“Yazılım dünyayı yiyor” son dönemin ikonik sözlerinden biri haline geldi. yazılım endüstrisinin on yılı. Yazılım efsanesi ve olağanüstü risk sermayedarı Marc Andreessen tarafından 2011’de alıntılanan, çoğunlukla fiziksel dünyada faaliyet gösteren şirketlerin, esasen her şirketi bir yazılım şirketi olarak dönüştürecek bir trendle dijital ekonomiye geçiş yaptığı fikrini sentezledi.
Jesus Rodriguez, bir blok zinciri ve kripto para piyasası analiz firması olan IntoTheBlock’un CEO’sudur. Bu makale sahnesinde Konsensus 2022 Austin, Teksas.
Son yıllarda, makine öğrenimi (ML) ve yapay zekanın (AI) gelişimi, yazılım endüstrisinin tüm alanlarına nüfuz etti. , birçok uzmanın “makine öğreniminin yazılımları yemesi” olduğunu iddia etmesine yol açıyor. Kripto ve dijital varlıklar, kod ve programlanabilirlik temeline dayanır ve sonuç olarak, ML-AI trendlerinden etkilenmeleri muhtemeldir. ML-AI’nin dijital varlıklarla kesişmesi, istihbaratın kripto varlıklarının yerel bir bileşeni haline geldiği yeni bir çağı başlatacak gibi görünüyor.
Akıllı kripto varlıkları fikri kavramsal olarak önemsizdir ancak pratik zorluklarla doludur. Yeni nesil kripto varlıklarını hızla etkileyebilecek temel ML trendlerinden bazıları nelerdir? Kriptodaki istihbarat yeteneklerinden veya kriptonun akıllı hale gelmesi için üstesinden gelinmesi gereken bazı önemli teknik zorluklardan yararlanabilecek ana senaryolara ne dersiniz? Bu makale, bu fikirlerin bazılarını araştırıyor ve kripto ile ML’nin kesişme potansiyeli hakkında bir tez geliştiriyor.
Yalnızca kripto doğal olarak zeki olabilir
Önemli bir AI-ML’yi kripto varlıkları bağlamında düşünürken fark edilmesi gereken nokta, kriptonun tarihte doğal olarak akıllı olma potansiyeline sahip tek varlık sınıfı olmasıdır. Emtialar veya hisse senetleri gibi geleneksel varlık sınıflarındaki AI-ML yetenekleri, varlığın dışında yaşayan robo-danışmanlar veya nicel stratejiler gibi araçlarda uygulanır. Kripto alanında bu araçlar için bariz bir rol olsa da, kripto varlıkları bu AI-ML yeteneklerini doğal olarak varlıklara yerleştirebilir. Bu fayda, açıkçası, kriptonun programlanabilir ve dijital yeteneklerinin bir yan etkisidir. Kripto varlıkları koda dayalıdır ve bu kod AI-ML modelleri şeklini alabilir.
Makine öğrenimi kriptoyu yiyecek, ama nasıl?
AI-ML, kripto pazarının önümüzdeki on yılında önemli bir rol oynayacak gibi görünüyor. Kriptonun ilk aşamaları sayısallaştırma ve otomasyona odaklanmış olsa da, bir sonraki yinelemenin kaderi zekaya odaklanacak gibi görünüyor. Bugün kriptoda birçok AI-ML uygulaması var, ancak kripto varlıklarının doğası gereği akıllı olduğunu iddia edemeyiz. Yakın gelecekte, kripto varlıklarının ve protokollerinin AI-ML’yi kendi çevrelerine veya pazarlarına göre davranışlarını öğrenmelerine ve uyarlamalarına izin verecek yerel yetenekler olarak dahil etmeye başladığını görmeyi beklemeliyiz.
Dijital varlıkların akıllı hale gelmesinin kaçınılmazlığı, kısmen son birkaç yılda AI-ML teknolojilerinin şaşırtıcı evriminden kaynaklanmaktadır. Kripto bağlamında, AI-ML’yi genel bir şey olarak değil, birbiriyle ilişkili bir grup yöntem olarak düşünmeliyiz. Bu açıdan bakıldığında, kripto alanındaki uygulamalar için özellikle uygun görünen az sayıda AI-ML okulu var. Kripto teknolojilerindeki potansiyellerinin merceğinden en popüler tekniklerin bazılarını keşfedelim.
