Giám đốc hệ sinh thái Quỹ Solana: Chúng tôi đang quan tâm đến những cơ hội nào trong lĩnh vực AI × Crypto?
Tuyển chọn TechFlowTuyển chọn TechFlow
Giám đốc hệ sinh thái Quỹ Solana: Chúng tôi đang quan tâm đến những cơ hội nào trong lĩnh vực AI × Crypto?
LLMs đã thể hiện khả năng tạo mã mạnh mẽ, chúng tôi hy vọng có thể tận dụng những khả năng này để nâng cao hiệu suất của các nhà phát triển Solana lên 2 đến 10 lần.
Chuyên sâu báo cáo Web3Tác giả: Kuleen ◎
Biên dịch: TechFlow
Dường như chúng ta đang bước vào một giai đoạn "bùng nổ kiểu Cambri", nơi các thí nghiệm về trường hợp sử dụng tại điểm giao nhau giữa AI và tiền mã hóa ngày càng gia tăng. Điều này khiến tôi tràn đầy kỳ vọng về những đổi mới có thể xuất hiện trong tương lai. Tôi muốn chia sẻ quan điểm của chúng tôi tại @SolanaFndn về một số cơ hội mới đầy hứa hẹn trong hệ sinh thái.
Tóm tắt
-
Xây dựng nền kinh tế năng động nhất do các tác nhân AI điều khiển trên Solana
Truth Terminal đã cho thấy một khả năng ban đầu – khi các tác nhân AI có thể tương tác trên chuỗi, họ có thể đạt được điều gì. Chúng tôi rất mong chờ được chứng kiến những thử nghiệm có thể mở rộng giới hạn khả năng hành động trên chuỗi của các tác nhân trong điều kiện an toàn. Tiềm năng trong lĩnh vực này là rất lớn, và chúng ta mới chỉ vừa bắt đầu giai đoạn khám phá thiết kế. Thực tế, đây đã trở thành hướng đi bất ngờ và bùng nổ mạnh mẽ nhất trong cả lĩnh vực mã hóa lẫn AI, và điều này mới chỉ là khởi đầu.
-
Nâng cao khả năng của LLM trong phát triển mã trên Solana, trao quyền cho nhà phát triển Solana
Các mô hình ngôn ngữ lớn (LLM) đã thể hiện khả năng tạo mã mạnh mẽ, và trong tương lai sẽ còn mạnh hơn nữa. Chúng tôi muốn tận dụng những khả năng này để nâng cao hiệu suất của các nhà phát triển Solana lên gấp 2 đến 10 lần.
Trong ngắn hạn, việc xây dựng các tiêu chuẩn đánh giá chất lượng cao để đánh giá mức độ hiểu biết của LLM về hệ sinh thái Solana và khả năng viết mã Solana (chi tiết xem bên dưới) sẽ giúp chúng tôi hiểu rõ hơn về tác động tiềm tàng của LLM đối với hệ sinh thái. Chúng tôi mong muốn hỗ trợ các nhóm xây dựng các mô hình fine-tune chất lượng cao và xác thực hiệu quả thông qua kết quả của các mô hình này trên các tiêu chuẩn đánh giá!
-
Hỗ trợ ngăn xếp công nghệ AI mở và phi tập trung
"Ngăn xếp công nghệ AI mở và phi tập trung" đề cập đến một bộ giao thức mở và phi tập trung có thể cung cấp các nguồn lực sau: dữ liệu dùng để huấn luyện, tài nguyên tính toán cần thiết cho huấn luyện và suy luận, trọng số mô hình được tạo ra, cũng như khả năng xác minh đầu ra của mô hình (tức là “tính toán có thể xác minh”)
Tầm quan trọng của ngăn xếp AI mở này nằm ở:
-
Thúc đẩy thử nghiệm và đổi mới trong quá trình phát triển mô hình
-
Cung cấp giải pháp thay thế cho những người không tin tưởng vào các mô hình AI hiện tại (ví dụ như AI được chính phủ phê duyệt)
Chi tiết
Sau đây là lý do vì sao chúng tôi cảm thấy hứng thú với ba trụ cột này, cùng với chi tiết cụ thể hơn về định hướng xây dựng mà chúng tôi mong muốn thấy.
1. Xây dựng nền kinh tế năng động nhất do các tác nhân AI điều khiển trên Solana
Tại sao chúng tôi chú ý đến lĩnh vực này?
Đã có rất nhiều thảo luận về Truth Terminal và $GOAT nên tôi sẽ không nhắc lại. Nhưng có thể nói rằng tiềm năng mà các tác nhân AI có thể đạt được khi tương tác trên chuỗi đã được mở ra (và thực tế, các tác nhân này thậm chí chưa hành động trực tiếp trên chuỗi).
