jakiro
著者：accelxr、1kx;
現在の世代モデルの主な目的は、コンテンツの作成と情報フィルタリングです。ただし、AI SMART（外部ツールを使用してユーザー定義の目標を完了する独立した参加者）の最近の調査と議論は、AIが1990年代にインターネットに類似した経済チャネルを提供する場合、AIが大幅にロック解除される可能性があることを示しています。
この目的のために、従来の金融システムは彼らのために設定されていないため、情報は彼らが制御できる資産によって表現する必要があります。
これは、暗号化が役割を果たしている場所です。暗号化は、AIインテリジェンスの構築に特に適した高速決済、デジタル支払い、所有権レイヤーを提供します。
この記事では、スマートでスマートなアーキテクチャの概念を紹介します。
インテリジェントなもの
AI Smartは、複数の反復で目標を達成するために計画および行動を起こすことができるLLM駆動型エンティティです。
インテリジェントボディアーキテクチャは、問題を一緒に解決するための単一または複数のインテリジェンスのみで構成されています。
通常、各インテリジェントボディには個性が与えられ、さまざまなツールを使用することができます。
インテリジェントボディアーキテクチャは、今日のLLMと対話する通常の方法とは異なります。
Zero -Timeプロンプトは、ほとんどの人がこれらのモデルと対話する方法です。プロンプトを入力し、LLMはその存在前の知識に従って応答します。
インテリジェントなボディアーキテクチャでは、ターゲットを初期化すると、LLMはそれを子供のタスクとして分解し、再帰的に自分自身（または他のモデル）がターゲットに到達するまで各サブタスクを完了するように促します。
単一のインテリジェントボディアーキテクチャとマルチインテリジェントボディアーキテクチャ
単一のインテリジェンスアーキテクチャ：言語モデルは、それ自体ですべての推論、計画、ツールの実行を実行します。他の知性からのフィードバックメカニズムはありませんが、人間は知性にフィードバックを提供することを選択できます。
マルチインテリジェントアーキテクチャ：これらのアーキテクチャには2つ以上のスマートパーティーが含まれ、各インテリジェントボディは同じ言語モデルまたは異なる言語モデルのセットを使用できます。Smartは同じツールまたは異なるツールを使用できます。通常、各インテリジェンスには独自の役割があります。
-
垂直構造：スマートボディはリーダーとして機能し、他のインテリジェンスがそれを報告します。これにより、組織の出力が役立ちます。
-
水平構造：タスクに関する大規模なグループディスカッションでは、各スマートボディは他のメッセージを表示し、タスクまたはコールツールを自発的に完成させることができます。
スマートアーキテクチャ：構成ファイル
Smartsには構成ファイルまたはパーソナリティがあり、キャラクターをLLMの動作とスキルに影響を与えるプロンプトとして定義します。これは、特定のアプリケーションに大きく依存します。
たぶん、多くの人が今日それを迅速なテクノロジーとして使用しているのかもしれません：「あなたは栄養の専門家です。ダイエット計画を私に提供してください…」。興味深いことに、LLMを使用したLLMの役割は、ベースラインと比較して出力を増加させる可能性があります。
構成ファイルは、次の方法で作成できます。
-
手作り：人間の作成者によって手動で構成ファイル。
-
LLM生成：LLMによって生成された構成ファイルを使用します。
-
データセットのアライメント：構成ファイルは、現実世界の担当者のデータ収集に従って生成されます。
スマートアーキテクチャ：メモリ
スマートメモリストレージ情報は環境から知覚され、この情報を使用して新しい計画またはアクションを策定します。メモリにより、インテリジェンスはその経験に応じて進化し、行動することができます。
-
統一されたメモリ：コンテキスト/連続プロンプトを通じて実現される短期メモリと同様。関連するすべてのメモリは、各プロンプトのスマートボディに渡されます。主にコンテキストウィンドウのサイズによって制限されています。
-
