Galaxy Words: Crypto-monnaie et IA Cross -field and Project Inventory

Auteur: Lucas Tcheyan, chercheur associé Galaxy;

Avant-propos

L’émergence de la chaîne publique est l’un des progrès les plus profonds de l’histoire de l’informatique.Mais le développement de l’IA aura un impact profond sur notre monde.Si la technologie Blockchain fournit de nouveaux modèles pour le règlement des transactions, le stockage des données et la conception du système, alors l’intelligence artificielle est une révolution en informatique, analyse et livraison de contenu.L’innovation de ces deux industries publie de nouveaux cas d’utilisation, qui peuvent accélérer l’utilisation de ces deux industries au cours des prochaines années.Ce rapport explore l’intégration continue des crypto-monnaies et de l’IA, et se concentre sur les nouveaux cas qui tentent de combler l’écart entre les deux et d’utiliser la force des deux.Spécifiquement,Ce rapport a étudié l’accord de calcul décentralisé de développement, l’infrastructure de l’apprentissage automatique zéro-connaissance (ZKML) et les projets de renseignement sur l’IA.

Les crypto-monnaies fournissent à l’IA une couche de règlement sans autorisation, aucune confiance et combinée.Cela déverrouille le cas d’utilisation, comme le système informatique décentralisé pour faciliter le fait d’accès au matériel. Falsification de la profondeur.L’IA apporte plusieurs des mêmes avantages que nous voyons dans le Web 2 aux crypto-monnaies.Cela comprend une expérience utilisateur (UX) et un potentiel potentiel pour les utilisateurs et les développeurs qui ont amélioré l’utilisateur et les développeurs en raison des versions ChatGPT et Copilot spécialement formées) pour les utilisateurs et les développeurs.La blockchain est un environnement riche en données transparente requise par l’IA.Cependant, la puissance de calcul de la blockchain est également limitée, ce qui est le principal obstacle au modèle d’IA directement.

Les expériences dans les domaines des crypto-monnaies et des champs croisés de l’IA et de la force motrice derrière l’utilisation finale des cas d’utilisation les plus prometteurs pour promouvoir les crypto-monnaies sont les mêmes – accès aux couches de coordination qui ne nécessitent pas de licences et aucune confiance pour mieux promouvoir le transfert de valeur.Compte tenu de l’énorme potentiel, les participants dans ce domaine doivent comprendre les façons de base de traverser ces deux technologies.

Points clés:

• Dans un avenir proche (6 mois à 1 an), l’intégration des crypto-monnaies et de l’IA sera dirigée par des applications d’IACes applications peuvent améliorer l’efficacité des développeurs, l’auditabilité et la sécurité des contrats intelligents et l’accessibilité des utilisateurs.Ces intégrations ne sont pas spécifiques aux crypto-monnaies, mais pour améliorer les développeurs et l’expérience utilisateur sur la chaîne.

• Tout comme une grave pénurie GPU à haute performance,Les produits informatiques de décentralisation mettent en œuvre des produits GPU personnalisés AIIl fournit une force motrice pour l’adoption.

• L’expérience utilisateur et la supervision sont toujours les obstacles pour attirer la décentralisation pour calculer les clients.Cependant, le dernier développement d’OpenAI et l’examen réglementaire en cours des États-Unis mettent en évidence la proposition de valeur du réseau d’IA qui n’est pas requise, l’anti -centage et la décentralisation.

• L’IA intégrée à la chaîne, en particulier les contrats intelligents qui peuvent utiliser des modèles d’intelligence artificielle, doivent améliorer la méthode de calcul calculée par la technologie ZKML et d’autres chaînes de vérification.Le manque d’outils et de développeurs complets et de coûts élevés est des obstacles à adopter.

• AI Smart convient très bien aux crypto-monnaiesLes utilisateurs (ou l’intelligence lui-même) peuvent créer des portefeuilles pour échanger avec d’autres services, intelligence ou personnel.Utiliser actuellement les méthodes financières traditionnelles ne peut pas être réalisée.Afin d’être plus largement utilisé, il est nécessaire d’intégrer une intégration supplémentaire avec des produits non cryptés.

le terme

IAC’est la capacité d’utiliser des calculs et des machines pour imiter le raisonnement humain et résoudre les problèmes.

Réseau neuronalIl s’agit d’une méthode de formation pour les modèles d’intelligence artificielle.Ils exécutent l’entrée via la couche d’algorithme discrète et les améliorent jusqu’à ce que la sortie requise soit générée.Le réseau neuronal se compose d’une équation lourde et peut modifier le poids pour modifier la sortie.Ils peuvent nécessiter beaucoup de données et de calculs pour la formation afin que leur sortie soit exacte.C’est l’un des moyens les plus courants de développer le modèle d’IA (Chatgpt utilise le processus de réseau neuronal dépend du réseau neuronal du transformateur).

formerC’est le processus de développement de réseaux de neurones et d’autres modèles d’intelligence artificielle.Il faut beaucoup de données pour former le modèle pour expliquer correctement l’entrée et générer une sortie précise.Pendant le processus de formation, le poids de l’équation du modèle est constamment modifié jusqu’à ce qu’une sortie satisfaisante soit générée.Les coûts de formation peuvent être très chers.Par exemple, Chatgpt utilise des dizaines de milliers de GPU pour traiter les données.Les équipes avec moins de ressources dépendent généralement de fournisseurs informatiques spécialisés, tels que Amazon Web Services, Azure et Google Cloud.

raisonnementIl s’agit de l’utilisation réelle du modèle AI pour obtenir la sortie ou le résultat (par exemple, en utilisant Chatgpt pour créer un contour du document sur le croisement des crypto-monnaies et de l’IA).Le raisonnement sera utilisé dans l’ensemble du processus de formation et des produits finaux.En raison du coût du calcul des coûts, même une fois la formation terminée, leurs coûts d’exploitation peuvent être très élevés, mais leur intensité de calcul est inférieure à la formation.

Zéro preuve de connaissances (ZKP)Faites une déclaration de vérification sans divulguer d’informations de base.Ceci est très utile dans les crypto-monnaies, principalement deux raisons: 1) la confidentialité et 2) l’expansion.Afin de protéger la vie privée, il peut effectuer des transactions sans divulguer d’informations sensibles (comme le nombre de ETH dans les portefeuilles).Pour l’expansion, il permet de prouver le nouveau calcul d’exécution de la chaîne sur la chaîne.Cela permet à la blockchain et aux applications de calculer à moindre coût sous la chaîne, puis de les vérifier sur la chaîne.

Carte écologique AI / crypto-monnaie

L’IA et les crypto-monnaies construisent toujours une infrastructure sous-jacente qui prend en charge les chaînes à grande échelle sur les chaînes à grande échelle.

Marché de l’informatique de décentralisationIl est en hausse de fournir un grand nombre de matériel physique requis pour la formation et le raisonnement d’intelligence artificielle, principalement sous forme de GPU.Ces deux marchés de voies connectent ceux qui louent et recherchent des calculs de location pour promouvoir le transfert et le calcul de la valeur.Dans le calcul de la décentralisation, plusieurs sous-catégories qui fournissent des fonctions supplémentaires apparaissent.En plus des marchés bilatéraux, ce rapport examinera également les fournisseurs de formation à l’apprentissage automatique qui peuvent fournir une formation vérifiée et une sortie finale, et des projets engagés à connecter l’informatique et la génération de modèles pour mettre en œuvre l’IA.

zkmlIl est à espérer fournir des domaines clés émergents des projets qui peuvent fournir une production de modèle vérifiée d’une manière efficace et opportune d’économie.Ces projets permettent principalement aux applications de traiter les demandes de calcul lourdes sous la chaîne, puis de publier des sorties vérifiées sur la chaîne pour prouver que la charge de travail sous la chaîne est complète et précise.ZKML est coûteux et consomment dans le temps dans l’instance actuelle, mais de plus en plus est utilisé comme solution.Cela est évident dans le nombre croissant d’intégration entre le fournisseur ZKML et l’application Defi / jeu qui souhaite utiliser le modèle AI.

