Деконструкція AI-фреймворку: від інтелектуальних агентів до Децентралізації
Вступ
Останнім часом наратив, що поєднує AI та криптовалюти, розвивається швидкими темпами. Ринкова увага перемістилася на технологічно орієнтовані "каркасні" проекти, і в цій ніші за короткий проміжок часу з'явилося кілька нових зірок з капіталізацією понад мільярд. Ці проекти породили нову модель випуску активів: випуск монет на основі кодових репозиторіїв Github, а також базовані на каркасах агенти можуть знову випускати монети. Основою є каркас, наверху – агент, що формує модель, схожу на платформу випуску активів, але насправді це інфраструктура, притаманна епосі AI, що проявляється. У цій статті ми почнемо з короткого введення в каркас та розглянемо значення AI каркасів для криптовалютної індустрії.
Один. Що таке фрейм?
AI-фреймворк - це базовий інструмент або платформа для розробки, яка інтегрує готові модулі, бібліотеки та інструменти, спрощуючи процес створення складних AI-моделей. Фреймворк можна розглядати як операційну систему епохи AI, подібно до Windows, Linux в настільних системах або iOS і Android на мобільних пристроях. Кожен фреймворк має свої переваги та недоліки, і розробники можуть вільно вибирати в залежності від своїх потреб.
Хоча "AI-фрейми" є новим поняттям у сфері криптовалют, їхній розвиток триває вже майже 14 років. У традиційному AI-середовищі є зрілі фрейми на вибір, такі як TensorFlow, Pytorch та інші. Фреймові проєкти, що виникають у криптовалюті, створені для задоволення потреб агентів в умовах буму AI та поширюються на інші напрямки, формуючи різні сегменти AI-фреймів. Нижче наведено кілька основних фреймів.
1.1 Еліза
Eliza є багатагентною симуляційною платформою, спеціально призначеною для створення, розгортання та управління автономними AI агентами. Розроблена на базі TypeScript, має хорошу сумісність і легка в інтеграції API. Основна увага приділяється соціальним медіа-сценам, підтримує інтеграцію на кількох платформах і обробку різного медіа-контенту.
Основні випадки використання, які наразі підтримуються Eliza:
Застосунки класу AI помічників
Роль соціальних медіа
Знання працівники
Інтерактивна роль
Підтримувані моделі включають відкриті моделі для локального висновку, API OpenAI для хмарного висновку тощо.
1.2 Г.А.М.Е
G.A.M.E є автоматизованою системою генерації та управління мультимодальним AI-фреймворком, що переважно призначений для розробки інтелектуальних NPC у іграх. Особливістю є те, що низькокодові або навіть безкодові користувачі також можуть його використовувати.
Архітектура проєкту використовує модульний дизайн, в якому кілька підсистем працюють спільно, включаючи інтерфейс підказок агента, підсистему сприйняття, двигун стратегічного планування, контекст світу, модуль обробки діалогів та кілька інших компонентів.
Придатний для ігор та сцен метавсесвіту, вже кілька проектів використовують цю структуру.
1.3 Ріг
Rig є відкритим інструментом, написаним мовою Rust, призначеним для спрощення розробки програм застосування великих мовних моделей. Він надає єдиний інтерфейс управління, що полегшує взаємодію з кількома постачальниками послуг LLM та векторними базами даних.
Основні характеристики включають єдиний інтерфейс, модульну архітектуру, типобезпечність та високу продуктивність.
Підходить для створення систем запитань і відповідей, інструментів пошуку документів, чат-ботів та контентного створення тощо.
1.4 ZerePy
ZerePy є відкритим фреймворком на базі Python, який спрощує процес розгортання та управління AI Agent на платформі X. Він успадкував основні функції проєкту Zerebro, але має більш модульний та легкий для розширення дизайн.
ZerePy надає командний інтерфейс, підтримує інтеграцію LLM, інтеграцію платформи X та модульну систему підключення. У майбутньому також планується інтеграція системи пам'яті, щоб Агент міг запам'ятовувати попередні взаємодії та контекстну інформацію.
Два, Копія екосистеми BTC
Шлях розвитку AI Agent має багато спільного з нещодавнім екосистемою BTC. Розвиток екосистеми BTC можна узагальнити як: BRC20 - конкуренція між кількома протоколами - BTC L2 - BTCFi. AI Agent розвивається швидше на основі зрілого стеку технологій, шлях можна узагальнити як: GOAT/ACT - соціальні агенти/аналітичні - конкуренція рамок AI Agent.
