Деконструкція AI фреймворку: від інтелектуальних агентів до Децентралізації
Вступ
Нещодавно наратив поєднання ШІ та криптовалют швидко еволюціонував, і ринок зосередив свою увагу на технологічно орієнтованих "каркасних" проєктах. Цей сегмент ринку за короткий час з'явився з кількома проєктами з капіталізацією понад мільярд, а деякі - навіть понад десять мільярдів. Цей тип проєктів породив нову модель випуску активів - випуск токенів на основі репозиторіїв коду Github, а також Agents, розроблених на основі каркасів, які також можуть випускати токени. На основі каркасів, з Agents зверху, формується унікальна інфраструктурна модель епохи ШІ, схожа на платформу випуску активів. У цій статті ми почнемо з введення в каркас, щоб дослідити значення AI каркасів для сфери криптовалют.
Один. Що таке рамка?
AI-фреймворк є різновидом базового інструменту чи платформи для розробки, який інтегрує набір попередньо створених модулів, бібліотек та інструментів, спрощуючи процес створення складних AI-моделей. Його можна розглядати як операційну систему ери AI, таку як Windows або Linux на настільних системах, або iOS та Android на мобільних пристроях. Кожен фреймворк має свої переваги та недоліки, тому розробники можуть обирати відповідно до своїх потреб.
Хоча "AI фрейм" є новим поняттям у сфері криптовалют, його розвиток триває вже майже 14 років. У традиційній сфері AI існують зрілі фрейми, такі як TensorFlow від Google, Pytorch від Meta тощо. Фреймові проекти, що виникають у криптовалюті, створюються для задоволення великого попиту на агентів у зв'язку з поточним бумом AI та виходять на інші напрямки, формуючи різні підгалузі AI фреймів.
1.1 Еліза
Eliza є багатогранною моделлю для симуляції агентів, що використовується для створення, розгортання та управління автономними AI агентами. Розроблений на основі TypeScript, має хорошу сумісність та можливості інтеграції API. Основна увага приділяється сценаріям соціальних мереж, підтримує багатоплатформену інтеграцію, включаючи Discord, X/Twitter, Telegram тощо. У сфері обробки медіа-контенту підтримує аналіз PDF-документів, витягування вмісту з посилань, обробку аудіо та відео.
Основні випадки використання, які підтримує Eliza:
Додатки класу AI помічник
Роль соціальних медіа
Професіонали знань
Інтерактивні ролі
Підтримувані моделі включають локальне виведення відкритих моделей, хмарне виведення OpenAI API тощо.
1.2 Г.А.М.Е
G.A.M.E - це автоматизована система генерації та управління мультимодальними AI-рамками, представлена Virtual, яка в основному націлена на проектування розумних NPC у іграх. Основна особливість цієї системи полягає в тому, що навіть користувачі з низьким рівнем коду або без коду можуть її використовувати, просто змінюючи параметри для участі в проектуванні агентів.
Основний дизайн G.A.M.E - це модульний дизайн, в якому кілька підсистем працюють у співпраці, включаючи інтерфейс підказок агента, сенсорну підсистему, двигун стратегічного планування, контекст світу, модуль обробки діалогів та інші компоненти.
Ця рамка в основному зосереджена на прийнятті рішень, зворотному зв'язку, сприйнятті та індивідуальності Агентів у віртуальному середовищі, також підходить для сцен в метавсесвіті, окрім ігор.
1.3 Ріг
Rig - це інструмент з відкритим кодом, написаний мовою Rust, який спрощує розробку додатків великих мовних моделей. Він надає єдиний інтерфейс для зручної взаємодії з кількома постачальниками LLM та векторними базами даних.
Особливості Rig включають:
Єдиний інтерфейс
Модульна архітектура
Типова безпека
Висока продуктивність
Підходить для створення систем запитань і відповідей, інструментів пошуку документів, чат-ботів тощо.
1.4 ZerePy
ZerePy - це відкритий фреймворк на основі Python, який спрощує процес розгортання та управління AI Agent на платформі X. Він надає інтерфейс командного рядка, підтримує модульний дизайн і може гнучко інтегрувати різні функціональні модулі.
Основні функції включають:
Інтеграція LLM
Інтеграція платформи X
Модульна система підключення
Система пам'яті ( планується )
ZerePy зосереджений на спрощенні процесу розгортання AI Agent на платформі X, більше орієнтуючись на практичне застосування.
