Déconstruction du cadre de l'IA : de l'agent intelligent à l'exploration de la Décentralisation
Introduction
Le récit du mariage entre l'IA et les cryptomonnaies se développe rapidement. Récemment, l'attention du marché s'est tournée vers des projets "de type cadre" dominés par la technologie, ce segment a déjà vu naître plusieurs projets valant plus de 100 millions et même plus d'un milliard en peu de temps. Ces projets ont engendré de nouveaux modèles d'émission d'actifs : émettre des tokens à partir de dépôts de code sur Github, et des Agents construits sur ces cadres peuvent également émettre des tokens. Avec le cadre comme base et l'Agent au-dessus, cela forme un modèle d'infrastructure unique à l'ère de l'IA. Cet article partira d'une introduction au cadre pour explorer la signification des cadres d'IA dans le domaine des cryptomonnaies.
I. Qu'est-ce qu'un cadre?
Le cadre AI est un outil ou une plateforme de développement de base, intégrant des modules, bibliothèques et outils préconstruits, simplifiant le processus de construction de modèles AI complexes. On peut le comprendre comme le système d'exploitation de l'ère AI, similaire à Windows et Linux dans les systèmes de bureau, ou iOS et Android sur mobile. Chaque cadre a ses avantages et inconvénients, les développeurs peuvent choisir en fonction de leurs besoins.
Bien que le terme "cadre AI" soit un nouveau concept dans le domaine des cryptomonnaies, son parcours de développement s'étend sur près de 14 ans. Il existe des cadres matures dans le domaine traditionnel de l'IA, tels que TensorFlow de Google et Pytorch de Meta. Les projets de cadres qui émergent dans les cryptomonnaies sont conçus en réponse à la forte demande d'Agents sous l'effet de la vague actuelle de l'IA, et s'étendent vers d'autres domaines, formant ainsi des cadres IA dans différents secteurs spécialisés.
1.1 Eliza
Eliza est un cadre de simulation multi-Agent, conçu pour créer, déployer et gérer des agents AI autonomes. Développé en TypeScript, il offre une bonne compatibilité et est facile à intégrer via API. Principalement destiné aux scénarios de médias sociaux, il prend en charge l'intégration multi-plateforme, y compris Discord, X/Twitter, Telegram, etc.
Les cas d'utilisation principalement pris en charge par Eliza sont :
Applications de type assistant IA
Rôle des médias sociaux
Travailleurs du savoir
Rôles interactifs
Les modèles pris en charge incluent l'inférence locale de modèles open source, l'inférence cloud de l'API OpenAI, etc.
1.2 G.A.M.E
G.A.M.E(Cadre des Entités Multimodales Autonomes Génératives) est un cadre IA multimodal conçu pour les NPC intelligents dans les jeux. Il se caractérise par le fait que même les utilisateurs à faible code ou sans code peuvent l'utiliser.
La conception de base adopte une architecture modulaire où plusieurs sous-systèmes travaillent en synergie, y compris l'interface de suggestion Agent, le sous-système de perception, le moteur de planification stratégique, le contexte mondial, le module de traitement de dialogue et plusieurs autres composants.
Flux de travail : les développeurs lancent l'Agent via l'interface, le sous-système de perception reçoit les entrées et les transmet au moteur de planification. Le moteur de planification utilise les informations des différents systèmes pour élaborer et exécuter un plan d'action. Le module d'apprentissage surveille et ajuste en permanence le comportement de l'Agent.
Les scénarios d'application se concentrent principalement sur la prise de décision, le retour d'information, la perception et la personnalité des agents dans un environnement virtuel, adaptés aux jeux et au métavers.
1.3 Rig
Rig est un outil open source écrit en Rust, conçu pour simplifier le développement d'applications de grands modèles linguistiques (LLM). Il offre une interface opérationnelle unifiée, facilitant l'interaction avec plusieurs fournisseurs de services LLM et bases de données vectorielles.
