ما هي المسارات التي تستحق الاهتمام من مقالة Vitalik؟

المؤلف:@charlotte0211z ،@blazingkevin_ ، Metrics Ventures

نشرت Vitalik في 30 يناير>وعد وتحديات تطبيقات Crypto + AIتناقش أحد المقالات كيف ينبغي دمج blockchain والذكاء الاصطناعي في هذه العملية ، والتحديات المحتملة التي تظهر في هذه العملية.بعد شهر واحد من إصدار هذه المقالة ، اكتسبت الرنين المغناطيسي النووي ، بالقرب ، و WLD المذكورة في المقالة جميعها زيادة جيدة وأكملت جولة من اكتشاف القيمة.استنادًا إلى الطرق الأربعة لمجموع التشفير و AI الذي اقترحته Vitalik ، قامت هذه المقالة بتمشيط اتجاه تقسيم AI الحالي ، وتم تقديم مشاريع تمثيلية لفترة وجيزة في كل اتجاه.

1 مقدمة: الطرق الأربع للجمع بين التشفير و AI

اللامركزية هي الإجماع الذي تحتفظ به blockchain لضمان أن الأمن هو الفكرة الأساسية ، والمصدر المفتوح هو الأساس الرئيسي للخصائص المذكورة أعلاه للحصول على الخصائص المذكورة أعلاه من منظور التشفير.في السنوات القليلة الماضية ، كانت هذه الطريقة قابلة للتطبيق في عدة جولات من التغييرات في blockchain ، ولكن عندما تشارك الذكاء الاصطناعي فيه ، حدثت بعض التغييرات.

تخيل تصميم blockchain أو التطبيق من خلال الذكاء الاصطناعي ، ثم النموذج ضروري لفتح المصدر ، ولكن بهذه الطريقة ، سوف يعرض هشاشة في التعلم الآلي المواجهة ؛لذلك ، من الضروري التفكير في الطريقة والعمق لإكمال المجموعة عند إضافة الذكاء الاصطناعي في blockchain الحالية أو التطبيق.

المصدر: De University of Ethereum

يخرج<أجامعة إيثريومل>عندما العمالقة coloride: استكشاف تقارب التشفير x aiفي مقال واحد ، تم شرح الاختلافات بين الذكاء الاصطناعي و blockchain في الخصائص الأساسية.كما هو مبين في الشكل أعلاه ، فإن خصائص الذكاء الاصطناعي هي:

• المركزية

• انخفاض الشفافية

• استهلاك الطاقة

• احتكار

• سمات نقدية ضعيفة

blockchain معاكس تماما مقارنة بالذكاء الاصطناعي.هذه هي الحجة الحقيقية لمقال Vitalik.

تنقسم Vitalik إلى 4 فئات وفقًا للمعايير المذكورة أعلاه وتفكيرها لتقسيم تطبيق الذكاء الاصطناعي مع blockchain:

• الذكاء الاصطناعي كمشارك في التطبيقات (الذكاء الاصطناعي كلاعب في لعبة)

• الذكاء الاصطناعي كواجهة للتطبيقات (AI كواجهة للعبة)

• الذكاء الاصطناعي كقاعدة للتطبيق (AI كقواعد اللعبة)

• الذكاء الاصطناعي كهدف للتطبيقات (AI كهدف للعبة)

من بينها ، الثلاثة الأولى هي ثلاث طرق لإدخال عالم التشفير في الذكاء الاصطناعي ، والذي يمثل المستويات الثلاثة من الضحلة إلى العمق. درجات من المخاطر النظامية:

• الذكاء الاصطناعي كمشارك في التطبيقات: الذكاء الاصطناعي نفسه لا يؤثر على القرار البشري -اتخاذ القرار والسلوك ، لذلك لن يجلب المخاطر على العالم البشري الحقيقي ، وبالتالي لديه أعلى طبيعة هبوط.

• الذكاء الاصطناعي كواجهة تطبيق: يوفر الذكاء الاصطناعي معلومات مساعدة أو أدوات مساعدة لاتخاذ القرارات البشرية والسلوك ، مما سيزيد من تجربة المستخدمين والمطورين ويقلل من العتبة. العالم الحقيقي.

• الذكاء الاصطناعي كقواعد للتطبيق: سوف يكمل الذكاء الاصطناعي القرار والعمليات بشكل كامل ، وبالتالي ، فإن الشر والفشل في الذكاء الاصطناعي سيؤدي مباشرة إلى الارتباك في العالم الحقيقي. الذكاء غير قادر حاليًا على الوثوق بالبشر ليحلوا محل البشر لأداء البشر.

أخيرًا ، يلتزم النوع الرابع من المشروع بإنشاء ذكاء اصطناعي أفضل مع خصائص التشفير.على الرغم من أن العديد من الناس لديهم شكوك حول ما إذا كان يمكن أن يكون للتشفير تأثير على الذكاء الاصطناعي ، إلا أن العالم الحقيقي كان دائمًا سرد تشفير من خلال القوة اللامركزية.

