведения экспериментов для проверки/уточнения результатов моделирования);

Или ИИ, который выполняет простую задачу, например помогает вам создать веб-сайт или создать произведение искусства (например, @0xzerebro).

Есть много других возможностей.

Почему имеет больше смысла, чтобы агенты выполняли финансовую деятельность в сети (а не в традиционной финансовой системе)? Агенты полностью способны использовать как традиционную финансовую систему, так и криптовалюты. Вот несколько причин, почему криптовалюты особенно подходят для определенных целей:

Сценарий микроплатежей. Здесь Solana преуспевает, и такие приложения, как Drip, уже показали свой потенциал.

Скорость. Мгновенный расчет может иметь решающее значение для агентов, особенно если вы хотите, чтобы они были оптимальными с точки зрения эффективности использования капитала.

Доступ к рынкам капитала через DeFi. Преимущества криптовалют становятся особенно очевидными, когда агенты начинают осуществлять финансовую деятельность, выходящую за рамки чисто платежей. Это, пожалуй, самая веская причина для агентов участвовать в криптоэкономике. Агенты могут беспрепятственно создавать активы, проводить транзакции, инвестировать, занимать деньги, использовать кредитное плечо и другие операции.

Solana особенно хорошо подходит для поддержки такого рода деятельности на рынках капитала, поскольку основная сеть Solana уже богата первоклассной инфраструктурой DeFi.

Solana особенно хорошо подходит для поддержки такого рода деятельности на рынках капитала, поскольку основная сеть Solana уже богата первоклассной инфраструктурой DeFi.

В конце концов, технология часто зависит от пути, и ключевой момент не в том, какой продукт является лучшим, а в том, какой продукт первым достигнет критической массы и станет путем по умолчанию. Если мы увидим, что больше агентов создают значительные богатства с помощью криптовалют, это может укрепить связь с криптовалютой как важную возможность для агентов.

что мы хотим увидеть

Смелый эксперимент по объединению агентов с кошельками для выполнения операций в цепочке. Мы не даем здесь слишком конкретного определения, поскольку возможности очень широки, и мы ожидаем, что наиболее интересными и ценными сценариями применения агентов будут те, которые мы не можем предсказать. Однако мы особенно заинтересованы в геологоразведке и инфраструктурном строительстве по следующим направлениям:

По крайней мере, на стадии прототипа в тестовой сети (желательно в основной сети).

2) Пусть LLM хорошо пишет код Solana и расширяет возможности разработчиков Solana.

Почему нас это волнует? LLM уже имеет большие возможности и быстро совершенствуется. Но написание кода — направление, заслуживающее особого внимания в области применения LLM, поскольку это задача, которую можно объективно оценить. Как поясняется в сообщении ниже: «Программирование имеет уникальное преимущество: «играя само по себе», можно добиться сверхчеловеческого масштабирования данных. Модели могут писать код, а затем запускать его, или они могут писать код, писать тесты и проверять самосогласованность. .»

Ограничение негативных последствий иллюзий. Современные модели очень эффективны, но все еще далеки от совершенства. Агентам не может быть предоставлена ​​полная свобода действий.

Содействуйте неспекулятивным вариантам использования — например, позволяя вам покупать билеты через @xpticket, оптимизировать доходность портфеля стейблкоинов или покупать еду на DoorDash.

В настоящее время, хотя LLM все еще далеки от совершенства, когда дело доходит до написания кода, и имеют некоторые очевидные недостатки (например, они плохо находят уязвимости), такие инструменты, как Github Copilot и редактор кода для искусственного интеллекта Cursor, фундаментально улучшили возможности LLM. преобразовали разработку программного обеспечения (и даже изменили способы, которыми компании набирают таланты). Учитывая прогнозируемый быстрый прогресс, эти модели, вероятно, произведут революцию в разработке программного обеспечения. Мы надеемся использовать этот прогресс, чтобы повысить производительность разработчиков Solana на порядок.

Однако в настоящее время существует несколько проблем, которые мешают LLM понять Солану:

Для обучения LLM недостаточно высококачественных исходных данных;

Отсутствие достаточного количества проверенных сборок;

В таких местах, как Stack Overflow, не происходит достаточного обмена ценной информацией;

Инфраструктура Solana быстро развивается, а это значит, что даже код, написанный 6 месяцев назад, может не полностью подходить для текущих нужд;

Невозможно оценить, насколько хорошо модель понимает Солану.

Инфраструктура Solana быстро развивается, а это значит, что даже код, написанный 6 месяцев назад, может не полностью подходить для текущих нужд;

Невозможно оценить, насколько хорошо модель понимает Солану.