Transformatörler
Birçok en önemli evrim olarak kabul edilir AI-ML’nin son on yılında, dönüştürücüler doğal dil anlamadaki (NLU) devrimin arkasındalar ve bilgisayarla görme gibi diğer alanlarda ilerleme kaydediyorlar. OpenAI’nin GPT-3’ü veya NVIDIA’nın Megatron’u gibi modeller, gerçek metinden ayırt edilemeyen sentetik metinler üretebilir, son derece karmaşık soru-cevap etkileşimlerine girebilir ve hatta metin formları üzerinde akıl yürütme yetenekleri sergileyebilir. OpenAI’nin DALL-E 2’si veya Google’ın Imagen’i gibi modeller, birden fazla alan arasında zeka arasında köprü kuran metinsel formlardan sanatsal görüntüler üretebilir.
Transformatörlerin NLU ve bilgisayarla görme alanında sahip olduğu etkiyi anlayarak, NFT’ler gibi alanlarda gösterebilecekleri etkiyi hayal etmek zor değil. görsel temsillere ve metinsel etkileşimlere dayanır.
Kendi Kendine Denetimli Öğrenme
Meta (Facebook) AI Research, yakın zamanda, bu yeni tip tekniğin yeni nesil AI modellerinde sahip olabileceği temel role bir benzetme olarak, kendi kendine denetimli öğrenmeyi (SSL) “AI’nın karanlık maddesi” olarak adlandırdı. Kavramsal olarak SSL, bebeklerin gözlem ve etkileşim yoluyla nasıl öğrendiğine benzeyen akıllı yetenekler sağlamaya çalışır. SSL, büyük hacimli etiketli veri ile eğitilmesi gereken geleneksel denetimli öğrenme yöntemlerinin bazı sınırlamalarının üstesinden gelmeye çalışır. Meta’nın DINO’su gibi modeller, önceden eğitim almadan görüntülerdeki nesneleri sınıflandırabilir.
Çok miktarda etiketli veri olmadan öğrenme uygulamaları kripto için mükemmel görünüyor. Merkezi olmayan finans (DeFi), bu yöntemlerden hemen faydalanan biri olabilir.
Grafik Sinir Ağları
Blockchain veri kümeleri en büyük veri kümelerini temsil eder kriptoda veri kaynağı. Yapısal bir bakış açısından, blok zinciri veri kümeleri, adresler, işlemler veya bloklar arasındaki ilişkileri modelledikleri için doğal olarak hiyerarşiktir. Grafik sinir ağları (GNN’ler), hiyerarşik veri kümeleri üzerinden öğrenme konusunda uzmanlaşmış AI-ML disiplinidir. Google’ın DeepMind’ı gibi şirketler, Google Haritalar’daki trafiği tahmin etmek ve hatta camın yapısını anlamak için GNN’leri kullanıyor.
GNN’ler, kripto varlıkları için mükemmel bir AI-ML tekniği gibi görünüyor. Blok zincirler bir gün akıllı hale gelecekse, GNN’lerin yerel veri kümelerinden bilgi geliştirmede önemli bir rol oynaması muhtemeldir.
Pekiştirmeli Öğrenme
Derin pekiştirmeli öğrenme (DRL) DeepMind’ın AlphaGo’su Go’nun dünya şampiyonu Lee Sedol’u defalarca mağlup ettikten sonra bir tür pop kültürü haline geldi. AlphaGo, Go’da kendisine karşı akıl almaz derecede çok sayıda oyun oynayarak ve kendi hatalarını düzelterek ustalaştı. Bu deneme-yanılma, etkileşim yoluyla öğrenme formu DRL’nin özüdür.
AlphaGo’dan bu yana DRL, olağanüstü AI-ML başarılarının merkezinde yer aldı. DeepMind’in kendi AlphaFold’u, bir dizi amino asitten proteinlerin yapısını tahmin edebilerek bilim camiasını şok etti, tıpta yeni bir çağın kilidini açabilecek bir keşif. DeepMind’in bir diğer kayan yazı DRL modeli, Go, satranç veya Atari gibi oyunlarda kuralları bile bilmeden ustalaşabilen MuZero’ydu.
Deneme-yanılma yoluyla DRL’nin ilkeleri, koşulların sürekli değiştiği DeFi veya NFT’ler gibi birçok kripto alanıyla alakalı görünüyor. . Ne de olsa çoğu kripto protokolü, güçlü oyun teorik kurallarına dayanmaktadır ve DRL’nin oyunlarda üstün olduğu kanıtlanmıştır.
Kriptoda Zekaya Giden Yol
Siberpunk efsanesi , bilimkurgu yazarı William Gibson’ın evvelce “‘Gelecek zaten burada – sadece eşit olarak dağıtılmamış” dedi. Bu alıntı, akıllı kripto varlıklarına giden yol hakkında düşündüğümüzde bize felsefi bir kılavuz olarak hizmet edebilir. Kriptonun yaratılması, AI-ML araştırma ve teknoloji gelişmelerinin altın çağına denk geldi. Bugün, AI-ML teknolojileri hızla ana akım haline geliyor ve kripto alanında birinci sınıf vatandaş olmaları an meselesi. Kullanım durumları her yerde görünüyor. En bariz olanlardan bazılarını inceleyelim.