混合：短期+長期メモリ。短期メモリは、現在の状態の一時的なバッファーです。反射または有用な長期情報は、データベースに永久に保存されます。これを行うにはいくつかの方法がありますが、一般的な方法はベクトルデータベースを使用することです（埋め込まれて保存されたメモリをエンコードします。記憶は同様の検索から来ます）
-
フォーマット：自然言語、データベース（たとえば、SQL尋問のSQLなど）、構造化リスト、埋め込み
スマートアーキテクチャ：計画
複雑なタスクの解体は単独で解決されます。
フィードバック計画なし：
この方法では、スマートボディは、行動を起こした後の将来の行動に影響を与えるフィードバックを受け取りません。例は、チェーンチェーン（COT）です。これは、回答を提供する際にLLMが思考プロセスを表現することを奨励しています。
-
一方的な推論（ゼロコットなど）
-
マルチパスの推論（たとえば、複数のCOTスレッドを生成し、最高の周波数回答を使用する自己矛盾したCOT）））））））））））））
-
外部プランナー（計画ドメインの定義など）
フィードバック付きの計画：
外部フィードバックに従ってサブミッションを反復および改良します
-
環境フィードバック（ゲームタスクの完了信号など）
-
人間のフィードバック（ユーザーからのフィードバックの勧誘など）
-
モデルフィードバック（たとえば、別のLLMフィードバックを求める – クロウドゥーシング）
スマートアーキテクチャ：アクション（アクション）
アクションは、スマートボディの決定を特定の結果に変換する責任があります。
次のような行動目標には多くの形式があります。
-
ミッションの完了（たとえば、Minecraftでアイアンピックを作成）
-
コミュニケーション（たとえば、別のスマートマンまたは人間と情報を共有）
-
環境探査（独自の行動スペースを検索したり、能力を学ぶなど）。
動作の生成は、通常、メモリまたは計画空間から構成されています。
スマートアーキテクチャ：能力の獲得
アクション空間でアクションを正しく実行するには、インテリジェントボディにはタスクに固有の能力が必要です。これを達成するための2つの主な方法があります。
-
細かい調整を通じて：人工注釈、LLM生成、または実際の世界の例でのデータセットに関するインテリジェンスを訓練します。
-
微調整なし：より複雑な迅速なエンジニアリングおよび/またはメカニズムエンジニアリング（つまり、外部フィードバックまたは経験の蓄積を組み合わせて）を使用して、LLMの先天性能力を使用できます。
文献のインテリジェントな例
インテリジェントボディを生成します：人間の行動のインタラクティブシミュレーション：仮想サンドボックス環境でインスタンス化され生成されたインテリジェンス。マルチインテリジェントシステムシステムに緊急事態があることを示しています。近日公開予定のバレンタインデーパーティーが指定されたプロンプトから始めて、インテリジェントエクスペリエンスは招待状を自動的に送信し、新しい友人と出会い、互いにデートし、今後2日以内に一緒にパーティーに参加するように調整します。A16Z AIの町を使用して、自分で試してみることができます。
説明説明計画（DEPS）：最初のものは、70を超えるMinecraftタスクのゼロサンプルマルチタスクスマートイザーを完了することができます。
ボイジャー：生涯学習を反映したMinecraftのLLMが駆動する最初のインテリジェントボディは、世界を探求し続け、さまざまなスキルを獲得し、手動で介入せずに新しい発見をすることができます。繰り返しテストのフィードバックに基づいて、スキル実行コードを継続的に改善しました。
カリプソ：ゲーム「ドラゴンとダンジョン」のために設計されたインテリジェントボディは、ダンジョンの主な創造を支援して、ストーリーを作成して伝えることができます。その短期メモリは、シーンの説明、モンスター情報、以前の要約に基づいています。
Minecraftの幽霊（gitm）：Minecraftでのスマートな知性のインテリジェンス、ダイヤモンドの成功率は67.5％であり、ゲーム内のすべてのアイテムの完了率は100％です。
プランを言う：LLMベースのロボットの大規模タスク計画。3Dシーングラフィックスの表現を使用し、ロボット工学の抽象的および自然言語の指示から長期的なタスク計画を実行する機能を示します。
