Intelligence de l’IA sur la chaîne: architecture, exemples et projets dignes d’attention

Auteur: Accelxr, 1kx;

L’objectif principal du modèle de génération actuel est la création de contenu et le filtrage des informations.Cependant, les recherches et discussions récentes de l’IA Smart (les participants indépendants qui utilisent des outils externes pour atteindre les objectifs définis par l’utilisateur) montrent que si l’IA fournit un canal économique similaire à Internet dans les années 1990, l’IA peut se déverrouiller considérablement.

À cette fin, l’intelligence doit être représentée par les actifs qu’ils peuvent contrôler, car les systèmes financiers traditionnels ne sont pas fixés pour eux.

C’est là que le chiffrement joue le rôle: le cryptage fournit un règlement rapide, un paiement numérique et une couche de propriété, qui est particulièrement adapté à la construction de l’intelligence de l’IA.

Dans cet article, je vous présenterai les concepts de l’architecture intelligente et intelligente.

Qu’est-ce qui est intelligent

AI Smart est une entité dirigée par LLM qui peut planifier et prendre des mesures pour atteindre des objectifs dans plusieurs itérations.

L’architecture corporelle intelligente ne se compose qu’une seule ou plusieurs intelligences pour résoudre le problème ensemble.

Habituellement, chaque corps intelligent a une personnalité et peut utiliser divers outils, ce qui les aidera indépendamment ou terminera son travail en équipe.

L’architecture corporelle intelligente est différente de notre façon habituelle d’interagir avec LLM aujourd’hui:

Les invites à temps zéro sont la façon dont la plupart des gens interagissent avec ces modèles: vous entrez l’invite, LLM répond en fonction de ses connaissances pré-existence.

Dans l’architecture corporelle intelligente, si vous initialisez la cible, LLM le décompose en tant que tâche d’enfant, puis il vous incite à vous-même récursivement (ou d’autres modèles) pour terminer chaque sous-tâche jusqu’à ce qu’elle atteigne la cible.

Architecture corporelle intelligente unique et architecture corporelle multi-intelligente

Architecture de renseignement unique: un modèle de langue effectue tout le raisonnement, la planification et l’exécution des outils par eux-mêmes.Il n’y a pas de mécanisme de rétroaction des autres intelligences, mais les humains peuvent choisir de fournir des commentaires à l’intelligence.

Architecture multi-intelligente: ces architectures impliquent deux ou plusieurs parties intelligentes, et chaque corps intelligent peut utiliser le même modèle de langue ou un ensemble de modèles de langue différents.Smart peut utiliser les mêmes outils ou différents outils.Chaque intelligence a généralement son propre rôle.

Structure verticale: un corps intelligent agit comme un leader et d’autres renseignements le rapportent.Cela aide la production de l’organisation.
Structure horizontale: une discussion en grand groupe sur les tâches, chaque corps intelligent peut voir d’autres messages et terminer volontairement la tâche ou les outils d’appel.

Architecture intelligente: fichier de configuration

Les intelligents ont des fichiers de configuration ou des personnalités, qui définissent leurs caractères comme des invites à affecter le comportement et les compétences de LLM.Cela dépend en grande partie d’applications spécifiques.

Peut-être que beaucoup de gens l’ont utilisé comme une technologie rapide aujourd’hui: « Vous êtes un expert nutritionnel. Fournissez-moi un régime alimentaire … ».Fait intéressant, le rôle de LLM avec LLM peut augmenter sa production par rapport à la ligne de base.

Le fichier de configuration peut être effectué via les méthodes suivantes:

MAINS MAINTÉ: le fichier de configuration manuellement par le créateur humain;
LLM généré: utilisez le fichier de configuration généré par LLM.
Alignement des ensembles de données: le fichier de configuration est généré en fonction de la collecte de données du personnel du monde réel.

Architecture intelligente: mémoire

Les informations de stockage de mémoire intelligente sont perçues de l’environnement et utilisent ces informations pour formuler de nouveaux plans ou actions.La mémoire permet à l’intelligence d’évoluer et d’agir en fonction de son expérience.