что мы хотим увидеть

Помогите нам разместить более качественные данные Solana в Интернете!

Все больше команд выпускают проверенные сборки.

Я надеюсь, что больше людей в экосистеме смогут активно участвовать в Stack Exchange, задавать хорошие вопросы и давать качественные ответы;

Создать высококачественные тесты для оценки понимания LLM Solana (запрос предложений);

Создавайте доработанные версии LLM, которые получат высокие оценки по указанным выше критериям и, что более важно, ускорят работу разработчиков Solana. Как только мы получим высококачественный тест, мы сможем предложить вознаграждение первой модели, которая достигнет этого результата — следите за обновлениями.

Последним достижением здесь станет высококачественный дифференцированный клиент-валидатор Solana, полностью созданный искусственным интеллектом.

3) Поддержка открытого и децентрализованного стека технологий искусственного интеллекта.

Почему нас это волнует? Неясно, как в долгосрочной перспективе будет сбалансирована сила ИИ между ИИ с открытым и закрытым исходным кодом. Существуют веские аргументы в пользу того, почему организации с закрытым исходным кодом останутся на переднем крае технологий и извлекут большую часть пользы из базовых моделей. На данный момент самое простое ожидание состоит в том, что статус-кво сохранится: крупные компании, такие как OpenAI и Anthropic, расширяют технологические границы, в то время как модели с открытым исходным кодом быстро последуют этому примеру и в конечном итоге будут иметь уникально мощные, точно настроенные версии для определенных случаев использования. Мы надеемся, что Solana сможет тесно сотрудничать и поддерживать экосистему искусственного интеллекта с открытым исходным кодом. В частности, это означает облегчение доступа к данным для обучения, вычислительным мощностям для обучения и вывода, весам результирующих моделей и возможности проверки результатов модели. Конкретные причины, почему мы считаем это важным, заключаются в следующем:

А. Модели с открытым исходным кодом помогают ускорить отладку и инновации в разработке моделей. Как сообщество открытого исходного кода может быстро совершенствовать и точно настраивать модели с открытым исходным кодом, такие как Llama, показывает, как сообщество может эффективно дополнять усилия крупных компаний, занимающихся искусственным интеллектом, в расширении границ ИИ. возможностей (даже исследователь Google в прошлом году также отметил, что в отношении открытого исходного кода «у нас нет рва, как и у OpenAI».) Мы считаем, что процветающий набор технологий искусственного интеллекта с открытым исходным кодом имеет решающее значение для ускорения темпов прогресса в этой области.

Б. Обеспечить выход тем, кого могут заставить использовать ИИ, которому они не доверяют (например, ИИ, санкционированный государством). ИИ теперь может быть самым мощным инструментом в арсенале диктатора или авторитарного режима. Модель, санкционированная государством, обеспечивает санкционированную государством версию истины и становится мощным средством контроля. У крайне авторитарных режимов также могут быть лучшие модели, поскольку они готовы игнорировать конфиденциальность своих граждан для обучения своего ИИ. Вопрос об использовании ИИ в качестве инструмента контроля заключается в том, когда, а не если это произойдет, и мы хотим максимально поддерживать стек технологий ИИ с открытым исходным кодом, чтобы подготовиться к такой возможности.

Солана уже является домом для многих проектов, поддерживающих стек технологий искусственного интеллекта с открытым исходным кодом:

Grass и Synesis One облегчают сбор данных;

@kuzco_xyz, @rendernetwork, @ionet, @theblessnetwork, @nosana_ai и т. д. предоставляют большое количество децентрализованных вычислительных ресурсов.

Grass и Synesis One облегчают сбор данных;

@kuzco_xyz, @rendernetwork, @ionet, @theblessnetwork, @nosana_ai и т. д. предоставляют большое количество децентрализованных вычислительных ресурсов.

Такие команды, как @NousResearch и @PrimeIntellect, работают над разработкой фреймворков, которые сделают возможным децентрализованное обучение (см. ниже).

Мы надеемся увидеть разработку большего количества продуктов на всех уровнях стека технологий искусственного интеллекта с открытым исходным кодом:

Децентрализованный сбор данных, например @getgrass_io, @usedatahive, @synesis_one.

Аутентификация личности в сети: включает протоколы, которые позволяют кошелькам доказывать, что они люди, а также протоколы для проверки ответов AI API, чтобы потребители могли подтвердить, что они взаимодействуют с LLM.

Децентрализованное обучение: например, @exolabs, @NousResearch и @PrimeIntellect.

Инфраструктура интеллектуальной собственности: предоставление ИИ возможности лицензировать (и платить за) контент, который они используют