Caractéristiques principales :
Interface unifiée
Architecture modulaire
Sécurité de type
Haute performance
Flux de travail : les demandes des utilisateurs sont traitées de manière standardisée par la couche d'abstraction du fournisseur, l'agent intelligent dans la couche centrale appelle des outils ou interroge le stockage vectoriel, générant des réponses via des mécanismes tels que la récupération améliorée par génération.
Les cas d'application incluent les systèmes de questions-réponses, les outils de recherche de documents, les chatbots, la création de contenu, etc.
1.4 ZerePy
ZerePy est un cadre open source basé sur Python, simplifiant le processus de déploiement et de gestion des agents AI sur la plateforme X. Il hérite des fonctionnalités clés du projet Zerebro, mais adopte une conception plus modulaire et extensible.
L'architecture centrale est basée sur un design modulaire, comprenant :
Intégration LLM
Intégration de la plateforme X
Système de connexion modulaire
Système de mémoire ( en cours de planification )
ZerePy se concentre sur la simplification du processus de déploiement d'Agent IA sur la plateforme X, en mettant davantage l'accent sur les applications pratiques.
Deuxième point, la réplique de l'écosystème BTC
Le chemin de développement des Agents IA présente des similitudes avec l'écosystème BTC récent. Le développement de l'écosystème BTC peut être résumé comme suit : BRC20 - concurrence multi-protocoles - BTC L2 - BTCFi. Les Agents IA se développent plus rapidement sur la base d'une pile technologique mature, et leur chemin peut être résumé comme suit : concurrence entre les frameworks d'Agent sociaux/Agents IA analytiques.
La narration de l'Agent IA n'est pas destinée à reproduire l'histoire de la chaîne de contrats intelligents, les projets de cadre IA existants offrent au moins de nouvelles idées de développement d'infrastructure. Comparé à Memecoin Launchpad et au protocole d'inscription, le cadre IA ressemble davantage à une future blockchain publique, tandis que l'Agent ressemble davantage à un futur Dapp.
Les débats futurs pourraient passer de la lutte entre l'EVM et les chaînes hétérogènes à une lutte entre les cadres. La question clé est de savoir comment réaliser la Décentralisation ou la chaîne, ainsi que la signification de faire cela sur la blockchain.
Trois, quelle est la signification de la mise en chaîne ?
La combinaison de la blockchain et de l'IA doit faire face à des questions de signification. Le succès de la DeFi repose sur une plus grande accessibilité, une meilleure efficacité, des coûts plus bas et une sécurité décentralisée. En ce sens, les raisons de soutenir la chaîne des agents peuvent être :
Réaliser des coûts d'utilisation plus bas, améliorer l'accessibilité et le choix, permettre aux utilisateurs ordinaires de participer au "droit de louer" de l'IA.
Fournir des solutions de sécurité basées sur la blockchain, répondant aux besoins de sécurité de l'interaction entre l'Agent et les portefeuilles réels ou virtuels.
Réaliser des mécanismes financiers blockchain uniques, tels que l'investissement en puissance de calcul et en marquage de données liés à l'Agent.
Réaliser des raisonnements transparents et traçables, offrant des solutions plus attrayantes que celles des géants traditionnels de l'internet.
Quatre, Économie créative
Les projets de type cadre pourraient offrir à l'avenir des opportunités d'entrepreneuriat similaires à celles du GPT Store. Un cadre simplifiant le processus de construction d'agents et offrant des combinaisons de fonctionnalités complexes pourrait avoir un avantage, créant une économie créative Web3 plus intéressante que le GPT Store.
Il existe de nombreux besoins non satisfaits dans le domaine du Web3, et le système économique peut rendre les politiques des géants du Web2 plus équitables. L'introduction de l'économie communautaire peut améliorer les Agents. L'économie créative des Agents sera une opportunité pour les gens ordinaires de participer, et les futurs mèmes AI pourraient être plus intelligents et intéressants que les Agents sur les plateformes actuelles.
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.
5 J'aime
Récompense
5
6
Partager
Commentaire
0/400
ReverseTradingGuru
· Il y a 22h
Recommence à vendre divers cadres de BTC
Voir l'originalRépondre0
GasFeeLady
· Il y a 22h
vérifiant le gas avant de vérifier le twitter de mon ex
Voir l'originalRépondre0
SolidityStruggler
· Il y a 22h
Cette vague est à la lune.
