Palabras de Galaxy: criptomonedas y AI Cross -Field y Project Inventory

Autor: Lucas Tcheyan, Investigador Asociado Galaxy;

Prefacio

La aparición de la cadena pública es uno de los progresos más profundos en la historia de la informática.Pero el desarrollo de la IA tendrá un profundo impacto en nuestro mundo.Si Blockchain Technology proporciona nuevas plantillas para el asentamiento de transacciones, el almacenamiento de datos y el diseño del sistema, entonces la inteligencia artificial es una revolución en la computación, el análisis y la entrega de contenido.La innovación de estas dos industrias es lanzar nuevos casos de uso, que pueden acelerar el uso de estas dos industrias en los próximos años.Este informe explora la integración continua de las criptomonedas y la IA, y se centra en los casos novedosos que intentan cerrar la brecha entre los dos y usar la fuerza de los dos.Específicamente,Este informe ha estudiado el acuerdo de cálculo descentralizado de desarrollo, infraestructura de aprendizaje automático de conocimiento cero (ZKML) y proyectos de inteligencia de IA.

Las criptomonedas proporcionan a la IA una capa de liquidación sin permiso, sin confianza y combinado.Esto desbloquea el caso de uso, como el sistema informático descentralizado para facilitar el acceso del hardware. Falsificación de profundidad.AI trae muchos de los mismos beneficios que vemos en la Web 2 a las criptomonedas.Esto incluye una experiencia de usuario (UX) y potencial potencial para usuarios y desarrolladores que han mejorado el usuario y los desarrolladores debido a las versiones de chatgpt y copilot especialmente capacitadas) para usuarios y desarrolladores.Blockchain es un entorno rico en datos transparentes requerido por la IA.Sin embargo, el poder informático de la cadena de bloques también es limitada, que es el principal obstáculo para el modelo AI directamente.

Los experimentos en los campos de las criptomonedas y los campos cruzados de IA y la fuerza impulsora detrás del uso final de los casos de uso más prometedores para promover las criptomonedas son el mismo acceso a las capas de coordinación que no requieren licencias y sin confianza para promover la transferencia de la transferencia de la transferencia de valor.En vista del enorme potencial, los participantes en este campo deben comprender las formas básicas de cruzar estas dos tecnologías.

Puntos clave:

• En un futuro cercano (6 meses a 1 año), la integración de las criptomonedas y la IA estarán dirigidas por aplicaciones de IAEstas aplicaciones pueden mejorar la eficiencia de los desarrolladores, la audición y la seguridad de los contratos inteligentes y la accesibilidad del usuario.Estas integraciones no son específicas de las criptomonedas, sino para mejorar los desarrolladores y la experiencia del usuario en la cadena.

• Así como una escasez grave de GPU de alto rendimiento,Los productos informáticos de descentralización están implementando productos GPU personalizados de IAProporciona una fuerza impulsora para la adopción.

• La experiencia y la supervisión del usuario siguen siendo los obstáculos para atraer la descentralización para calcular a los clientes.Sin embargo, el último desarrollo de OpenAI y la revisión regulatoria en curso de los Estados Unidos destacan la propuesta de valor de la red de IA que no se requiere, anti -censura y descentralización.

• La IA integrada en la cadena, especialmente los contratos inteligentes que pueden usar modelos de inteligencia artificial, necesita mejorar el método de cálculo calculado por la tecnología ZKML y otras cadenas de verificación.La falta de herramientas y desarrolladores integrales y los altos costos son obstáculos para adoptar.

• Ai Smart es muy adecuado para las criptomonedasLos usuarios (o inteligencia en sí) pueden crear billeteras para comerciar con otros servicios, inteligencia o personal.Actualmente no se puede lograr métodos financieros tradicionales.Para ser más ampliamente utilizado, es necesario integrar la integración adicional con productos no cifrados.

el término

AIEs la capacidad de usar cálculos y máquinas para imitar el razonamiento humano y resolver problemas.

Red neuronalEs un método de entrenamiento para modelos de inteligencia artificial.Ejecutaron la entrada a través de la capa de algoritmo discreto y los mejoran hasta que se genere la salida requerida.La red neuronal consiste en una ecuación pesada y puede modificar el peso para cambiar la salida.Pueden requerir muchos datos y cálculos para el entrenamiento para que su producción sea precisa.Esta es una de las formas más comunes de desarrollar el modelo AI (ChatGPT utiliza el proceso de la red neuronal depende de la red neuronal del transformador).

trenEs el proceso de desarrollo de redes neuronales y otros modelos de inteligencia artificial.Requiere muchos datos para entrenar el modelo para explicar correctamente la entrada y generar una salida precisa.Durante el proceso de entrenamiento, el peso de la ecuación del modelo se modifica constantemente hasta que se genera una salida satisfactoria.Los costos de capacitación pueden ser muy caros.Por ejemplo, ChatGPT utiliza decenas de miles de GPU propias para procesar datos.Los equipos con menos recursos generalmente dependen de proveedores informáticos especializados, como Amazon Web Services, Azure y Google Cloud.

razonamientoEs el uso real del modelo AI para obtener la salida o el resultado (por ejemplo, usar CHATGPT para crear un esquema del documento sobre el cruce de las criptomonedas y la IA).El razonamiento se utilizará en todo el proceso de capacitación y productos finales.Debido al costo de calcular los costos, incluso después de completar la capacitación, sus costos operativos pueden ser muy altos, pero su intensidad de cálculo es menor que la capacitación.

Prueba de conocimiento cero (ZKP)Haga una declaración de verificación sin filtrar información básica.Esto es muy útil en las criptomonedas, principalmente dos razones: 1) privacidad y 2) expansión.Para proteger la privacidad, puede realizar transacciones sin filtrar información confidencial (como cuántos ETR en las billeteras).Para la expansión, permite que el nuevo cálculo de ejecución de la cadena se demuestre más rápido en la cadena.Esto permite que blockchain y aplicaciones calculen a bajo precio debajo de la cadena, y luego verifiquelas en la cadena.

AI/Mapa ecológico de criptomonedas

La IA y las criptomonedas todavía están construyendo infraestructura subyacente que admite cadenas a gran escala en cadenas a gran escala.

Mercado de descentralización informáticaEstá aumentando para proporcionar una gran cantidad de hardware físico requerido para entrenamiento y razonamiento de modelos de inteligencia artificial, principalmente en forma de GPU.Estos mercados de dos vías conectan a aquellos que arrendan y buscan cálculos de alquiler para promover la transferencia y la computación del valor.En el cálculo de la descentralización, aparecen varias subcategorías que proporcionan funciones adicionales.Además de los mercados bilaterales, este informe también revisará a los proveedores de capacitación de aprendizaje automático que pueden proporcionar capacitación verificada y producción de fina, y proyectos comprometidos con la conexión de la computación y la generación de modelos para implementar la IA a menudo.

zkmlSe espera proporcionar una áreas clave emergentes de proyectos que puedan proporcionar una producción de modelo verificada de una forma de economía efectiva y oportuna.Estos proyectos permiten que las aplicaciones procesen solicitudes de computación pesadas bajo la cadena, y luego publican salidas verificadas en la cadena para demostrar que la carga de trabajo debajo de la cadena es completa y precisa.ZKML es costoso y el tiempo consumo en la instancia actual, pero cada vez más se usa como solución.Esto es obvio en el creciente número de integración entre el proveedor ZKML y la aplicación Defi/Game que quiere usar el modelo AI.

