Ang intersection ng generative artificial intelligence (AI) at Web3 ay ONE sa mga pinakakaakit-akit na trend sa espasyo ng mga digital asset. Bagama't ang karamihan sa mga tao ay sumasang-ayon na ang generative AI ay malamang na gumanap ng isang papel sa susunod na henerasyon ng mga teknolohiya ng Web3, ang mga detalye ay malayo sa walang halaga. Pagkatapos ng lahat, ang AI ay hindi kailanman itinuturing na isang mahalagang bloke ng gusali sa mga arkitektura ng Web3, at ang iba't ibang henerasyon ng L1 at L2 ay hindi idinisenyo upang magpatakbo ng mga workload ng AI.

Ang katotohanang kinakaharap ng mga technologist ng Web3 kapag sinusubukang isipin ang pag-angkop ng mga runtime ng Web3 sa mga generative na teknolohiya ng AI ay isang napakalaking hindi pagkakatugma sa mga tuntunin ng data at mga kinakailangan sa pagkalkula. Ang mga generative AI workloads ay idinisenyo upang maging computationally intensive, tumatakbo sa mataas na parallelizable GPU. Ang mga blockchain runtime ay medyo limitado sa mga tuntunin ng kanilang data at mga kakayahan sa pag-compute.

Si Jesus Rodriguez ay ang CEO ng IntoTheBlock.

Kasabay nito, lubhang kailangan ng Web3 na isama ang mga generative na kakayahan ng AI upang makahabol sa mga alternatibo sa Web 2. Ang malinaw na tanong ay nagiging: paano magiging totoo ang pagsasama ng generative AI at Web3?

Mula sa lahat ng mga uso sa generative AI, mayroong ONE na mukhang perpekto para sa pagsasama ng mga kakayahan ng blockchain at na, nagkataon, nakakuha ng pangunahing atensyon sa pamamagitan ng kamakailang mga anunsyo na ginawa ng OpenAI sa kumperensya ng Developer Days nito: narinig mo na ba ang tungkol sa mga autonomous na ahente?

Dito, nais kong tuklasin ang dalawang pangunahing punto:

• Bakit ang karamihan sa mga kakayahan sa Web3 ay nagdaragdag lamang ng mga marginal na benepisyo sa kasalukuyang alon ng mga generative na solusyon sa AI.
• Bakit ang mga autonomous na ahente ang ONE trend sa generative AI na maaaring magsama ng mga kakayahan sa Web3.

Ang mismatch

Regular kaming nagbabasa ng mga overhyped na publikasyon tungkol sa kung paano magkatugma ang blockchain at generative AI na mga teknolohiya. Ang mga pahayag na iyon ay mabuti para sa paggawa ng mga headline, ngunit kulang ang mga ito sa teknikal na hirap ng pag-unawa sa kasalukuyang kalagayan ng parehong teknolohiya. Ang malalim na pag-unawa sa mga posibleng integration path sa pagitan ng Web3 at generative AI ay nagpapakita ng isang napaka-mapanghamong larawan.

Kasunod ng diskarte sa unang mga prinsipyo upang isipin ang tungkol sa potensyal na pagsasama sa pagitan ng generative AI at Web3, maaari nating isaalang-alang ang dalawang pangunahing dimensyon:

• Isang bagong henerasyon ng mga teknolohiya sa Web3 na magagamit ang mga kakayahan sa pagbuo ng AI.
• Mga Generative AI solution na maaaring magsama ng mga teknolohiyang blockchain.

Ang unang vector ay medyo nakakalito. Sa ONE banda, malinaw nating maiisip ang isang bagong henerasyon ng mga DeFi protocol o blockchain runtime na magsasama ng mga matatalinong kakayahan na pinapagana ng generative AI. Sa kabilang banda, ang mga kaso ng paggamit na iyon ay napaka-nascent o halos wala.