Voir l'originalRépondre0
MetaDreamer
· Il y a 23h
Incroyable ! agent incroyable !
Voir l'originalRépondre0
PoolJumper
· Il y a 23h
Le cadre a l'air impressionnant, que diriez-vous de l'utiliser pour le Trading des cryptomonnaies ?
Cadre IA : infrastructure de base à l'ère des agents
Déconstruction du cadre de l'IA : de l'agent intelligent à l'exploration de la Décentralisation
Introduction
Le récit du mariage entre l'IA et les cryptomonnaies se développe rapidement. Récemment, l'attention du marché s'est tournée vers des projets "de type cadre" dominés par la technologie, ce segment a déjà vu naître plusieurs projets valant plus de 100 millions et même plus d'un milliard en peu de temps. Ces projets ont engendré de nouveaux modèles d'émission d'actifs : émettre des tokens à partir de dépôts de code sur Github, et des Agents construits sur ces cadres peuvent également émettre des tokens. Avec le cadre comme base et l'Agent au-dessus, cela forme un modèle d'infrastructure unique à l'ère de l'IA. Cet article partira d'une introduction au cadre pour explorer la signification des cadres d'IA dans le domaine des cryptomonnaies.
I. Qu'est-ce qu'un cadre?
Le cadre AI est un outil ou une plateforme de développement de base, intégrant des modules, bibliothèques et outils préconstruits, simplifiant le processus de construction de modèles AI complexes. On peut le comprendre comme le système d'exploitation de l'ère AI, similaire à Windows et Linux dans les systèmes de bureau, ou iOS et Android sur mobile. Chaque cadre a ses avantages et inconvénients, les développeurs peuvent choisir en fonction de leurs besoins.
Bien que le terme "cadre AI" soit un nouveau concept dans le domaine des cryptomonnaies, son parcours de développement s'étend sur près de 14 ans. Il existe des cadres matures dans le domaine traditionnel de l'IA, tels que TensorFlow de Google et Pytorch de Meta. Les projets de cadres qui émergent dans les cryptomonnaies sont conçus en réponse à la forte demande d'Agents sous l'effet de la vague actuelle de l'IA, et s'étendent vers d'autres domaines, formant ainsi des cadres IA dans différents secteurs spécialisés.
1.1 Eliza
Eliza est un cadre de simulation multi-Agent, conçu pour créer, déployer et gérer des agents AI autonomes. Développé en TypeScript, il offre une bonne compatibilité et est facile à intégrer via API. Principalement destiné aux scénarios de médias sociaux, il prend en charge l'intégration multi-plateforme, y compris Discord, X/Twitter, Telegram, etc.
Les cas d'utilisation principalement pris en charge par Eliza sont :
Les modèles pris en charge incluent l'inférence locale de modèles open source, l'inférence cloud de l'API OpenAI, etc.
1.2 G.A.M.E
G.A.M.E(Cadre des Entités Multimodales Autonomes Génératives) est un cadre IA multimodal conçu pour les NPC intelligents dans les jeux. Il se caractérise par le fait que même les utilisateurs à faible code ou sans code peuvent l'utiliser.
La conception de base adopte une architecture modulaire où plusieurs sous-systèmes travaillent en synergie, y compris l'interface de suggestion Agent, le sous-système de perception, le moteur de planification stratégique, le contexte mondial, le module de traitement de dialogue et plusieurs autres composants.
Flux de travail : les développeurs lancent l'Agent via l'interface, le sous-système de perception reçoit les entrées et les transmet au moteur de planification. Le moteur de planification utilise les informations des différents systèmes pour élaborer et exécuter un plan d'action. Le module d'apprentissage surveille et ajuste en permanence le comportement de l'Agent.
Les scénarios d'application se concentrent principalement sur la prise de décision, le retour d'information, la perception et la personnalité des agents dans un environnement virtuel, adaptés aux jeux et au métavers.