La capacidad de suficiente cadena de cálculo y verificación esAi inteligente en la cadenaAbrir la puertaEsenciaSmart Body es un modelo capacitado que puede representar las solicitudes de ejecución de los usuarios.El cuerpo inteligente ofrece una oportunidad significativa para mejorar la experiencia de la cadena.Sin embargo, en lo que respecta a la corriente, los proyectos inteligentes aún se centran en el desarrollo de infraestructura y herramientas para lograr una implementación fácil y rápida.

Cálculo de descentralización

Descripción general

La IA requiere muchos cálculos para entrenar modelos y operar razonamiento.En los últimos diez años, a medida que el modelo se ha vuelto cada vez más complicado, las necesidades de cálculo han crecido un índice.Por ejemplo, Openai descubrió que de 2012 a 2018, la demanda informática de su modelo cambió de dos años a cada tres meses y medio.Esto ha llevado a un aumento en la demanda de GPU, y algunos mineros de criptomonedas incluso reutilizan sus GPU para proporcionar servicios de computación en la nube.Con la intensificación y el aumento del costo de la computación de acceso, algunos proyectos utilizan tecnología de cifrado para proporcionar soluciones informáticas descentralizadas.Se calculan a pedido a un precio competitivo para que el equipo pueda entrenar y ejecutar el modelo de manera asequible.En algunos casos, sopesando el rendimiento y la seguridad.

La GPU más avanzada (como la GPU producida por NVIDIA) es muy exigente.En septiembre de 2023, Tether adquirió datos del Norte, los datos del Norte del Minero Bitcoin de Alemania.El tiempo de espera para el hardware de primera clase puede ser de al menos seis meses, e incluso más tiempo en muchos casos.Para empeorar las cosas, a menudo se requiere que la compañía firme contratos a largo plazo para obtener el cálculo que ni siquiera usan.Esto puede conducir a la existencia de cálculos disponibles, pero no está disponible en el mercado.El sistema informático descentralizado ayuda a resolver el problema de la baja eficiencia de estos mercados.

Además de los precios y la accesibilidad competitivos, la propuesta de valor clave del cálculo descentralizado es anti revisión.El desarrollo de la IA superior está cada vez más liderado por grandes compañías de tecnología con capacidades incomparables de informática y acceso a datos.El primer tema clave enfatizado en el informe del índice de IA en 2023 es que la industria industrial ha superado cada vez más los círculos académicos en el desarrollo de modelos de IA, y el control concentrado en manos de unos pocos líderes técnicos.Esto ha despertado las preocupaciones sobre si tienen la capacidad de tener una gran influencia en la formulación de las especificaciones y valores de apoyar a los modelos de IA, especialmente después de que estas compañías tecnológicas promueven la supervisión para restringir su desarrollo de inteligencia artificial no preparado.

Cálculo de descentralización Campo vertical

En los últimos años, han aparecido varios modelos de computación descentralizados, y cada modelo tiene su propio enfoque y equilibrio.

Informática general

Akash, io.net, iExec, cudosLos proyectos son aplicaciones informáticas descentralizadas.

Akash es actualmente la única plataforma completa «Super Cloud».Es una prueba de equidad del Cosmos SDK.AKT es la moneda nativa de Akash, como una forma de pago para proteger la seguridad de la red e inspirar la participación.Akash lanzó la primera red principal en 2020, centrándose en proporcionar un mercado de computación en la nube sin permiso.En junio de 2023, Akash lanzó una nueva red de pruebas centrada en la GPU y lanzó la red principal de GPU en septiembre.

Hay dos participantes principales en los centros y proveedores del ecosistema Akash.Los profesionales son usuarios que desean comprar recursos informáticos de Akash Network.Los proveedores son proveedores de recursos informáticos.Para igualar a los inquilinos y proveedores, Akash se basa en el proceso de subasta inversa.Los inquilinos presentan sus requisitos informáticos, en los que pueden especificar ciertas condiciones, como la posición del servidor o el tipo de hardware calculado, y la cantidad que están dispuestas a pagar.Luego, el proveedor presenta su precio de venta, y la oferta mínima obtendrá la tarea.

Las verificaciones de Akash mantienen la integridad de la red.El conjunto de autenticación actualmente está limitado a 100, y planea aumentar gradualmente con el tiempo.Cualquiera puede ser verificado como más Akts por más Akts prometidos por más de Akt.Los titulares de Akt también pueden confiar a su Akt a las verificaciones.Los costos comerciales y las recompensas de bloque de la red se asignan en forma de Akt.Además, para cada contrato de arrendamiento, la red AKASH obtendrá «tarifas de cobro» a una tasa determinada por la comunidad y la distribuirá a los titulares de AKT.

Mercado secundario

El mercado informático descentralizado tiene como objetivo llenar la baja eficiencia del mercado informático existente.El límite de suministro hace que la compañía acumule los recursos informáticos que pueden excederse, y el cliente bloquea al cliente en el contrato a largo plazo debido a la estructura del contrato con el proveedor de la nube.La plataforma informática descentralizada libera un nuevo suministro, para que cualquier persona en el mundo con necesidades informáticas pueda convertirse en proveedores.

El aumento en el aumento de la demanda de GPU para la capacitación de IA se transformará en el uso de la red a largo plazo en AKASH.Por ejemplo, Akash ha estado proporcionando un mercado para la CPU durante mucho tiempo, proporcionando servicios similares a alternativas centralizadas con descuentos del 70-80%.Sin embargo, el precio más bajo no trae un uso significativo.Los arrendamientos activos en Internet se han vuelto gentiles.Aunque estos son indicadores impresionantes utilizados en la cadena (como referencia, el proveedor de almacenamiento líder Filecoin tiene una tasa de utilización de almacenamiento del 12,6%en el tercer trimestre de 2023), lo que indica que la oferta de estos productos continúa excediendo la demanda.

Akash ha lanzado la red GPU durante más de medio año, y es demasiado temprano para evaluar con precisión la tasa de adopción a largo plazo.Hasta ahora, la tasa de utilización promedio de la GPU es del 44%, que es más alta que la CPU, la memoria y el almacenamiento, lo cual es un signo de demanda.Esto está impulsado principalmente por la demanda de la GPU de la más alta calidad (como A100), y se ha alquilado más del 90%.

El gasto diario de Akash también ha aumentado, lo que casi se ha duplicado en comparación con la GPU.Esta parte se debe al aumento en otro uso del servicio, especialmente en la CPU, pero es principalmente el resultado del nuevo uso de la GPU.

El precio es equivalente a competidores centralizados como Lambda Cloud y Vast.Ai (o incluso más caro en algunos casos).La gran demanda de la GPU de mayor gas (como H100 y A100) significa que la mayoría de los propietarios del dispositivo no están interesados ​​en enumerar en un mercado para precios competitivos.

