Analyse du cadre IA : de l'agent intelligent à l'exploration de la Décentralisation
Introduction
Récemment, le récit autour de la combinaison de l'IA et des cryptomonnaies a évolué rapidement. L'attention du marché s'est tournée vers des projets "framework" axés sur la technologie, ce sous-segment ayant vu naître en quelques semaines plusieurs projets dont la capitalisation boursière dépasse le milliard, voire le milliard de dollars. Ces projets ont également engendré un nouveau modèle d'émission d'actifs : émettre des jetons à partir de dépôts de code GitHub, les Agents développés sur la base du framework pouvant également émettre des jetons. Ce modèle basé sur le framework avec les Agents au-dessus ressemble à une plateforme d'émission d'actifs, mais est en réalité un modèle d'infrastructure spécifique à l'ère de l'IA. Cet article partira du concept de framework pour explorer l'impact des frameworks d'IA sur l'industrie des cryptomonnaies.
I. Analyse du cadre
Le cadre IA est un outil ou une plateforme de développement de bas niveau qui intègre des modules, des bibliothèques et des outils préconstruits, simplifiant ainsi le processus de construction de modèles IA complexes. On peut le comprendre comme le système d'exploitation de l'ère IA, similaire à Windows et Linux dans les systèmes de bureau, ou iOS et Android sur les appareils mobiles.
Bien que le "cadre AI" soit un nouveau concept dans le domaine des cryptomonnaies, le développement des cadres AI a près de 14 ans. Il existe des cadres matures disponibles dans le domaine AI traditionnel, tels que TensorFlow de Google et Pytorch de Meta. Les projets de cadre qui émergent dans les cryptomonnaies sont conçus pour répondre à la demande massive d'agents sous l'engouement de l'IA et s'étendent à d'autres domaines. Voici une introduction à quelques cadres principaux :
1.1 Eliza
Eliza est un cadre de simulation multi-Agent développé par ai16z, conçu pour créer, déployer et gérer des Agents AI autonomes. Développé en TypeScript, il présente une bonne compatibilité et des capacités d'intégration API.
Les principaux cas d'utilisation incluent l'intégration des médias sociaux, le traitement de documents, l'analyse de contenu multimédia, etc. Les cas d'utilisation pris en charge couvrent divers domaines tels que les assistants AI, les rôles sur les médias sociaux, les travailleurs du savoir et les rôles interactifs.
1.2 G.A.M.E
G.A.M.E (Cadre d'Entités Multimodales Autonomes Génératives ) est un cadre d'IA multimodale génératif et de gestion lancé par Virtual, principalement conçu pour le développement de PNJ intelligents dans les jeux. Ses caractéristiques permettent même aux utilisateurs à faible code, voire sans code, de l'utiliser.
Le noyau du cadre est une conception modulaire qui permet à plusieurs sous-systèmes de travailler en collaboration, comprenant l'interface d'invite d'Agent, le sous-système de perception, le moteur de planification stratégique et plusieurs composants.
1.3 Rig
Rig est un outil open source écrit en Rust, conçu pour simplifier le développement d'applications de grands modèles de langage (LLM). Il offre une interface opérationnelle unifiée, facilitant l'interaction des développeurs avec plusieurs fournisseurs de services LLM et bases de données vectorielles.
Les caractéristiques clés comprennent une interface unifiée, une architecture modulaire, la sécurité des types et des performances efficaces. Il est adapté à la construction de systèmes de questions-réponses, d'outils de recherche de documents, de chatbots et d'autres scénarios d'application.
1.4 ZerePy
ZerePy est un cadre open source basé sur Python qui simplifie le processus de déploiement et de gestion des agents AI sur la plateforme X. Il fournit une interface en ligne de commande, prend en charge la conception modulaire et permet une intégration flexible de différents modules fonctionnels.
Les principales caractéristiques incluent l'intégration de LLM, l'intégration de la plateforme X, un système de connexion modulaire, etc. Par rapport à Eliza, ZerePy se concentre davantage sur la simplification du processus de déploiement des agents AI sur des plateformes sociales spécifiques.
Deuxième, analyse du chemin de développement
Le parcours de développement des agents AI présente des similitudes avec l'écosystème BTC récent. L'écosystème BTC a traversé les phases BRC20, la concurrence entre plusieurs protocoles, BTC L2 et la phase BTCFi centrée sur Babylon. Les agents AI se développent plus rapidement sur la base d'une pile technologique AI traditionnelle mûre, et peuvent être résumés comme suit : GOAT/ACT - Agents de type Social/AI d'analyse - concurrence entre frameworks d'agents.
Les projets d'infrastructure qui pourraient émerger autour de la décentralisation des agents et de la sécurité deviendront le thème principal de la prochaine étape. Contrairement à l'écosystème BTC, le récit des agents IA ne reproduit pas l'histoire des chaînes de contrats intelligents, mais propose de nouvelles perspectives de développement des infrastructures.