La capacité de calcul et de chaîne de vérification suffisantes estAi intelligent sur la chaîneOuvrir la porteEssenceSmart Body est un modèle formé qui peut représenter les demandes d’exécution des utilisateurs.Le corps intelligent offre une opportunité importante pour améliorer l’expérience en chaîne.Cependant, en ce qui concerne le courant, les projets intelligents se concentrent toujours sur le développement de l’infrastructure et des outils pour obtenir un déploiement facile et rapide.

Calcul de décentralisation

Aperçu

L’IA nécessite beaucoup de calculs pour former des modèles et faire fonctionner le raisonnement.Au cours des dix dernières années, comme le modèle est devenu de plus en plus compliqué, les besoins de calcul ont augmenté l’indice.Par exemple, OpenAI a constaté que de 2012 à 2018, la demande informatique de son modèle est passée de deux ans à tous les trois mois et demi.Cela a conduit à une augmentation de la demande de GPU, et certains mineurs de crypto-monnaie réduisent même leurs GPU pour fournir des services de cloud computing.Avec l’intensification et l’augmentation du coût de l’informatique d’accès, certains projets utilisent la technologie de chiffrement pour fournir des solutions informatiques décentralisées.Ils sont calculés à la demande à un prix compétitif afin que l’équipe puisse s’entraîner et gérer le modèle de manière abordable.Dans certains cas, pesant les performances et la sécurité.

Le GPU le plus avancé (comme le GPU produit par NVIDIA) est très exigeant.En septembre 2023, Tether a acquis Northern Data, les données du nord du mineur d’Allemagne.Le temps d’attente pour le matériel de classe de première classe peut être d’au moins six mois, et encore plus longtemps dans de nombreux cas.Pour aggraver les choses, l’entreprise est souvent tenue de signer des contrats à long terme pour obtenir le calcul qu’ils peuvent même ne pas utiliser.Cela peut conduire à l’existence de calculs disponibles mais indisponibles sur le marché.Le système informatique décentralisé aide à résoudre le problème de la faible efficacité de ces marchés.

En plus de la tarification et de l’accessibilité compétitives, la proposition de valeur clé du calcul décentralisé est anti-révision.Le développement de l’IA supérieur est de plus en plus dirigé par de grandes sociétés technologiques avec des capacités informatiques et d’accès aux données inégalées.Le premier thème clé souligné dans le rapport de l’indice de l’IA en 2023 est que l’industrie industrielle a de plus en plus dépassé les cercles académiques dans le développement de modèles d’IA et un contrôle concentré entre les mains de quelques leaders techniques.Cela a suscité des inquiétudes quant à savoir s’ils ont la capacité d’avoir une énorme influence sur la formulation des spécifications et des valeurs des modèles d’IA de soutien, en particulier après que ces sociétés technologiques ont promu la supervision pour restreindre leur développement de l’intelligence artificielle non préparée.

Champ vertical de calcul de calcul de décentralisation

Ces dernières années, plusieurs modèles informatiques décentralisés sont apparus et chaque modèle a son propre objectif et son équilibre.

Informatique générale

Akash, io.net, iexec, cudosLes projets sont des applications informatiques décentralisées.

Akash est actuellement la seule plate-forme « Super Cloud » complète.Il s’agit d’une preuve d’équité du SDK Cosmos.AKT est la monnaie native d’Akash, comme un mode de paiement pour protéger la sécurité du réseau et inspirer la participation.Akash a lancé le premier réseau principal en 2020, se concentrant sur la fourniture d’un marché du cloud computing sans autorisation.En juin 2023, Akash a lancé un nouveau réseau de test axé sur GPU et a lancé le réseau principal GPU en septembre.

Il y a deux participants principaux dans l’écosystème et les fournisseurs Akash.Les praticiens sont des utilisateurs qui souhaitent acheter des ressources informatiques de réseau Akash.Les fournisseurs calculent les fournisseurs de ressources.Afin de faire correspondre les locataires et les fournisseurs, Akash s’appuie sur le processus d’enchères inversé.Les locataires soumettent leurs exigences informatiques, dans lesquelles ils peuvent spécifier certaines conditions, telles que la position du serveur ou le type de matériel calculé, et le montant qu’ils sont prêts à payer.Ensuite, le fournisseur soumet son prix demandé et l’offre minimale obtiendra la tâche.

Les vérifications Akash maintiennent l’intégrité du réseau.L’ensemble d’authentification est actuellement limité à 100 et prévoit d’augmenter progressivement avec le temps.Tout le monde peut être vérifié comme plus d’Akts en promettant plus d’Akts en promettant plus d’Akt.Les détenteurs d’AKT peuvent également confier leur AKT aux vérifications.Les coûts de négociation et les récompenses de blocs du réseau sont alloués sous la forme d’Akt.De plus, pour chaque bail, le réseau Akash gagnera des « frais de charge » à un taux déterminé par la communauté et le distribuera aux détenteurs d’AKT.

Marché secondaire

Le marché informatique décentralisé vise à remplir la faible efficacité du marché informatique existant.La limite d’approvisionnement oblige l’entreprise à amasser les ressources informatiques qui peuvent être dépassées et le client verrouille le client dans le contrat à long terme en raison de la structure du contrat avec le fournisseur de cloud.La plate-forme informatique décentralisée libère une nouvelle offre, afin que toute personne dans le monde ayant des besoins informatiques puisse devenir des fournisseurs.

La forte augmentation de la surtension de la demande GPU pour la formation de l’IA sera transformée en utilisation de réseaux à long terme sur Akash.Par exemple, Akash fournit un marché pour le CPU depuis longtemps, fournissant des services similaires à des alternatives centralisées avec des remises de 70 à 80%.Cependant, le prix inférieur n’apporte pas une utilisation significative.Les baux actifs sur Internet sont devenus doux.Bien que ce soient des indicateurs impressionnants utilisés sur la chaîne (comme référence, le principal fournisseur de stockage Filecoin a un taux d’utilisation de stockage de 12,6% au troisième trimestre de 2023), ce qui indique que l’offre de ces produits continue de dépasser la demande.

Akash a lancé le réseau GPU depuis plus d’un demi-an, et il est trop tôt pour évaluer avec précision le taux d’adoption à long terme.Jusqu’à présent, le taux d’utilisation moyen du GPU est de 44%, ce qui est supérieur au CPU, la mémoire et le stockage, ce qui est un signe de demande.Ceci est principalement motivé par la demande de GPU de la plus haute qualité (comme A100), et plus de 90% ont été loués.

Les dépenses quotidiennes d’Akash ont également augmenté, ce qui a presque doublé par rapport au GPU.Cette partie est due à l’augmentation de l’utilisation des autres services, en particulier du CPU, mais elle est principalement le résultat de la nouvelle utilisation du GPU.

Le prix équivaut à des concurrents centralisés tels que Lambda Cloud et Vast.ai (ou encore plus cher dans certains cas).L’énorme demande pour le GPU le plus élevé (comme H100 et A100) signifie que la plupart des propriétaires de l’appareil ne sont pas intéressés à inscrire sur un marché de prix compétitifs.

