Análisis del marco de IA: de agentes inteligentes a la Descentralización exploratoria
Introducción
Recientemente, la narrativa sobre la combinación de IA y criptomonedas se ha desarrollado rápidamente. La atención del mercado se ha desplazado hacia los proyectos "de tipo marco" liderados por la tecnología, y este segmento ha generado varios proyectos con una capitalización de mercado de más de cien millones e incluso mil millones en solo unas pocas semanas. Estos proyectos también han dado lugar a un nuevo modelo de emisión de activos: emitir monedas a partir de repositorios de código de GitHub, y los agentes desarrollados en base al marco también pueden emitir monedas nuevamente. Basándose en el marco, los agentes son aplicaciones de nivel superior, formando un modelo similar a una plataforma de emisión de activos, que en realidad está formando un modelo de infraestructura único de la era de IA. Este artículo comenzará con el concepto de marco y, combinando reflexiones personales, interpretará el significado del marco de IA en el campo de las criptomonedas.
I. Concepto del marco
El marco de IA es una herramienta o plataforma de desarrollo de bajo nivel que integra módulos, bibliotecas y herramientas preconstruidos, simplificando el proceso de construcción de modelos de IA complejos. Estos marcos suelen incluir funciones para procesar datos, entrenar modelos y hacer predicciones. En términos simples, se puede entender un marco como el sistema operativo de la era de la IA, similar a Windows y Linux en sistemas de escritorio, o iOS y Android en dispositivos móviles. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir según sus necesidades.
Aunque el "marco de IA" es un concepto nuevo en el ámbito de las criptomonedas, su desarrollo tiene casi 14 años de historia. En el campo de la IA tradicional, existen marcos maduros disponibles, como TensorFlow de Google y PyTorch de Meta. Los proyectos de marcos que han surgido en las criptomonedas están diseñados para satisfacer la gran demanda de agentes en la actual ola de IA, y se extienden a otros campos, formando marcos de IA en diferentes subsectores.
1.1 Eliza
Eliza es un marco de simulación multiagente desarrollado por a16z, utilizado para crear, implementar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y capacidad de integración de API.
Eliza está principalmente dirigida a escenarios de redes sociales, soporta integración multiplataforma, incluyendo Discord, Twitter/X, Telegram, entre otros. En cuanto al procesamiento de contenido multimedia, soporta funciones como análisis de PDF, extracción de contenido de enlaces, transcripción de audio, procesamiento de video, análisis de imágenes, entre otros.
Los casos de uso actualmente soportados por Eliza incluyen:
Aplicaciones de asistente de IA
Rol de las redes sociales
Trabajadores del conocimiento
Rol interactivo
Eliza admite múltiples modelos, incluyendo inferencia local de modelos de código abierto y inferencia basada en la nube.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal generado y gestionado automáticamente lanzado por Virtual, dirigido principalmente al diseño de NPC inteligentes en juegos. La característica de este marco es que los usuarios con bajo código o incluso sin código pueden usarlo, solo necesitan modificar parámetros para participar en el diseño de agentes.
El diseño central de G.A.M.E utiliza una arquitectura modular en la que múltiples subsistemas trabajan en conjunto, incluyendo la interfaz de sugerencias de Agente, el subsistema de percepción, el motor de planificación estratégica, el contexto del mundo, el módulo de procesamiento de diálogos y varios otros componentes.
Este marco se centra principalmente en la toma de decisiones, retroalimentación, percepción y personalidad del Agente en entornos virtuales, adecuado para escenarios de juegos y metaverso.
1.3 Rig
Rig es una herramienta de código abierto escrita en Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes (LLM). Proporciona una interfaz de operación unificada, facilitando a los desarrolladores interactuar con varios proveedores de servicios LLM y bases de datos vectoriales.
Las características clave de Rig incluyen:
Interfaz unificada
Arquitectura modular
Seguridad de tipo
Alto rendimiento
Rig es adecuado para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots y apoyar la creación de contenido en varios escenarios.
1.4 ZerePy
ZerePy es un marco de código abierto basado en Python, diseñado para simplificar el proceso de implementación y gestión de agentes de IA en la plataforma Twitter( anterior a X). Hereda las funciones centrales del proyecto Zerebro, pero adopta un diseño más modular y fácil de ampliar.
ZerePy ofrece una interfaz de línea de comandos, soporta modelos de lenguaje de gran tamaño de OpenAI y Anthropic, se integra directamente con la API de la plataforma X, y planea añadir un sistema de memoria en el futuro.
