Примечание редактора: в этой статье обсуждаются многочисленные области инноваций, которые будут сочетать шифрование с искусственным интеллектом в 2025 году, включая межагентское взаимодействие, децентрализованные агентские организации, развлечения на основе искусственного интеллекта, маркетинг генерируемого контента, рынки данных, децентрализованные вычисления и т. д. В статье исследуется, как использовать блокчейн и технологию искусственного интеллекта для создания новых возможностей в различных отраслях, продвижения защиты конфиденциальности, разработки аппаратного обеспечения искусственного интеллекта и применения децентрализованных технологий. В то же время следует уделять больше внимания тому, как интеллектуальные агенты могут реализовать свои возможности. сделки, художественное творчество и другие области, чтобы прорваться.

Ниже приводится исходное содержание (исходное содержание было отредактировано для удобства чтения и понимания):

Взаимодействие между агентами

Прозрачность и возможность компоновки блокчейна по умолчанию делают его идеальной платформой для взаимодействия между агентами.

В этом сценарии агенты, разработанные разными организациями для разных целей, могут беспрепятственно взаимодействовать друг с другом. Было много экспериментов с агентами, отправляющими друг другу средства, совместным запуском токенов и т. д.

Мы рады видеть, как расширяется взаимодействие между агентами, как за счет создания новых областей приложений, таких как новые социальные площадки, основанные на взаимодействии агентов, так и за счет усовершенствований существующих корпоративных рабочих процессов, таких как аутентификация платформы, проверка, микроплатежи, перекрестные платежи и т. д. интеграция рабочих процессов платформы и т. д.), чтобы повысить эффективность и решить некоторые текущие громоздкие проблемы.

—Дэнни, Кэти, Аадхарш, Дмитрий

Децентрализованная агентская организация

Масштабная мультиагентная координация — еще одна не менее интересная область исследований.

Как мультиагентные системы работают вместе для выполнения задач, решения проблем и управления системами и протоколами? В статье «Перспективы и проблемы приложений шифрования и искусственного интеллекта» в начале 2024 года Виталик упомянул, что агенты ИИ могут использоваться для прогнозирования рынков и решений. На самом деле он верит, что в крупномасштабных приложениях многоагентные системы обладают значительными возможностями обнаружения «правды» и могут создать универсальные автономные системы управления. Мы заинтересованы в продолжении открытия и экспериментирования возможностей мультиагентных систем и форм «роевого интеллекта».

В качестве расширения межагентной координации координация между агентами и людьми также представляет собой интересное пространство для проектирования, особенно то, как взаимодействовать как сообщество вокруг агентов или как организовывать людей для коллективных действий через агентов. Мы надеемся увидеть больше экспериментов с агентами, нацеленными на крупномасштабную координацию действий человека. Это потребует некоторых механизмов проверки, особенно если часть человеческой работы выполняется вне сети, но это также может привести к очень странному и интересному поведению.

—Кэти, Дмитрий, Эш

Интеллектуальные мультимедийные развлечения

Концепция цифровых персонажей существует уже несколько десятилетий.

Хацунэ Мику (2007 г.) распродала билеты на 20 000 мест, а у Лил Микела (2016 г.) более 2 миллионов подписчиков в Instagram. Более новые, менее известные примеры включают виртуальный ведущий AI Neuro-sama (2022 г.), у которого более 600 000 подписчиков на Twitch, и корейскую бойз-бэнд PLAVE (2023 г.), дебютировавшую анонимно с менее чем двумя. Он получил более 300 миллионов просмотров. на YouTube всего за один год.

По мере развития инфраструктуры искусственного интеллекта и интеграции блокчейна в платформы платежей, передачи ценностей и открытых данных мы очень рады видеть, как эти агенты станут более автономными и потенциально откроют новый вид искусственного интеллекта к 2025 году. Основные категории развлечений.

—Кэти, Дмитрий

Генеративный/Агентный контент-маркетинг

В вышеупомянутом случае агентом является сам продукт, а в другом случае агент дополняет существующий продукт. В экономике внимания поддержание постоянного потока интересного контента имеет решающее значение для успеха любой идеи, продукта, компании и т. д.

Генерация/Агент контента — это мощный инструмент для команд, позволяющий обеспечить масштабируемый круглосуточный конвейер создания контента. Разработку этой концепции ускорили дискуссии о том, что отличает мемкоины от агентов. Агенты предоставляют мощные средства распространения мемкойнов, даже если эти мемкойны еще не полностью «разумны» (но могут стать таковыми).

Другим примером является растущая потребность в том, чтобы игры были более динамичными, чтобы поддерживать интерес пользователей. Одним из классических способов создания игровой динамики является создание пользовательского контента; полностью сгенерированный контент (от внутриигровых предметов до неигровых персонажей и полностью сгенерированных уровней) может стать следующим этапом этой эволюции. Нам интересно, как агенты в 2025 году расширят границы традиционных стратегий дистрибуции.