Le cadre IA peut être comparé à une blockchain publique du futur, tandis que l'Agent est similaire aux Dapps du futur. Les débats futurs pourraient passer de la lutte entre EVM et chaînes hétérogènes à une lutte entre cadres, la question clé étant comment réaliser la Décentralisation ou la chaîne, ainsi que le sens du développement d'applications IA sur la blockchain.
Trois, discussion sur la signification de la mise en chaîne
Les problèmes clés auxquels l'IA et la blockchain sont confrontées sont : est-ce significatif ? En se référant aux expériences réussies de la DeFi, les raisons de soutenir la chaîne Agent peuvent inclure :
Réduire les coûts d'utilisation, améliorer l'accessibilité et le choix, permettant ainsi aux utilisateurs ordinaires de participer au "droit de location" de l'IA.
Fournir des solutions de sécurité basées sur la blockchain, répondant aux besoins d'interaction entre l'Agent et le monde réel ou virtuel.
Créer des modèles financiers blockchain uniques, tels que la formation de nouveaux modes financiers basés sur différents scénarios d'application.
Réaliser un processus de raisonnement transparent et traçable, améliorer l'interopérabilité, et être plus attrayant par rapport aux navigateurs agents proposés par les géants traditionnels de l'internet.
Quatre, Perspectives de l'économie créative
Les projets de type cadre pourraient offrir à l'avenir des opportunités d'entrepreneuriat similaires à celles du GPT Store. La simplification du processus de construction d'Agents et la fourniture d'un cadre pour des combinaisons de fonctionnalités complexes pourraient avoir un avantage, formant une économie créative Web3 plus intéressante que le GPT Store.
Comparé au GPT Store, l'économie créative des Agents dans le domaine du Web3 pourrait être plus équitable et plus ouverte, permettant aux gens ordinaires de participer. Les futurs mèmes AI pourraient être plus intelligents et plus intéressants que les Agents actuellement publiés sur GOAT et Clanker. Cela offrira aux gens ordinaires une opportunité de participer à l'innovation en IA.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
15 J'aime
Récompense
15
7
Partager
Commentaire
0/400
UncleWhale
· Il y a 16h
YYDS ! L'ère de l'IA est vraiment sur le point d'arriver.
Voir l'originalRépondre0
RektButSmiling
· Il y a 16h
Ce piège est parti vers la lune, achetez directement !
Voir l'originalRépondre0
SmartMoneyWallet
· Il y a 17h
Les données montrent que 49 % des fonds sont encore en attente.
Voir l'originalRépondre0
SmartContractWorker
· Il y a 17h
C'est juste de l'IA, et alors ?
Voir l'originalRépondre0
GasGuru
· Il y a 17h
Une combinaison de domaines inattendue !
Voir l'originalRépondre0
RumbleValidator
· Il y a 17h
Nœud est la voie royale, tout le reste est illusoire.
Analyse des cadres d'IA : de l'agent intelligent à la future feuille de route de la Décentralisation
Analyse du cadre IA : de l'agent intelligent à l'exploration de la Décentralisation
Introduction
Récemment, le récit autour de la combinaison de l'IA et des cryptomonnaies a évolué rapidement. L'attention du marché s'est tournée vers des projets "framework" axés sur la technologie, ce sous-segment ayant vu naître en quelques semaines plusieurs projets dont la capitalisation boursière dépasse le milliard, voire le milliard de dollars. Ces projets ont également engendré un nouveau modèle d'émission d'actifs : émettre des jetons à partir de dépôts de code GitHub, les Agents développés sur la base du framework pouvant également émettre des jetons. Ce modèle basé sur le framework avec les Agents au-dessus ressemble à une plateforme d'émission d'actifs, mais est en réalité un modèle d'infrastructure spécifique à l'ère de l'IA. Cet article partira du concept de framework pour explorer l'impact des frameworks d'IA sur l'industrie des cryptomonnaies.
I. Analyse du cadre
Le cadre IA est un outil ou une plateforme de développement de bas niveau qui intègre des modules, des bibliothèques et des outils préconstruits, simplifiant ainsi le processus de construction de modèles IA complexes. On peut le comprendre comme le système d'exploitation de l'ère IA, similaire à Windows et Linux dans les systèmes de bureau, ou iOS et Android sur les appareils mobiles.
Bien que le "cadre AI" soit un nouveau concept dans le domaine des cryptomonnaies, le développement des cadres AI a près de 14 ans. Il existe des cadres matures disponibles dans le domaine AI traditionnel, tels que TensorFlow de Google et Pytorch de Meta. Les projets de cadre qui émergent dans les cryptomonnaies sont conçus pour répondre à la demande massive d'agents sous l'engouement de l'IA et s'étendent à d'autres domaines. Voici une introduction à quelques cadres principaux :
1.1 Eliza
Eliza est un cadre de simulation multi-Agent développé par ai16z, conçu pour créer, déployer et gérer des Agents AI autonomes. Développé en TypeScript, il présente une bonne compatibilité et des capacités d'intégration API.