Akıllı NFT’ler
NFT’ler oluşturmak için AI-ML üretici yöntemlerini kullanma. Bununla birlikte, AI-ML’nin etkisi NFT alanının tüm alanlarına yayılmalıdır. Kullanıcılarla diyalog kurmak, anlamı hakkındaki soruları yanıtlamak veya belirli bir ortamla etkileşim kurmak için dil ve konuşma yeteneklerini birleştiren NFT’leri hayal edelim. Tıpkı en sevdiğiniz dijital asistanınızla etkileşime girdiğiniz gibi, diyaloğun doğasına göre görünümünü değiştirebilen görsel bir NFT ile bir sohbet kurduğunuzu hayal edin. Benzer şekilde, ustaların tarzının benzersiz yönlerini yakalayan benzersiz NFT’ler oluşturmak için milyonlarca resimde önceden eğitilmiş AI-ML transformatör modellerini kullanmayı düşünün.
Akıllı DeFi Protokolleri
DeFi protokolleri otomasyon ama tam olarak akıllı değiller. AI-ML yeteneklerini DeFi protokollerine dahil etmek kaçınılmaz görünüyor. Mevcut piyasa koşullarına göre gerçek zamanlı tahmin modelleri kullanarak havuzlardaki dengeleri ayarlayabilen yeni nesil otomatik piyasa yapıcı (AMM) protokollerini tasavvur edebiliriz. Benzer şekilde, talep eden adreslerin akıllı bir profiline dayalı olarak kredilerin boyutunu ayarlayan borç verme protokollerini düşünebiliriz.
Akıllı L1-L2 Blok Zincirleri
AI-ML ağ oluşturma, bilgi işlem veya depolama gibi yazılım altyapısının tüm yönlerini etkiliyor ve blok zincirlerin bir istisna olması muhtemel değildir. Tahmine dayalı modellere dayalı performansı artıran akıllı fikir birliği protokolleri hakkında düşünmek zor değil. Benzer şekilde, hesaplama maliyetini gaz veya diğer eşdeğerleri şeklinde kontrol etmek için akıllı ekonomiler geliştiren blok zincirlerini düşünebiliriz.
Akıllı Kripto Uygulamaları ve Dapps
Kullanıcı deneyimi görünüyor AI-ML yeteneklerini tanıtmak için en belirgin alanlardan biri olmak. Cüzdanların veya borsaların, bugün tamamen insan öznelliğine bağlı olan yatırım ve ticaret kararlarını iyileştirmeye yardımcı olan yerel zeka yeteneklerini birleştirmeye başlaması an meselesi.
Akıllı Programlanabilir Stabil paralar
Programlanabilir sabit paralar konusu Terra UST çöküşünden sonra bu günlerde çok belirgin görünüyor. Ya bu stabilcoin formunu programlanabilir olarak düşünmek yerine, programlanabilir fakat aynı zamanda akıllı formları düşünebilsek? Statik olarak tanımlanmış ekonomik jimnastiğe dayalı olarak sabitleyiciyi ayarlayan programlanabilir sabit paralar yerine, piyasa koşullarından organik olarak öğrenen AI-ML algoritmalarına güvenebilselerdi ne olurdu? AI-ML ile insan denetiminin bir kombinasyonu, bu alanda keşfedilecek ilginç bir yaklaşım gibi görünüyor.
AI-ML Kriptoyu Etkiler, ancak Kripto AI-ML’ye de Katkıda Bulunabilir
Kripto ve AI-ML arasındaki ilişki çoğu insanın düşündüğünden daha çift yönlüdür. AI-ML’nin yeni nesil kripto varlıklarını ve altyapısını etkileyebileceği senaryolar oldukça açık olsa da, kriptonun AI-ML teknolojilerini etkileyebileceği açık olmayan bazı alanlar var.
Merkezi Olmayan Yapay Zeka (dAI), yapay zekanın artan merkezileşme zorluklarından bazılarını azaltmak için tokenleştirme mekanizmalarının yanı sıra merkezi olmayan hesaplamadan yararlanmaya çalışan yeni bir teknoloji hareketidir. -ML teknolojileri. Genel dAI yaklaşımının bir alt alanı, şirketlerin ve bireylerin veri ve AI-ML modellerini paylaşmaya teşvik edildiği ekonomiler yaratmak için kripto varlıklarından yararlanan mekanizmalardır.