—Кэти

Художественные инструменты/платформа нового поколения

В 2024 году мы запустили IN CONVERSATION With — серию интервью с криптохудожниками в области музыки, изобразительного искусства, дизайна, курирования и многого другого. Ключевое наблюдение, которое я сделал из интервью этого года, заключается в том, что многие художники, интересующиеся криптовалютами, часто также проявляют большой интерес к передовым технологиям и хотят включить эти технологии в свои собственные художественные практики. Другими словами, объекты AR/VR, основанные на них. Искусство кода и живое программирование и многое другое.

В частности, генеративное искусство имеет естественную синергию с блокчейном, что делает его еще более очевидным как потенциальную базовую платформу для искусства ИИ. Правильно отображать эти виды искусства на традиционных платформах чрезвычайно сложно. ArtBlocks предлагает видение того, как блокчейн будет использоваться в будущем для демонстрации, хранения, монетизации и сохранения цифрового искусства, улучшая общий опыт как для художников, так и для зрителей. Помимо презентации, инструменты искусственного интеллекта даже расширяют возможности обычных людей создавать свое собственное искусство. То, как блокчейн масштабирует или поддерживает эти инструменты в 2025 году, будет очень интересной темой.

—Кэти

рынок данных

За 20 лет, прошедших с тех пор, как Клайв Хамби заявил, что «данные — это новая нефть», компании приняли мощные меры по накоплению и монетизации пользовательских данных. Пользователи все больше осознают, что их данные являются основой, на которой построены эти многомиллиардные компании, но они практически не контролируют то, как используются их данные, и не имеют никакой доли прибыли, которую они приносят.

рынок данных

За 20 лет, прошедших с тех пор, как Клайв Хамби заявил, что «данные — это новая нефть», компании приняли мощные меры по накоплению и монетизации пользовательских данных. Пользователи все больше осознают, что их данные являются основой, на которой построены эти многомиллиардные компании, но они практически не контролируют то, как используются их данные, и не имеют никакой доли прибыли, которую они приносят.

Ускоряющаяся разработка мощных моделей искусственного интеллекта делает это противоречие еще более острым. Если решение проблемы эксплуатации пользователей является частью возможностей данных, то еще одной важной проблемой является решение проблемы нехватки данных, поскольку более крупные и мощные модели потребляют данные из общедоступного Интернета. необходимы новые источники данных.

Существует огромное пространство для проектирования, включающее инновационные решения во многих областях, позволяющие использовать децентрализованную инфраструктуру для передачи контроля над данными от компании обратно к источнику данных (пользователю). Наиболее актуальные вопросы включают: где хранятся данные и как обеспечивается конфиденциальность во время хранения, передачи и вычислений; как объективно оценивать, фильтровать и оценивать качество данных и какие механизмы мы используем для атрибуции и монетизации (особенно когда требуется ценность); можно сделать вывод в ходе вывода) вернуться к источнику); какую систему координации или поиска данных мы используем в разнообразной модельной экосистеме.

Что касается решения проблемы узких мест в поставках, то речь идет не только о воспроизведении Scale AI с помощью токенов, но и о понимании того, где мы можем получить преимущество с помощью попутных технологических ветров и как насчет масштаба, качества или лучших механизмов стимулирования (и фильтрации) для создания конкурентоспособных решений, что приводит к созданию более ценных информационных продуктов. Особенно когда большая часть запросов исходит от Web2 AI, то, как объединить механизм обеспечения исполнения смарт-контрактов с традиционными соглашениями об уровне обслуживания (SLA) и инструментами, является важной областью, требующей внимания.

—Дэнни

децентрализованные вычисления

Если данные являются одним из фундаментальных строительных блоков для разработки и внедрения ИИ, то вычислительная мощность — другим. Традиционные крупномасштабные центры обработки данных с уникальным доступом, включая контроль над пространством, энергией и оборудованием, в течение последних нескольких лет доминировали на траектории глубокого обучения и искусственного интеллекта, но по мере развития физических ограничений и развития открытых исходных кодов эта модель начинает проявляться. быть брошен вызов.

Версия v1 вычислений в децентрализованном ИИ выглядит как точная копия облака графических процессоров web2, без реальных преимуществ в поставках (ни оборудования, ни центров обработки данных) и отсутствия органического спроса. А во второй версии мы начали видеть несколько отличных команд, создающих полный стек технологий, основанный на предоставлении гетерогенных высокопроизводительных вычислений (HPC), включающий возможности оркестрации, маршрутизации, ценообразования и т. д. в сочетании с некоторыми запатентованными функциями для привлечения спроса и заключения сделок. со сжатием полей, особенно в рассуждениях. Команды также начали расходиться во мнениях по различным вариантам использования и стратегиям выхода на рынок (GTM): некоторые сосредоточились на интеграции фреймворков компиляции в эффективную маршрутизацию вывода на различном оборудовании, в то время как другие команды впервые применили распределенный вывод в построенных ими вычислительных сетях. рамки.