Aunque el interés inicial es muy prometedor, todavía hay obstáculos (discusión más a continuación).La red informática descentralizada requiere más medidas para generar demanda y oferta, y el equipo está tratando de atraer a nuevos usuarios.Por ejemplo, a principios de 2024, Akash aprobó la propuesta No. 240 para aumentar las emisiones de AKT del proveedor de GPU e inspirar más suministro, especialmente para las GPU de alto nivel.El equipo también se compromete a lanzar un modelo de verificación de concepto para mostrar la función de tiempo real de su red a los usuarios potenciales.Akash está entrenando sus propios modelos básicos, y ha lanzado robots de chat y productos de generación de imágenes, que pueden usar Akash GPU para crear salida.Del mismo modo, IO.NET ha desarrollado el modelo de difusión estable y está lanzando nuevas funciones de red para imitar mejor el rendimiento y la escala de los centros de datos tradicionales de GPU.

Capacitación descentralizada de aprendizaje automático

Además de la plataforma de computación universal que puede satisfacer las necesidades de la IA, también están surgiendo un grupo de proveedores profesionales de GPU de IA que se centran en la capacitación del modelo de aprendizaje automático.Por ejemplo,GenesínicoEl punto de vista es «coordinar la electricidad y el hardware para construir sabiduría colectiva».

Hay cuatro participantes principales en el Protocolo: Sumitcitores (Sumumistadores), Solvers, Verificadores y denunciantesEsenciaSubmister presenta la tarea de solicitudes de capacitación con solicitudes de capacitación a Internet.Estas tareas incluyen objetivos de entrenamiento, modelos y datos de capacitación para ser capacitados.Como parte del proceso de presentación, los subsumidores deben pagar la tarifa previa al pago por el monto estimado requerido para la solución.

Después de enviar, la tarea se asignará a la solución a la capacitación práctica para el modelo.La solución luego envía las tareas completadas a la persona de verificación, y la persona de verificación es responsable de verificar la capacitación para garantizar la finalización correcta.El silbato es responsable de garantizar que la persona verificada sea honesta.Para motivar a los mujeres a participar en la red, Gensyn planea proporcionar regularmente evidencia de error deliberada para recompensar a los silvestres para atraparlos.

Además de proporcionar computación para cargas de trabajo relacionadas con la inteligencia artificial, la propuesta de valor clave de Gensynyn es su sistema de verificación, que aún está en desarrollo.Para garantizar la ejecución correcta de la informática externa del proveedor de GPU (es decir, para garantizar que el modelo del usuario esté capacitado de la manera que desee), es necesaria la verificación.Gensyn utiliza un método único para resolver este problema, utilizando un nuevo método de verificación llamado «Certificado de aprendizaje de probabilidad, protocolos gráficos precisos y juegos de incentivos de TrueBit».Este es un modo de solución optimista que permite que las verificaciones confirmaran que la solución ha ejecutado correctamente el modelo sin tener que revisar completamente el modelo por sí mismo.

Además de su innovador método de verificación, Gensyn también afirma que es efectivo en comparación con las alternativas centralizadas y los competidores de criptomonedas.

Queda por observarse si estos resultados preliminares pueden replicarse en una red descentralizada.Gensyn espera utilizar el exceso de poder informático de los proveedores, como centros de datos pequeños, usuarios minoristas y futuros dispositivos móviles, como dispositivos móviles pequeños.Sin embargo, como reconoce el propio equipo Gensyn, los proveedores de computación heterogéneos dependientes han traído algunos desafíos nuevos.

Para proveedores centralizados como Google Cloud Provers y CoreWeave, el costo es costoso y la comunicación (ancho de banda y retraso) entre los cálculos es barata.Estos sistemas tienen como objetivo lograr la comunicación entre el hardware lo antes posible.Gensyn ha subvertido este marco y permite que cualquier persona en el mundo proporcione a GPU reducir los costos de cálculo, pero al mismo tiempo, también aumenta los costos de comunicación, porque la red ahora debe coordinar y calcular las operaciones en el hardware heterogéneo que está muy separado.Gensyn no se ha lanzado, pero es una prueba conceptual que puede implementarse al construir un acuerdo de capacitación de aprendizaje automático descentralizado.

Inteligencia universal descentralizada

La plataforma informática descentralizada también proporciona la posibilidad de diseño del método de creación de IA.BittersorEs un acuerdo de cálculo descentralizado basado en el sustrato, tratando de responder «¿Cómo convertimos la IA en un método de colaboración?»Bittensor tiene como objetivo lograr la descentralización y la comercialización generada por la IA.El acuerdo se lanzó en 2021, con la esperanza de usar el poder del modelo de aprendizaje automático colaborativo para iterar continuamente y producir una mejor IA.

Bittersor se inspira en Bitcoin.Bittersor no usa la prueba de carga de trabajo para generar el número aleatorio correcto y obtener recompensas de bloque, pero depende de la «prueba de inteligencia», que requiere que los mineros ejecuten modelos para responder a las solicitudes de razonamiento y generar salida.

Inteligencia inspiradora

Bittensor se basó originalmente en el modelo de expertos mixtos (MOE) para generar salida.Al enviar una solicitud de razonamiento, el modelo MOE no dependerá de un modelo amplio, sino para reenviar la solicitud de razonamiento al modelo más preciso del tipo de entrada dado.Imagine la construcción de una casa, y usted contrata a una variedad de expertos para ser responsables de las diferencias en el proceso de construcción (por ejemplo: arquitectos, ingenieros, trabajadores de pintura, trabajadores de la construcción, etc.).MOE lo aplica a un modelo de aprendizaje automático e intenta usar la salida de diferentes modelos de acuerdo con la entrada.Como el fundador de Bittensor explicó por Ala Shaabana, esto es como «hablar con una persona inteligente en una casa y obtener la mejor respuesta, no hablar con una persona».Debido a que existen desafíos para garantizar la ruta correcta, la sincronización del mensaje con el modelo correcto y los incentivos, este método se ha suspendido hasta que el proyecto se desarrolle aún más.

Hay dos participantes principales en la red Bittensor: verificaciones y mineros.La tarea de las verificaciones es enviar solicitudes de razonamiento a los mineros, revisar su producción y clasificarlas de acuerdo con su calidad de respuesta.Para garantizar que sus clasificaciones sean confiables, las verificaciones darán el puntaje «VTrust» basado en su clasificación y otras clasificaciones de verificación.Cuanto mayor sea el puntaje VTrust de la verificación, más tao obtendrán.Esto es para alentar las verificaciones para llegar a un consenso sobre la clasificación del modelo con el tiempo, porque cuanto más verificada por la clasificación, mayor será su puntaje personal Vtrust.

Los mineros, también conocidos como el servicio, son participantes de la red que ejecutan el modelo de aprendizaje automático real.Los mineros compiten entre sí para proporcionar verificadores con la salida más precisa para consultas dadas.Los mineros pueden generar estas salidas como quieran.Por ejemplo, en el futuro, es completamente probable que los mineros de Bittersor entrenen modelos en Gensyn antes y los usen para ganar Tao.