Ang pangalawang kategorya ay nag-aalok ng mas malawak na hanay ng mga pagkakataon ngunit parehong mapaghamong. Sa sikolohikal, napaka-kaakit-akit na subukang iakma ang mga modernong kakayahan sa Web3 tulad ng zero-knowledge computation sa mga desentralisadong Stacks para sa mga generative na solusyon sa AI. T dapat maging sorpresa na nakakakita tayo ng tumataas na bilang ng zero-knowledge (zk) o desentralisadong Stacks para sa generative AI. Bagama't tiyak na kawili-wili, ang mga solusyong iyon ay tila medyo hindi tumutugma sa kasalukuyang alon ng mga generative AI Stacks.

Read More: Jesus Rodriguez - Dapat Desentralisado ang AI, ngunit Paano?

Halimbawa, ang zero-knowledge computation ay maaaring mag-unlock ng ilang mga kaso ng paggamit sa mga tuntunin ng transparency sa generative AI, ngunit ang mga gastos sa computational nito ay ginagawang lubhang hindi praktikal na ilapat sa sukat ng malalaking modelo ng transformer. Katulad nito, ang mga desentralisadong arkitektura ng GPU ay hindi praktikal para sa pretraining o fine-tuning na mga generative AI na modelo, dahil nangangailangan ang mga ito ng isang napakabilis na bus ng komunikasyon sa pagitan ng mga GPU.

Nangangailangan ng higit pa sa pagtutugma ng mga teknolohikal na kakayahan ang pagdikit sa pagitan ng generative AI at Web3 na teknolohiya; kinakailangan nito na ang mga kakayahan na ito ay akma para sa kasalukuyang mga kaso ng paggamit sa parehong mga Stacks ng Technology . Sa ganoong kahulugan, mayroong isang HOT na trend sa generative AI na tila isang perpektong kandidato para sa Web3 Stacks.

Ipasok ang mga semi-autonomous na ahente

Kung Social Media mo ang generative AI space, malamang na nakatagpo ka ng mga proyekto gaya ng AutoGPT, BabyAGI, o ang kaka-announce lang na mga OpenAI GPT, na nakabatay sa mga semi-autonomous na kakayahan ng ahente. Ang pinakasimpleng bersyon ng mga semi-autonomous na ahente ay mga matalinong modelo na maaaring mangatuwiran sa pamamagitan ng mga abstract na gawain, bumalangkas, at magsagawa ng mga plano sa isang partikular na kapaligiran.

Isaalang-alang ang isang ahente na dalubhasa sa pagsasagawa ng pananaliksik sa merkado para sa isang partikular na domain. Ang ahente na ito ay maaaring magsimula sa isang abstract na layunin tulad ng "magsaliksik sa isang partikular na produkto" at bumalangkas ng isang plano upang kumonsulta sa naaangkop na mga mapagkukunan ng impormasyon, ibuod ang impormasyon gamit ang isang malaking modelo ng wika, at ipamahagi ito sa iba't ibang partido. Ang mga semi-autonomous na ahente ay nagpapahusay sa mga modelo ng pundasyon na may mga kakayahan tulad ng memorya, pagsasama-sama ng tool, mga security guardrail, at marami pang iba.

Sa nakalipas na ilang buwan, ang mga semi-autonomous na ahente ay napunta sa ONE sa mga pinakamainit na trend sa generative AI. Ang semi-autonomous na katangian ng Technology ito ay tiyak na ginagawa itong isang perpektong senaryo para sa mga runtime ng blockchain. Sa kasalukuyang estado ng mga semi-autonomous na teknolohiya ng ahente, mayroong apat na nangingibabaw na kaso ng paggamit na angkop para sa mga runtime ng blockchain. Ang mga kaso ng paggamit na ito ay hindi teoretikal ngunit sa halip ay totoong mga hamon na kinakaharap ng mga semi-autonomous na aplikasyon ng ahente:

1) Transparency: Ang ONE sa mga pangunahing proposisyon ng halaga ng mga semi-autonomous na ahente ay ang kanilang kakayahang magbalangkas at magsagawa ng mga aksyon sa isang partikular na kapaligiran. Ang mga blockchain runtime ay maaaring kumilos bilang isang sistema ng rekord para sa mga plano at desisyong iyon.