Hugginggpt：ユーザーのプロンプトによると、タスク計画は、抱きしめる顔の説明の説明に従って、タスク計画を選択し、すべてのサブタスクを実行しました。他の挑戦的なタスク。
メタグプト：入力および出力ユーザーストーリー /競争力のある分析 /需要 /データ構造 / API /ドキュメントを受け入れます。内部には、ソフトウェア会社のさまざまな機能を構成する複数のインテリジェンスがあります。
化合物：18人の専門家が設計したツールを使用して、有機合成、創薬、材料設計などのタスクを完了することを目的としたLLM化学インテリジェンス。昆虫忌避剤と3つの有機触媒の自律的な計画と実行が合成され、新しいタイプの髪の色グループが導かれます。
babyagi：OpenAIおよびVectorデータベース（ChromaやWeaviateなど）を使用して、優先順位と実行タスクの一般的なインフラストラクチャを作成し、決定します。
autogpt：LLMインテリジェンスを立ち上げるための一般的なインフラストラクチャの別の例。
暗号のスマートボディの例
（注：すべての例がLLMベースであるとは限りません +スマートボディの概念ではよりゆるい場合があります）
RitualNetのFrenrug：GPT-4トルコのカーペットセールスマンゲーム{https：// aiadventure.spiel.com/carpet}に基づいています。Frenrugはブローカーであり、誰でも友人を納得させるように説得しようとすることができます。TechKey。各ユーザーメッセージは、異なるInfernetノードによって実行される複数のLLMに渡されます。これらのノードはチェーンで応答し、LLMによって投票され、スマートボディが提案されたキーを購入するかどうかを判断しました。応答するのに十分なノードがある場合、投票は分類器モデルを監視し、操作を決定し、複数の分類器のチェーンの実行を検証できるようにします。
Gnosisは、Autonolasの予測市場インテリジェンスを使用しています：AIロボットは、基本的にAIサービススマートコントラクトパッケージです。サービスは、リクエストを監視し、タスクを実行し、チェーンの回答を返します。このAIロボットインフラストラクチャは、OMENを通じて予測市場に拡大されています。その基本的な概念は、インテリジェントボディがニュース分析の予測を積極的に監視し、最終的には真のオッズに近い要約予測を取得することです。SmartsはOmenの市場を検索し、「ロボット」のテーマを予測するために「ロボット」を支払い、取引に市場を使用しました。
Iandaos gpt＆lt;：GPTは、Syndicateioを使用してTransaction Cloud APIを使用して、独自のベースチェーン上の安全なマルチシグネチャウォレットでUSDCを個別に管理します。あなたはそれに話しかけ、その資本を最大限に活用する方法について提案することができます、それはあなたの提案に従って割り当てられるかもしれません。
ゲームインテリジェンス：ここには多くのアイデアがありますが、要するに、仮想環境のAIインテリジェンスは、コンパニオン（SkyrimのAI NPCなど）と競合他社（ぽっちゃなペンギンのグループなど）の両方です。Smartは、収益戦略を自動的に実行して、商品やサービス（ショップオーナー、旅行商人、洗練された世代タスクプロバイダーなど）、または並行コロニーとAIアリーナのセミプレーキャラクターなどを提供できます。
安全な守護天使：AIインテリジェンスのセットを使用して、ユーザーファンドを保護し、ウォレットのセキュリティを高めるために、ウォレットと防御的な潜在的な脅威を監視します。機能には、異常なまたはハッカーが攻撃するときに、契約許可の自動キャンセルと抽出された資金が含まれます。
ボット：ボットはチェーンで定義されているスマートボディの例ですが、自動運転の芸術家の概念はトークンによって投票され、スーパーレアでオークションにかけられています。人々は、マルチモードスマートボディアーキテクチャのさまざまな拡張機能を想像できます。—
注目に値するいくつかのスマートプロジェクト
（注：すべてのプロジェクトがLLM +に基づいているわけではありません +スマートボディの概念でよりゆるい場合があります）