Hoy en día, la mayoría de las interacciones ocurren directamente entre verificaciones y mineros.La persona de verificación envía la entrada al minero y solicita la salida (es decir, el modelo de capacitación).Una vez que las verificaciones consulten a los mineros en la red y reciban su respuesta, clasificarán a los mineros y los enviarán a la red.

Esta interacción entre la verificación (POS dependiente) y los mineros (modelo dependiente demuestra, una forma de POW) se llama consenso de Yuma.Su objetivo es motivar a los mineros a producir la mejor producción y ganar TAO, y motivar las verificaciones para clasificar con precisión la producción de los mineros para obtener puntajes Vtrust más altos y aumentar sus recompensas TAO para formar un mecanismo de consenso de red.

Sub -network y aplicación

La interacción en Bittersor incluye principalmente las solicitudes de verificaciones enviadas a los mineros y evaluó su producción.Sin embargo, con la mejora de la calidad de los mineros y el crecimiento de la inteligencia general de la red, Bittensor creará una capa de aplicación en su pila existente para que los desarrolladores puedan crear aplicaciones que consulten redes Bittensor.

En octubre de 2023, Bittensor introdujo subredes a través de actualizaciones de revolución y dio un paso importante para lograr este objetivo.Ziwang es una red separada que inspira comportamientos específicos en Bittersor.Revolution abre la red a cualquiera que esté interesado en crear una subred.En unos pocos meses desde su lanzamiento, se han iniciado más de 32 subconapas, incluidas las subredes para indicaciones de texto, captura de datos, generación de imágenes y almacenamiento.Con la madurez de la subred y preparándose, el creador de la subred también creará una integración de aplicaciones para que el equipo pueda construir una aplicación para consultar subredes específicas.Ya existen algunas aplicaciones (robots de chat, generadores de imágenes, robots de respuesta de Twitter, mercados predictivos), pero a excepción de la financiación de la Fundación Bittersor, no hay medidas de incentivos formales para las verificaciones para aceptar y reenviar estas consultas.

Para proporcionar una explicación más clara, el siguiente es un ejemplo, que explica cómo puede funcionar el bittersor después de que la aplicación se integre en la red.

El rendimiento de la subred se basa en el rendimiento de la red raíz.La red raíz se encuentra sobre todas las subredes.Las personas de verificación de red raíz clasifican la subred según el rendimiento de la subred y distribuyen regularmente el token TaO emitido a la subred.De esta manera, cada sub -network actúa como mineros de la red raíz.

Outlook de bittersor

Bittersor todavía está experimentando el problema del crecimiento, ya que expande la función del protocolo para motivar la generación inteligente de modsas múltiples.Los mineros continúan diseñando nuevos métodos para atacar la red para obtener más recompensas TAO, como la salida de una alta evaluación y razonamiento modificando su operación del modelo, y luego enviar múltiples variantes.La propuesta de gobernanza que afecta a toda la red solo puede ser presentada e implementada por triunvirato, que está completamente compuesta por el interés relacionado con el interés de la Fundación Openensor (debe tenerse en cuenta que la propuesta debe ser aprobada por el Senado Bittensor compuesto de Bittensor verificado por el bittensor).La economía token del proyecto se modifica para aumentar los incentivos para el uso de la red Tao Cross -IND.El proyecto también se hizo famoso rápidamente debido a su método único.

En un artículo publicado recientemente por The Core Developer, en un artículo titulado «Paradigma Bittensor», el equipo explicó la visión de Bittersor, que finalmente se convierte en «Contenido desconocido medido».Teóricamente, esto permite a Bittensor desarrollar subredes para motivar a todos los tipos de comportamientos respaldados por TAO.Todavía hay restricciones reales considerables, lo más notable es que estas redes pueden expandirse para lidiar con un proceso tan diverso, y el progreso de posibles medidas de incentivos ha excedido los productos centralizados.

Construya una pila de cálculo descentralizada para el modelo AI

Las partes anteriores proporcionan una visión general de varios tipos de protocolos de computación de IA descentralizados que se están desarrollando.En los primeros días que desarrollaron y adoptaron, proporcionaron la base del ecosistema y, en última instancia, promovieron la creación de «bloques de construcción de IA», como el concepto de «LEGO monetario» de Defi.La disponibilidad combinada de la cadena de bloques sin permiso proporciona la posibilidad de que cada protocolo construya un ecosistema de inteligencia artificial descentralizado más integral.

Por ejemplo, esta es una forma en que Akash, Gensyn y Bittensor pueden interactuar para responder a las solicitudes de razonamiento.

Lo que debe ser claro es que esto es solo un ejemplo de lo que puede suceder en el futuro, no el representante del ecosistema actual, las asociaciones existentes o los posibles resultados.Las restricciones operativas mutuas y otras consideraciones descritas a continuación han limitado enormemente la posibilidad de la integración actual.Además, las necesidades de liquidez y la necesidad de usar múltiples tokens pueden dañar la experiencia del usuario.

Otros productos descentralizados

Además del cálculo, se han lanzado varios otros servicios de infraestructura descentralizados para apoyar el ecosistema de IA emergente de las criptomonedas.

Enumere todo el alcance de este informe, pero algunos ejemplos interesantes y explicativos incluyen:

• Océano:Un mercado de datos descentralizado.Los usuarios pueden crear datos NFT que representen sus datos y pueden usar tokens de datos para compras.Los usuarios pueden monetizar sus datos y tener una mayor soberanía, y al mismo tiempo proporcionar acceso al equipo de IA con acceso a los datos requeridos por los modelos de desarrollo y capacitación.

• Césped:Un mercado descentralizado de ancho de banda.Los usuarios pueden vender un ancho de banda en exceso a la IA, y este último usa estos ancho de banda para capturar datos de Internet.Grass se basa en la red Wynd, que no solo permite a las personas monetizar su ancho de banda, sino que también proporciona vistas más diversas para que los compradores de ancho de banda comprendan el contenido que las personas ven en Internet (porque el acceso personal a Internet generalmente se personaliza de acuerdo con su Dirección IP)).

• HIVEMPER:Construya un producto de mapa descentralizado, que incluye información recopilada de los conductores de automóviles diarios.Hivemapper se basa en la IA para explicar las imágenes recopiladas de la cámara de la placa de instrumentos de usuario y recompensar a los usuarios para ayudar a fingir al modelo de IA a los tokens fortaleciendo la retroalimentación del aprendizaje humano (RHLF).

En general, estos apuntan a la oportunidad casi infinita de explorar los modelos de mercado descentralizados que respaldan los modelos de IA o desarrollan su infraestructura periférica requerida.En la actualidad, la mayoría de estos proyectos están en la etapa de verificación conceptual, y más investigación y desarrollo requieren que puedan operar la escala requerida para servicios integrales de inteligencia artificial.