Bien que l’intérêt initial soit très prometteur, il y a encore des obstacles (discussion plus approfondie ci-dessous).Le réseau informatique décentralisé nécessite plus de mesures pour générer la demande et l’offre, et l’équipe essaie d’attirer de nouveaux utilisateurs.Par exemple, au début de 2024, Akash a adopté la proposition n ° 240 pour augmenter les émissions AKT du fournisseur GPU et inspirer plus d’approvisionnement, en particulier pour les GPU élevés.L’équipe s’est également engagée à lancer un modèle de vérification de concept pour afficher la fonction réelle de son réseau aux utilisateurs potentiels.Akash forment leurs propres modèles de base et a lancé des robots de chat et des produits de génération d’images, qui peuvent utiliser Akash GPU pour créer une sortie.De même, IO.NET a développé le modèle de diffusion stable et lance de nouvelles fonctions de réseau pour mieux imiter les performances et l’échelle des centres de données GPU traditionnels.

Formation à l’apprentissage automatique décentralisé

En plus de la plate-forme informatique universelle qui peut répondre aux besoins de l’IA, un groupe de fournisseurs professionnels d’IA GPU axés sur la formation du modèle d’apprentissage automatique émerge également.Par exemple,GènesLe point de vue est de « coordonner l’électricité et le matériel pour construire la sagesse collective ».

Il y a quatre participants principaux dans le protocole: les soumissionnaires (soumissionnaires), les résolveurs, les vérificateurs et les dénonciateursEssenceLe candidat soumet la tâche des demandes de formation avec des demandes de formation sur Internet.Ces tâches comprennent des objectifs de formation, des modèles et des données de formation à former.Dans le cadre du processus de soumission, les auteurs doivent payer les frais de pré-paiement pour le montant estimé requis pour la solution.

Après la soumission, la tâche sera affectée à la solution à une formation pratique pour le modèle.La solution soumet ensuite les tâches terminées à la personne de vérification, et la personne de vérification est responsable de la vérification de la formation pour assurer l’achèvement correct.Le coup de sifflet est responsable de s’assurer que la personne vérifiée est honnête.Afin de motiver les siffleurs à participer au réseau, Gensyn prévoit de fournir régulièrement des preuves d’erreur délibérées pour récompenser les siffleurs pour les attraper.

En plus de fournir un calcul pour les charges de travail liées à l’intelligence artificielle, la proposition de valeur clé de Gensynyn est son système de vérification, qui est toujours en cours de développement.Pour garantir l’exécution correcte de l’informatique externe du fournisseur GPU (c’est-à-dire pour s’assurer que le modèle de l’utilisateur est formé comme il le souhaite), une vérification est nécessaire.Gensyn utilise une méthode unique pour résoudre ce problème, en utilisant une nouvelle méthode de vérification appelée « Certificat d’apprentissage de probabilité, des protocoles de précision graphique et des jeux d’incitation TrueBit ».Il s’agit d’un mode de solution optimiste qui permet aux vérifications de confirmer que la solution a correctement exécuté le modèle sans avoir à re-rédiger le modèle par eux-mêmes.

En plus de sa méthode de vérification innovante, Gensyn affirme également qu’il est rentable par rapport aux alternatives centralisées et aux concurrents de crypto-monnaie.

Il reste à observer si ces résultats préliminaires peuvent être reproduits dans un réseau décentralisé.Gensyn espère utiliser la puissance de calcul excessive des fournisseurs tels que les petits centres de données, les utilisateurs de détail et les futurs appareils mobiles tels que les petits appareils mobiles.Cependant, comme l’équipe Gensyn le reconnaît, les fournisseurs d’informatique hétérogène dépendants ont soulevé de nouveaux défis.

Pour les fournisseurs centralisés tels que Google Cloud Provers et Coreweave, le coût est coûteux et la communication (bande passante et retard) entre les calculs est bon marché.Ces systèmes visent à réaliser la communication entre le matériel dès que possible.Gensyn a renversé ce cadre et permet à quiconque dans le monde de fournir un GPU pour réduire les coûts de calcul, mais en même temps, il augmente également les coûts de communication, car le réseau doit désormais coordonner et calculer les opérations sur le matériel hétérogène qui est éloigné.Gensyn n’a pas été lancé, mais c’est une preuve conceptuelle qui peut être mise en œuvre lors de la création d’un accord de formation à l’apprentissage automatique décentralisé.

Intelligence universelle décentralisée

La plate-forme informatique décentralisée offre également la possibilité de la conception de la méthode de création d’IA.AmerterIl s’agit d’un accord de calcul décentralisé basé sur le substrat, essayant de répondre « comment transformer l’IA en méthode collaborative? »Bittensor vise à atteindre la décentralisation et la commercialisation générées par l’IA.L’accord a été lancé en 2021, dans l’espoir d’utiliser la puissance du modèle d’apprentissage automatique collaboratif pour itérer et produire en permanence une meilleure IA.

Bittersor s’inspire de Bitcoin.Bittersor n’utilise pas la preuve de la charge de travail pour générer le nombre aléatoire correct et obtenir des récompenses de bloc, mais dépend de la « preuve de l’intelligence », qui oblige les mineurs à exécuter des modèles pour répondre aux demandes de raisonnement et générer une sortie.

Intelligence inspirante

Bittensor s’est appuyé à l’origine sur un modèle expert mixte (MOE) pour générer une sortie.Lors de la soumission d’une demande de raisonnement, le modèle MOE ne s’appuiera pas sur un modèle large, mais pour transmettre la demande de raisonnement au modèle le plus précis du type d’entrée donné.Imaginez la construction d’une maison et vous embauchez une variété d’experts pour être responsable des différences dans le processus de construction (par exemple: architectes, ingénieurs, travailleurs de la peinture, travailleurs de la construction, etc.).MOE l’applique à un modèle d’apprentissage automatique et essaie d’utiliser la sortie de différents modèles en fonction de l’entrée.Comme le fondateur de Bittensor l’a expliqué par Ala Shaabana, c’est comme « parler à une personne intelligente dans une maison et obtenir la meilleure réponse, ne pas parler à une personne ».Parce qu’il y a des défis pour assurer la bonne voie, la synchronisation du message au modèle correct et les incitations, cette méthode a été suspendue jusqu’à ce que le projet soit développé.

Il y a deux participants principaux dans le réseau Bittensor: les vérifications et les mineurs.La tâche des vérifications consiste à envoyer des demandes de raisonnement aux mineurs, à examiner leur production et à les classer en fonction de leur qualité de réponse.Afin de s’assurer que leur classement est fiable, les vérifications donneront le score « VTrust » en fonction de leur classement et d’autres classements de vérification.Plus le score VTRUST de la vérification est élevé, plus ils deviennent tao.Il s’agit d’encourager les vérifications à atteindre un consensus sur le classement des modèles au fil du temps, car plus le classement est vérifié, plus leur score VTRUST est élevé.

Les mineurs, également connus sous le nom de service, sont des participants au réseau qui gèrent le modèle d’apprentissage automatique réel.Les mineurs rivalisent les uns avec les autres pour fournir aux vérificateurs la sortie la plus précise pour les requêtes données.Les mineurs peuvent générer ces sorties comme ils le souhaitent.Par exemple, à l’avenir, les mineurs d’imitteurs sont complètement susceptibles de former des modèles sur Gensyn auparavant et de les utiliser pour gagner Tao.