2 منظمة العفو الدولية كمشارك

في آلية مشاركة الذكاء الاصطناعي ، يأتي المصدر النهائي للحوافز من البروتوكولات التي أدخلها البشر.قبل أن تصبح الذكاء الاصطناعى واجهة وحتى قبل أن تصبح قاعدة ، نحتاج غالبًا إلى تقييم أداء الذكاء الاصطناعي المختلفة لتمكين الذكاء الاصطناعي من المشاركة في آلية ، وأخيراً الحصول على مكافأة أو معاقبة من خلال آلية سلسلة.

كمشارك ، بالمقارنة مع واجهات وقواعد ، يمكن تجاهل مخاطر المستخدمين بأكمله. إن blockchain على هذه الطبقة صغيرة نسبيًا ، وهو أيضًا نوع من المنتجات التي يعتقد v god أنها متوفرة للغاية الآن.

من وجهة نظر الإحساس والإنجاز الواسع ، تنتمي معظم تطبيقات الذكاء الاصطناعي الحالي إلى هذه الفئة ، مثل الروبوت التجاري و chatbot ، وتمكين الذكاء الاصطناعي ، والدرجة الحالية من الهبوط. لم تطور بعد عادات السلوك باستخدام تطبيقات الذكاء الاصطناعي.في مقالة V God ، يعزو العامل المستقل أيضًا هذه الفئة.

ولكن من حيث الرؤى الضيقة والطويلة ، فإننا نميل إلى تقسيم تقسيم أكثر تفصيلاً لتطبيقات الذكاء الاصطناعي أو وكلاء الذكاء الاصطناعي.

2.1 لعبة الذكاء الاصطناعي

إلى حد ما ، يمكن تصنيف ألعاب الذكاء الاصطناعي على أنها هذه الفئة.اللعبة هي مرحلة انتقالية من الذكاء الاصطناعي قبل الدخول إلى العالم الحقيقي. إلخ.

• ساحة منظمة العفو الدولية: AI Arena هي لعبة قتال PVP يمكن تطورها بشكل مستمر من خلال منظمة العفو الدولية للتعلم والتدريب من خلال الذكاء الاصطناعي. أن تكون مبنية على AI Arena يوفر خوارزميات منظمة العفو الدولية المختلفة لزيادة الدخل.كل حرف لعبة هو NFT الممكّن من الذكاء الاصطناعي. يقوم مستخدمو الإجراءات العشوائية.

• تم تغيير آلة الحالة: ASM ليست لعبة منظمة العفو الدولية ، ولكنها بروتوكول للتأكيد والتداول لوكيل الذكاء الاصطناعى ليتم وضعه كبروتوكول لليون يوان. الكون.يستخدم ASM NFT لتأكيد وكيل الذكاء الاصطناعي والتجارة.لدى ASM وحدة صالة رياضية ، بما في ذلك موفري سحابة GPU اللامركزية ، والتي يمكن أن توفر دعم تكوين الوكيل.في الوقت الحالي ، تشمل ASMs كأدوات أساسية AIFA (ألعاب كرة القدم AI) ، ومحمد علي (ألعاب الملاكمة AI) ، و AI League (ألعاب كرة القدم في الشوارع بالتعاون مع FIFA) ، و Raicers (ألعاب السباق التي تحركها AI) ، و Fluf World’s Thingies NFT).

• مستعمرة موازية (برايم): يقوم Echelon Prime بتطوير مستعمرة متوازية ، وهي لعبة تعتمد على AI LLM.تعد كولوني حاليًا واحدة من أكثر ألعاب الذكاء الاصطناعي المتوقعة.

2.2 سوق التنبؤ/المنافسة

قدرة التنبؤ هي الأساس لاتخاذ القرارات والسلوكيات المستقبلية. من كامل التشفير × AI -يحفز كفاءة التنمية المستمرة وأداءها ، وأكثر ملاءمة لنموذج وتطبيق عالم التشفير ، قبل اتخاذ قرار الذكاء الاصطناعي والسلوك تأثير أعمق ، فإنها تخلق أفضل وأكثر أمانًا لخلق أفضل و منتجات أكثر أمانًا.كما قال V God ، فإن التنبؤ بالسوق هو أصلي قوي ، والذي يمكن أن يوسع المزيد من أنواع المشاكل الأخرى.تشمل المشاريع المميزة في هذا المسار: Numerai و Ocean Protocol.

• numerai: Numerai هي مسابقة علمية البيانات التي تتنبأ ببيانات الأسهم على أساس بيانات الأسواق التاريخية (التي توفرها نماذج التدريب على نومرا) ، ونماذج التعهد بالرنين المغناطيسي الوطني للبطولات. ، وسيتم تدمير الرمز المميز مع نماذج أسوأ.اعتبارا من 7 مارس ، 2024 ، تم التعهد ما مجموعه 6433 نماذج.يلهم Numerai علماء البيانات العالميين لبناء صناديق تحوط جديدة.مسار Numerai: منافسة التنبؤ في السوق → نموذج التنبؤ الجماعي → صناديق تحوط جديدة تعتمد على نماذج الحشود.