Pensar

Los productos informáticos descentralizados todavía se encuentran en las primeras etapas del desarrollo.Acaban de comenzar a lanzar la potencia informática más avanzada que puede entrenar al modelo de IA más potente en la producción.Para obtener una participación de mercado significativa, deben mostrar las ventajas reales en comparación con las alternativas centralizadas.El factor de activación potencial más ampliamente adoptado incluye:

• GPU Suministro/demanda.La escasez de GPU y el rápido crecimiento del cálculo conducen a la competencia de reserva militar de GPU.Debido a la limitación de la GPU, OpenAI ha restringido el acceso a su plataforma.Plataformas como Akash y Gensyn pueden proporcionar alternativas efectivas de costo para equipos que necesitan computación de alto rendimiento.Para los proveedores informáticos descentralizados, los próximos 6-12 meses serán una oportunidad particularmente única para atraer nuevos usuarios.Junto con el aumento de los modelos de código abierto, como Meta’s Llama 2, los usuarios ya no enfrentan los mismos obstáculos al implementar modelos efectivos de fina, lo que hace que los recursos informáticos sean el cuello de botella principal.Sin embargo, la existencia de la plataforma en sí no garantiza suficiente suministro informático y las necesidades correspondientes de los consumidores.Todavía es difícil comprar GPU de alto nivel, y el costo no siempre es la principal motivación para el lado de la demanda.Estas plataformas enfrentarán desafíos para mostrar los beneficios reales del uso de opciones de cálculo descentralizadas (ya sea debido al costo, la resistencia a la revisión, el tiempo de operación normal y la elasticidad o la accesibilidad) para acumular usuarios de viscosidad.Deben actuar rápidamente.La inversión y construcción de infraestructura de GPU se llevan a cabo a un ritmo alarmante.

• Supervisión.La supervisión sigue siendo la resistencia del movimiento de cálculo descentralizado.A corto plazo, la falta de supervisión clara significa que los proveedores y los usuarios enfrentan riesgos potenciales para usar estos servicios.¿Qué pasa si el proveedor proporciona cálculos o el comprador se calcula a partir de la entidad de sanción sin saberlo?Los usuarios pueden dudar si usar plataformas descentralizadas que carecen de control y supervisión de entidades centralizadas.El acuerdo intenta reducir estas preocupaciones incorporando el control en su plataforma o agregando un filtro para acceder solo al proveedor informático conocido (es decir, proporcionar información de su cliente KYC), pero los métodos más poderosos deben garantizar el cumplimiento al tiempo que protege el cumplimiento al tiempo que protege el Cumplimiento.A corto plazo, podemos ver la aparición de KYC y las plataformas de cumplimiento.Además, la discusión sobre posibles nuevos marcos regulatorios en los Estados Unidos (el mejor ejemplo es la liberación de órdenes administrativas de seguridad, confiabilidad y desarrollo y uso de inteligencia artificial confiable) destaca el potencial de restringir aún más la adquisición de GPU de acciones regulatorias.

• Examinar.Los productos informáticos descentralizados de dos vías, pueden beneficiarse de las acciones que restringen el acceso a la IA.Además de las órdenes administrativas, el fundador de OpenAI, Sam Altman, también testificó en el Congreso, lo que indica que los reguladores deben emitir licencias para el desarrollo de inteligencia artificial.La discusión sobre la supervisión de inteligencia artificial acaba de comenzar, pero cualquier restricción para acceder o revisar las funciones de IA puede acelerar el uso de plataformas descentralizadas sin tales obstáculos.En noviembre de 2023, el cambio (o falta de) el liderazgo del liderazgo de Operai se afirmó además que era arriesgado otorgar el poder de toma de decisiones del modelo de IA más poderoso a algunas personas.Además, todos los modelos de IA inevitablemente reflejarán el prejuicio de las personas que los crean, ya sean intencionales o involuntarios.Una forma de eliminar estas desviaciones es hacer que la fina y la capacitación sean tanto como sea posible para garantizar que cualquier persona en cualquier lugar pueda acceder a varios tipos y modelos de desviación.

• Privacidad de datos.Cuando los datos externos y las soluciones de privacidad que proporcionan a los usuarios se integran autonomía de datos, los cálculos de descentralización pueden ser más atractivos que las alternativas centralizadas.Cuando Samsung se dio cuenta de que el ingeniero estaba usando ChatGPT para ayudar al diseño del chip y filtró información confidencial a ChatGPT, Samsung se convirtió en víctima del incidente.Phala Network e IEXEC afirman proporcionar a los usuarios SGX Secure Land para proteger los datos del usuario, y la investigación continua de cifrado de estado completo puede desbloquear aún más el cálculo descentralizado de la privacidad para garantizar la privacidad.A medida que AI se integra en nuestras vidas, los usuarios prestarán más atención a la ejecución de modelos en aplicaciones con protección de la privacidad.Los usuarios también deben admitir un servicio combinado de datos para que puedan trasplantar datos de un modelo a otro modelo.

• Experiencia de usuario (UX)EsenciaLa experiencia del usuario sigue siendo un obstáculo importante para todo tipo de aplicaciones e infraestructura cifradas.Esto no es diferente para los productos informáticos descentralizados y, en algunos casos, debido a que los desarrolladores deben comprender la criptomonedas y la inteligencia artificial, esto exacerbará esta situación.Es necesario mejorar de los conocimientos básicos, como registrar la abstracción con la interacción con la cadena de bloques para proporcionar la misma producción de alta calidad que los líderes actuales del mercado.Dado que muchos protocolos de cálculo descentralizados operativos que proporcionan productos más baratos son difíciles de obtener el uso convencional, esto es obvio.

Contrato inteligente y zkml

Los contratos inteligentes son los bloques de construcción centrales de cualquier ecosistema blockchain.En el caso de un conjunto de condiciones específicas, ejecutarán y reducirán automáticamente las necesidades de terceros confiables para crear aplicaciones descentralizadas complejas, como aplicaciones en DEFI.Sin embargo, debido a que actualmente existen la mayoría de los contratos inteligentes, sus funciones aún están restringidas porque se ejecutan en función de los parámetros preestablecidos que deben actualizarse.

Por ejemplo, el contrato inteligente del acuerdo de préstamo implementado contiene las especificaciones de cuándo eliminar la posición de acuerdo con el préstamo específico al índice de valor.Aunque es útil en un entorno estático, bajo la situación dinámica de riesgos, estos contratos inteligentes deben actualizarse continuamente para adaptarse a los cambios en la tolerancia al riesgo, lo que trae desafíos a los contratos que no pasan la gestión centralizada de procesos.Por ejemplo, los DAO que dependen de los procesos de gobernanza descentralizados pueden no ser capaces de responder rápidamente a los riesgos sistémicos.

Los contratos inteligentes de IA integrada (es decir, Machine Learning) son una posible forma de mejorar las funciones, la seguridad y la eficiencia al tiempo que mejora la experiencia general del usuario.Sin embargo, estas integraciones también traen riesgos adicionales, ya que es imposible garantizar que los modelos que respalden estos contratos inteligentes no sean atacados ni explicados a la situación de la cola larga (en vista de la escasez de la entrada de datos, la situación de cola larga es difícil para entrenar el modelo).