Veri, AI-ML’nin elektriğidir, ancak bugün az sayıda yerleşik şirket tarafından yüksek düzeyde kontrol edilmektedir ve şirketlerin işbirliği yapması için neredeyse hiçbir teşvik yoktur. bu tekelci döngüyü kırmak için veri paylaşın. Akıllı belirteçler ve teşvik mekanizmalarının tanıtılması, şirketlerin belirli görevler için AI-ML modellerinin oluşturulması ve eğitiminde düzenli olarak işbirliği yapmaları ve faydaları paylaşmaları için organik olarak kanallar oluşturmaya yardımcı olabilir.
Önyargı ve adalet, bu günlerde AI-ML’de yerel kripto teknolojilerinin kullanımından büyük ölçüde etkilenebilecek bir başka sıcak konu. AI-ML modellerinin eğitiminde kullanılan veri kümelerine, AI modellerinin bilgisini etkileyebilecek önyargılar, ayrımcılık ve toksik veri noktaları nüfuz eder.
AI-ML modellerinin adilliğini ölçme ve izleme konusunda birçok ilerleme kaydedilmiş olsa da, tüm dünyada güvenilen sağlam hesap verebilirlik ve kıyaslama mekanizmaları yoktur. tüm endüstri. Belirli AI-ML modellerinin önyargı ve adalet puanını takip etmek ve adalet puanlarını iyileştiren modelleri telafi etmek için bir blok zinciri katmanı kullandığınızı hayal edin. Bu, AI-ML altyapılarında blok zincir teknolojilerinin kullanımı için düşük giriş noktası senaryosudur.
Şüphesiz, AI-ML yeni nesil dijital varlık teknolojilerinin temel bir unsuru olmalıdır, ancak aynı zamanda kripto ve blok zincirler AI-ML dünyasında sunabilir. Temel olarak kripto, daha adil ve daha demokratik AI-ML çözümleri oluşturmaya yardımcı olan bir ekonomik ve muhasebe katmanı olarak hizmet edebilir.
Dijitalleştirme-Otomasyondan Zekaya
AI- ML, yazılım dünyasının her alanını etkiliyor ve kriptonun bir istisna olması pek mümkün değil. Dijital varlık teknolojilerinin temel ilkeleri, dijitalleştirme ve otomasyon kullanarak finansal hizmetlerin demokratikleştirilmesi etrafında toplanmıştır. İstihbarat, kripto için bir sonraki sınırlardan biridir ve etkisini tüm alanda görmemiz muhtemeldir. Akıllı NFT’lerden, DeFi protokollerinden yeni kripto varlık biçimlerine kadar, AI-ML’nin dahil edilmesi, kriptoda yeni bir inovasyon çağını başlatacak gibi görünüyor. Teknolojiler ve kullanım durumları zaten burada. İnşaata başlama zamanı.
Ayrıca ‘Büyük Fikirler’ serisinde:
The Coming InDAOstrial Revolution , Julie Fredrickson
Dağıtılmış özerk kuruluşlar, insanlara daha büyük, daha tuhaf inşa etme şansı verir Tıpkı şirketin gelişinin Sanayi Devrimi’ne giden yolu açması gibi.
Güvenilmez Kanıt: Web 3, Ukrayna’daki Savaş Suçlarını Belgeliyor Jonathan Dotan
The Starling Lab’in kurucu direktörü Jonathan Dotan, yanlış bilgi çağında blok zinciri teknolojisinin kanıtsal gerçeğe olan inancımızı yenileyebileceğini, özellikle de Ukrayna’daki mevcut ihtilaf sırasında yenileyebileceğini söylüyor.
Web 3 Hayırseverliği Nasıl Değiştirir Rhys Lindmark
CoinDesk Consensus şenlik’te “Büyük Fikirler” konuşmacısı olan Rhys Lindmark, kripto kuşağının hayırsever bağış kurallarını nasıl yeniden yazabileceği konusunda.
Topluluklarımıza Bağlanmak İçin Yeni Para Şekillerini Kullanalım Matthew Prewitt
RadicalxChange Vakfı başkanı Matt Prewitt, daha fazla yerel paranın kaynaklara ihtiyacı olan topluluklardan “çıkış” teşvikini azaltabileceğini söylüyor.
Öngörü, Tahmin Piyasaları ve Daha İyi Bilgi Çağı Clay Graubard ve Andrew Eaddy
Niceliksel tahmin, paha biçilmez ve henüz yeterince kullanılmayan bir araçtır ve tahmin pazarları, bunun benimsenmesi için hayati bir araç gibi görünmektedir.
Hakkında daha fazla bilgi edinin
Şimdi Yerinizi Ayırın
%1.41
%2.84
%0,63
%2.22
%115,30
Tüm Fiyatları Görüntüle
Size en büyük kripto haberlerini ve fikirlerini getiren günlük bültenimiz The Node’a kaydolun.