Однак, сектор AI Agent навряд чи стане однорідним або бульбашковим. Проекти AI-фреймворків пропонують нові підходи до розвитку інфраструктури, більше схожі на майбутні публічні блокчейни, тоді як Agent більше нагадує майбутні Dapp. У майбутньому суперечки можуть перейти від конфлікту EVM та гетерогенних ланцюгів до суперечок щодо фреймворків, і ключовим питанням буде, як реалізувати децентралізацію або ланцюговість, а також який сенс у розробці на блокчейні.
Три. Яке значення має запис на блокчейн?
Поєднання блокчейну та ШІ потребує вирішення питання, в чому полягає його сенс. Ключ до успіху DeFi полягає у більшій доступності, кращій ефективності та нижчих витратах, а також у безпечності без довіри до централізованих структур. Відповідно до цієї думки, причини підтримки агентського ланцюга можуть включати:
Реалізація нижчих витрат на використання, підвищення доступності та вибору, щоб звичайні користувачі також могли брати участь у "оренді прав" AI.
Надати безпечне рішення на основі блокчейну, що задовольняє потреби взаємодії Агентів з реальними або віртуальними гаманцями.
Створення унікальних фінансових ігор на основі блокчейн, таких як нова інвестиційна модель на базі Agent.
Реалізація прозорого, відстежуваного міркування, підвищення взаємодії може бути більш привабливим, ніж браузер агентів традиційних інтернет-гігантів.
Чотири, креативна економіка
Проекти типу "каркас" в майбутньому можуть надати можливості для підприємництва, подібні до GPT Store. Спрощення процесу створення агентів та надання складних комбінацій функцій можуть зайняти перевагу, сформувавши більш цікаву креативну економіку Web3, ніж GPT Store.
В порівнянні з GPT Store, Web3 креативна економіка може бути більш справедливою, впровадження громади робить Агентів більш досконалими. Це буде можливістю для звичайних людей брати участь, майбутні AI Meme можуть бути більш розумними та цікавими, ніж існуючі.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
18 лайків
Нагородити
18
4
Репост
Поділіться
Прокоментувати
0/400
GateUser-c802f0e8
· 3год тому
Фальшивка, обдурювати людей, як лохів знову прийшло.
Виникнення AI-структур: дослідження нової інфраструктури децентралізованих інтелектуальних агентів
Деконструкція AI-фреймворку: від інтелектуальних агентів до Децентралізації
Вступ
Останнім часом наратив, що поєднує AI та криптовалюти, розвивається швидкими темпами. Ринкова увага перемістилася на технологічно орієнтовані "каркасні" проекти, і в цій ніші за короткий проміжок часу з'явилося кілька нових зірок з капіталізацією понад мільярд. Ці проекти породили нову модель випуску активів: випуск монет на основі кодових репозиторіїв Github, а також базовані на каркасах агенти можуть знову випускати монети. Основою є каркас, наверху – агент, що формує модель, схожу на платформу випуску активів, але насправді це інфраструктура, притаманна епосі AI, що проявляється. У цій статті ми почнемо з короткого введення в каркас та розглянемо значення AI каркасів для криптовалютної індустрії.
Один. Що таке фрейм?
AI-фреймворк - це базовий інструмент або платформа для розробки, яка інтегрує готові модулі, бібліотеки та інструменти, спрощуючи процес створення складних AI-моделей. Фреймворк можна розглядати як операційну систему епохи AI, подібно до Windows, Linux в настільних системах або iOS і Android на мобільних пристроях. Кожен фреймворк має свої переваги та недоліки, і розробники можуть вільно вибирати в залежності від своїх потреб.
Хоча "AI-фрейми" є новим поняттям у сфері криптовалют, їхній розвиток триває вже майже 14 років. У традиційному AI-середовищі є зрілі фрейми на вибір, такі як TensorFlow, Pytorch та інші. Фреймові проєкти, що виникають у криптовалюті, створені для задоволення потреб агентів в умовах буму AI та поширюються на інші напрямки, формуючи різні сегменти AI-фреймів. Нижче наведено кілька основних фреймів.
1.1 Еліза
Eliza є багатагентною симуляційною платформою, спеціально призначеною для створення, розгортання та управління автономними AI агентами. Розроблена на базі TypeScript, має хорошу сумісність і легка в інтеграції API. Основна увага приділяється соціальним медіа-сценам, підтримує інтеграцію на кількох платформах і обробку різного медіа-контенту.