Aprendizaje automático de conocimiento cero (ZKML)

El aprendizaje automático requiere muchos cálculos para ejecutar modelos complejos, lo que hace que el modelo AI no pueda operar directamente en contratos inteligentes debido al alto costo.Por ejemplo, el protocolo DEFI que proporciona a los usuarios un modelo de optimización de ingresos será difícil de ejecutar el modelo en la cadena sin pagar tarifas de gas demasiado altas.Una solución es aumentar la potencia informática de la cadena de bloques subyacente.Sin embargo, esto también aumenta los requisitos para el álbum de verificación de la cadena, lo que puede destruir las características descentralizadas.En cambio, algunos proyectos están explorando que ZKML se usa para verificar el resultado sin confianza, y no requiere cálculos de cadena densos.

Muestra que un ejemplo común de la utilidad de ZKML es que los usuarios necesitan que otras personas ejecuten datos a través del modelo y verifiquen que sus transacciones realmente hayan ejecutado el modelo correcto.Quizás los desarrolladores están utilizando proveedores informáticos descentralizados para capacitar a sus modelos, y se preocupe que el proveedor intente reducir los costos tratando de usar las diferencias de salida que difícilmente pueden detectar.ZKML permite que el proveedor de computación ejecute datos a través de su modelo, y luego genera pruebas que se pueden verificar en la cadena para demostrar que la salida del modelo de entrada dado es correcta.En este caso, el proveedor de modelos tendrá ventajas adicionales, es decir, pueden proporcionar sus modelos sin tener que revelar el peso básico de la salida.

También puedes hacer lo contrario.Si el usuario desea usar sus datos para ejecutar el modelo, pero debido a problemas de privacidad (como exámenes médicos o información comercial propietaria), no desee proporcionar modelos para proporcionar modelos para acceder a sus datos, los usuarios pueden ejecutar sus datos El modelo no comparte los datos y luego prueba que ejecutan el modelo correcto al verificarlos.Estas posibilidades han ampliado en gran medida el espacio de diseño de inteligencia artificial y funciones de contrato inteligente al resolver las restricciones de cálculo desanimadas.

Infraestructura y herramientas

En vista del estado temprano del campo ZKML, el desarrollo se concentra principalmente en la infraestructura y las herramientas requeridas por el equipo de construcción para convertir sus modelos y la salida en pruebas que pueden verificarse en la cadena.Estos productos abstractan en la medida de lo posible cero conocimiento.

Ezkl y GizaSon dos elementos que crean esta herramienta al proporcionar prueba de verificación de los modelos de aprendizaje automático.Ambos ayudan al equipo a construir un modelo de aprendizaje automático para garantizar que estos modelos puedan ejecutarse de manera confiable en la cadena.Ambos proyectos utilizan el interruptor de red neuronal abierto (ONNX) para convertir modelos de aprendizaje automático escritos por un lenguaje común como TensorFlow y Pytorch en formatos estándar.Luego emiten las versiones de estos modelos, que también generarán pruebas de ZK durante la ejecución.EZKL es de código abierto, produciendo ZK-Snarks, y Giza está cerrado, produciendo Starks ZK.Estos dos proyectos actualmente solo son compatibles con EVM.

En los últimos meses, EZKL ha logrado un progreso significativo en la mejora de las soluciones ZKML, principalmente centrándose en reducir los costos, mejorar la seguridad y acelerar la prueba de generación de generación.Por ejemplo, en noviembre de 2023, EZKL integró una nueva biblioteca de GPU de código abierto que acortó el tiempo de certificado agregado en un 35%; Sistema de clúster y disposición de la computación de alto rendimiento.La singularidad de GIZA es que, además de proporcionar herramientas para crear modelos verificados de aprendizaje automático, también planean realizar el Web3 equivalente a abrazar a la cara, abrir el mercado de usuarios para la colaboración ZKML y el intercambio de modelos, y eventualmente integrar la descentralización descentralizada calcule el producto.En enero, EZKL lanzó una evaluación de referencia que comparó el rendimiento de EZKL, GIZA y RISCZERO (como se describe a continuación).EZKL muestra el tiempo de prueba y la memoria más rápido.

Modulus LabsTambién está desarrollando una nueva tecnología a prueba de ZK personalizada para el modelo AI.Modulus publicó un artículo llamado «El costo de la inteligencia» (lo que sugiere que el costo de ejecutar el modelo AI en la cadena era extremadamente alto).El documento se publicó en enero de 2023, lo que indica que los productos existentes son demasiado caros e ineficientes para lograr aplicaciones de IA a gran escala.Sobre la base de la investigación inicial, Modulus lanzó RESTAUD en noviembre, que es un certificado especializado de conocimiento cero que se utiliza específicamente para reducir el costo y el certificado del modelo AI.Su trabajo está cerrado, por lo que no pueden probar el punto de referencia con las soluciones anteriores, pero recientemente citó su trabajo en la publicación de blog de Vitalik sobre cifrado e inteligencia artificial.

El desarrollo de herramientas e infraestructura es importante para el crecimiento futuro del espacio ZKML, ya que puede reducir significativamente la fricción del equipo requerido para implementar la cadena verificada para calcular el circuito ZK requerido.Cree una interfaz de seguridad para habilitar constructores nativos no cifrados que participen en trabajos de aprendizaje automático para llevar sus modelos a la cadena, lo que permitirá a las aplicaciones realizar experimentos más grandes a través de casos de uso verdaderamente novedosos.La herramienta también resuelve un obstáculo importante para el uso de ZKML, es decir, desarrolladores que están interesados ​​en trabajar en el campo del conocimiento cruzado del conocimiento cero, el aprendizaje automático y la criptografía.

Coprocesadores

Se están desarrollando otras soluciones (denominadas «procesador sintético»).Risczero, axioma y ritualEsenciaEl término del colaborador es principalmente semánticamente. Estas redes realizan muchos roles diferentes, incluido el cálculo bajo la cadena de verificación en la cadena.Al igual que EZKL, GIZA y Módulo, su objetivo es abstraer completamente la prueba de conocimiento cero del proceso de generación.Risczero y Axiom pueden proporcionar servicios a modelos de IA simples porque son colaboradores más comunes, y el ritual está especialmente construido para su uso con el modelo AI.

InfiernoEs la primera instancia de Ritual, que contiene un SDK de Infernet, que permite a los desarrolladores enviar solicitudes de razonamiento a la red y recibir salida y prueba (opcional) como una declaración.Los nodos de Infernet reciben estas solicitudes y calculan bajo la cadena de procesamiento antes de devolver la salida.Por ejemplo, DAO puede crear un proceso para garantizar que todas las nuevas propuestas de gobernanza cumplan con ciertos requisitos previos antes de presentar.Cada vez que se presenta una nueva propuesta, el contrato de gobierno desencadenará la solicitud de inferencia a través del Infernet para llamar al modelo AI de capacitación de gobernanza específica de DAO.La propuesta de revisión del modelo para garantizar que se envíen todos los estándares necesarios, y la producción y la evidencia se devuelven a la presentación de la propuesta.