De nos jours, la plupart des interactions se produisent directement entre les vérifications et les mineurs.La personne de vérification soumet l’entrée au mineur et demande la sortie (c’est-à-dire le modèle de formation).Une fois que les vérifications interrogent les mineurs du réseau et recevront leur réponse, ils classeront les mineurs et les soumettront au réseau.

Cette interaction entre la vérification (ROS dépendante) et les mineurs (le modèle dépendant prouve, une forme de POW) est appelé consensus de Yuma.Il vise à motiver les mineurs à produire la meilleure production et à gagner TAO, et à motiver les vérifications à classer avec précision la production des mineurs pour obtenir des scores VTRUST plus élevés et augmenter leurs récompenses Tao pour former un mécanisme de consensus de réseau.

Sous-réseau et application

L’interaction sur le Bittersor comprend principalement les vérifications soumises aux demandes des mineurs et a évalué leur sortie.Cependant, avec l’amélioration de la qualité des mineurs et la croissance de l’intelligence globale du réseau, Bittensor créera une couche d’applications sur sa pile existante afin que les développeurs puissent créer des applications qui interrogent les réseaux Bittensor.

En octobre 2023, Bittensor a introduit des sous-réseaux grâce à des mises à niveau de la révolution et a franchi une étape importante vers la réalisation de cet objectif.Ziwang est un réseau distinct qui inspire des comportements spécifiques sur le passagers.Revolution ouvre le réseau à toute personne intéressée à créer un sous-réseau.En quelques mois qui ont suivi sa version, plus de 32 sous-réseaux ont été démarrés, y compris des sous-réseaux pour les invites de texte, la capture des données, la génération d’images et le stockage.Avec la maturité du sous-réseau et devenant prêt, le créateur du sous-réseau créera également une intégration d’application afin que l’équipe puisse créer une application pour interroger des sous-réseaux spécifiques.Certaines applications (robots de chat, générateurs d’images, robots de réponse Twitter, marchés prédictifs) existent déjà, mais à l’exception du financement de la Fondation Bittersor, il n’y a pas de mesures d’incitation formelles pour les vérifications pour accepter et transmettre ces requêtes.

Afin de fournir une explication plus claire, ce qui suit est un exemple, expliquant comment le passagers peut fonctionner après l’intégration de l’application dans le réseau.

Les performances du sous-réseau sont basées sur les performances du réseau racine.Le réseau racine est situé au-dessus de tous les sous-réseaux.Les personnes de vérification du réseau racine classent le sous-réseau en fonction des performances du sous-réseau et distribuent régulièrement le jeton TAO émis au sous-réseau.De cette façon, chaque sous-réseau agit comme des mineurs du réseau racine.

Bittersor Outlook

Bittersor éprouve toujours les problèmes de croissance, car il élargit la fonction du protocole pour motiver la génération intelligente de réseaux multi-subordonnés.Les mineurs continuent de concevoir de nouvelles méthodes pour attaquer le réseau pour obtenir plus de récompenses TAO, telles que la sortie d’une évaluation et d’un raisonnement élevé en modifiant son fonctionnement du modèle, puis soumettez plusieurs variantes.The governance proposal affecting the entire network can only be submitted and implemented by Triumvirate, which is completely composed of the interest -related interest of the OpenEnsor Foundation (it should be noted that the proposal needs to be approved by the Bittensor Senate composed of Bittensor verified par le bittensor).L’économie de jeton du projet est modifiée pour augmenter les incitations à l’utilisation du réseau transversal Tao.Le projet est également devenu rapidement célèbre en raison de sa méthode unique.

Dans un article récemment publié par le développeur de base, dans un article intitulé « Bittensor Paradigm », l’équipe a expliqué la vision de Bittersor, c’est-à-dire finalement développée en « contenu inconnu mesuré ».Théoriquement, cela permet à Bittensor de développer des sous-réseaux pour motiver tous les types de comportements pris en charge par Tao.Il existe encore des restrictions réelles considérables – la plus remarquable est que ces réseaux peuvent s’étendre pour faire face à un processus aussi diversifié, et les progrès de mesures d’incitation potentielles ont dépassé les produits centralisés.

Construisez une pile de calcul décentralisée pour le modèle AI

Les parties ci-dessus fournissent un aperçu approximatif de divers types de protocoles informatiques d’IA décentralisés qui se développent.Au début, ils ont développé et adopté, ils ont fourni le fondement de l’écosystème et ont finalement promu la création de « blocs de construction d’IA », tels que le concept de « LEGO monétaire » de Defi.La disponibilité combinée de la blockchain sans autorisation offre la possibilité pour chaque protocole de construire un écosystème d’intelligence artificielle décentralisée plus complète.

Par exemple, c’est une façon dont Akash, Gensyn et Bittensor peuvent interagir pour répondre aux demandes de raisonnement.

Ce qui doit être clair, c’est que ce n’est qu’un exemple de ce qui peut arriver à l’avenir, et non le représentant de l’écosystème actuel, des partenariats existants ou des résultats possibles.Les restrictions opérationnelles mutuelles et autres considérations décrites ci-dessous ont considérablement limité la possibilité de l’intégration d’aujourd’hui.De plus, les besoins de liquidité et la nécessité d’utiliser plusieurs jetons peuvent endommager l’expérience utilisateur.

Autres produits décentralisés

En plus du calcul, plusieurs autres services d’infrastructure décentralisés ont été lancés pour soutenir l’écosystème d’IA émergent des crypto-monnaies.

Énumérez toute la portée de ce rapport, mais quelques exemples intéressants et explicatifs incluent:

• Océan:Un marché de données décentralisé.Les utilisateurs peuvent créer des données NFT représentant leurs données et peuvent utiliser des jetons de données pour les achats.Les utilisateurs peuvent monétiser leurs données et avoir une plus grande souveraineté et en même temps donner accès à l’équipe d’IA avec accès aux données requises par les modèles de développement et de formation.

• Herbe:Un marché de bande passante décentralisé.Les utilisateurs peuvent vendre une bande passante excédentaire à l’IA, et ce dernier utilise ces bandes passantes pour capturer les données d’Internet.L’herbe est basée sur le réseau WYND, qui permet non seulement aux individus de monétiser leur bande passante, mais aussi à offrir des vues plus diversifiées aux acheteurs de bande passante pour comprendre le contenu que les individus voient sur Internet (parce que l’accès à Internet personnel est généralement personnalisé selon son Adresse IP)).

• Hivemapper:Construisez un produit de carte décentralisé, qui comprend des informations collectées auprès des conducteurs de voitures quotidiens.Hivemapper s’appuie sur l’IA pour expliquer les images collectées auprès de la caméra de la carte d’instrument utilisateur, et récompenser les utilisateurs pour aider à affiner le modèle d’IA aux jetons en renforçant la rétroaction d’apprentissage humain (RHLF).

Dans l’ensemble, ceux-ci indiquent l’occasion presque infinie d’explorer les modèles de marché décentralisés qui soutiennent les modèles d’IA ou développent leur infrastructure périphérique requise.À l’heure actuelle, la plupart de ces projets sont au stade de la vérification conceptuelle, et davantage de recherches et de développement sont nécessaires pour prouver qu’ils peuvent gérer l’échelle requise pour des services d’intelligence artificielle complets.