Мы даже начинаем наблюдать появление рынка AI-Fi с новыми экономическими примитивами, которые превращают вычисления и графические процессоры в активы, приносящие доход, или используют внутрисетевую ликвидность, чтобы предоставить центрам обработки данных еще один источник капитала для приобретения оборудования. Главный вопрос здесь заключается в том, в какой степени децентрализованный ИИ (DeAI) будет развиваться и внедряться на пути децентрализованных вычислений, или же, как и в случае с пространством хранения, разрыв между идеологией и практическими потребностями всегда будет оставаться непреодолимым, что приведет к невозможности полной реализации потенциал этой идеи.

—Дэнни

Стандарты расчета и учета

Что касается механизма стимулирования децентрализованных высокопроизводительных вычислительных сетей, серьезной проблемой в координации разнородных вычислительных ресурсов является отсутствие единого стандарта для учета этих вычислительных мощностей. Модели искусственного интеллекта уникальным образом добавляют множество факторов сложности в выходное пространство высокопроизводительных вычислений (HPC): от вариаций модели и квантования до настройки уровня стохастичности с помощью температуры модели и гиперпараметров выборки. Кроме того, аппаратное обеспечение искусственного интеллекта также может усложнить работу из-за разнообразия архитектур графических процессоров и разных версий CUDA. В конечном итоге это приводит к необходимости создания моделей учета и возможностей рынка вычислений для перекрестного вычисления времени в гетерогенных распределенных системах.

Частично из-за отсутствия стандартов мы видели множество случаев в мире Web2 и Web3, когда модели и компьютерные рынки не могут точно учитывать качество и количество своей вычислительной мощности. Это приводит к тому, что пользователям приходится проверять истинную производительность этих уровней ИИ, проводя собственные сравнительные тесты моделей и проверяя работу на компьютерных рынках посредством ограничения скорости.

Частично из-за отсутствия стандартов мы видели множество случаев в мире Web2 и Web3, когда модели и компьютерные рынки не могут точно учитывать качество и количество своей вычислительной мощности. Это приводит к тому, что пользователям приходится проверять истинную производительность этих уровней ИИ, проводя собственные сравнительные тесты моделей и проверяя работу на компьютерных рынках посредством ограничения скорости.

Учитывая, что основным принципом криптопространства является проверяемость, мы надеемся, что пересечение криптографии и ИИ в 2025 году будет легче проверить, чем традиционный ИИ. В частности, важно, чтобы средний пользователь мог сравнивать различные аспекты данной модели или кластера, особенно те функции, которые определяют выходные данные, чтобы проверить и оценить производительность системы.

— Аадхарш

Вероятностные примитивы конфиденциальности

В статье «Перспективы и проблемы приложений шифрования и искусственного интеллекта» Виталик упомянул уникальные проблемы решения шифрования и искусственного интеллекта:

«В криптографии открытый исходный код — единственный способ сделать вещи по-настоящему безопасными, но в ИИ открытость модели (и даже ее обучающих данных) значительно увеличивает ее уязвимость к состязательным атакам машинного обучения».

Хотя конфиденциальность не является новым направлением исследований в области блокчейна, мы считаем, что популярность ИИ будет и дальше ускорять исследования и применение примитивов шифрования конфиденциальности. В этом году технологии повышения конфиденциальности, такие как ZK, FHE, TEE и MPC, добились значительного прогресса, а сценарии применения включают общие приложения, такие как частное общее состояние для вычислений на зашифрованных данных. В то же время мы также наблюдаем, как централизованные гиганты искусственного интеллекта, такие как Nvidia и Apple, используют собственные TEE для совместного обучения и частных выводов искусственного интеллекта для обеспечения согласованности аппаратного обеспечения, встроенного ПО и моделей в разных системах.

Имея это в виду, мы внимательно рассмотрим, как случайные передачи состояний могут оставаться конфиденциальными в гетерогенных системах и как они могут ускорить разработку реальных децентрализованных приложений ИИ — от децентрализованного частного вывода до хранения/доступа к данным. зашифрованные данные в полностью независимую среду выполнения.

— Аадхарш

Намерение агента и следующее поколение интерфейсов пользовательских транзакций

Ближайший сценарий применения агентов ИИ — использовать их для проведения автономных транзакций в цепочке от нашего имени. Следует признать, что за последние 12–16 месяцев было много неясностей относительно того, что такое «намерения», «действия агента», «намерения агента», «решатели», «решатели агента» и т. д., и они разные. от более традиционных разработок «роботов» в последние годы.

В течение следующих 12 месяцев мы ожидаем увидеть все более сложные языковые системы в сочетании с различными типами данных и архитектурой нейронных сетей, что будет способствовать развитию общего пространства проектирования. Будут ли агенты продолжать торговать с использованием тех же сетевых систем, которые мы используем сегодня, или они разработают свои собственные независимые торговые инструменты/методы? Будут ли большие языковые модели (LLM) продолжать служить основой для этих агентских торговых систем или они будут заменены другими системами? На уровне интерфейса начнут ли пользователи использовать естественный язык для проведения транзакций? Сбудется ли наконец классическая теория «кошелька как браузера»?

—Дэнни, Кэти, Аадхарш, Дмитрий