• بروتوكول المحيط: Ocean Predictoor ينتبه إلى التنبؤات ، وبدأت في التعهيد الجماعي للتنبؤات التي تبدأ باتجاه العملات المشفرة.يمكن للاعبين اختيار تشغيل Predictoor Bot أو Trader Bot ، Predictoor Bot يستخدم نموذج الذكاء الاصطناعى للتنبؤ بسعر العملات المشفرة (مثل BTC/USDT) في المرة القادمة (مثل خمس دقائق) ، وتعهد بعدد معين من سوف يعتمد Oceans $. رسوم الشراء لهذا الجزء من الرموز والتجار هي مكافأة.في الثاني من مارس ، أعلنت Ocean Predictoor عن أحدث اتجاه في نموذج العالم الإعلامي (WWM) ، وبدأ في استكشاف التنبؤات في العوالم الحقيقية مثل الطقس والطاقة.

3 منظمة العفو الدولية كواجهة

يمكن أن تساعد AI للمستخدمين على فهم ما يحدث بلغة بسيطة وسهلة الفهم ، والعمل كمعلم للمستخدم في عالم التشفير ، ويطالب بالمخاطر المحتملة لتقليل العتبة ومخاطر المستخدم للتشفير وتحسين تجربة المستخدم .المنتجات الوظيفية المحددة غنية بالوظائف ، مثل مطالبات المخاطر عندما تتفاعل المحافظ ، وتداول القصد من الذكاء الاصطناعي ، و AI chatbot ، والتي يمكن أن تجيب على مشكلة التشفير للمستخدمين العاديين ، وما إلى ذلك.سيصبح توسيع الجمهور ، باستثناء المستخدمين العاديين والمطورين والمحللين وما إلى ذلك ، جميع المجموعات تقريبًا ، كائنات خدمة منظمة العفو الدولية.

دعنا نكرر النقاط المشتركة لهذه المشاريع مرة أخرى: لم نقم باستبدال البشر بعد لاستغراض بعض القرارات والسلوكيات ، ولكن نستخدم نموذج الذكاء الاصطناعى لتزويد البشر بالمعلومات والأدوات للبشر للمساعدة في اتخاذ القرار والسلوك.بدءًا من هذا المستوى ، بدأ خطر شر الذكاء الاصطناعى في الكشف عن النظام -يمكن أن يتداخل مع الحكم النهائي للبشر من خلال توفير معلومات خاطئة ، والتي تم تحليلها أيضًا بالتفصيل في مقالة V God.

هناك العديد من العناصر التي يمكن أن تُنسب إلى هذه الفئة ، بما في ذلك AI chatbot ، ومراجعة العقد الذكي الذكاء ، وكتابة رمز الذكاء الاصطناعى ، وعلاج التداول الذاتي ، وما إلى ذلك. يمكن القول أن معظم تطبيقات الذكاء الاصطناع تشمل المشاريع التمثيلية:

• بيل: PAAL هو المشروع الرائد لـ AI chatbot. وظائف مثل الصور ، يمكن دمج Paal Bot في الدردشة الجماعية للرد تلقائيًا على بعض المعلومات.يدعم PAAL الروبوت الشخصي المخصص.تسير PAAL نحو AI Trading Bot.

• chaingpt: قامت Chaingpt بتطوير سلسلة من أدوات التشفير من خلال الذكاء الاصطناعي ، مثل chatbot ، و Generator NFT ، وجمع الأخبار ، وتوليد العقود الذكية ، ومساعد التداول ، والسوق السريع ، و AI Cross -Chain Exchange.لكن الاتجاه الحالي لشركة Chaingpt هو حضانة المشروع وإطلاقه في الوقت الحالي.

• أركهام: Ultra هو محرك AI الخاص في Arkham.تعتمد Ultra على السلسلة التي يوفرها المستخدم ومجموعته الخاصة ، والتي تدمجها وتصدرها إلى قاعدة بيانات ممتدة ، والتي يتم تقديمها أخيرًا في المخطط.ومع ذلك ، فإن وثيقة Arkham لم تناقش نظام Ultra بالتفصيل.

• Graphlinq: GraphlinQ هو حل إدارة العملية الآلي.يتمثل حل GraphlinQ في تصور عملية التشغيل الآلي باستخدام الرسم البياني.على الرغم من عدم الحاجة إلى رمز ، فإن عملية إنشاء الرسم البياني لا تزال لديها عتبة معينة للمستخدمين العاديين ، بما في ذلك اختيار القالب الصحيح واختيار الحق وتوصيله بمئات من الكتل المنطقية.لذلك ، يقوم GraphlinQ بتقديم AI.