1.3 Rig
Rig est un outil open source écrit en Rust, conçu pour simplifier le développement d'applications de grands modèles linguistiques (LLM). Il offre une interface opérationnelle unifiée, facilitant l'interaction avec plusieurs fournisseurs de services LLM et bases de données vectorielles.
Caractéristiques principales :
Flux de travail : les demandes des utilisateurs sont traitées de manière standardisée par la couche d'abstraction du fournisseur, l'agent intelligent dans la couche centrale appelle des outils ou interroge le stockage vectoriel, générant des réponses via des mécanismes tels que la récupération améliorée par génération.
Les cas d'application incluent les systèmes de questions-réponses, les outils de recherche de documents, les chatbots, la création de contenu, etc.
1.4 ZerePy
ZerePy est un cadre open source basé sur Python, simplifiant le processus de déploiement et de gestion des agents AI sur la plateforme X. Il hérite des fonctionnalités clés du projet Zerebro, mais adopte une conception plus modulaire et extensible.
L'architecture centrale est basée sur un design modulaire, comprenant :
ZerePy se concentre sur la simplification du processus de déploiement d'Agent IA sur la plateforme X, en mettant davantage l'accent sur les applications pratiques.
Deuxième point, la réplique de l'écosystème BTC
Le chemin de développement des Agents IA présente des similitudes avec l'écosystème BTC récent. Le développement de l'écosystème BTC peut être résumé comme suit : BRC20 - concurrence multi-protocoles - BTC L2 - BTCFi. Les Agents IA se développent plus rapidement sur la base d'une pile technologique mature, et leur chemin peut être résumé comme suit : concurrence entre les frameworks d'Agent sociaux/Agents IA analytiques.
La narration de l'Agent IA n'est pas destinée à reproduire l'histoire de la chaîne de contrats intelligents, les projets de cadre IA existants offrent au moins de nouvelles idées de développement d'infrastructure. Comparé à Memecoin Launchpad et au protocole d'inscription, le cadre IA ressemble davantage à une future blockchain publique, tandis que l'Agent ressemble davantage à un futur Dapp.
Les débats futurs pourraient passer de la lutte entre l'EVM et les chaînes hétérogènes à une lutte entre les cadres. La question clé est de savoir comment réaliser la Décentralisation ou la chaîne, ainsi que la signification de faire cela sur la blockchain.
Trois, quelle est la signification de la mise en chaîne ?
La combinaison de la blockchain et de l'IA doit faire face à des questions de signification. Le succès de la DeFi repose sur une plus grande accessibilité, une meilleure efficacité, des coûts plus bas et une sécurité décentralisée. En ce sens, les raisons de soutenir la chaîne des agents peuvent être :
Réaliser des coûts d'utilisation plus bas, améliorer l'accessibilité et le choix, permettre aux utilisateurs ordinaires de participer au "droit de louer" de l'IA.
Fournir des solutions de sécurité basées sur la blockchain, répondant aux besoins de sécurité de l'interaction entre l'Agent et les portefeuilles réels ou virtuels.
Réaliser des mécanismes financiers blockchain uniques, tels que l'investissement en puissance de calcul et en marquage de données liés à l'Agent.
Réaliser des raisonnements transparents et traçables, offrant des solutions plus attrayantes que celles des géants traditionnels de l'internet.
Quatre, Économie créative
Les projets de type cadre pourraient offrir à l'avenir des opportunités d'entrepreneuriat similaires à celles du GPT Store. Un cadre simplifiant le processus de construction d'agents et offrant des combinaisons de fonctionnalités complexes pourrait avoir un avantage, créant une économie créative Web3 plus intéressante que le GPT Store.
Il existe de nombreux besoins non satisfaits dans le domaine du Web3, et le système économique peut rendre les politiques des géants du Web2 plus équitables. L'introduction de l'économie communautaire peut améliorer les Agents. L'économie créative des Agents sera une opportunité pour les gens ordinaires de participer, et les futurs mèmes AI pourraient être plus intelligents et intéressants que les Agents sur les plateformes actuelles.