Attendre avec impatience

Les produits informatiques décentralisés en sont encore aux premiers stades du développement.Ils viennent de commencer à lancer la puissance informatique la plus avancée qui peut former le modèle d’IA le plus puissant en production.Afin d’obtenir une part de marché significative, ils doivent montrer les avantages réels par rapport aux alternatives centralisées.Le facteur de déclenchement potentiel plus largement adopté comprend:

• Offre / demande GPU.La rareté du GPU et la croissance rapide du calcul conduisent à la compétition de réserve militaire du GPU.En raison de la limitation du GPU, OpenAI a limité l’accès à sa plate-forme.Des plates-formes telles que Akash et Gensyn peuvent fournir des alternatives rentables pour les équipes qui ont besoin de l’informatique à haute performance.Pour les fournisseurs informatiques décentralisés, les 6 à 12 prochains mois seront une occasion particulièrement unique d’attirer de nouveaux utilisateurs.Couplées aux modèles open source croissants tels que Meta’s Llama 2, les utilisateurs ne sont plus confrontés aux mêmes obstacles lors du déploiement de modèles efficaces de toxicomanie, faisant des ressources informatiques le principal goulot d’étranglement.Cependant, l’existence de la plate-forme elle-même ne garantit pas une offre informatique suffisante et des besoins correspondants des consommateurs.Il est toujours difficile d’acheter des GPU élevés, et le coût n’est pas toujours la principale motivation du côté de la demande.Ces plateformes seront confrontées à des défis pour montrer les avantages réels de l’utilisation d’options de calcul décentralisées (que ce soit en raison du coût, de la résistance d’examen, du temps de fonctionnement normal et de l’élasticité ou de l’accessibilité) pour accumuler des utilisateurs de viscosité.Ils doivent agir rapidement.L’investissement et la construction des infrastructures GPU sont effectuées à un rythme alarmant.

• Surveillance.La supervision reste la résistance du mouvement de calcul décentralisé.À court terme, le manque de supervision claire signifie que les prestataires et les utilisateurs sont confrontés à des risques potentiels d’utiliser ces services.Et si le fournisseur fournit des calculs ou si l’acheteur est calculé à partir de l’entité de sanction sans le savoir?Les utilisateurs peuvent hésiter à utiliser des plateformes décentralisées qui manquent de contrôle et de supervision centralisés des entités.L’accord essaie de réduire ces préoccupations en incorporant le contrôle sur sa plate-forme ou en ajoutant un filtre pour accéder uniquement au fournisseur de calcul connu (c’est-à-dire en fournissant à votre client KYC les informations), mais des méthodes plus puissantes doivent garantir la conformité tout en protégeant la conformité tout en protégeant le Conformité.À court terme, nous pouvons voir l’émergence des plates-formes KYC et de conformité.En outre, la discussion sur les nouveaux cadres réglementaires possibles aux États-Unis (le meilleur exemple est la publication des ordres administratifs pour la sécurité, la fiabilité et le développement et l’utilisation de l’intelligence artificielle digne de confiance) met en évidence le potentiel de restreindre davantage l’acquisition du GPU des actions réglementaires.

• Examiner.La réglementation est des produits informatiques à deux passages et décentralisés peut bénéficier des actions restreignant l’accès à l’IA.En plus des ordonnances administratives, le fondateur d’OpenAI, Sam Altman, a également témoigné au Congrès, indiquant que les régulateurs doivent délivrer des licences pour le développement de l’intelligence artificielle.La discussion sur la supervision de l’intelligence artificielle vient de commencer, mais de telles restrictions pour accéder ou examiner les fonctions d’IA peuvent accélérer l’utilisation de plateformes décentralisées sans de tels obstacles.En novembre 2023, l’évolution (ou le manque) du leadership de la direction d’OpenAI a en outre déclaré qu’il était risqué d’accorder le pouvoir de prise de décision du modèle d’IA le plus puissant à quelques personnes.De plus, tous les modèles d’IA refléteront inévitablement le préjudice des personnes qui les créent, qu’ils soient intentionnels ou non intentionnels.Une façon d’éliminer ces écarts consiste à faire du tas et de la formation fins autant que possible pour s’assurer que toute personne à n’importe quel endroit peut accéder à divers types et modèles de déviation.

• Confidentialité des données.Lorsque les données externes et les solutions de confidentialité qui fournissent aux utilisateurs l’autonomie des données sont intégrées, les calculs de décentralisation peuvent être plus attrayants que les alternatives centralisées.Lorsque Samsung s’est rendu compte que l’ingénieur utilisait Chatgpt pour aider la conception des puces et divulguer des informations sensibles à Chatgpt, Samsung est devenu la victime de l’incident.Phala Network et IEXEC prétendent fournir aux utilisateurs des terrains sécurisés SGX pour protéger les données des utilisateurs, et la recherche en cours de cryptage à l’état complet peut débloquer davantage le calcul décentralisé de la confidentialité pour garantir la confidentialité.Alors que l’IA s’intègre en outre dans nos vies, les utilisateurs accorderont plus d’attention à l’exécution de modèles sur des applications avec une protection de la vie privée.Les utilisateurs doivent également prendre en charge un service combiné de données afin qu’ils puissent transplanter les données d’un modèle à un autre modèle.

• Expérience utilisateur (UX)EssenceL’expérience utilisateur est toujours un obstacle majeur à tous les types d’applications cryptées et d’infrastructures.Ce n’est pas différent pour les produits informatiques décentralisés, et dans certains cas, car les développeurs doivent comprendre la crypto-monnaie et l’intelligence artificielle, cela exacerbera cette situation.Il est nécessaire de s’améliorer par rapport aux connaissances de base, comme la connexion abstraction avec l’interaction avec la blockchain pour fournir la même production de qualité élevée que les leaders du marché actuels.Étant donné que de nombreux protocoles de calcul décentralisés opérationnels qui fournissent des produits moins chers sont difficiles à obtenir une utilisation conventionnelle, cela est évident.

Contrat intelligent et ZKML

Les contrats intelligents sont les blocs de construction principaux de tout écosystème de blockchain.Dans le cas d’un ensemble de conditions spécifiques, ils exécuteront automatiquement et réduiront ou élimineront les besoins de tiers de confiance pour créer des applications décentralisées complexes, telles que les applications dans Defi.Cependant, comme la plupart des contrats intelligents existent actuellement, leurs fonctions sont toujours limitées car elles sont exécutées en fonction des paramètres prédéfinis qui doivent être mis à jour.

Par exemple, l’accord de prêt déployé Contrat Intelligent contient les spécifications de savoir quand effacer la position en fonction du prêt spécifique au ratio de valeur.Bien qu’il soit utile dans un environnement statique, dans la situation dynamique des risques, ces contrats intelligents doivent être mis à jour en permanence pour s’adapter aux changements de tolérance au risque, ce qui apporte des défis aux contrats qui ne transmettent pas la gestion centralisée des processus.Par exemple, les DAO qui s’appuient sur des processus de gouvernance décentralisés peuvent ne pas être en mesure de répondre rapidement aux risques systémiques.

Les contrats intelligents IA intégrés (c’est-à-dire le modèle d’apprentissage automatique) sont un moyen possible d’améliorer les fonctions, la sécurité et l’efficacité tout en améliorant l’expérience utilisateur globale.Cependant, ces intégrations présentent également des risques supplémentaires, car il est impossible de s’assurer que les modèles qui soutiennent ces contrats intelligents ne seront pas attaqués ou expliqués à la situation à long terme (compte tenu de la rareté de l’apport de données, la situation à long terme est difficile pour entraîner le modèle).