Два, Копія екосистеми BTC
Шляхи розвитку AI-агентів мають спільні риси з останніми подіями в екосистемі BTC. Екосистема BTC пройшла через етапи BRC20, конкуренції між протоколами, BTC L2 тощо. AI-агенти розвиваються швидше на основі зрілої технологічної стеку, що можна узагальнити як: GOAT/ACT - соціальні агенти/аналітичні - конкуренція в рамках AI-агентів. У майбутньому проєкти інфраструктури, що зосереджені на децентралізації агентів та їхній безпеці, можуть стати основною темою наступного етапу.
На відміну від екосистеми BTC, наратив AI Agent не відтворює історію смарт-контрактних ланцюгів. Існуючі проекти AI-фреймворків пропонують нові підходи до розвитку інфраструктури. На відміну від платформ випуску Memecoin, AI-фреймворк більше схожий на майбутній публічний ланцюг, а Agent більше нагадує майбутній Dapp. У майбутньому обговорення може перейти від суперечок про EVM та гетерогенні ланцюги до суперечки фреймворків, зосередившись на тому, як здійснити Децентралізацію та яку роль це відіграє на блокчейні.
Три, яке значення має запис в блокчейн?
Основною проблемою, яку потрібно вирішити при поєднанні блокчейну з ШІ, є його значення. Ключем до успіху DeFi є вища доступність, краща ефективність та нижчі витрати, а також безпечність без довіри до централізованих структур. Відповідно, причини, що підтримують агентну ланцюговість, можуть включати:
Реалізувати нижчі витрати на використання, підвищити доступність та вибірковість, дозволити звичайним користувачам брати участь у "оренді прав" AI.
Надати безпечне рішення на основі блокчейн-технології, яке відповідає потребам взаємодії агента з реальними або віртуальними гаманцями.
Створення унікальних фінансових ігор на базі блокчейну, таких як нові моделі забезпечення ліквідності на основі Agent
Реалізація прозорих, відстежуваних міркувань, підвищення взаємодії
Чотири, креативна економіка
Проектам класу "рамка" в майбутньому можуть бути доступні можливості для підприємництва, подібні до GPT Store. Спрощення процесу створення агентів і надання складних комбінацій функцій можуть забезпечити перевагу, сформувавши цікавішу економіку креативів Web3, ніж GPT Store.
У порівнянні з GPT Store, у сфері Web3 існує більше незаповнених потреб, що може зробити економічну систему більш справедливою, залучивши спільноту до економіки та вдосконаливши Агентів. Це надасть звичайним людям можливість брати участь, майбутній AI Meme може бути більш розумним і цікавим, ніж Агенти на існуючих платформах.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
14 лайків
Нагородити
14
4
Поділіться
Прокоментувати
0/400
Fren_Not_Food
· 8год тому
Правда, смачно ai+Блокчейн схопив.
Переглянути оригіналвідповісти на0
SeasonedInvestor
· 15год тому
ai занадто потужний
Переглянути оригіналвідповісти на0
HodlBeliever
· 15год тому
Потенціал зростання ROI близько 20%, спочатку спостерігайте
Вибух траси AI-рамок: дослідження шляху від розумних агентів до Децентралізації
Деконструкція AI фреймворку: від інтелектуальних агентів до Децентралізації
Вступ
Нещодавно наратив поєднання ШІ та криптовалют швидко еволюціонував, і ринок зосередив свою увагу на технологічно орієнтованих "каркасних" проєктах. Цей сегмент ринку за короткий час з'явився з кількома проєктами з капіталізацією понад мільярд, а деякі - навіть понад десять мільярдів. Цей тип проєктів породив нову модель випуску активів - випуск токенів на основі репозиторіїв коду Github, а також Agents, розроблених на основі каркасів, які також можуть випускати токени. На основі каркасів, з Agents зверху, формується унікальна інфраструктурна модель епохи ШІ, схожа на платформу випуску активів. У цій статті ми почнемо з введення в каркас, щоб дослідити значення AI каркасів для сфери криптовалют.
Один. Що таке рамка?
AI-фреймворк є різновидом базового інструменту чи платформи для розробки, який інтегрує набір попередньо створених модулів, бібліотек та інструментів, спрощуючи процес створення складних AI-моделей. Його можна розглядати як операційну систему ери AI, таку як Windows або Linux на настільних системах, або iOS та Android на мобільних пристроях. Кожен фреймворк має свої переваги та недоліки, тому розробники можуть обирати відповідно до своїх потреб.
Хоча "AI фрейм" є новим поняттям у сфері криптовалют, його розвиток триває вже майже 14 років. У традиційній сфері AI існують зрілі фрейми, такі як TensorFlow від Google, Pytorch від Meta тощо. Фреймові проекти, що виникають у криптовалюті, створюються для задоволення великого попиту на агентів у зв'язку з поточним бумом AI та виходять на інші напрямки, формуючи різні підгалузі AI фреймів.