• ** 0x0.ai: ** 0x0 الشركات ذات الصلة المتعلقة بـ AI هي أساسًا: AI Smart Contract Audit ، و AI anti -rug ، ومركز مطور الذكاء الاصطناعي.من بينها ، سوف يكتشف اختبار AI المضاد للارتداد السلوكيات المشبوهة ، مثل الضرائب المفرطة أو إزالة السيولة لمنع المستخدمين من الخداع.ومع ذلك ، في الوقت الحاضر ، تم إطلاق عمليات تدقيق العقد الذكية فقط من الذكاء الاصطناعي في البداية ، ولم يتم تطوير وظيفتين أخريين.

• Zignaly: ولدت Zignaly في عام 2018 ، والتي تهدف إلى السماح للمستثمرين الأفراد باختيار مديري الصناديق لإدارة الأصول بأنفسهم ، على غرار تداول النسخ.تستخدم Zignaly تقنية التعلم الآلي والذكاء الاصطناعي لإنشاء نظام مؤشرات لتقييم النظام لمديري الصناديق.

4 منظمة العفو الدولية كقاعدة لعبة

هذا هو الجزء الأكثر إثارة -يتيح لـ AI اتخاذ القرارات والسلوكيات للبشر.تحت هذه الفئة ،يعتقد المؤلف أنه يمكن تقسيمه إلى ثلاثة مستويات: تطبيقات الذكاء الاصطناعى (خاصة التطبيقات ذات القرار المستقل -اتخاذ القرارات المستقلة مثل الرؤية ، مثل المعاملات الآلية من الذكاء الاصطناعي ، وعلم الدخل من الذكاء الاصطناعي) ، وبروتوكول الوكيل المستقل ، و ZKML/OPML.

تطبيق الذكاء الاصطناعي هو أداة لقرارات محددة في مجال معين من المشاكل.تجدر الإشارة إلى أن تطبيقات الذكاء الاصطناعي تُنسب إلى فئتين في نفس الوقت في هذه المقالة: واجهات وقواعد. إن فعالية نموذج الذكاء الاصطناعي وأمن الذكاء الاصطناعي المتكامل ، ومن المستحيل حاليًا تلبية هذا المطلب ، وحتى كواجهة مترددة قليلاً. تم تقديم المشاريع المحددة في المقالة السابقة.

العامل المستقل المذكور في الفئة الأولى (AI كمشارك).يستخدم العامل المستقل الكثير من البيانات والخوارزميات لمحاكاة التفكير البشري وعملية صنع القرار ، وأداء مهام وتفاعلات مختلفة.تركز هذه المقالة بشكل أساسي على البنية التحتية لطبقات الاتصال الخاصة بالوكيل ، وتحدد هذه البروتوكولات.

ZKML/OPML: من خلال طريقة التشفير أو الاقتصاد ، من الضمان توفير إخراج موثوق به بعد عملية التفكير النموذجية الصحيحة.تعتمد مشكلات السلامة على إدخال عقود ذكية سلسلة من الحلول المحتملة هي الأساس للسماح لمنظمة العفو الدولية بأداء العمليات والقرارات المستقلة.

أخيرًا ، يشكل الثلاثة الطبقات الأساسية من الذكاء الاصطناعي كقواعد تشغيل: ZKML/OPML كبنية تحتية أسفل لضمان أمن البروتوكول ؛ سيستمر الوكيل في تحسين القدرة في مجال معين واتخاذ القرارات والإجراءات فعليًا.

4.1 عامل مستقل

تطبيق AI Agent في عالم التشفير أمر طبيعي.على الرغم من أن العقد الذكي يتم تنفيذه تلقائيًا من خلال العبث به ، إلا أنه لا يزال يتعين استيقاظه من خلال الاعتماد على المشغلات الخارجية ، ولا يمكن تشغيله بشكل مستمر. الواجهة الأمامية للتشفير. ، يفهم اللغة الطبيعية للمستخدمين ، ويجمع بين مجموعات أخرى لإعداد مجموعات أخرى.

يلتزم AI Agent بتحسين تجربة المنتجات المشفرة بشكل كبير ، ويمكن أن تساعد blockchain أيضًا في تشغيل وكيل الذكاء الاصطناعي أكثر اللامركزية والشفافية والآمنة.

• ألهم المزيد من المطورين من خلال الرمز المميز لتوفير الوكيل

• تأكيد NFT لتعزيز الرسوم والمعاملات القائمة على الوكيل

• توفير آلية هوية الوكيل وتسجيلها على السلسلة

• توفير سجل نشاط الوكيل الذي لا يمكن تفسيره لتتبع مصدر ومساءلة سلوكه في الوقت المناسب

العناصر الرئيسية لهذا المسار هي كما يلي:

• Autonolas: يدعم Autonolas حقوق الأصول والأصول المشتركة للوكيل والمكونات ذات الصلة من خلال بروتوكول السلسلة ، بحيث يمكن اكتشاف مكونات الكود والوكلاء والخدمات وإعادة استخدامها على السلسلة وإلهام المطورين للحصول على تعويض اقتصادي.بعد أن يقوم المطور بتطوير وكيل أو مكون كامل ، سيتم تسجيل NFT على الرمز على الرمز ، ويمثل ملكية صاحب الخدمة ؛ للوصول إلى خدمات التنفيذ الفعلية ، يستخدم المستخدمون الخدمات المدفوعة.