L’apprentissage automatique Zero-Knowledge (ZKML)

L’apprentissage automatique nécessite de nombreux calculs pour exécuter des modèles complexes, ce qui fait que le modèle d’IA ne peut pas fonctionner directement dans des contrats intelligents en raison d’un coût élevé.Par exemple, le protocole Defi qui fournit aux utilisateurs un modèle d’optimisation des revenus sera difficile pour exécuter le modèle sur la chaîne sans payer trop élevé de frais de gaz.Une solution consiste à augmenter la puissance de calcul de la blockchain sous-jacente.Cependant, cela augmente également les exigences pour l’album de vérification de la chaîne, qui peut détruire les caractéristiques décentralisées.Au lieu de cela, certains projets explorent que ZKML est utilisé pour vérifier la sortie sans confiance et ne nécessite pas de calculs de chaîne denses.

Cela montre qu’un exemple courant de l’utilité de ZKML est que les utilisateurs ont besoin que d’autres personnes exécutent des données via le modèle et vérifient que leurs transactions ont réellement exécuté le modèle correct.Peut-être que les développeurs utilisent des fournisseurs informatiques décentralisés pour former leurs modèles et craignent que le fournisseur essaie de réduire les coûts en essayant d’utiliser les différences de sortie qui peuvent à peine détecter.ZKML permet au fournisseur informatique d’exécuter des données via son modèle, puis génère des prouvances qui peuvent être vérifiées sur la chaîne pour prouver que la sortie du modèle d’entrée donné est correcte.Dans ce cas, le fournisseur de modèles aura des avantages supplémentaires, c’est-à-dire qu’ils peuvent fournir leurs modèles sans avoir à divulguer le poids de base de la sortie.

Vous pouvez également faire le contraire.Si l’utilisateur souhaite utiliser ses données pour exécuter le modèle, mais en raison de problèmes de confidentialité (tels que des examens médicaux ou des informations commerciales propriétaires), je ne souhaite pas fournir de modèles pour fournir des modèles pour accéder à leurs données, les utilisateurs peuvent exécuter leurs données Le modèle ne partage pas les données, puis prouve qu’ils exécutent le modèle correct en les vérifiant.Ces possibilités ont considérablement élargi l’espace de conception de l’intelligence artificielle et des fonctions de contrat intelligent en résolvant les restrictions de calcul découragées.

Infrastructure et outils

Compte tenu de l’état précoce du champ ZKML, le développement est principalement concentré dans l’infrastructure et les outils requis par l’équipe de construction pour convertir ses modèles et la sortie en preuves qui peuvent être vérifiées sur la chaîne.Ces produits abstraient dans la mesure du possible des connaissances zéro.

Ezkl et GizaCe sont deux éléments qui construisent cet outil en fournissant une preuve de vérification des modèles d’apprentissage automatique.Les deux aident l’équipe à construire un modèle d’apprentissage automatique pour s’assurer que ces modèles peuvent être exécutés de manière fiable sur la chaîne.Les deux projets utilisent le commutateur de réseau neuronal ouvert (ONNX) pour convertir des modèles d’apprentissage automatique écrit par un langage commun tel que TensorFlow et Pytorch en formats standard.Ils publient ensuite les versions de ces modèles, qui génèrent également une preuve ZK pendant l’exécution.EZKL est open source, produisant ZK-Snarks et Giza est fermé, produisant des étoiles ZK.Ces deux projets ne sont actuellement compatibles qu’avec EVM.

Au cours des derniers mois, EZKL a fait des progrès significatifs dans l’amélioration des solutions ZKML, se concentrant principalement sur la réduction des coûts, l’amélioration de la sécurité et l’accélération de la preuve de génération de la génération.Par exemple, en novembre 2023, EZKL a intégré une nouvelle bibliothèque GPU open source qui a raccourci le temps de certificat agrégé de 35%; Cluster informatique haute performance et système d’arrangement.Le caractère unique de Giza est qu’en plus de fournir des outils pour créer des modèles d’apprentissage automatique vérifiés, ils prévoient également de réaliser WEB3 équivalent à un visage étreint, ouvrir le marché des utilisateurs pour la collaboration et le partage de modèles ZKML, et éventuellement intégrer la décentralisation décentralisée de calculer le produit.En janvier, EZKL a publié une évaluation de référence qui a comparé les performances de l’EZKL, Giza et Risczero (comme décrit ci-dessous).EZKL montre un temps de preuve et une utilisation de la mémoire plus rapides.

Laboratoires de moduleIl développe également une nouvelle technologie résistante à ZK personnalisée pour le modèle d’IA.Le module a publié un article appelé « le coût de l’intelligence » (suggérant que le coût de l’exécution du modèle d’IA sur la chaîne était extrêmement élevé).Le document a été publié en janvier 2023, indiquant que les produits existants sont trop chers et inefficaces pour obtenir des applications d’IA à grande échelle.Sur la base de la recherche initiale, le module a lancé le reste en novembre, qui est un certificat spécialisé de connaissances zéro qui est spécifiquement utilisé pour réduire le coût et le certificat du modèle d’IA.Leur travail est fermé, ils ne peuvent donc pas tester la référence avec les solutions ci-dessus, mais ont récemment cité leur travail dans le blog de Vitalik sur le chiffrement et l’intelligence artificielle.

Le développement d’outils et d’infrastructures est important pour la croissance future de l’espace ZKML, car elle peut réduire considérablement la friction de l’équipe requise pour déployer la chaîne vérifiée pour calculer le circuit ZK requis.Créez une interface de sécurité pour permettre aux constructeurs natifs non cryptés engagés dans des travaux d’apprentissage automatique pour apporter leurs modèles à la chaîne, ce qui permettra aux applications d’effectuer des expériences plus importantes à travers des cas d’utilisation vraiment nouveaux.L’outil résout également un obstacle majeur à l’utilisation de ZKML, c’est-à-dire des développeurs qui souhaitent travailler dans le domaine de la connaissance croisée des connaissances zéro, de l’apprentissage automatique et de la cryptographie.

Coprocesseurs

D’autres solutions (appelées «processeur synthétique») se développent.Risczero, axiome et rituelEssenceLe terme du collaborateur est principalement sémantiquement – ces réseaux jouent de nombreux rôles différents, y compris le calcul sous la chaîne de vérification sur la chaîne.Comme EZKL, Giza et le module, leur objectif est de résumer entièrement la preuve de la connaissance zéro du processus de génération.Risczero et Axiom peuvent fournir des services à des modèles d’IA simples car ce sont des collaborateurs plus courants, et le rituel est spécialement conçu pour une utilisation avec le modèle d’IA.

InfernetIl s’agit de la première instance de Ritual, qui contient un SDK Infernet, permettant aux développeurs de soumettre des demandes de raisonnement au réseau et de recevoir la sortie et la preuve (facultative) en tant que retour.Les nœuds Infernet reçoivent ces demandes et calculez sous la chaîne de traitement avant de retourner la sortie.Par exemple, DAO peut créer un processus pour s’assurer que toutes les nouvelles propositions de gouvernance répondent à certaines conditions préalables avant la soumission.Chaque fois qu’une nouvelle proposition est soumise, le contrat de gouvernance déclenchera la demande d’inférence via l’infernet pour appeler le modèle d’IA de la formation de gouvernance spécifique au DAO.La proposition de révision du modèle pour s’assurer que toutes les normes nécessaires sont soumises et la production et les preuves sont renvoyées à la soumission de la proposition.