1.1 Еліза
Eliza є багатогранною моделлю для симуляції агентів, що використовується для створення, розгортання та управління автономними AI агентами. Розроблений на основі TypeScript, має хорошу сумісність та можливості інтеграції API. Основна увага приділяється сценаріям соціальних мереж, підтримує багатоплатформену інтеграцію, включаючи Discord, X/Twitter, Telegram тощо. У сфері обробки медіа-контенту підтримує аналіз PDF-документів, витягування вмісту з посилань, обробку аудіо та відео.
Основні випадки використання, які підтримує Eliza:
Підтримувані моделі включають локальне виведення відкритих моделей, хмарне виведення OpenAI API тощо.
1.2 Г.А.М.Е
G.A.M.E - це автоматизована система генерації та управління мультимодальними AI-рамками, представлена Virtual, яка в основному націлена на проектування розумних NPC у іграх. Основна особливість цієї системи полягає в тому, що навіть користувачі з низьким рівнем коду або без коду можуть її використовувати, просто змінюючи параметри для участі в проектуванні агентів.
Основний дизайн G.A.M.E - це модульний дизайн, в якому кілька підсистем працюють у співпраці, включаючи інтерфейс підказок агента, сенсорну підсистему, двигун стратегічного планування, контекст світу, модуль обробки діалогів та інші компоненти.
Ця рамка в основному зосереджена на прийнятті рішень, зворотному зв'язку, сприйнятті та індивідуальності Агентів у віртуальному середовищі, також підходить для сцен в метавсесвіті, окрім ігор.
1.3 Ріг
Rig - це інструмент з відкритим кодом, написаний мовою Rust, який спрощує розробку додатків великих мовних моделей. Він надає єдиний інтерфейс для зручної взаємодії з кількома постачальниками LLM та векторними базами даних.
Особливості Rig включають:
Підходить для створення систем запитань і відповідей, інструментів пошуку документів, чат-ботів тощо.
1.4 ZerePy
ZerePy - це відкритий фреймворк на основі Python, який спрощує процес розгортання та управління AI Agent на платформі X. Він надає інтерфейс командного рядка, підтримує модульний дизайн і може гнучко інтегрувати різні функціональні модулі.
Основні функції включають:
ZerePy зосереджений на спрощенні процесу розгортання AI Agent на платформі X, більше орієнтуючись на практичне застосування.
Два, Копія екосистеми BTC
Шляхи розвитку AI-агентів мають спільні риси з останніми подіями в екосистемі BTC. Екосистема BTC пройшла через етапи BRC20, конкуренції між протоколами, BTC L2 тощо. AI-агенти розвиваються швидше на основі зрілої технологічної стеку, що можна узагальнити як: GOAT/ACT - соціальні агенти/аналітичні - конкуренція в рамках AI-агентів. У майбутньому проєкти інфраструктури, що зосереджені на децентралізації агентів та їхній безпеці, можуть стати основною темою наступного етапу.
На відміну від екосистеми BTC, наратив AI Agent не відтворює історію смарт-контрактних ланцюгів. Існуючі проекти AI-фреймворків пропонують нові підходи до розвитку інфраструктури. На відміну від платформ випуску Memecoin, AI-фреймворк більше схожий на майбутній публічний ланцюг, а Agent більше нагадує майбутній Dapp. У майбутньому обговорення може перейти від суперечок про EVM та гетерогенні ланцюги до суперечки фреймворків, зосередившись на тому, як здійснити Децентралізацію та яку роль це відіграє на блокчейні.
Три, яке значення має запис в блокчейн?
Основною проблемою, яку потрібно вирішити при поєднанні блокчейну з ШІ, є його значення. Ключем до успіху DeFi є вища доступність, краща ефективність та нижчі витрати, а також безпечність без довіри до централізованих структур. Відповідно, причини, що підтримують агентну ланцюговість, можуть включати:
Чотири, креативна економіка
Проектам класу "рамка" в майбутньому можуть бути доступні можливості для підприємництва, подібні до GPT Store. Спрощення процесу створення агентів і надання складних комбінацій функцій можуть забезпечити перевагу, сформувавши цікавішу економіку креативів Web3, ніж GPT Store.
У порівнянні з GPT Store, у сфері Web3 існує більше незаповнених потреб, що може зробити економічну систему більш справедливою, залучивши спільноту до економіки та вдосконаливши Агентів. Це надасть звичайним людям можливість брати участь, майбутній AI Meme може бути більш розумним і цікавим, ніж Агенти на існуючих платформах.