Dos, similitudes con la trayectoria de desarrollo del ecosistema BTC
El camino de desarrollo del Agente de IA tiene muchas similitudes con el ecosistema BTC reciente. El desarrollo del ecosistema BTC se puede resumir como: BRC20 - competencia de múltiples protocolos - BTC L2 - BTCFi. El Agente de IA es: GOAT/ACT - Agentes sociales/Agentes de análisis de IA - competencia de marcos. En el futuro, los proyectos de infraestructura centrados en la Descentralización y la seguridad de los Agentes podrían convertirse en la melodía principal de la próxima etapa.
El proyecto del marco de IA ofrece una nueva forma de desarrollo de infraestructura. En comparación con las plataformas de emisión de Memecoin y los protocolos de inscripción, el marco de IA se asemeja más a la futura cadena pública, mientras que el Agente se asemeja más a la futura Dapp. La discusión futura podría cambiar de la disputa entre EVM y cadenas heterogéneas a la disputa entre marcos, y la cuestión clave es cómo lograr la Descentralización o la cadena, así como el significado de desarrollar un marco de IA en la blockchain.
Tres, el significado de la cadena
La combinación de blockchain y AI necesita enfrentar la cuestión de su significado y valor. Basándose en la experiencia exitosa de DeFi, las razones que podrían apoyar la cadena de agentes incluyen:
Reducir los costos de uso, aumentar la accesibilidad y la selección
Proporcionar soluciones de seguridad basadas en blockchain
Implementar un modelo financiero de blockchain único
Lograr una inferencia transparente y rastreable, mejorar la interoperabilidad
Cuatro, Potencial de la Economía Creativa
El proyecto de marco de IA podría ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Simplificar el proceso de construcción de agentes y proporcionar un marco para combinaciones de funciones complejas podría tener ventajas, formando una economía creativa de Web3 más interesante que GPT Store.
Web3 puede compensar las deficiencias de las políticas injustas de los gigantes de Web2 en términos de demanda y sistemas económicos, introduciendo una economía comunitaria que hace que los Agentes sean más completos. La economía creativa de los Agentes proporcionará oportunidades de participación para las personas comunes, y los futuros Memes de IA podrían ser más inteligentes y divertidos que los Agentes en las plataformas existentes.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
11 me gusta
Recompensa
11
4
Republicar
Compartir
Comentar
0/400
BlockchainArchaeologist
· hace14h
Otra ola de cosechadoras de tontos ha llegado.
Ver originalesResponder0
WalletDivorcer
· hace14h
Otra ola de ignorantes que vienen a tomar a la gente por tonta.
El marco de IA lidera una nueva era de evolución desde agentes inteligentes hasta Descentralización.
Análisis del marco de IA: de agentes inteligentes a la Descentralización exploratoria
Introducción
Recientemente, la narrativa sobre la combinación de IA y criptomonedas se ha desarrollado rápidamente. La atención del mercado se ha desplazado hacia los proyectos "de tipo marco" liderados por la tecnología, y este segmento ha generado varios proyectos con una capitalización de mercado de más de cien millones e incluso mil millones en solo unas pocas semanas. Estos proyectos también han dado lugar a un nuevo modelo de emisión de activos: emitir monedas a partir de repositorios de código de GitHub, y los agentes desarrollados en base al marco también pueden emitir monedas nuevamente. Basándose en el marco, los agentes son aplicaciones de nivel superior, formando un modelo similar a una plataforma de emisión de activos, que en realidad está formando un modelo de infraestructura único de la era de IA. Este artículo comenzará con el concepto de marco y, combinando reflexiones personales, interpretará el significado del marco de IA en el campo de las criptomonedas.
I. Concepto del marco
El marco de IA es una herramienta o plataforma de desarrollo de bajo nivel que integra módulos, bibliotecas y herramientas preconstruidos, simplificando el proceso de construcción de modelos de IA complejos. Estos marcos suelen incluir funciones para procesar datos, entrenar modelos y hacer predicciones. En términos simples, se puede entender un marco como el sistema operativo de la era de la IA, similar a Windows y Linux en sistemas de escritorio, o iOS y Android en dispositivos móviles. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir según sus necesidades.
Aunque el "marco de IA" es un concepto nuevo en el ámbito de las criptomonedas, su desarrollo tiene casi 14 años de historia. En el campo de la IA tradicional, existen marcos maduros disponibles, como TensorFlow de Google y PyTorch de Meta. Los proyectos de marcos que han surgido en las criptomonedas están diseñados para satisfacer la gran demanda de agentes en la actual ola de IA, y se extienden a otros campos, formando marcos de IA en diferentes subsectores.