Au cours de la prochaine année, l’équipe rituelle prévoit de lancer plus de fonctions pour former des couches d’infrastructure appelées la chaîne Ritual Super.De nombreux éléments discutés précédemment peuvent être insérés dans le rituel en tant que fournisseur de services.L’équipe rituelle s’est intégrée à l’EZKL pour générer une preuve et pourrait bientôt ajouter les fonctions d’autres fournisseurs de premier plan.Les nœuds Infernet sur Ritual peuvent également utiliser des GPU Akash ou IO.NET et des modèles de requête formés en ligne dans la sous-ligne d’imerter-online.Leur objectif ultime est d’être le premier fournisseur de choix d’infrastructures d’IA ouvertes, qui peuvent fournir des services d’apprentissage automatique et d’autres tâches liées à l’IA pour tout réseau et toute charge de travail.

application

ZKML aide à concilier la contradiction entre la blockchain et l’intelligence artificielle.Comme l’a déclaré un fondateur de Giza: « Le cas d’utilisation est très riche … c’est un peu comme le cas d’utilisation d’Ethereum au début de Ethereum … Ce que nous avons fait n’est que le cas d’utilisation de l’élargissement des contrats intelligents. « Cependant, comme mentionné ci-dessus, aujourd’hui, le développement se produit principalement dans les niveaux d’outils et d’infrastructures.L’application est toujours au stade d’exploration.

Certaines des applications actuelles comprennent:

• Finance décentraliséeEssenceZKML a amélioré l’espace de conception de Defi en améliorant la capacité des contrats intelligents.Le protocole DeFI fournit une grande quantité de données vérifiées et non empêchées pour les modèles d’apprentissage automatique, qui peuvent être utilisées pour générer des stratégies d’acquisition ou de trading de revenus, l’analyse des risques, l’expérience utilisateur, etc.Par exemple,Giza etAspirer la financeCoopérez pour construire un moteur d’évaluation automatique des risques de vérification du concept pour le nouveau coffre-fort V3 de aspect.Modulus Labs coopère avec Lyra Finance pour incorporer l’apprentissage automatique dans son AMM, avecProtocole d’ionsCoopérer la mise en œuvre du modèle de vérification et le risque de vérificateur, et aidentRésultatInformations sur les prix du NFT qui vérifient son intelligence artificielle.Noya(En utilisant l’EZKL) et les accords Mozaic donnent accès aux modèles de chaîne propriétaires.Financement spectralLe moteur de notation de crédit sur la chaîne construit la possibilité de la propriété de composé ou d’emprunteur Aave en arriérés.En raison de ZKML, ces soi-disant produits « De-Ai-Fi » pourraient devenir plus populaires au cours des prochaines années.

• jeuEssencePendant longtemps, le jeu a été considéré comme renversé et amélioré par la chaîne publique.ZKML est possible pour faire des jeux de chaîne d’intelligence artificielle.Modulus Labs a réalisé la vérification du concept du jeu de chaîne simple.Leela vs le mondeIl s’agit d’une théorie des jeux des jeux d’échecs.De même, l’équipe utilise également le cadre EZKL pour construire une compétition de chant et une chaîne du jeu simples.CartoucheGiza utilise Giza pour permettre à l’équipe de déployer un jeu de chaîne complet.Bien que simple, ces vérifications de concept indiquent la future implémentation, qui peut réaliser une vérification plus complexe de la chaîne, telles que des acteurs complexes de PNJ qui peuvent interagir avec l’économie dans le jeu, comme « ARENA AICe que vous voyez dans le « See, c’est un jeu super chaotique. Les joueurs peuvent entraîner leurs soldats en eux, puis se déployer pour se battre pour le modèle d’IA.

• Identité, traçabilité et intimitéEssenceLes crypto-monnaies ont été utilisées pour vérifier l’authenticité et la réduction de plus en plus de contenu de génération / manipulation d’intelligence artificielle et de falsification en profondeur.ZKML peut faire avancer ces efforts.WorldCoinIl s’agit d’une solution d’identité qui oblige les utilisateurs à scanner l’iris pour générer des ID uniques.À l’avenir, les ID biométriques peuvent être stockés sur des dispositifs personnels pour l’auto-hostation, et les modèles requis pour vérifier la biométrie locale sont utilisés pour vérifier la biométrie locale.Les utilisateurs peuvent alors fournir des preuves de l’identification biologique sans révéler leur identité, afin d’assurer la vie privée tout en résistant à l’attaque des sorcières.Cela peut également être appliqué à d’autres inférences qui nécessitent une confidentialité, comme l’utilisation de modèles pour analyser les données / images médicales pour détecter les maladies, vérifier la personnalité et développer des algorithmes dans les demandes de rencontres ou les institutions d’assurance et de prêt qui doivent vérifier les informations financières.

Attendre avec impatience

ZKML est toujours au stade expérimental, et la plupart des projets se concentrent sur la construction des termes originaux de l’infrastructure et de la preuve du concept.Les défis d’aujourd’hui comprennent les coûts de calcul, les restrictions de mémoire, la complexité du modèle, les outils limités et les infrastructures et les développeurs.En bref, il y a beaucoup de travail à faire avant que ZKML puisse être mis en œuvre par l’échelle requise par les produits de consommation.

Cependant, avec la maturité de ce champ et la résolution de ces restrictions, ZKML deviendra un élément clé de l’IA et du cryptage.Essentiellement, ZKML promet de calculer la chaîne de toute taille dans la chaîne, tout en maintenant la même assurance de sécurité que la chaîne.Cependant, avant la réalisation de ce souhait, les premiers utilisateurs de la technologie continueront de peser entre la confidentialité et la sécurité de ZKML et l’efficacité des alternatives.

Ai intelligent

L’une des intégrations les plus excitantes de l’IA et des crypto-monnaies est l’expérience intelligente de l’IA en cours.L’intelligence est un robot autonome qui peut recevoir, interpréter et exécuter des tâches dans les modèles d’IA.Cela peut être n’importe quoi, d’un assistant personnel à un financement fin en fonction de vos préférences pour embaucher un robot financier qui gère et ajustez votre portefeuille d’investissement en fonction de vos préférences de risque.

Parce que les crypto-monnaies fournissent une infrastructure de paiement sans autorisation et aucune confiance, SMART et les crypto-monnaies peuvent être bien combinées.Après l’entraînement, le corps intelligent obtiendra un portefeuille afin qu’ils puissent utiliser des contrats intelligents pour les transactions par eux-mêmes.Par exemple, l’intelligence simple d’aujourd’hui peut capturer des informations sur Internet, puis échanger le marché des prévisions selon le modèle.

Fournisseur intelligent

MorphéeIl s’agit de l’un des derniers projets intelligents open source répertoriés sur Ethereum et Arbitrum en 2024.Son livre blanc était anonyme en septembre 2023, fournissant la base de la formation et de la construction de la communauté (y compris des personnages célèbres tels que Erik Vorhees).Le livre blanc comprend un protocole intelligent téléchargeable.Il utilise le classement des contrats intelligents pour aider les intelligents à déterminer quels contrats intelligents peuvent interagir en toute sécurité en fonction de normes telles que des transactions.

Le livre blanc fournit également un cadre pour construire un réseau Morpheus, tel que la structure incitative et l’infrastructure requises pour le fonctionnement du protocole intelligent.Cela inclut le front-end du contributeur d’incitation à la construction d’une API qui peut être insérée dans une application qui peut interagir les uns avec les autres dans le front de l’interaction avec les corps intelligents, et le nuage qui peut interagir les uns avec les autres. sur le périphérique de bord.Les fonds initiaux du projet ont été lancés début février, et l’accord complet devrait commencer au deuxième trimestre de 2024.