Chúng tôi có thể thẳng thắn thừa nhận rằng hiện tại chúng tôi chưa có câu trả lời rõ ràng về tương lai của hành vi tác nhân trên chuỗi sẽ diễn ra như thế nào. Tuy nhiên, để mọi người cảm nhận được sự rộng lớn của không gian thiết kế này, dưới đây là một vài ví dụ đã xảy ra trên Solana:
-
Các "lãnh đạo AI" như Truth Terminal đang thử nghiệm xây dựng cộng đồng theo kiểu tôn giáo mới nổi thông qua các loại tiền meme như $GOAT.
-
Một số ứng dụng như @HoloworldAI, @vvaifudotfun, @TopHat_One và @real_alethea cho phép người dùng dễ dàng tạo và phát hành các tác nhân cũng như token liên quan.
-
Các quỹ quản lý đầu tư do AI điều khiển đưa ra quyết định đầu tư bằng cách mô phỏng tính cách của các nhà đầu tư tiền mã hóa nổi tiếng, đồng thời "cổ vũ" cho danh mục đầu tư của họ. Ví dụ, sự trỗi dậy nhanh chóng của @ai16zdao trên @daosdotfun đã tạo ra xu hướng mới kết hợp quỹ AI và cổ vũ từ các tác nhân.
-
Các trò chơi dành cho tác nhân như @ParallelColony, nơi người chơi "chơi" bằng cách đưa ra gợi ý để tác nhân hành động, thường dẫn đến những kết quả sáng tạo bất ngờ.
Định hướng phát triển trong tương lai
Các tác nhân có thể quản lý các dự án phức tạp đòi hỏi sự phối hợp kinh tế từ nhiều bên. Những dự án này có thể là các nhiệm vụ nghiên cứu khoa học phức tạp, ví dụ như “tìm kiếm hợp chất có thể chữa bệnh [X]”. Các tác nhân có thể thực hiện các bước sau:
-
Huy động vốn bằng cách phát hành token trên @pumpdotscience.
-
Sử dụng số tiền huy động để thanh toán phí truy cập nội dung nghiên cứu trả phí và chi phí chạy mô phỏng trên các mạng lưới tính toán phi tập trung (như @kuzco_xyz, @rendernetwork, @ionet, v.v.)
-
Sử dụng các nền tảng thưởng như @gib_work để tuyển dụng con người hoàn thành các nhiệm vụ thực tế cần thiết (ví dụ: chạy thử nghiệm để xác minh hoặc mở rộng kết quả mô phỏng).
Hoặc đơn giản hơn như tạo một website cho bạn; hoặc một AI sáng tạo nghệ thuật (như @0xzerebro). Khả năng gần như là vô hạn.
Tại sao việc thực hiện hoạt động tài chính trên chuỗi lại hợp lý hơn đối với các tác nhân?
Mặc dù các tác nhân có thể sử dụng song song cả tài chính truyền thống và tiền mã hóa, nhưng tiền mã hóa mang lại những lợi thế độc đáo:
-
Thanh toán vi mô: Solana đặc biệt nổi bật trong lĩnh vực này, các ứng dụng như Drip đã chứng minh tiềm năng.
-
Ưu thế tốc độ: Việc thanh toán tức thì rất quan trọng đối với các tác nhân muốn tối đa hóa hiệu quả vốn.
-
Truy cập thị trường vốn thông qua DeFi: Khi hoạt động tài chính của tác nhân vượt ra ngoài phạm vi thanh toán đơn thuần, lợi thế của tiền mã hóa càng trở nên rõ rệt. Đây có thể là lý do quan trọng nhất khiến các tác nhân tham gia vào nền kinh tế mã hóa. Các tác nhân có thể dễ dàng thực hiện đúc tài sản, giao dịch, đầu tư, cho vay và sử dụng đòn bẩy. Hệ sinh thái Solana đặc biệt phù hợp để hỗ trợ các hoạt động thị trường vốn này, vì mạng chính đã sở hữu cơ sở hạ tầng DeFi hàng đầu và phong phú.
Điểm cuối cùng, sự phát triển công nghệ thường có quán tính nhất định. Không chỉ đơn thuần là về chất lượng sản phẩm, mà còn liên quan đến ai là người đạt được quy mô tới điểm tới hạn trước tiên và trở thành lựa chọn mặc định. Nếu trong tương lai, ngày càng nhiều tác nhân tạo ra sự giàu có đáng kể thông qua công nghệ mã hóa, điều này có thể củng cố vị trí của tiền mã hóa như một năng lực then chốt cho các tác nhân.