2) Desentralisadong Koordinasyon: Ang ONE sa mga pangunahing layunin ng mga semi-autonomous na ahente ay ang maaari silang magtulungan upang makamit ang isang partikular na layunin. Ang antas ng pakikipagtulungan na ito ay nangangailangan ng desentralisadong koordinasyon, na isang perpektong akma para sa mga blockchain. Maaari mong isipin ang isang senaryo kung saan maaaring matuklasan ng ONE ahente ang mga kakayahan ng ibang mga ahente sa pamamagitan ng kanilang mga matalinong kontrata at makipag-ugnayan sa kanila.

3) Mga Guardrail: Kapag ang mga ahente ay nagsimulang gumawa ng mga aksyon nang semi-autonomously, ang ideya ng pag-set up ng mga guardrail sa kanilang paligid upang hadlangan ang potensyal na epekto ng mga pagkilos na iyon ay nagiging mas nauugnay. Ang mga matalinong kontrata ay kumakatawan sa isang mainam na mekanismo para magtatag ng mga hindi nababagong guardrail sa paligid ng mga ahente. Isipin ang isang ahente na maaaring gumawa ng mga desisyon sa pananalapi na binigyan ng isang aplikasyon ng kredito, na binabantayan ng isang matalinong kontrata na nagsisiguro na walang sensitibong impormasyon ang ginawa bilang bahagi ng mga output.

4) Mga Pang-ekonomiyang Insentibo: Sa konteksto ng pakikipagtulungan, ang mga asset ng Crypto ay maaaring gumanap ng isang makabuluhang papel, na nagsisilbing isang pangunahing layer ng ekonomiya para sa mga semi-autonomous na ahente. Kunin natin ang halimbawa ng isang ahente na maaaring makabuo ng mga materyales sa marketing para sa isang partikular na produkto gamit ang mga mamahaling modelo ng pagbuo ng imahe. Sa sitwasyong iyon, ang mga ahente ay maaaring makatanggap ng mga pagbabayad sa pamamagitan ng mga asset ng Crypto at maisakatuparan ang pagpapaandar.

Bakit semi-autonomous na ahente?

Anuman ang aming hilig para sa Web3 tech, malinaw naming nakikita na ang generative AI ay umuunlad nang maayos nang walang tulong ng mga blockchain runtime. Ang paghahanap ng tugma sa pagitan ng dalawang trend ng Technology ito ay hindi isang napakadaling pagsisikap. Ang mga senaryo sa Web3 para sa generative AI ay napaka-nascent o wala.

Ang punto ay magiging paghahanap ng mga tunay na hamon sa generative AI na maaaring matugunan gamit ang mga teknolohiyang blockchain. Sa pamamagitan ng "totoo," ang ibig kong sabihin ay hindi nagmula sa isang teoretikal na ehersisyo, at isinasaisip na sinusubukan naming itugma ang isang Technology na may limitadong pag-aampon sa totoong mundo na may pinakamabilis na lumalagong trend ng Technology sa maraming henerasyon.

Ang mga semi-autonomous na ahente ay tila may tamang kumbinasyon ng teknolohikal at timing na akma para sa mga runtime ng blockchain. Ang trend ay nagiging malawak na tinatanggap bilang ONE sa mga susunod na WAVES sa generative AI, at may mga tunay na hamon sa mga tuntunin ng transparency, koordinasyon, at seguridad na mukhang angkop para sa mga blockchain. Kung ang pagsasama-samang iyon ay magkatotoo o hindi ay mangangailangan ng ilang matalinong teknikal na adaptasyon sa parehong teknikal na paggalaw. Ngunit ang pangangailangan ay totoo; Ang mga semi-autonomous na ahente ay maaaring ang ONE trend na tumutulay sa generative AI at blockchains.