Aiway Finder– 植民地、契約、契約標準、資産、関数、API関数、ルーチン +パス分散型ナレッジマップ（つまり、ブロックチェーンエコシステム仮想ロードマップをナビゲートできます）。ユーザーは、インテリジェントボディが使用する実行可能なパスを特定したことで報われます。さらに、文字設定とスキルのアクティブ化（つまり、スマート）を含むシェルをキャストし、パスシーカーのナレッジマップに挿入できます。
ritualnet– 上記のFrenrugの例に示されているように、儀式のインフェルネットノードを使用して、マルチインテリジェントボディアーキテクチャをセットアップできます。チェーンまたはリンクの下でのノード監視、およびオプションの証明書を備えた出力を提供します。
モルフェウス– 個人AIポイント – ポイントネットワークは、ユーザーのスマートコントラクトの実行を表すことができます。これは、Web3ウォレットとTXの対象管理、データ分析、DAPPSおよび契約推奨モデルにチャットロボットインターフェイスを介して使用できます。また、アプリケーションとユーザーデータを接続することにより、長期のメモリ拡張インテリジェントな体操オペレーションに使用できます。
Dainプロトコル– ソラナに展開された複数のユースケースを繰り返します。最近、暗号化されたトレーディングロボットの展開を実証しました。
ナプタ– スマートボディのチェーン上にチェーンを備えたオペレーターノード、アレンジメントタスクの配置、異なるノードを越えて非同期メッセージを送信するLLMワークフローアレンジメントエンジン、およびワークフロー認証システムをサポートするLLMワークフローアレンジメントエンジンを使用したオペレーターノード、および実行。
myshell– http：// character.ai ai -characterプラットフォームと同様に、クリエイターはスマート構成ファイルとツールを収益化できます。マルチモードインフラストラクチャには、翻訳、教育、交際、コーディングなど、インテリジェンスの興味深い例がいくつか含まれています。シンプルなコードのないインテリジェントボディを作成し、AIコンポーネントを組み立てるためのシンプルな開発担当者モデルが含まれています。
AIアリーナ– 競争力のあるPVP格闘ゲームでは、プレイヤーはAIをサポートするNFTを購入、訓練し、立ち向かうことができます。プレイヤーは、プレイヤーの動作の関連する確率を学ぶことで、スマートボーンNFTを訓練する学習を模倣することにより、さまざまな地図やシーンでゲームをプレイする方法を学ぶ方法を学びます。トレーニング後、プレイヤーはスマートボディを送信してランキングに参加してトークンアワードを獲得できます。LLMに基づいていませんが、スマートゲームの可能性の興味深い例です。
仮想プロトコル– ゲームやその他のオンラインスペースにマルチモーダルインテリジェンスを構築および展開するためのプロトコル。今日の仮想の3つの主要なプロトタイプには、IP文字ミラー、特定の機能インテリジェンス、および個々の代替品が含まれます。貢献者は、データとモデルを仮想仮想に寄付し、ゴールキーパーとして検証します。開発と収益化を促進するための経済的インセンティブメカニズムがあります。
ブライアンノウズ– ユーザーにユーザーインターフェイスを提供して、スマートパーティーとの対話がトランザクション、暗号通貨に固有の研究情報を実行し、スマートコントラクトをタイムリーに展開できるようにします。現在、100を超える統合された操作のうち10以上がサポートされています。最近の例は、スマートボディが自然言語を使用してLido ETHのユーザーを表現できるようにすることです。
オートノーラス– 軽量のローカルおよびクラウドベースのインテリジェンス、分散型インテリジェンス、および専門的なインテリジェントな身体経済を提供します。優れた例には、DefiおよびPredictive Intelligence、AIによるガバナンスの代表者、およびスマートからスマート（エージェントからエージェントへの）ツール市場が含まれます。Smart Gymnastics + Olas Stackを調整して動機付けするためのプロトコルであるこれは、開発者が共同所有できるスマートボディを構築するためのオープンソースフレームワークです。