Mémoire unifiée: similaire à la mémoire à court terme réalisée à travers le contexte / à travers des invites continues.Toute la mémoire associée sera transmise au corps intelligent dans chaque invite.Principalement restreint par la taille de la fenêtre de contexte.
Mélange: mémoire à court terme + à long terme.La mémoire à court terme est un tampon temporaire dans l’état actuel.Réflex ou que des informations utiles à long terme sont stockées en permanence dans la base de données.Il existe plusieurs façons de le faire, mais la méthode commune consiste à utiliser une base de données vectorielle (codage de la mémoire comme intégrée et stockée; les souvenirs proviennent d’une recherche similaire)
Format: Langage naturel, base de données (par exemple, enquête SQL de finition fine SQL), liste structurée, intégrée

Architecture intelligente: planification

La déconstruction complexe de la tâche est résolue seule.

Aucun plan de rétroaction:

Dans cette méthode, le corps intelligent ne recevra pas de commentaires qui affectent le comportement futur après avoir agi.Un exemple est la chaîne de chaîne (COT), qui encourage LLM à exprimer son processus de réflexion lors de la fourniture de réponses.

Raisonnement unilatéral (comme le lit zéro)
Raisonnement multi-parcours (par exemple, lit d’auto-cohésion, qui génère plusieurs threads de lit et utilise la réponse la plus élevée en fréquence))
Planificateur externe (comme la définition du domaine de planification)

Planifier avec commentaires:

Iterates et affiner la sous-lasion en fonction des commentaires externes

Rétroaction environnementale (comme le signal d’achèvement des tâches de jeu)
Commentaires humains (comme la sollicitation des commentaires des utilisateurs)
Feedback du modèle (par exemple, solliciter une autre rétroaction LLM -Crowdsourcing)

Architecture intelligente: action (action)

L’action est responsable de la transformation de la prise de décision du corps intelligent en un résultat spécifique.

Il existe de nombreuses formes possibles d’objectifs comportementaux, tels que:

Achèvement de la mission (par exemple, faire un choix de fer dans Minecraft)
Communication (par exemple, partager des informations avec un autre Smartman ou Human)
Exploration environnementale (comme la recherche de votre propre espace de comportement et l’apprentissage de votre capacité).

La génération de comportement provient généralement de la mémoire ou de la planification.

Architecture intelligente: acquisition de capacités

Afin d’effectuer correctement l’action dans l’espace d’action, le corps intelligent doit avoir la capacité d’être spécifique à la tâche.Il existe deux méthodes principales pour y parvenir:

Grâce à une fin de tréptation: Train Intelligence sur l’ensemble de données dans les annotations artificielles, la génération LLM ou les exemples du monde réel.
Pas de finition fine: vous pouvez utiliser les capacités congénitales de LLM grâce à une ingénierie et / ou à l’ingénierie mécanisme plus compliqués (c’est-à-dire combiner des commentaires externes ou une accumulation d’expérience).

Exemples intelligents dans la littérature

Générer un corps intelligent: Simulation interactive du comportement humain: intelligence instanciée et générée dans l’environnement de bac à sable virtuel, montrant que les systèmes multi-indigents ont des urgences.À partir de la prochaine des invites désignées de la fête de la Saint-Valentin, l’expérience intelligente enverra automatiquement des invitations, rencontrera de nouveaux amis, se dressera et se coordonnera pour participer ensemble à la fête dans les deux prochains jours.Vous pouvez utiliser A16Z AI Town pour l’essayer vous-même.

Description Sélection du plan d’explication (DEP): Le premier peut compléter le stimulation multi-tâches zéro-échantillon de plus de 70 tâches Minecraft.

Voyageur: Le premier corps intelligent conduit par LLM dans Minecraft, qui reflète l’apprentissage tout au long de la vie, peut continuer à explorer le monde, à acquérir diverses compétences et à faire de nouvelles découvertes sans intervention manuelle.Amélioration continue de son code d’exécution de compétences en fonction de la rétroaction des tests répétés.