En el próximo año, el equipo ritual planea lanzar más funciones para formar capas de infraestructura llamadas rituales súper cadena.Muchos de los elementos discutidos anteriormente se pueden insertar en ritual como proveedor de servicios.El equipo ritual se ha integrado con EZKL para generar pruebas, y pronto puede agregar las funciones de otros proveedores líderes.Los nodos de Infernet en Ritual también pueden usar Akash o IO.NET GPUS y modelos de consulta entrenados en línea en Bittersor Sub -Online.Su objetivo final es ser el proveedor de la primera opción de infraestructura de IA abierta, que puede proporcionar servicios para el aprendizaje automático y otras tareas relacionadas con la IA para cualquier red y cualquier carga de trabajo.

solicitud

ZKML ayuda a conciliar la contradicción entre blockchain y la inteligencia artificial.Como dijo un fundador de Giza: «El caso de uso es muy rico … Esto es un poco como el caso de uso de Ethereum en los primeros días de Ethereum … lo que hemos hecho es solo el caso de uso de expandir los contratos inteligentes. «Sin embargo, como se mencionó anteriormente, hoy, el desarrollo hoy ocurre principalmente en herramientas y niveles de infraestructura.La aplicación todavía está en la etapa de exploración.

Algunas de las aplicaciones actuales incluyen:

• Finanzas descentralizadasEsenciaZKML ha actualizado el espacio de diseño de Defi al mejorar la capacidad de los contratos inteligentes.El protocolo Defi proporciona una gran cantidad de datos verificados y no contaminados para modelos de aprendizaje automático, que pueden usarse para generar estrategias de adquisición o comercio de ingresos, análisis de riesgos, experiencia del usuario, etc.Por ejemplo,Giza yFinanzas de anheloCooperar para construir un motor de evaluación de riesgos automático de verificación de concepto para la nueva bóveda V3 de Yearn.Modulus Labs coopera con Lyra Finance para incorporar el aprendizaje automático en su AMM, conProtocolo de ionesCooperar implementando el modelo de verificación y riesgo de verificador, y ayudaResultadoInformación de precios NFT que verifica su inteligencia artificial.Noya(Utilizando EZKL) y los acuerdos de mozaic proporcionan acceso a los modelos de cadena patentados.Finanzas espectralesEl motor de puntuación de crédito en la cadena está construyendo la posibilidad de la propiedad del compuesto o el prestatario AAVE en atrasos.Debido a ZKML, estos llamados productos de «De-Ai-Fi» pueden volverse más populares en los próximos años.

• juegoEsenciaDurante mucho tiempo, el juego se ha considerado subvertido y mejorado a través de la cadena pública.ZKML es posible hacer juegos de cadena de inteligencia artificial.Modulus Labs se ha dado cuenta de la verificación conceptual del juego de cadena simple.Leela vs el mundoEs una teoría del juego de los juegos de ajedrez.Del mismo modo, el equipo también usa el marco EZKL para construir una competencia de canto simple y una cadena del juego.CartuchoGiza está utilizando Giza para permitir que el equipo despliegue un juego de cadena completa.Aunque es simple, esta verificación conceptual apunta a la implementación futura, que puede lograr una verificación de cadena más compleja, como actores complejos de NPC que pueden interactuar con la economía en el juego, como «AI ArenaLo que ves en el «Mira, este es un juego súper chaótico. Los jugadores pueden entrenar a sus soldados en ellos y luego desplegarse para luchar por el modelo AI.

• Identidad, trazabilidad y privacidadEsenciaLas criptomonedas se han utilizado para verificar la autenticidad y tomar medidas enérgicas contra el contenido de generación/manipulación de inteligencia artificial y la falsificación en profundidad.ZKML puede avanzar estos esfuerzos.WorlddcoinEs una solución a prueba de identidad que requiere que los usuarios escaneen el IRIS para generar ID únicas.En el futuro, las ID biométricas se pueden almacenar en dispositivos personales para autohostado, y los modelos necesarios para verificar la biometría local se utilizan para verificar la biometría local.Los usuarios pueden proporcionar evidencia de identificación biológica sin revelar su identidad, para garantizar la privacidad mientras se resisten al ataque de bruja.Esto también se puede aplicar a otras inferencias que requieren privacidad, como el uso de modelos para analizar datos/imágenes médicas para detectar enfermedades, verificar la personalidad y desarrollar algoritmos en aplicaciones de citas, o instituciones de seguros y préstamos que necesitan verificar la información financiera.

Pensar

ZKML todavía está en la etapa experimental, y la mayoría de los proyectos se centran en la construcción de los términos originales y la prueba conceptual de la infraestructura.Los desafíos de hoy incluyen costos de cálculo, restricciones de memoria, complejidad del modelo, herramientas limitadas e infraestructura, y desarrolladores.En resumen, antes de que ZKML fuera implementado por la escala requerida por los productos de consumo, había bastante trabajo por hacer.

Sin embargo, con la madurez de este campo y la resolución de estas restricciones, ZKML se convertirá en un componente clave de IA y cifrado.En esencia, ZKML promete calcular la cadena de cualquier tamaño en la cadena, mientras mantiene la misma o estrecha garantía de seguridad que la cadena.Sin embargo, antes de la realización de este deseo, los primeros usuarios de la tecnología continuarán pesando entre la privacidad y la seguridad de ZKML y la eficiencia de las alternativas.

Ai inteligente

Una de las integraciones más emocionantes de IA y criptomonedas es el experimento IA Smart en curso.La inteligencia es un robot autónomo que puede recibir, interpretar y ejecutar tareas en modelos de IA.Esto puede ser cualquier cosa, desde un asistente personal hasta fino, basado en sus preferencias para contratar un robot financiero que administre y ajuste su cartera de inversiones en función de sus preferencias de riesgo.

Debido a que las criptomonedas proporcionan infraestructura de pago sin permiso y sin fideicomiso, las criptomonedas inteligentes y de las criptomonedas se pueden combinar bien.Después del entrenamiento, el cuerpo inteligente obtendrá una billetera para que puedan usar contratos inteligentes para transacciones por sí mismos.Por ejemplo, la inteligencia simple de hoy puede capturar información en Internet y luego comerciar en el mercado de pronósticos de acuerdo con el modelo.

Proveedor inteligente

MorfeoEs uno de los últimos proyectos inteligentes de código abierto que figuran en Ethereum y el árbitro en 2024.Su libro blanco fue anónimo en septiembre de 2023, proporcionando la base para la formación y construcción de la comunidad (incluidos personajes famosos como Erik Vorhees).El documento blanco incluye un protocolo inteligente descargable.Utiliza clasificaciones de contratos inteligentes para ayudar a los inteligentes a determinar qué contratos inteligentes pueden interactuar de manera segura según estándares como transacciones.

El Libro Blanco también proporciona un marco para construir una red Morpheus, como la estructura de incentivos y la infraestructura requeridas para el funcionamiento del Protocolo Smart.Esto incluye la parte delantera del contribuyente de incentivos para construir una API que se puede insertar en una aplicación que puede interactuar entre sí en la parte delantera de la interacción con los cuerpos inteligentes, y la nube que puede interactuar entre sí. en el dispositivo borde.Los fondos iniciales del proyecto se han lanzado a principios de febrero, y se espera que el acuerdo completo comience en el segundo trimestre de 2024.