“Yazılım dünyayı yiyor” son dönemin ikonik sözlerinden biri haline geldi. yazılım endüstrisinin on yılı. Yazılım efsanesi ve olağanüstü risk sermayedarı Marc Andreessen tarafından 2011’de alıntılanan, çoğunlukla fiziksel dünyada faaliyet gösteren şirketlerin, esasen her şirketi bir yazılım şirketi olarak dönüştürecek bir trendle dijital ekonomiye geçiş yaptığı fikrini sentezledi.
Jesus Rodriguez, bir blok zinciri ve kripto para piyasası analiz firması olan IntoTheBlock’un CEO’sudur. Bu makale sahnesinde Konsensus 2022 Austin, Teksas.
Son yıllarda, makine öğrenimi (ML) ve yapay zekanın (AI) gelişimi, yazılım endüstrisinin tüm alanlarına nüfuz etti. , birçok uzmanın “makine öğreniminin yazılımları yemesi” olduğunu iddia etmesine yol açıyor. Kripto ve dijital varlıklar, kod ve programlanabilirlik temeline dayanır ve sonuç olarak, ML-AI trendlerinden etkilenmeleri muhtemeldir. ML-AI’nin dijital varlıklarla kesişmesi, istihbaratın kripto varlıklarının yerel bir bileşeni haline geldiği yeni bir çağı başlatacak gibi görünüyor.
Akıllı kripto varlıkları fikri kavramsal olarak önemsizdir ancak pratik zorluklarla doludur. Yeni nesil kripto varlıklarını hızla etkileyebilecek temel ML trendlerinden bazıları nelerdir? Kriptodaki istihbarat yeteneklerinden veya kriptonun akıllı hale gelmesi için üstesinden gelinmesi gereken bazı önemli teknik zorluklardan yararlanabilecek ana senaryolara ne dersiniz? Bu makale, bu fikirlerin bazılarını araştırıyor ve kripto ile ML’nin kesişme potansiyeli hakkında bir tez geliştiriyor.
Yalnızca kripto doğal olarak zeki olabilir
Önemli bir AI-ML’yi kripto varlıkları bağlamında düşünürken fark edilmesi gereken nokta, kriptonun tarihte doğal olarak akıllı olma potansiyeline sahip tek varlık sınıfı olmasıdır. Emtialar veya hisse senetleri gibi geleneksel varlık sınıflarındaki AI-ML yetenekleri, varlığın dışında yaşayan robo-danışmanlar veya nicel stratejiler gibi araçlarda uygulanır. Kripto alanında bu araçlar için bariz bir rol olsa da, kripto varlıkları bu AI-ML yeteneklerini doğal olarak varlıklara yerleştirebilir. Bu fayda, açıkçası, kriptonun programlanabilir ve dijital yeteneklerinin bir yan etkisidir. Kripto varlıkları koda dayalıdır ve bu kod AI-ML modelleri şeklini alabilir.
Makine öğrenimi kriptoyu yiyecek, ama nasıl?
AI-ML, kripto pazarının önümüzdeki on yılında önemli bir rol oynayacak gibi görünüyor. Kriptonun ilk aşamaları sayısallaştırma ve otomasyona odaklanmış olsa da, bir sonraki yinelemenin kaderi zekaya odaklanacak gibi görünüyor. Bugün kriptoda birçok AI-ML uygulaması var, ancak kripto varlıklarının doğası gereği akıllı olduğunu iddia edemeyiz. Yakın gelecekte, kripto varlıklarının ve protokollerinin AI-ML’yi kendi çevrelerine veya pazarlarına göre davranışlarını öğrenmelerine ve uyarlamalarına izin verecek yerel yetenekler olarak dahil etmeye başladığını görmeyi beklemeliyiz.
Dijital varlıkların akıllı hale gelmesinin kaçınılmazlığı, kısmen son birkaç yılda AI-ML teknolojilerinin şaşırtıcı evriminden kaynaklanmaktadır. Kripto bağlamında, AI-ML’yi genel bir şey olarak değil, birbiriyle ilişkili bir grup yöntem olarak düşünmeliyiz. Bu açıdan bakıldığında, kripto alanındaki uygulamalar için özellikle uygun görünen az sayıda AI-ML okulu var. Kripto teknolojilerindeki potansiyellerinin merceğinden en popüler tekniklerin bazılarını keşfedelim.