Calypso: Le corps intelligent conçu pour le jeu « Dragon and Dungeon » peut aider la création principale du donjon pour créer et raconter l’histoire.Sa mémoire à court terme est basée sur la description de la scène, les informations sur les monstres et le résumé précédent.

Ghost in minecraft (gitm): Smart – Intelligence générale en fonction de Minecraft, le taux de réussite des diamants est de 67,5% et le taux d’achèvement de tous les éléments du jeu est de 100%.

Sayplan: Planification de tâches à grande échelle robotique à grande échelle, en utilisant la représentation graphique de la scène 3D, montrant la possibilité d’effectuer une planification des tâches à long terme à partir d’instructions abstraites et en langage naturel pour la robotique.

Étreindre: Selon les invites de l’utilisateur, la planification des tâches est utilisée pour sélectionner le plan de tâches, selon la description de la description sur la face étreinte et effectuer tous les sous-tâches. Autres tâches difficiles.

Métagpte: Acceptez le story utilisateur d’entrée et de sortie / analyse concurrentielle / demande / structure de données / API / Document.À l’intérieur, il existe de multiples intelligences qui constituent diverses fonctions des sociétés de logiciels.

Chemcrow: Une intelligence chimique LLM, qui vise à utiliser les outils conçus par 18 experts pour effectuer les tâches telles que la synthèse organique, la découverte de médicaments et la conception des matériaux.La planification et l’exécution autonomes de l’insectifuge et de trois catalyseurs organiques sont synthétisées et un nouveau type de groupe de couleurs de cheveux est guidé.

Babyagi: Utilisez des bases de données OpenAI et vectorielles (telles que le chroma ou les weavate) pour créer, déterminer l’infrastructure générale des tâches de priorité et d’exécution.

Autogpt: Un autre exemple d’une infrastructure générale pour le lancement de l’intelligence LLM.

Exemple de corps intelligent en crypto

(Remarque: tous les exemples ne sont pas basés sur LLM + certains peuvent être plus lâches dans le concept de corps intelligent)

Frenrug de ritualnet: Basé sur le jeu de vendeur de tapis turc GPT-4 {https: // aiadventure.spiel.com/carpet}.Frenrug est un courtier, et n’importe qui peut essayer de le convaincre d’acheter son ami.Chaque message utilisateur est transmis à plusieurs LLM exécutés par différents nœuds infernaux.Ces nœuds ont répondu sur la chaîne et ont voté par LLM pour déterminer si le corps intelligent devrait acheter la clé proposée.Lorsqu’il y a suffisamment de nœuds pour répondre, le vote s’agrégère.

Gnosis utilise l’intelligence prédictive du marché d’Autonolas: Les robots AI sont essentiellement des emballages de contrat intelligent des services AI.Le service surveillera la demande, effectuera la tâche et renverra la réponse sur la chaîne.Cette infrastructure de robot IA a été étendue au marché des prévisions via des présats.Smarts a recherché le marché sur Omen, a payé le « robot » pour prédire le thème du « robot » et a utilisé le marché des transactions.

IANDAOS GPT & LT;: GPT utilise Syndicateio pour transaction API Cloud pour gérer l’USDC indépendamment dans le portefeuille multi-signature sûr sur sa propre chaîne de base.Vous pouvez lui parler et faire des suggestions sur la façon de faire le meilleur usage de son capital, il peut être alloué en fonction de vos suggestions.

Intelligence de jeu: Il y a beaucoup d’idées ici, mais en bref, l’intelligence de l’IA dans l’environnement virtuel est à la fois un compagnon (comme l’IA NPC à Skyrim) et des concurrents (comme un groupe de pingouins joufflu).Smart peut exécuter automatiquement la stratégie de revenus pour fournir des biens et des services (tels que: les propriétaires de magasins, les marchands de voyage, les fournisseurs de tâches de génération sophistiqués) ou les personnages semi-jeu en colonie parallèle et AI Arena.