1.1 Eliza
Eliza es un marco de simulación multiagente desarrollado por a16z, utilizado para crear, implementar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y capacidad de integración de API.
Eliza está principalmente dirigida a escenarios de redes sociales, soporta integración multiplataforma, incluyendo Discord, Twitter/X, Telegram, entre otros. En cuanto al procesamiento de contenido multimedia, soporta funciones como análisis de PDF, extracción de contenido de enlaces, transcripción de audio, procesamiento de video, análisis de imágenes, entre otros.
Los casos de uso actualmente soportados por Eliza incluyen:
Eliza admite múltiples modelos, incluyendo inferencia local de modelos de código abierto y inferencia basada en la nube.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal generado y gestionado automáticamente lanzado por Virtual, dirigido principalmente al diseño de NPC inteligentes en juegos. La característica de este marco es que los usuarios con bajo código o incluso sin código pueden usarlo, solo necesitan modificar parámetros para participar en el diseño de agentes.
El diseño central de G.A.M.E utiliza una arquitectura modular en la que múltiples subsistemas trabajan en conjunto, incluyendo la interfaz de sugerencias de Agente, el subsistema de percepción, el motor de planificación estratégica, el contexto del mundo, el módulo de procesamiento de diálogos y varios otros componentes.
Este marco se centra principalmente en la toma de decisiones, retroalimentación, percepción y personalidad del Agente en entornos virtuales, adecuado para escenarios de juegos y metaverso.
1.3 Rig
Rig es una herramienta de código abierto escrita en Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes (LLM). Proporciona una interfaz de operación unificada, facilitando a los desarrolladores interactuar con varios proveedores de servicios LLM y bases de datos vectoriales.
Las características clave de Rig incluyen:
Rig es adecuado para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots y apoyar la creación de contenido en varios escenarios.
1.4 ZerePy
ZerePy es un marco de código abierto basado en Python, diseñado para simplificar el proceso de implementación y gestión de agentes de IA en la plataforma Twitter( anterior a X). Hereda las funciones centrales del proyecto Zerebro, pero adopta un diseño más modular y fácil de ampliar.
ZerePy ofrece una interfaz de línea de comandos, soporta modelos de lenguaje de gran tamaño de OpenAI y Anthropic, se integra directamente con la API de la plataforma X, y planea añadir un sistema de memoria en el futuro.
Dos, similitudes con la trayectoria de desarrollo del ecosistema BTC
El camino de desarrollo del Agente de IA tiene muchas similitudes con el ecosistema BTC reciente. El desarrollo del ecosistema BTC se puede resumir como: BRC20 - competencia de múltiples protocolos - BTC L2 - BTCFi. El Agente de IA es: GOAT/ACT - Agentes sociales/Agentes de análisis de IA - competencia de marcos. En el futuro, los proyectos de infraestructura centrados en la Descentralización y la seguridad de los Agentes podrían convertirse en la melodía principal de la próxima etapa.
El proyecto del marco de IA ofrece una nueva forma de desarrollo de infraestructura. En comparación con las plataformas de emisión de Memecoin y los protocolos de inscripción, el marco de IA se asemeja más a la futura cadena pública, mientras que el Agente se asemeja más a la futura Dapp. La discusión futura podría cambiar de la disputa entre EVM y cadenas heterogéneas a la disputa entre marcos, y la cuestión clave es cómo lograr la Descentralización o la cadena, así como el significado de desarrollar un marco de IA en la blockchain.
Tres, el significado de la cadena
La combinación de blockchain y AI necesita enfrentar la cuestión de su significado y valor. Basándose en la experiencia exitosa de DeFi, las razones que podrían apoyar la cadena de agentes incluyen:
Cuatro, Potencial de la Economía Creativa
El proyecto de marco de IA podría ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Simplificar el proceso de construcción de agentes y proporcionar un marco para combinaciones de funciones complejas podría tener ventajas, formando una economía creativa de Web3 más interesante que GPT Store.
Web3 puede compensar las deficiencias de las políticas injustas de los gigantes de Web2 en términos de demanda y sistemas económicos, introduciendo una economía comunitaria que hace que los Agentes sean más completos. La economía creativa de los Agentes proporcionará oportunidades de participación para las personas comunes, y los futuros Memes de IA podrían ser más inteligentes y divertidos que los Agentes en las plataformas existentes.