Red de infraestructura autónoma descentralizada (Dain)Es un nuevo acuerdo de infraestructura inteligente que construye una economía física inteligente en Solana.El objetivo de Dain es permitir que la inteligencia de diferentes empresas interactúe sin problemas a través de API comunes, para abrir en gran medida el espacio de diseño de las fiestas inteligentes de IA, el enfoque es realizar fiestas inteligentes que puedan interactuar con los productos Web2 y Web3.En enero, Dain anunció la primera cooperación con Asset Shield.

RECUESTAFue una de las primeras fiestas inteligentes de IA que implementó y desarrolló un ecosistema para construir, implementar y usar cuerpos inteligentes en la cadena utilizando tokens FET y billeteras Fetch.ai.El protocolo proporciona un conjunto de herramientas y aplicaciones integrales para el uso de cuerpos inteligentes, incluidas las funciones de la pareja para la interacción con los cuerpos inteligentes y los agentes de pedidos.

AutonolasEl fundador incluye al ex miembro del equipo Fetch, que es un mercado abierto para crear y usar inteligentes inteligentes de IA descentralizados.Autonolas también proporciona a los desarrolladores un conjunto de herramientas para construir fiestas inteligentes de IA debajo de la cadena, y puede insertar múltiples blockchains, incluidos polígono, ethereum, cadena de gnosis y solana.Actualmente tienen algunos productos activos de verificación de concepto inteligente, incluida la predicción de los mercados y la gobernanza de DAO.

SingularidadEstá construyendo un mercado descentralizado para AI Smart, y las personas pueden implementar fiestas inteligentes de IA enfocadas en ellas.Otras compañías, como Alteredstatemachine, están construyendo la integración de AI Smart y NFT.Los usuarios emiten NFT con atributos aleatorios, que les dan las ventajas y desventajas de diferentes tareas.Estas inteligencia pueden ser entrenadas para mejorar ciertos atributos para ser utilizados para juegos, Defi o como asistentes virtuales e comerciar con otros usuarios.

En general, estos proyectos imaginan un futuro ecosistema inteligente.La inteligencia verdaderamente complicada será capaz de completar cualquier tarea de usuario de forma independiente.Por ejemplo, una inteligencia autónoma completa podrá descubrir cómo contratar otro cuerpo inteligente para integrar la API, y luego ejecutarla sin tener que asegurarse de que el cuerpo inteligente haya integrado y ejecutado la tarea con la API externa (como una Sitio web de reservas de viajes) antes de usar.Desde la perspectiva del usuario, no necesita verificar si el cuerpo inteligente puede completar la tarea, porque el cuerpo inteligente puede determinarse a sí mismo.

Bitcoin y Ai Smart

Julio de 2023,Laboratorio de redSe lanzó la realización de verificación de concepto del uso de cuerpo inteligente en la red Lightning, que se llamaKit de bitcoin langchainEsenciaEste producto es particularmente interesante porque tiene como objetivo resolver el problema cada vez más grave en el mundo de la Web 2, el control de acceso y la costosa clave API de la aplicación web.

Langchain resuelve este problema proporcionando un conjunto de herramientas para los desarrolladores, permitiendo que la inteligencia compre, venda y mantiene bitcoin, y consulte la clave API y envíe un pequeño pago.En el campo de pago tradicional, el pago pequeño es alto debido a los gastos.Cuando se combina con el marco de la API de medición de pago L402 de Langchain, esto permite a la compañía ajustar el costo de acceso de su API de acuerdo con el aumento y la reducción del uso, en lugar de establecer un estándar para un solo costo.

En el futuro, la actividad en la cadena está dirigida principalmente por la interacción del cuerpo inteligente y el cuerpo inteligente.Este es un ejemplo temprano que muestra cómo usar la inteligencia en la pista sin un pago con licencia y eficiente económico, lo que ha abierto la posibilidad de nuevos mercados e interacción económica.

Pensar

El campo inteligente todavía está en la nueva etapa.El proyecto acaba de comenzar a lanzar inteligencia funcional, que puede usar su infraestructura para manejar tareas simples, esto generalmente es solo desarrolladores y usuarios experimentados.Sin embargo, con el tiempo, uno de los mayores impactos de la inteligencia de IA en las criptomonedas es la mejora de la experiencia del usuario en todos los campos verticales.La transacción comenzará a pasar de clics en texto, y los usuarios pueden interactuar con el cuerpo inteligente en la cadena a través del módulo de lenguaje grande.Dawn Wallet et al.El equipo ha lanzado una billetera de robot de chat para que los usuarios interactúen en la cadena.

Además, no está claro cómo operan las partes inteligentes en la Web 2, debido a que el sector financiero depende de las instituciones bancarias reguladas, estas instituciones no pueden operar las 24 horas, los 7 días de la semana y no pueden realizar transacciones sin costuras.Como enfatiza Lyn Alden, debido a la falta de la capacidad de reembolsar y procesar microtransacciones, la pista de cifrado es particularmente atractiva en comparación con las tarjetas de crédito.Sin embargo, si la inteligencia se convierte en un método de transacción más común, es probable que los proveedores de pagos y las aplicaciones existentes tomen medidas rápidamente para implementar la infraestructura requerida para operar en el campo financiero existente, debilitando así parte del uso de las criptomonedas.

En la actualidad, la inteligencia puede limitarse a las transacciones de criptomonedas, de las cuales dada garantía de entrada dada la salida.Ambos modelos especifican este cuerpo inteligente para descubrir cómo realizar tareas complejas, y las herramientas amplían el rango que pueden completar, y ambos deben desarrollarse más.Para que la inteligencia cifrada sea útil en los nuevos casos de uso de cifrado en cadena, se necesitan una integración y aceptación más extensas del cifrado como forma de pago y la aclaración de la supervisión.Sin embargo, con el desarrollo de estos componentes, el cuerpo inteligente se está preparando para convertirse en uno de los consumidores más grandes de la computación descentralizada mencionada anteriormente y la solución ZKML, recibiendo y resolviendo cualquier tarea de una manera autónoma no confirmada.

en conclusión

AI presenta la misma innovación que vemos en Web2 para las criptomonedas y mejora todos los aspectos desde el desarrollo de infraestructura hasta la experiencia y la accesibilidad del usuario.Sin embargo, el proyecto aún se encuentra en la etapa inicial de desarrollo, y la criptomoneda reciente y la integración de IA serán dirigidas principalmente por la cadena inferior.

Productos como Copilot «aumentarán 10 veces» a los desarrolladores.Empresas como Cub3.ai y Test Machine están desarrollando la integración de IA para auditorías de contratos inteligentes y monitoreo de amenazas de tiempo real para mejorar la seguridad de la cadena.Los robots de chat de LLM son capacitación en datos de cadena, documentos de protocolo y aplicaciones para proporcionar a los usuarios una mayor accesibilidad y experiencia del usuario.

Para la integración más avanzada del uso de la tecnología subyacente de la criptomonedas, los desafíos aún demuestran que la implementación de soluciones de IA en la cadena es técnicamente factible, y también es económica.El desarrollo de cálculos descentralizados, ZKML e inteligencia de IA apunta a los posibles campos verticales, que establecieron las bases para el futuro de las criptomonedas y la IA en la interconexión profunda.