Chúng tôi mong muốn thấy điều gì?
Chúng tôi khuyến khích thử nghiệm táo bạo nhằm trao cho các tác nhân ví và khả năng thực thi trên chuỗi. Vì khả năng rất rộng, chúng tôi không giới hạn quá chặt chẽ về định hướng cụ thể. Trên thực tế, chúng tôi tin rằng những ứng dụng thú vị và giá trị nhất của tác nhân thường là những thứ chúng tôi không thể lường trước. Tuy vậy, chúng tôi đặc biệt quan tâm đến việc khám phá các định hướng và cơ sở hạ tầng sau:
-
Hạn chế ảnh hưởng tiêu cực từ ảo giác (hallucination): Mô hình hiện tại tuy ấn tượng nhưng vẫn chưa hoàn hảo. Hành động của tác nhân cần bị giới hạn nhất định, không thể buông thả hoàn toàn.
-
Thúc đẩy các trường hợp sử dụng phi đầu cơ: Ví dụ như mua vé thông qua @xpticket, tối ưu hóa lợi nhuận cho danh mục stablecoin, hoặc đặt đồ ăn trên DoorDash – những ứng dụng thực tế.
-
Ít nhất đạt đến giai đoạn prototype trên testnet (tốt hơn nếu đã triển khai trên mainnet)
2. Nâng cao khả năng của LLM trong việc viết mã Solana, trao quyền cho nhà phát triển Solana
Tại sao chúng tôi coi trọng điều này?
Các mô hình ngôn ngữ lớn (LLM) đã thể hiện sức mạnh đáng kể và đang tiến bộ nhanh chóng. Đặc biệt trong lĩnh vực viết mã, tốc độ cải thiện của LLM có thể rất nhanh, vì đây là nhiệm vụ có thể đánh giá bằng tiêu chí khách quan. Như được đề cập bên dưới: “Lập trình có một lợi thế độc đáo: mở rộng dữ liệu ở quy mô lớn thông qua ‘tự đấu (self-play)’. Mô hình có thể viết mã rồi chạy nó, hoặc viết mã, viết test và kiểm tra tính nhất quán của kết quả.”
Mặc dù hiện tại LLM vẫn chưa hoàn hảo trong việc viết mã, đặc biệt yếu kém trong việc phát hiện lỗi, nhưng các trình soạn thảo mã gốc AI như Github Copilot và Cursor đã làm thay đổi căn bản cách phát triển phần mềm (thậm chí cả mô hình tuyển dụng nhân tài của doanh nghiệp). Với sự tiến bộ nhanh chóng của các mô hình này, phát triển phần mềm có thể được cách mạng hóa hoàn toàn. Chúng tôi muốn tận dụng xu hướng này để nâng cao hiệu suất của các nhà phát triển Solana lên gấp 10 lần.
Tuy nhiên, hiện tại LLM vẫn gặp một số thách thức trong việc hiểu Solana:
-
Thiếu dữ liệu thô chất lượng cao để huấn luyện LLM.
-
Số lượng build đã được xác minh chưa đủ để cung cấp dữ liệu tham chiếu đáng tin cậy cho LLM.
-
Thiếu các cuộc trao đổi hỏi-đáp chất lượng cao trên các nền tảng như Stack Overflow.
-
Cơ sở hạ tầng Solana cập nhật nhanh, dẫn đến một số mã cũ không còn hoàn toàn tương thích với phiên bản hiện tại.
-
Thiếu công cụ hiệu quả để nhà phát triển đánh giá mức độ hiểu Solana của LLM.
Chúng tôi mong muốn thấy tiến triển ở đâu:
-
Hãy giúp chúng tôi công bố thêm nhiều dữ liệu Solana chất lượng cao trên Internet!
-
Khuyến khích nhiều nhóm hơn công bố các build mã đã được xác minh.
-
Thúc đẩy các thành viên cộng đồng tích cực đặt câu hỏi và trả lời trên Stack Exchange để hình thành các cuộc thảo luận kỹ thuật chất lượng cao.
-
Xây dựng các tiêu chuẩn đánh giá chất lượng cao để đánh giá khả năng hiểu Solana của LLM (RFP sẽ sớm được công bố).
-
Phát triển các mô hình LLM fine-tune có thể đạt điểm cao trên các tiêu chuẩn đánh giá và thực sự nâng cao hiệu suất làm việc của nhà phát triển Solana. Chúng tôi dự định trao thưởng cho mô hình đầu tiên đạt được ngưỡng điểm nhất định – hãy chờ đón.