• fetch.ai: Fetch.ai لديه خلفية فريق قوية وتجربة تطوير في حقل الذكاء الاصطناعي ، وينتبه حاليًا لمسار وكيل الذكاء الاصطناعى.يتكون الاتفاق من أربع طبقات رئيسية: وكلاء الذكاء الاصطناعي ، و Agentverse ، ومحرك الذكاء الاصطناعي ، وشبكة الجلب.وكلاء الذكاء الاصطناعي هو جوهر النظام ، والبعض الآخر هم الإطار والأدوات لبناء خدمات الوكيل.Agentverse هو برنامج ، أي منصة خدمة ، تستخدم بشكل رئيسي لإنشاء وكيل AI وتسجيله.الهدف من محرك الذكاء الاصطناعى هو تحويله إلى القراءة بشكل عام عن طريق قراءة إدخال اللغة الطبيعية للمستخدم ، وتحديد عامل الذكاء الاصطناعي الأنسب في Agentverse لأداء المهمة.شبكة Fetch هي طبقة blockchain للبروتوكول.تجدر الإشارة إلى أن Autonola يركز حاليًا على بناء وكيل عالم التشفير ، حيث يقدم عملية الوكيل تحت السلسلة إلى السلسلة ؛

• ديليسيوم: يتم تحويل Delysium من اللعبة إلى بروتوكول AI Agent ، والذي يتضمن طبقة اتصال وطبقة بلوكشين ، وطبقة الاتصال هي الجذع الرئيسي للديليسيوم. سلوك الوكيل من خلال العقود الذكية.على وجه التحديد ، تحدد طبقة الاتصال بروتوكول اتصال موحد للوكيل. يمكن أن يتم إنشاء واجهات برمجة التطبيقات و APIs.تتضمن طبقة blockchain أساسًا: معرف الوكيل والعقود الذكية. .

• تم تغيير آلة الحالة: تعرض معايير الأصول والمعاملات من خلال NFT معايير.

• مورفي: يهدف الاتفاقية إلى توصيل المبرمج ومزود الكمبيوتر وباني المجتمع ، وتزويد الشبكة بوكيل الحوسبة ، وأدوات التنمية والأموال يوفر شكل الإطلاق العادل حوافز لعمال المناجم ، ومرهاء متعهد ، أو وكيل أو مساهمين لتطوير العقود الذكية ، ومطوري المجتمع.

4.2 ZKML/OPML

يثبت المعرفة الصفرية أن هناك حاليًا اتجاهين رئيسيين للتطبيق:

• إنه يثبت على السلسلة ذات التكاليف المنخفضة للحصول على العملية الصحيحة (تستخدم ZK-Rollup و ZKP الجسر المتقاطع خصائص ZK) ؛

• حماية الخصوصية: لا تحتاج إلى معرفة تفاصيل الحساب ، يمكنك أيضًا إثبات أنه تم تنفيذ الحساب بشكل صحيح.

وبالمثل ، يمكن أيضًا تقسيم تطبيق ZKP في التعلم الآلي إلى فئتين:

• التحقق من التفكير: أي من خلال ZK-problaring ، يتم تنفيذ عملية الحوسبة الكثيفة التي يتم تنفيذ الحوسبة الكثيفة لنموذج الذكاء الاصطناعي على السلسلة بشكل صحيح تحت السلسلة.

• حماية الخصوصية: يمكن تقسيمها إلى فئتين. لإخفاء معلومات محددة النموذج مثل الأوزان والمعلومات الأخرى ، احسب نتائج الإخراج من المدخلات العامة.

يعتقد المؤلف أن الشيء الأكثر أهمية الحالي في التشفير هو التفكير ، وسنشرح كذلك مشهد التحقق من التفكير.بدءًا من الذكاء الاصطناعى كمشارك ، إلى قواعد الذكاء الاصطناعي كعالم ، نأمل أن تحول الذكاء الاصطناعي إلى جزء من العملية على السلسلة ، لكن تكلفة حساب Model Admination مرتفعة للغاية بحيث لا يمكن العمل مباشرة على السلسلة وضع هذه العملية تحت السلسلة.هل تستخدم النموذج الذي حددته للعقل؟من خلال تحويل طراز ML إلى دائرة ZK ، يمكن تحقيقه: (1) نماذج أصغر على السلسلة ، وتخزين نموذج ZKML الصغير إلى عقود ذكية ، وانتقل مباشرة إلى السلسلة لحل المشكلات المعتمة ؛ يثبت ZK أنه يمكن إثبات صحة عملية التفكير من خلال تشغيل ZK على السلسلة.