Angels gardiens sûrs: Utilisez un ensemble d’intelligence AI pour surveiller les portefeuilles et les menaces potentielles défensives pour protéger les fonds des utilisateurs et augmenter la sécurité des portefeuilles.Les fonctionnalités incluent l’annulation automatique des autorisations contractuelles et des fonds extraits lors de l’attaque anormale ou des pirates.

Botto: Bien que Botto soit un exemple de corps intelligent défini sur la chaîne, il montre le concept de l’artiste sur la chaîne autonome.Les gens peuvent imaginer les différentes extensions de l’architecture du corps intelligent multi-modes.—

Certains projets intelligents dignes d’attention

(Remarque: tous les projets ne sont pas basés sur LLM + certains peuvent être plus lâches dans le concept de corps intelligents)

Aiway Finder— – Coloning, contrat, normes contractuelles, actifs, fonctions, fonctions API, cartes de connaissances décentralisées de routine + chemin (c’est-à-dire que la feuille de route virtuelle de l’écosystème de la blockchain peut être navigue).Les utilisateurs seront récompensés pour avoir identifié le chemin réalisable utilisé par le corps intelligent.De plus, vous pouvez lancer un shell contenant des paramètres de caractère et une activation des compétences (c’est-à-dire SMART), puis vous pouvez l’insérer dans la carte de connaissance du chemin du chemin.

Ritualnet—— En fait, comme le montre l’exemple Frenrug ci-dessus, le nœud rituel de l’infernet peut être utilisé pour configurer une architecture corporelle multi-intelligente.Surveillance du nœud sur la chaîne ou sous le lien, et fournit une sortie avec des certificats facultatifs.

Morphée—— Le réseau personnel Point-To-Point peut représenter l’exécution par les utilisateurs des contrats intelligents.Cela peut être utilisé pour les portefeuilles Web3 et la gestion prévue, l’analyse des données, les DAPP et les modèles de recommandation de contrat via des interfaces de robot de chat et des opérations de gymnastique intelligentes à long terme en connectant les applications et les données utilisateur.

Protocole Dain— – Evenarage plusieurs cas d’utilisation déployés sur Solana.A récemment démontré un déploiement d’un robot de trading crypté.

Naptha—— Contrat d’arrangement de Sminton, un nœud d’opérateur avec une chaîne sur la chaîne du corps intelligent, la disposition de la tâche d’arrangement, le moteur de disposition du flux de travail LLM qui prend en charge le message asynchrone transmet sur différents nœuds et le système de certification de flux de travail pour vérifier le système exécution.

Myshell—— It similaire à la plate-forme http: // caractères.ai AI -Character, les créateurs peuvent monétiser les fichiers et outils de configuration intelligents.L’infrastructure multi-modes contient quelques exemples intéressants d’intelligence, y compris la traduction, l’éducation, la compagnie, le codage, etc.Contient des modèles de personnel de développement simples pour la création de corps intelligents sans code simples et pour assembler des composants d’IA.

ARENA AI—— Le jeu de combat en Pvp compétitif, les joueurs peuvent acheter, s’entraîner et affronter NFT qui soutient l’IA.Les joueurs apprennent à apprendre à jouer à des jeux dans différentes cartes et scènes en imitant l’apprentissage pour former leur NFT Smartborn en apprenant la probabilité pertinente du comportement des joueurs.Après l’entraînement, les joueurs peuvent envoyer leurs corps intelligents pour participer au classement pour obtenir des prix Token.Il n’est pas basé sur LLM, mais c’est toujours un exemple intéressant de la possibilité de jeux intelligents.

Protocole Virtuals—— Un protocole de construction et de déploiement de l’intelligence multimodale aux jeux et autres espaces en ligne.Les trois principaux prototypes du virtuel d’aujourd’hui comprennent les miroirs de caractère IP, l’intelligence fonctionnelle spécifique et les substituts individuels.Le contributeur contribue aux données et aux modèles au virtuel virtuel, et le vérifié comme le gardien de but.Il existe un mécanisme d’incitation économique pour promouvoir le développement et la monétisation.