-
Một thành tựu biểu tượng sẽ là một client validator Solana chất lượng cao được tạo hoàn toàn bởi AI.
3. Hỗ trợ ngăn xếp công nghệ AI mở và phi tập trung
Tại sao chúng tôi coi trọng điều này?
Hiện tại chưa rõ tương lai AI sẽ cân bằng giữa mã nguồn mở và đóng như thế nào. AI đóng nguồn có thể tiếp tục dẫn đầu và thu về phần lớn giá trị từ các mô hình nền tảng. Tuy nhiên, đồng thời, các mô hình mã nguồn mở cũng có thể thể hiện lợi thế riêng thông qua việc nhanh chóng bắt kịp và tinh chỉnh cho các trường hợp sử dụng cụ thể.
Chúng tôi mong muốn Solana gắn bó chặt chẽ với hệ sinh thái AI mã nguồn mở. Cụ thể, điều này nghĩa là hỗ trợ truy cập vào: dữ liệu dùng để huấn luyện, tài nguyên tính toán cho huấn luyện và suy luận, trọng số mô hình được tạo ra, cũng như khả năng xác minh đầu ra mô hình. Điều này cực kỳ quan trọng vì những lý do sau:
1/ Các mô hình mã nguồn mở thúc đẩy đổi mới và thử nghiệm
Tối ưu hóa và tinh chỉnh nhanh chóng các mô hình mã nguồn mở như Llama bởi cộng đồng mã nguồn mở cho thấy cộng đồng có thể bổ sung đáng kể cho nỗ lực của các công ty AI lớn và đẩy mạnh biên giới khả năng AI. Như một nhà nghiên cứu Google từng nói: “Về mã nguồn mở, cả chúng tôi lẫn OpenAI đều không có hào sâu.” Một ngăn xếp AI mã nguồn mở sôi động là then chốt để thúc đẩy tiến bộ ngành.
2/ Cung cấp giải pháp thay thế AI đáng tin cậy cho người dùng
AI đã trở thành một trong những công cụ kiểm soát mạnh mẽ nhất trong tay các chế độ chuyên quyền. Các mô hình AI được nhà nước công nhận có thể cung cấp “sự thật phiên bản chính thức”, trở thành công cụ mạnh mẽ để kiểm soát dư luận. Hỗ trợ ngăn xếp AI mở có thể cung cấp lựa chọn thay thế đáng tin cậy cho những người không tin tưởng vào AI chính thức.
Solana đã trở thành nơi cư ngụ của nhiều dự án hỗ trợ ngăn xếp AI mở
-
Grass và Synesis One đang thúc đẩy việc thu thập dữ liệu.
-
Các dự án như @kuzco_xyz, @rendernetwork, @ionet, @theblessnetwork và @nosana_ai đang cung cấp tài nguyên tính toán phi tập trung phục vụ huấn luyện và suy luận AI.
Các nhóm như @NousResearch và @PrimeIntellect đang phát triển các khuôn khổ để thực hiện việc huấn luyện AI phi tập trung (xem hình bên dưới)
Chúng tôi mong muốn thấy tiến triển
-
Xây dựng thêm nhiều sản phẩm đổi mới ở từng lớp của ngăn xếp AI mã nguồn mở
-
Thu thập dữ liệu phi tập trung: Ví dụ như @getgrass_io, @usedatahive và @synesis_one, các dự án này thu thập dữ liệu thông qua mạng phân tán, hỗ trợ huấn luyện mô hình AI.
-
Danh tính trên chuỗi: Phát triển giao thức cho phép ví chứng minh chủ sở hữu là con người, hoặc xác minh phản hồi từ API AI. Điều này giúp người dùng xác nhận họ đang tương tác với mô hình ngôn ngữ lớn (LLM), đảm bảo tính minh bạch và độ tin cậy.
-
Việc huấn luyện phi tập trung: Ví dụ như @exolabs, @NousResearch và @PrimeIntellect, các nhóm này đang khám phá cách sử dụng tài nguyên tính toán phân tán để huấn luyện mô hình AI, nhằm giảm chi phí và nâng cao hiệu quả.
-
Cơ sở hạ tầng Sở hữu trí tuệ (IP): Phát triển công cụ để AI tự động hoàn tất việc cấp phép và thanh toán khi sử dụng nội dung. Điều này không chỉ bảo vệ quyền lợi của người sáng tạo nội dung mà còn mở đường cho việc sử dụng hợp pháp mô hình AI.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@knimkar