ZKML أيضًا في مرحلة مبكرة للغاية ، حيث تواجه المشكلات الفنية لتحويل نموذج ML إلى دائرة ZK ، وكذلك تكلفة علوم الحوسبة المرتفعة للغاية وكلمة المرور.مثل مسار تطوير Rollup ، أصبح OPML حلًا آخر من منظور الاقتصاد.ومع ذلك ، لا يمكن أن يكون OPML بديلاً عن التحقق من التفكير ولا يمكنه تحقيق حماية الخصوصية.

تقوم المشاريع الحالية ببناء البنية التحتية ZKML ، وهم يعملون بجد لاستكشاف تطبيقاتها. تعويض تكاليف ضخمة.في هذه المشاريع ، يركز البعض على أبحاث وتطوير تكنولوجيا ZK المتعلقة بالتعلم الآلي (مثل معامل المعامل) ، وبعضها أكثر شيوعًا في البنية التحتية ZK.

• يستخدم المعامل ZKML لتطبيق الذكاء الاصطناعي على عملية الاستدلال على السلسلة.أطلقت المعامل الباقي على المصلحة ZKML في 27 فبراير. مقارنةً بتفكير الذكاء الاصطناعي التقليدي على نفس الأجهزة ، حقق 180 ضعف تحسن الكفاءة.بالإضافة إلى ذلك ، يتعاون Modulus مع مشاريع متعددة لاستكشاف الحالات الفعلية لـ ZKML ، مثل التعاون مع الارتفاع ، وجمع بيانات السوق المعقدة ، وتقييم أسعار NFT باستخدام الذكاء الاصطناعي الذي أثبتته ZK ، وتمرير السعر إلى السلسلة ؛ ، الذي يقاتل ، مدرب من قبل اللاعبين.

• يضع RISC Zero النموذج على السلسلة.

• تقوم Ingonyama بتطوير أجهزة مخصصة لتكنولوجيا ZK ، والتي قد تقلل من العتبة لدخول مجال تقنية ZK ، ويمكن أيضًا استخدام ZKML للتدريب النموذجي.

5 منظمة العفو الدولية كهدف

إذا ركزت الفئات الثلاث السابقة على كيفية تمكين الذكاء الاصطناعى ، فإن “AI as the Diold” تؤكد على مساعدة Crypto إلى الذكاء الاصطناعى ، أي كيفية استخدام التشفير لإنشاء نماذج ومنتجات منظمة العفو الدولية ، والتي قد تشمل معايير الحكم المتعددة: أكثر كفاءة ، أكثر دقة ، وأكثر مركزية وهلم جرا.

تتضمن الذكاء الاصطناعى ثلاثة نوى: البيانات ، طاقة الحوسبة والخوارزميات.

• البيانات: البيانات هي الأساس للتدريب على النماذج.

• قوة الحوسبة: مسار الحوسبة اللامركزية هو حاليًا أهم مسار الذكاء الاصطناعي. والمنطق.

• الخوارزمية: تمكين Crypto للخوارزمية هو الرابط الأساسي لتحقيق اللامركزية من الذكاء الاصطناعي. مواجهة نفقات تشفير عالية للغاية.بالإضافة إلى ذلك ، يمكن أيضًا تحقيق “استخدام حوافز التشفير لتشجيع وتصنيع منظمة العفو الدولية” دون أن يتم تشفيرها بالكامل في حفرة الأرنب غير مشفرة بالكامل.

تسبب احتكار شركات التكنولوجيا الكبيرة في البيانات وحوسبة الحوسبة بشكل مشترك لعملية التدريب النموذجية.من منظور البنية التحتية ، يلهم Crypto العرض اللامركزي للبيانات وقوة الحوسبة من خلال الوسائل الاقتصادية ، وفي الوقت نفسه لضمان خصوصية البيانات في العملية من خلال طرق التشفير ، واستخدام هذا كأساس للمساعدة في التدريب على النماذج اللامركزية لتحقيق الإدراك أكثر شفافية ولامركزية الذكاء الاصطناعي.

5.1 بروتوكول بيانات اللامركزية

يتم تنفيذ بروتوكول البيانات اللامركزية بشكل أساسي في شكل التعهيد الجماعي للبيانات ، مما يلهم المستخدمين لتوفير مجموعات البيانات أو خدمات البيانات (مثل ملصقات البيانات) للمؤسسات للتدريب على النماذج ، وفتح سوق البيانات للترويج لمطابقة كلا الطرفين مع كلا الطرفين يتم استكشاف بعض البروتوكولات والطلب.

• بروتوكول المحيط: تأكيد البيانات وتوضيحها ، يمكن للمستخدمين إكمال إنشاء NFT للبيانات/الخوارزميات في بروتوكول المحيط من خلال طريقة غير نظيفة.يستخدم Ocean Protocol حساب البيانات (C2D) لضمان خصوصية البيانات.تم إنشاء بروتوكول المحيط في عام 2017. كسوق للبيانات ، فإن AI Express بشكل طبيعي في هذه الجولة من الصعود.