Transformatörler
Birçok en önemli evrim olarak kabul edilir AI-ML’nin son on yılında, dönüştürücüler doğal dil anlamadaki (NLU) devrimin arkasındalar ve bilgisayarla görme gibi diğer alanlarda ilerleme kaydediyorlar. OpenAI’nin GPT-3’ü veya NVIDIA’nın Megatron’u gibi modeller, gerçek metinden ayırt edilemeyen sentetik metinler üretebilir, son derece karmaşık soru-cevap etkileşimlerine girebilir ve hatta metin formları üzerinde akıl yürütme yetenekleri sergileyebilir. OpenAI’nin DALL-E 2’si veya Google’ın Imagen’i gibi modeller, birden fazla alan arasında zeka arasında köprü kuran metinsel formlardan sanatsal görüntüler üretebilir.
Transformatörlerin NLU ve bilgisayarla görme alanında sahip olduğu etkiyi anlayarak, NFT’ler gibi alanlarda gösterebilecekleri etkiyi hayal etmek zor değil. görsel temsillere ve metinsel etkileşimlere dayanır.
Kendi Kendine Denetimli Öğrenme
Meta (Facebook) AI Research, yakın zamanda, bu yeni tip tekniğin yeni nesil AI modellerinde sahip olabileceği temel role bir benzetme olarak, kendi kendine denetimli öğrenmeyi (SSL) “AI’nın karanlık maddesi” olarak adlandırdı. Kavramsal olarak SSL, bebeklerin gözlem ve etkileşim yoluyla nasıl öğrendiğine benzeyen akıllı yetenekler sağlamaya çalışır. SSL, büyük hacimli etiketli veri ile eğitilmesi gereken geleneksel denetimli öğrenme yöntemlerinin bazı sınırlamalarının üstesinden gelmeye çalışır. Meta’nın DINO’su gibi modeller, önceden eğitim almadan görüntülerdeki nesneleri sınıflandırabilir.
Çok miktarda etiketli veri olmadan öğrenme uygulamaları kripto için mükemmel görünüyor. Merkezi olmayan finans (DeFi), bu yöntemlerden hemen faydalanan biri olabilir.
Grafik Sinir Ağları
Blockchain veri kümeleri en büyük veri kümelerini temsil eder kriptoda veri kaynağı. Yapısal bir bakış açısından, blok zinciri veri kümeleri, adresler, işlemler veya bloklar arasındaki ilişkileri modelledikleri için doğal olarak hiyerarşiktir. Grafik sinir ağları (GNN’ler), hiyerarşik veri kümeleri üzerinden öğrenme konusunda uzmanlaşmış AI-ML disiplinidir. Google’ın DeepMind’ı gibi şirketler, Google Haritalar’daki trafiği tahmin etmek ve hatta camın yapısını anlamak için GNN’leri kullanıyor.
GNN’ler, kripto varlıkları için mükemmel bir AI-ML tekniği gibi görünüyor. Blok zincirler bir gün akıllı hale gelecekse, GNN’lerin yerel veri kümelerinden bilgi geliştirmede önemli bir rol oynaması muhtemeldir.
Pekiştirmeli Öğrenme
Derin pekiştirmeli öğrenme (DRL) DeepMind’ın AlphaGo’su Go’nun dünya şampiyonu Lee Sedol’u defalarca mağlup ettikten sonra bir tür pop kültürü haline geldi. AlphaGo, Go’da kendisine karşı akıl almaz derecede çok sayıda oyun oynayarak ve kendi hatalarını düzelterek ustalaştı. Bu deneme-yanılma, etkileşim yoluyla öğrenme formu DRL’nin özüdür.
AlphaGo’dan bu yana DRL, olağanüstü AI-ML başarılarının merkezinde yer aldı. DeepMind’in kendi AlphaFold’u, bir dizi amino asitten proteinlerin yapısını tahmin edebilerek bilim camiasını şok etti, tıpta yeni bir çağın kilidini açabilecek bir keşif. DeepMind’in bir diğer kayan yazı DRL modeli, Go, satranç veya Atari gibi oyunlarda kuralları bile bilmeden ustalaşabilen MuZero’ydu.
Deneme-yanılma yoluyla DRL’nin ilkeleri, koşulların sürekli değiştiği DeFi veya NFT’ler gibi birçok kripto alanıyla alakalı görünüyor. . Ne de olsa çoğu kripto protokolü, güçlü oyun teorik kurallarına dayanmaktadır ve DRL’nin oyunlarda üstün olduğu kanıtlanmıştır.
Kriptoda Zekaya Giden Yol
Siberpunk efsanesi , bilimkurgu yazarı William Gibson’ın evvelce “‘Gelecek zaten burada – sadece eşit olarak dağıtılmamış” dedi. Bu alıntı, akıllı kripto varlıklarına giden yol hakkında düşündüğümüzde bize felsefi bir kılavuz olarak hizmet edebilir. Kriptonun yaratılması, AI-ML araştırma ve teknoloji gelişmelerinin altın çağına denk geldi. Bugün, AI-ML teknolojileri hızla ana akım haline geliyor ve kripto alanında birinci sınıf vatandaş olmaları an meselesi. Kullanım durumları her yerde görünüyor. En bariz olanlardan bazılarını inceleyelim.