creator.bid– ユーザーにソーシャルメディアの役割を提供し、XとFarcasterを使用してReal -Time APIに接続されています。ブランドは、知識ベースのインテリジェンスを開始し、ソーシャルプラットフォームでブランドと同じコンテンツを実行できます。
ポリラップ– – インデクサー（Farcasterのソーシャルメディアインテリジェンス）、AutoTX（MorpheusおよびFlock.ioとの計画およびトランザクション実行）、PredictionProphet.ai Predictions（Gnosis and Autonolas Smart）、Fundpublicgoods.ai（インテリジェントボディ（リソースの割り当て）。
検証 – 経済的流れは知性によって導かれるため、出力検証は非常に重要になります（その後の記事は今後の記事で詳細に紹介されます）。検証方法には、ZKML、ORAプロトコルのゲーム理論ソリューション、ZKML、ゲーム理論ソリューション、およびTEEなどのハードウェアベースのソリューションが含まれます。
チェーンに関する考えのいくつか
-
交際から金融アプリケーションまで、さまざまな種類の機能を実行できるスマート、トークン、およびトークンは、
-
それは、あなたがゲーム経済を特定、学び、参加することを表しています。
-
収入の機会のために、本当の人間の行動をシミュレートできるスマート
-
マルチインテリジェンスが管理するマルチインテリジェントウォレットは、独立した資産マネージャーとして機能することができます
-
AIマネージドDAOガバナンス（トークン委員会、提案の作成または管理、プロセスの改善など）
-
Web3ストレージまたはデータベースを使用して、共有および永続的なメモリステータスのためのベクトル埋め込みシステムを組み合わせて使用します
-
ローカルオペレーション、グローバルコンセンサスネットワークに参加し、ユーザー定義のタスクを実行する
-
既存および新しい契約の相互作用およびAPI知識マップ
-
自律ガーディアンネットワーク、複数の署名セキュリティ、スマートコントラクトセキュリティ、機能強化
-
DAOに本当に投資しています（たとえば、美術史家、投資アナリスト、データアナリスト、DeGen Intelligence ChargetersのコレクターであるDAO）））））））
-
トークンの経済学と契約セキュリティシミュレーションとテスト
-
特に暗号化されたユーザーエクスペリエンス（ブリッジやdefiなど）の場合、管理する一般的な意図
-
アートまたは実験プロジェクト
次の10億人のユーザーを引き付けます
Varaint Fundの共同ファウンダーであるJesse Waldenが最近言ったように、独立したインテリジェンスは革命ではなくブロックチェーンの使用の進化です。すでにプロトコルタスクロボット、スナイパーロボット、MEV検索者、ロボットツールパックなどがあります。スマートは、これらすべての拡張にすぎません。
暗号化の多くの領域は、ゲームやDefiなどのインテリジェンスの実行を助長する方法で構築されています。LLMのコストがタスクのパフォーマンスとスマートパーティーの作成と展開のアクセシビリティの向上と比較して減少していると仮定すると、AIインテリジェンスが相互作用のリンクを支配せず、次の10億人のユーザーになることを想像することは困難です。暗号化。
素材を読む：
ブロックチェーンを使用することで自分自身を銀行することができるAIエージェント
新しいAIエージェントエコノミーはスマートアカウントで実行されます
大規模な言語モデルベースの自律エージェントに関する調査
React：言語モデルでの相乗効果と行動
生成エージェント：人間の行動のインタラクティブなシミュレーション
反射：口頭での強化学習を伴う言語エージェント
ツールフォーマー：言語モデルは、ツールを使用するように自分自身を教えることができます
説明、説明、計画、選択：laconuageモデルのオープンワールドマルチタスクエージェントの関心
Voyager：Laconuageモデルを備えたオープンエンドの具体化されたエージェント
LLMエージェントペーパーGithub Repo