• سيناس واحد: هذا المشروع هو منصة Train2earn على Solana. .على وجه التحديد ، يتم تقسيم المدينين إلى ثلاث فئات: المهندس المعماري/المنشئ/المدقق ، المهندس المعماري مسؤول عن إنشاء مهام بيانات جديدة ، يوفر المنشئ مجموعة في مهمة البيانات المقابلة ، ويتحقق المدقق من مجموعة البيانات المقدمة من Builder.يتم تخزين مجموعة البيانات المكتملة في IPFs ، وسيتم تخزين عناوين مصدر البيانات و IPFs على السلسلة وسيتم تخزين عنوان IPFS في قاعدة البيانات تحت السلسلة من أجل الذكاء الاصطناعي (حاليًا الذكاء الاصطناعي).

• عشب: طبقة البيانات اللامركزية ، والمعروفة باسم الذكاء الاصطناعى ، هي أساسا سوق التقاط الشبكة اللامركزية ، وتحصل على بيانات للتدريب على نموذج الذكاء الاصطناعى.تعد مواقع الويب الخاصة بالإنترنت مصدرًا مهمًا لبيانات تدريب الذكاء الاصطناعى ، والعديد من مواقع الويب ، بما في ذلك Twitter و Google و Reddit ، لها قيمة مهمة ، لكن هذه المواقع تقيد باستمرار تزحف البيانات.يستخدم Grass عرض النطاق الترددي غير المستخدم في الشبكة الشخصية لتقليل تأثير حصار البيانات باستخدام عناوين IP مختلفة لالتقاط البيانات في مواقع الويب العامة وإكمال البيانات لتنظيف البيانات.يوجد Grass حاليًا في مرحلة اختبار النسخة التجريبية ، ويمكن للمستخدمين توفير نقاط اكتساب النطاق الترددي لتلقي قطرات الهواء المحتملة.

• بروتوكول AIT: AIT Protocol هو اتفاقية ملصق البيانات اللامركزية ، والتي تهدف إلى تزويد المطورين بمجموعات بيانات عالية الجودة للتدريب على النماذج.يمكّن Web3 العمل العالمي من الوصول إلى الشبكة بسرعة والحصول على حوافز من خلال وضع علامة على البيانات.

بالإضافة إلى توفير بروتوكولات وضع علامات على البيانات ، البنية التحتية للتخزين اللامركزية السابقة ، مثلفيليكوين ، أرويفسيساعد الانتظار أيضًا في توفير المزيد من البيانات اللامركزية.

5.2 قوة الحوسبة اللامركزية

في عصر الذكاء الاصطناعى ، فإن أهمية قوة الحوسبة أمر واضحة فقط. تتبع الضجيج – من بين 11 مشاريع منظمة العفو الدولية ، هناك 5 مشاريع لقوة الحوسبة اللامركزية.في مشاريع القيمة السوقية الصغيرة ، ظهرت العديد من منصات الحوسبة اللامركزية أيضًا.

من خصائص المسار ، يكون المنطق الأساسي للمشروع متجانسًا للغاية في اتجاه المشروع -من خلال حوافز الرمز المميز لتوفير الموارد أو المؤسسات مع موارد الحوسبة الخاملة ، وبالتالي تقليل تكلفة الاستخدام بشكل كبير ، وإنشاء إمدادات محسوبة و عرض الطلب والطلب على العرض والطلب والطلب في الوقت الحاضر ، يأتي إمدادات طاقة الحوسبة الرئيسية من مراكز البيانات وعمال المناجم (خاصة بعد Ethereum إلى POS) ، وقوة الحوسبة الاستهلاكية ، والتعاون مع المشاريع الأخرى.على الرغم من أن التجانس هو المسار الذي يتمتع برعاية عالية للمدينة.تشمل المشاريع الرائدة لهذا المسار Akash و Render و IO.NET و Gensyn.

وفقًا لاتجاه العمل المحدد ، يمكن أن يكون المشروع قاسيًا في فئتين: التفكير النموذجي الذكري والتدريب على نموذج الذكاء الاصطناعي.نظرًا لأن متطلبات القدرة على الحوسبة وعرض النطاق الترددي في التدريب على نموذج الذكاء الاصطناعي أعلى بكثير من التفكير ، فمن الصعب اقتراح التفكير الموزع ، وسوف يكون السوق للتفكير النموذجي أعلى. المستقبل.من بينها ، وُلدت Akash و Render في وقت سابق ، وليس لحسابات AI. سوف تكون قوة الحوسبة.