Akıllı NFT’ler
NFT’ler oluşturmak için AI-ML üretici yöntemlerini kullanma. Bununla birlikte, AI-ML’nin etkisi NFT alanının tüm alanlarına yayılmalıdır. Kullanıcılarla diyalog kurmak, anlamı hakkındaki soruları yanıtlamak veya belirli bir ortamla etkileşim kurmak için dil ve konuşma yeteneklerini birleştiren NFT’leri hayal edelim. Tıpkı en sevdiğiniz dijital asistanınızla etkileşime girdiğiniz gibi, diyaloğun doğasına göre görünümünü değiştirebilen görsel bir NFT ile bir sohbet kurduğunuzu hayal edin. Benzer şekilde, ustaların tarzının benzersiz yönlerini yakalayan benzersiz NFT’ler oluşturmak için milyonlarca resimde önceden eğitilmiş AI-ML transformatör modellerini kullanmayı düşünün.
Akıllı DeFi Protokolleri
DeFi protokolleri otomasyon ama tam olarak akıllı değiller. AI-ML yeteneklerini DeFi protokollerine dahil etmek kaçınılmaz görünüyor. Mevcut piyasa koşullarına göre gerçek zamanlı tahmin modelleri kullanarak havuzlardaki dengeleri ayarlayabilen yeni nesil otomatik piyasa yapıcı (AMM) protokollerini tasavvur edebiliriz. Benzer şekilde, talep eden adreslerin akıllı bir profiline dayalı olarak kredilerin boyutunu ayarlayan borç verme protokollerini düşünebiliriz.
Akıllı L1-L2 Blok Zincirleri
AI-ML ağ oluşturma, bilgi işlem veya depolama gibi yazılım altyapısının tüm yönlerini etkiliyor ve blok zincirlerin bir istisna olması muhtemel değildir. Tahmine dayalı modellere dayalı performansı artıran akıllı fikir birliği protokolleri hakkında düşünmek zor değil. Benzer şekilde, hesaplama maliyetini gaz veya diğer eşdeğerleri şeklinde kontrol etmek için akıllı ekonomiler geliştiren blok zincirlerini düşünebiliriz.
Akıllı Kripto Uygulamaları ve Dapps
Kullanıcı deneyimi görünüyor AI-ML yeteneklerini tanıtmak için en belirgin alanlardan biri olmak. Cüzdanların veya borsaların, bugün tamamen insan öznelliğine bağlı olan yatırım ve ticaret kararlarını iyileştirmeye yardımcı olan yerel zeka yeteneklerini birleştirmeye başlaması an meselesi.
Akıllı Programlanabilir Stabil paralar
Programlanabilir sabit paralar konusu Terra UST çöküşünden sonra bu günlerde çok belirgin görünüyor. Ya bu stabilcoin formunu programlanabilir olarak düşünmek yerine, programlanabilir fakat aynı zamanda akıllı formları düşünebilsek? Statik olarak tanımlanmış ekonomik jimnastiğe dayalı olarak sabitleyiciyi ayarlayan programlanabilir sabit paralar yerine, piyasa koşullarından organik olarak öğrenen AI-ML algoritmalarına güvenebilselerdi ne olurdu? AI-ML ile insan denetiminin bir kombinasyonu, bu alanda keşfedilecek ilginç bir yaklaşım gibi görünüyor.
AI-ML Kriptoyu Etkiler, ancak Kripto AI-ML’ye de Katkıda Bulunabilir
Kripto ve AI-ML arasındaki ilişki çoğu insanın düşündüğünden daha çift yönlüdür. AI-ML’nin yeni nesil kripto varlıklarını ve altyapısını etkileyebileceği senaryolar oldukça açık olsa da, kriptonun AI-ML teknolojilerini etkileyebileceği açık olmayan bazı alanlar var.
Merkezi Olmayan Yapay Zeka (dAI), yapay zekanın artan merkezileşme zorluklarından bazılarını azaltmak için tokenleştirme mekanizmalarının yanı sıra merkezi olmayan hesaplamadan yararlanmaya çalışan yeni bir teknoloji hareketidir. -ML teknolojileri. Genel dAI yaklaşımının bir alt alanı, şirketlerin ve bireylerin veri ve AI-ML modellerini paylaşmaya teşvik edildiği ekonomiler yaratmak için kripto varlıklarından yararlanan mekanizmalardır.