Brianknows—— Fournir aux utilisateurs une interface utilisateur afin que l’interaction avec les parties intelligentes puisse exécuter des transactions, rechercher des informations spécifiques aux crypto-monnaies et déployer des contrats intelligents en temps opportun.À l’heure actuelle, plus de 10 des 100 opérations intégrées sont prises en charge.Un exemple récent est de permettre au corps intelligent d’utiliser le langage naturel pour représenter les utilisateurs de Lido Eth.

Autonolas—— Fournir des renseignements locaux et basés sur les nuages légers, une intelligence décentralisée et une économie physique intelligente professionnelle.Les exemples exceptionnels incluent les renseignements Defi et prédictifs, les représentants de la gouvernance par l’IA et le marché des outils intelligents (agent-agent).Un protocole de coordination et de motivation de la gymnastique intelligente + OLAS Stack, il s’agit d’un cadre open source pour les développeurs pour construire un corps intelligent qui peut être détenu conjointement.

Creator.bid—— Fournir aux utilisateurs un rôle sur les réseaux sociaux Smartmen connecté à l’API réel avec X et Farcaster.Les marques peuvent commencer l’intelligence basée sur les connaissances et effectuer le même contenu que la marque sur les plateformes sociales.

Polywrap—— Provide various smart products, such as Indexer (Farcaster’s social media intelligence), AutoTX (planning and transaction executions with Morpheus and FLOCK.IO), PredictionProphet.ai predictions (with GNOSIS and Autonolas Smart) and FundPublicgoods.AI (intelligent body for allocation des ressources).

Vérification – La circulation économique sera guidée par l’intelligence, la vérification de la production sera très importante (les articles suivants seront introduits en détail dans les futurs articles).Les méthodes de vérification incluent le ZKML, les solutions de théorie du jeu de ORA Protocol, ZKML, les solutions de théorie des jeux et les solutions basées sur le matériel comme le TEE.

Certaines des pensées sur la chaîne

Les intelligences qui peuvent avoir, négociables et jetons, peuvent remplir différents types de fonctions, de la compagnie aux applications financières,
Il peut représenter l’intelligence de vous identifier, apprendre et participer à l’économie du jeu;
Intelligent qui peut simuler un comportement humain réel, pour les opportunités de revenu
Des portefeuilles multi-indigents gérés par multi-interventions peuvent servir de gestionnaires d’actifs indépendants
L’IA a géré la gouvernance DAO (comme la commission de jeton, la création ou la gestion des propositions, l’amélioration des processus, etc.)
Utilisez le stockage ou la base de données Web3 comme système combiné d’intégration de vecteur pour le partage et l’état de mémoire permanente
Opérations locales, participer au réseau consensuel mondial, effectuer des tâches définies par l’utilisateur
Interaction en accord et la carte des connaissances API existantes et API
Réseau Guardian autonome, sécurité de signature multiple, sécurité de contrat intelligente et amélioration des fonctions
Investir vraiment dans DAO (par exemple, DAO, un collectionneur d’historiens de l’art, des analystes d’investissement, des analystes de données et des personnages de Degen Intelligence))
Économie en jetons et simulation et test de la sécurité des contrats
Intention générale de gérer, en particulier lorsque l’expérience utilisateur cryptée (comme Bridge ou Defi)
Art ou projet expérimental

Attirer le prochain utilisateur d’un milliard

Comme l’a récemment dit le co-fondateur de Varaint Fund, Jesse Walden, l’intelligence indépendante est une évolution de l’utilisation de la blockchain, pas une révolution: nous avons déjà des robots de tâches de protocole, des robots de tireur d’élite, des rechercheurs MEV, des packs d’outils de robot, etc.Smart est juste l’extension de tout cela.

De nombreux domaines du cryptage sont construits d’une manière propice à l’exécution de l’intelligence, telles que les jeux et Defi.En supposant que le coût de LLM est en baisse par rapport aux performances de la tâche + l’accédabilité accrue de la création et du déploiement de parties intelligentes, il est difficile d’imaginer qu’une intelligence d’IA ne dominera pas le lien de l’interaction et deviendra le prochain millionème utilisateur de cryptage.