لا تزال مؤشرتي المنافسة الأكثر أهمية من جانب العرض (موارد الطاقة الحاسوبية) وجانب الطلب (طاقة الحوسبة).Akash لديه 282 وحدات معالجة الرسومات وأكثر من 20،000 وحدة المعالجة المركزية.لدى IO.NET 40،272 وحدة معالجة الرسومات و 5958 وحدات المعالجة المركزية ، و 4318 وحدات معالجة الرسومات و 159 وحدات المعالجة المركزية (CPU) و 1024 من GPU من العرض ، بما في ذلك حوالي 200 H100 وآلاف A100. الموارد ذات السطح الهوائي العالي للغاية.Render و Gensyn لم ينشر بيانات محددة.بالإضافة إلى ذلك ، تزيد العديد من المشاريع من قدرتها التنافسية في العرض والطلب من خلال التعاون البيئي. السماح للمستخدمين بالوصول بشكل غير مباشر إلى موارد الطاقة الحاسوبية للعمل عن طريق حساب العميل -io.net و nosana و fedml و beam ، وذلك للانتقال بسرعة من مجال التقديم إلى الحوسبة الذكية الاصطناعية.

بالإضافة إلى ذلك ، لا يزال التحقق من الحساب اللامركزي يمثل مشكلة -كيف تثبت أن العمال الذين لديهم موارد الطاقة الحاسوبية قد نفذوا مهمة الحوسبة بشكل صحيح.تحاول Gensyn إنشاء طبقة التحقق هذه لضمان صحة الحساب من خلال شهادة التعلم الاحتمالية ، وبروتوكول تحديد المواقع الدقيق للرسوم البيانية ، والحوافز.يضيف Fluence ، الموجود على Slana ، التحقق من مهام الحوسبة.ومع ذلك ، لا يزال الطلب الفعلي “ممكنًا” من “المصداقية”. قوة الحوسبة للمنصات الأخرى وتصبح قوة الحوسبة للمنصات الأخرى وتصبح قوة الحوسبة للمنصات الأخرى وتصبح قوة الحوسبة للمنصات الأخرى وتصبح قوة الحوسبة للمنصات الأخرى وتصبح قوة الحوسبة للآخرين وتصبح المنصات وتصبح قوة الحوسبة للمنصات الأخرى وتصبح قوة الحوسبة للمنصات الأخرى.

5.3 نموذج اللامركزية

لا يزال بعيدًا عن المشهد النهائي الذي وصفه Vitalik (كما هو موضح في الشكل أدناه) سيتم تدريب التدريب على تدريب البيانات.ومع ذلك ، هناك مشاريع تحاول حاليًا إنشاء نموذج منظمة العفو الدولية من خلال آلية الحوافز.

• البيتر: يقوم Pittersor بترويج الجمع بين نماذج الذكاء الاصطناعي المختلفة ، ولكن تجدر الإشارة إلى أن البيرة نفسها لا تجري تدريبًا على النماذج ، ولكنها توفر بشكل أساسي خدمات التفكير الذكرية.تركز NETs 32 Sub -Nets من Bittersor على اتجاهات الخدمة المختلفة ، مثل التقاط البيانات ، وتوليد النص ، و Text2Image ، وما إلى ذلك عند الانتهاء من المهمة ، يمكن أن تتعاون نماذج الذكاء الاصطناعي في اتجاهات مختلفة مع بعضها البعض.آلية الحوافز تعزز المنافسة بين الشبكات الفرعية وداخل الشبكة الفرعية. يقرر أداء الشبكة الفرعية ، ونسبة توزيع هذه المكافآت بين الشبكات الفرعية المختلفة ، وجهاز التحقق من الشبكة الفرعية نسبة التوزيع بين عمال المناجم المختلفين من خلال تقييم النماذج الأفضل. جودة النظام.

6 الخلاصة: تكهنات الميم أو الثورة التكنولوجية؟

من انتقال Sam Altman إلى سعر Arkm و WLD ، إلى مؤتمر NVIDIA لتقديم سلسلة من مشاريع المشاركة ، يعدل الكثير من الناس مفهوم الاستثمار في مسار الذكاء الاصطناعي.

باستثناء عدد قليل من المشاهير (مثل Arkm و WLD) ، فإن مسار الذكاء الاصطناعى يشبه “Meme” إلى السرد الفني.

من ناحية ، يجب أن تكون التكهنات الشاملة لمضمار Crypto AI مرتبطًا بشكل وثيق بتقدم Web2 AI.من ناحية أخرى ، لا تزال قصة مسار الذكاء الاصطناعي بشكل أساسي السرد الفني. لا يزال الجانب الأساسي من أساسيات المشروع أمرًا مهمًا.

من إمكانية الفئات الأربع التي اقترحها God V ، يمكن ملاحظة أن سحر السرد وإمكانية الهبوط.في الفئات الأولى والثانية التي تمثلها تطبيقات الذكاء الاصطناعي ، رأينا العديد من قصص GPT.تمثل الفئات الثالثة والرابعة السرد الكبير إلى جانب الذكاء الاصطناعي والتشفير ، مثل شبكة التعاون ، و ZKML ، وإعادة تشكيل الذكاء الاصطناعي اللامركزية على سلسلة الوكيل.