Les principaux cas d'utilisation incluent l'intégration des médias sociaux, le traitement de documents, l'analyse de contenu multimédia, etc. Les cas d'utilisation pris en charge couvrent divers domaines tels que les assistants AI, les rôles sur les médias sociaux, les travailleurs du savoir et les rôles interactifs.
1.2 G.A.M.E
G.A.M.E (Cadre d'Entités Multimodales Autonomes Génératives ) est un cadre d'IA multimodale génératif et de gestion lancé par Virtual, principalement conçu pour le développement de PNJ intelligents dans les jeux. Ses caractéristiques permettent même aux utilisateurs à faible code, voire sans code, de l'utiliser.
Le noyau du cadre est une conception modulaire qui permet à plusieurs sous-systèmes de travailler en collaboration, comprenant l'interface d'invite d'Agent, le sous-système de perception, le moteur de planification stratégique et plusieurs composants.
1.3 Rig
Rig est un outil open source écrit en Rust, conçu pour simplifier le développement d'applications de grands modèles de langage (LLM). Il offre une interface opérationnelle unifiée, facilitant l'interaction des développeurs avec plusieurs fournisseurs de services LLM et bases de données vectorielles.
Les caractéristiques clés comprennent une interface unifiée, une architecture modulaire, la sécurité des types et des performances efficaces. Il est adapté à la construction de systèmes de questions-réponses, d'outils de recherche de documents, de chatbots et d'autres scénarios d'application.
1.4 ZerePy
ZerePy est un cadre open source basé sur Python qui simplifie le processus de déploiement et de gestion des agents AI sur la plateforme X. Il fournit une interface en ligne de commande, prend en charge la conception modulaire et permet une intégration flexible de différents modules fonctionnels.
Les principales caractéristiques incluent l'intégration de LLM, l'intégration de la plateforme X, un système de connexion modulaire, etc. Par rapport à Eliza, ZerePy se concentre davantage sur la simplification du processus de déploiement des agents AI sur des plateformes sociales spécifiques.
Deuxième, analyse du chemin de développement
Le parcours de développement des agents AI présente des similitudes avec l'écosystème BTC récent. L'écosystème BTC a traversé les phases BRC20, la concurrence entre plusieurs protocoles, BTC L2 et la phase BTCFi centrée sur Babylon. Les agents AI se développent plus rapidement sur la base d'une pile technologique AI traditionnelle mûre, et peuvent être résumés comme suit : GOAT/ACT - Agents de type Social/AI d'analyse - concurrence entre frameworks d'agents.
Les projets d'infrastructure qui pourraient émerger autour de la décentralisation des agents et de la sécurité deviendront le thème principal de la prochaine étape. Contrairement à l'écosystème BTC, le récit des agents IA ne reproduit pas l'histoire des chaînes de contrats intelligents, mais propose de nouvelles perspectives de développement des infrastructures.
Le cadre IA peut être comparé à une blockchain publique du futur, tandis que l'Agent est similaire aux Dapps du futur. Les débats futurs pourraient passer de la lutte entre EVM et chaînes hétérogènes à une lutte entre cadres, la question clé étant comment réaliser la Décentralisation ou la chaîne, ainsi que le sens du développement d'applications IA sur la blockchain.
Trois, discussion sur la signification de la mise en chaîne
Les problèmes clés auxquels l'IA et la blockchain sont confrontées sont : est-ce significatif ? En se référant aux expériences réussies de la DeFi, les raisons de soutenir la chaîne Agent peuvent inclure :
Réduire les coûts d'utilisation, améliorer l'accessibilité et le choix, permettant ainsi aux utilisateurs ordinaires de participer au "droit de location" de l'IA.
Fournir des solutions de sécurité basées sur la blockchain, répondant aux besoins d'interaction entre l'Agent et le monde réel ou virtuel.
Créer des modèles financiers blockchain uniques, tels que la formation de nouveaux modes financiers basés sur différents scénarios d'application.
Réaliser un processus de raisonnement transparent et traçable, améliorer l'interopérabilité, et être plus attrayant par rapport aux navigateurs agents proposés par les géants traditionnels de l'internet.
Quatre, Perspectives de l'économie créative
Les projets de type cadre pourraient offrir à l'avenir des opportunités d'entrepreneuriat similaires à celles du GPT Store. La simplification du processus de construction d'Agents et la fourniture d'un cadre pour des combinaisons de fonctionnalités complexes pourraient avoir un avantage, formant une économie créative Web3 plus intéressante que le GPT Store.
Comparé au GPT Store, l'économie créative des Agents dans le domaine du Web3 pourrait être plus équitable et plus ouverte, permettant aux gens ordinaires de participer. Les futurs mèmes AI pourraient être plus intelligents et plus intéressants que les Agents actuellement publiés sur GOAT et Clanker. Cela offrira aux gens ordinaires une opportunité de participer à l'innovation en IA.