Réseau d’infrastructure autonome décentralisé (DAIN)Il s’agit d’un nouvel accord d’infrastructure intelligent qui construit une économie physique intelligente sur Solana.L’objectif de Dain est de permettre à l’intelligence de différentes entreprises d’interagir de manière transparente à travers des API courantes, afin d’ouvrir considérablement l’espace de conception des parties intelligentes AI, l’objectif est de réaliser des parties intelligentes qui peuvent interagir avec les produits Web2 et Web3.En janvier, Dain a annoncé la première coopération avec Asset Shield.

Fetch.aiC’était l’une des premières parties intelligentes AI qui ont déployé et développé un écosystème pour construire, déployer et utiliser des corps intelligents sur la chaîne à l’aide de jetons FET et de portefeuille.Le protocole fournit un ensemble d’outils et d’applications complets pour l’utilisation de corps intelligents, y compris des fonctions dans le wallet pour l’interaction avec les corps intelligents et les agents de commande.

AutonolasLe fondateur comprend l’ancien membre de l’équipe Fetch, qui est un marché libre pour la création et l’utilisation de l’IA décentralisée Smartmen.Autonolas fournit également aux développeurs un ensemble d’outils pour construire des parties intelligentes AI sous la chaîne et peut insérer plusieurs blockchains, notamment Polygon, Ethereum, Gnosis Chain et Solana.Ils ont actuellement des produits de vérification de concept intelligente actifs, notamment la prédiction des marchés et la gouvernance DAO.

SingularitynetIl construit un marché décentralisé pour l’IA Smart, et les gens peuvent déployer des parties intelligentes concentrées.D’autres sociétés, telles que AlteredStateMachine, construisent l’intégration de l’IA Smart et du NFT.Les utilisateurs jettent NFT avec des attributs aléatoires, ce qui leur donne les avantages et les inconvénients des différentes tâches.Ces renseignements peuvent être formés pour améliorer certains attributs à utiliser pour les jeux, Defi ou comme assistants virtuels et échanger avec d’autres utilisateurs.

En général, ces projets imaginent un futur écosystème intelligent.L’intelligence vraiment compliquée sera capable de terminer les tâches utilisateur indépendamment.Par exemple, une intelligence autonome complète sera en mesure de comprendre comment embaucher un autre corps intelligent pour intégrer l’API, puis l’exécuter sans avoir à s’assurer que le corps intelligent a intégré et exécuté la tâche avec l’API externe (comme un Site de réservation de voyage) avant utilisation.Du point de vue de l’utilisateur, vous n’avez pas besoin de vérifier si le corps intelligent peut terminer la tâche, car le corps intelligent peut se déterminer.

Bitcoin et Ai Smart

Juillet 2023,Laboratoire de réseau LightningLe mode de réalisation du concept de l’utilisation du corps intelligent sur le réseau Lightning a été lancé, qui est appeléKit Langchain BitcoinEssenceCe produit est particulièrement intéressant car il vise à résoudre le problème de plus en plus grave dans le monde du Web 2 – le contrôle d’accès et la clé API coûteuse de l’application Web.

Langchain résout ce problème en fournissant un ensemble d’outils pour les développeurs, en permettant à l’intelligence d’acheter, de vendre et de maintenir Bitcoin, et d’interroger la clé de l’API et d’envoyer un petit paiement.Dans le champ de paiement traditionnel, le petit paiement est élevé en raison des dépenses.Lorsqu’il est combiné avec le cadre de l’API de mesure du paiement Langchain Langchain, cela permet à l’entreprise d’ajuster le coût d’accès de son API en fonction de l’augmentation et de la réduction de l’utilisation, plutôt que de fixer une norme pour un seul coût.

À l’avenir, l’activité ON-Chain est principalement dirigée par l’interaction du corps intelligent et du corps intelligent.Ceci est un exemple précoce qui montre comment utiliser l’intelligence sur la piste sans paiement autorisé et économique, ce qui a ouvert la possibilité de nouveaux marchés et d’interaction économique.

Attendre avec impatience

Le champ intelligent est toujours dans la nouvelle étape.Le projet vient de commencer à lancer l’intelligence fonctionnelle, qui peut utiliser son infrastructure pour gérer les tâches simples – Ce n’est généralement que des développeurs et des utilisateurs expérimentés.Cependant, au fil du temps, l’un des plus grands impacts de l’intelligence de l’IA sur les crypto-monnaies est l’amélioration de l’expérience utilisateur dans tous les champs verticaux.La transaction commencera à passer des clics vers le texte, et les utilisateurs peuvent interagir avec le corps intelligent sur la chaîne via un grand module de langue.Dawn Wallet et al.L’équipe a lancé un portefeuille de robot de chat pour les utilisateurs pour interagir sur la chaîne.

En outre, on ne sait pas comment les parties intelligentes opèrent dans le Web 2, car le secteur financier dépend des institutions bancaires réglementées, ces institutions ne peuvent pas fonctionner 24/7 et ne peuvent pas effectuer de transactions croisées transparentes.Comme le souligne Lyn Alden, en raison de l’absence de capacité à rembourser et à traiter les micro-transactions, la piste cryptographique est particulièrement attrayante par rapport aux cartes de crédit.Cependant, si l’intelligence devient une méthode de transaction plus courante, les fournisseurs de paiement et les demandes existants sont susceptibles de prendre des mesures rapidement pour mettre en œuvre l’infrastructure requise pour opérer dans le domaine financier existant, affaiblissant ainsi une partie de l’utilisation des avantages des crypto-monnaies.

À l’heure actuelle, l’intelligence peut être limitée aux transactions de crypto-monnaie, dont la garantie d’entrée donnée par la sortie.Les deux modèles spécifient ces corps intelligents pour comprendre comment effectuer des tâches complexes, et les outils élargissent la plage qu’ils peuvent effectuer, et les deux doivent être développés davantage.Afin de rendre l’intelligence chiffrée être utile sur les nouveaux cas d’utilisation de chiffrement de la chaîne, une intégration et une acceptation plus étendues du cryptage sont nécessaires en tant que mode de paiement et clarification de la supervision.Cependant, avec le développement de ces composants, le corps intelligent se prépare à devenir l’un des plus grands consommateurs de l’informatique décentralisée mentionnée ci-dessus et de la solution ZKML, recevant et résolvant toutes les tâches de manière autonome non confirmée.

en conclusion

L’IA introduit la même innovation que nous voyons dans Web2 pour les crypto-monnaies et améliore tous les aspects du développement des infrastructures à l’expérience utilisateur et à l’accessibilité.Cependant, le projet est encore à la première étape du développement, et l’intégration récente de la crypto-monnaie et de l’IA sera principalement dirigée par le sous-chaîne.

Des produits tels que Copilot augmenteront les développeurs de 10 fois « .Des entreprises telles que Cub3.ai et Test Machine développent une intégration d’IA pour les audits de contrats intelligents et la surveillance des menaces en temps réel pour améliorer la sécurité de la chaîne.Les robots de chat LLM suivent des données sur les données de la chaîne, les documents de protocole et les applications pour offrir aux utilisateurs un accessoire amélioré et une expérience utilisateur.

Pour l’intégration plus avancée de l’utilisation de la technologie sous-jacente de la crypto-monnaie, les défis prouvent toujours que la mise en œuvre des solutions d’IA sur la chaîne est techniquement possible, et elle est également économique.Le développement de calculs décentralisés, ZKML et Intelligence AI indique les champs verticaux potentiels, qui ont jeté les bases de l’avenir des crypto-monnaies et de l’interconnexion de l’IA dans une profondeur.