Veri, AI-ML’nin elektriğidir, ancak bugün az sayıda yerleşik şirket tarafından yüksek düzeyde kontrol edilmektedir ve şirketlerin işbirliği yapması için neredeyse hiçbir teşvik yoktur. bu tekelci döngüyü kırmak için veri paylaşın. Akıllı belirteçler ve teşvik mekanizmalarının tanıtılması, şirketlerin belirli görevler için AI-ML modellerinin oluşturulması ve eğitiminde düzenli olarak işbirliği yapmaları ve faydaları paylaşmaları için organik olarak kanallar oluşturmaya yardımcı olabilir.
Önyargı ve adalet, bu günlerde AI-ML’de yerel kripto teknolojilerinin kullanımından büyük ölçüde etkilenebilecek bir başka sıcak konu. AI-ML modellerinin eğitiminde kullanılan veri kümelerine, AI modellerinin bilgisini etkileyebilecek önyargılar, ayrımcılık ve toksik veri noktaları nüfuz eder.
AI-ML modellerinin adilliğini ölçme ve izleme konusunda birçok ilerleme kaydedilmiş olsa da, tüm dünyada güvenilen sağlam hesap verebilirlik ve kıyaslama mekanizmaları yoktur. tüm endüstri. Belirli AI-ML modellerinin önyargı ve adalet puanını takip etmek ve adalet puanlarını iyileştiren modelleri telafi etmek için bir blok zinciri katmanı kullandığınızı hayal edin. Bu, AI-ML altyapılarında blok zincir teknolojilerinin kullanımı için düşük giriş noktası senaryosudur.
Şüphesiz, AI-ML yeni nesil dijital varlık teknolojilerinin temel bir unsuru olmalıdır, ancak aynı zamanda kripto ve blok zincirler AI-ML dünyasında sunabilir. Temel olarak kripto, daha adil ve daha demokratik AI-ML çözümleri oluşturmaya yardımcı olan bir ekonomik ve muhasebe katmanı olarak hizmet edebilir.
Dijitalleştirme-Otomasyondan Zekaya
AI- ML, yazılım dünyasının her alanını etkiliyor ve kriptonun bir istisna olması pek mümkün değil. Dijital varlık teknolojilerinin temel ilkeleri, dijitalleştirme ve otomasyon kullanarak finansal hizmetlerin demokratikleştirilmesi etrafında toplanmıştır. İstihbarat, kripto için bir sonraki sınırlardan biridir ve etkisini tüm alanda görmemiz muhtemeldir. Akıllı NFT’lerden, DeFi protokollerinden yeni kripto varlık biçimlerine kadar, AI-ML’nin dahil edilmesi, kriptoda yeni bir inovasyon çağını başlatacak gibi görünüyor. Teknolojiler ve kullanım durumları zaten burada. İnşaata başlama zamanı.
Ayrıca ‘Büyük Fikirler’ serisinde:
The Coming InDAOstrial Revolution , Julie Fredrickson
Dağıtılmış özerk kuruluşlar, insanlara daha büyük, daha tuhaf inşa etme şansı verir Tıpkı şirketin gelişinin Sanayi Devrimi’ne giden yolu açması gibi.
Güvenilmez Kanıt: Web 3, Ukrayna’daki Savaş Suçlarını Belgeliyor Jonathan Dotan
The Starling Lab’in kurucu direktörü Jonathan Dotan, yanlış bilgi çağında blok zinciri teknolojisinin kanıtsal gerçeğe olan inancımızı yenileyebileceğini, özellikle de Ukrayna’daki mevcut ihtilaf sırasında yenileyebileceğini söylüyor.
Web 3 Hayırseverliği Nasıl Değiştirir Rhys Lindmark
CoinDesk Consensus şenlik’te “Büyük Fikirler” konuşmacısı olan Rhys Lindmark, kripto kuşağının hayırsever bağış kurallarını nasıl yeniden yazabileceği konusunda.
Topluluklarımıza Bağlanmak İçin Yeni Para Şekillerini Kullanalım Matthew Prewitt
RadicalxChange Vakfı başkanı Matt Prewitt, daha fazla yerel paranın kaynaklara ihtiyacı olan topluluklardan “çıkış” teşvikini azaltabileceğini söylüyor.
Öngörü, Tahmin Piyasaları ve Daha İyi Bilgi Çağı Clay Graubard ve Andrew Eaddy
Niceliksel tahmin, paha biçilmez ve henüz yeterince kullanılmayan bir araçtır ve tahmin pazarları, bunun benimsenmesi için hayati bir araç gibi görünmektedir.
Hakkında daha fazla bilgi edinin
Şimdi Yerinizi Ayırın
%1.41
%2.84
%0,63
%2.22
%115,30
Tüm Fiyatları Görüntüle
Size en büyük kripto haberlerini ve fikirlerini getiren günlük bültenimiz The Node’a kaydolun.