Основні випадки використання, які наразі підтримуються Eliza:
Підтримувані моделі включають відкриті моделі для локального висновку, API OpenAI для хмарного висновку тощо.
1.2 Г.А.М.Е
G.A.M.E є автоматизованою системою генерації та управління мультимодальним AI-фреймворком, що переважно призначений для розробки інтелектуальних NPC у іграх. Особливістю є те, що низькокодові або навіть безкодові користувачі також можуть його використовувати.
Архітектура проєкту використовує модульний дизайн, в якому кілька підсистем працюють спільно, включаючи інтерфейс підказок агента, підсистему сприйняття, двигун стратегічного планування, контекст світу, модуль обробки діалогів та кілька інших компонентів.
Придатний для ігор та сцен метавсесвіту, вже кілька проектів використовують цю структуру.
1.3 Ріг
Rig є відкритим інструментом, написаним мовою Rust, призначеним для спрощення розробки програм застосування великих мовних моделей. Він надає єдиний інтерфейс управління, що полегшує взаємодію з кількома постачальниками послуг LLM та векторними базами даних.
Основні характеристики включають єдиний інтерфейс, модульну архітектуру, типобезпечність та високу продуктивність.
Підходить для створення систем запитань і відповідей, інструментів пошуку документів, чат-ботів та контентного створення тощо.
1.4 ZerePy
ZerePy є відкритим фреймворком на базі Python, який спрощує процес розгортання та управління AI Agent на платформі X. Він успадкував основні функції проєкту Zerebro, але має більш модульний та легкий для розширення дизайн.
ZerePy надає командний інтерфейс, підтримує інтеграцію LLM, інтеграцію платформи X та модульну систему підключення. У майбутньому також планується інтеграція системи пам'яті, щоб Агент міг запам'ятовувати попередні взаємодії та контекстну інформацію.
Два, Копія екосистеми BTC
Шлях розвитку AI Agent має багато спільного з нещодавнім екосистемою BTC. Розвиток екосистеми BTC можна узагальнити як: BRC20 - конкуренція між кількома протоколами - BTC L2 - BTCFi. AI Agent розвивається швидше на основі зрілого стеку технологій, шлях можна узагальнити як: GOAT/ACT - соціальні агенти/аналітичні - конкуренція рамок AI Agent.
Однак, сектор AI Agent навряд чи стане однорідним або бульбашковим. Проекти AI-фреймворків пропонують нові підходи до розвитку інфраструктури, більше схожі на майбутні публічні блокчейни, тоді як Agent більше нагадує майбутні Dapp. У майбутньому суперечки можуть перейти від конфлікту EVM та гетерогенних ланцюгів до суперечок щодо фреймворків, і ключовим питанням буде, як реалізувати децентралізацію або ланцюговість, а також який сенс у розробці на блокчейні.
Три. Яке значення має запис на блокчейн?
Поєднання блокчейну та ШІ потребує вирішення питання, в чому полягає його сенс. Ключ до успіху DeFi полягає у більшій доступності, кращій ефективності та нижчих витратах, а також у безпечності без довіри до централізованих структур. Відповідно до цієї думки, причини підтримки агентського ланцюга можуть включати:
Реалізація нижчих витрат на використання, підвищення доступності та вибору, щоб звичайні користувачі також могли брати участь у "оренді прав" AI.
Надати безпечне рішення на основі блокчейну, що задовольняє потреби взаємодії Агентів з реальними або віртуальними гаманцями.
Створення унікальних фінансових ігор на основі блокчейн, таких як нова інвестиційна модель на базі Agent.
Реалізація прозорого, відстежуваного міркування, підвищення взаємодії може бути більш привабливим, ніж браузер агентів традиційних інтернет-гігантів.
Чотири, креативна економіка
Проекти типу "каркас" в майбутньому можуть надати можливості для підприємництва, подібні до GPT Store. Спрощення процесу створення агентів та надання складних комбінацій функцій можуть зайняти перевагу, сформувавши більш цікаву креативну економіку Web3, ніж GPT Store.
В порівнянні з GPT Store, Web3 креативна економіка може бути більш справедливою, впровадження громади робить Агентів більш досконалими. Це буде можливістю для звичайних людей брати участь, майбутні AI Meme можуть бути більш розумними та цікавими, ніж існуючі.