Блог им. Ilia_Zavialov

Завьялов Илья Николаевич про AI.

Перед тем как вы погрузитесь в изучение статьи, обратите внимание на тот факт что всё упомянутое в ней не является финансовой рекомендацией для принятие более взвешенного решения просьба провести свое собственное исследование.

Artificial Intelligence — Искусственный интеллект (в переводе с англ.). ИИ — это имитиация человеческого интеллекта компьютерными системами.

Если вы в первый раз сталкиваетесь с этим термином (в чем я сомневаюсь), то легче всего будет объяснить это словосочетание через следующий пример.

Каждый раз, когда мы в первый раз открывали клиент, то всегда возникала проблема с первичной настройкой. Нажать туда, нажать сюда, и вроде бы есть “подсказки”, но так или иначе приходится разбираться самому.

А теперь представьте умного ассистента, в мозгах которого лежит вся игра и все возможные сценарии поведения геймера. По вашему запросу, он даст конкретные указания по настройке и в конечном счете, обеспечит низкий уровень входа в ваш игровой процесс.

Этот “Умный ассистент” называется — Искусственным Интеллектом.

А процесс, где в его “мозги” загружается информация в нужном вам контексте называется — Machine Learning (ML).

Этот же ассистент, который поможет вам настроить игру и решить задачу по математике 3 класса, тоесть имеет под собой сложный фундамент из информации будет называться Искусственным Интеллектом оснащенный большой языковой модельюLarge Language Model (LLM). Этот “ассистент” загружают огромной базой данных по таким мелочным вещам как: “Что будет если сброситься со стула?”. Чем больше информации, тем более обученным будет наш ИИ ассистент. И тем более конструктивными будут ответы на основе личных предпочтений конечного клиента.

Самое главное, что нужно понять по LLM — специфический тип ИИ, который способен понимать и генерировать текст на естественном языке. Он может анализировать и создавать текст, что делает его полезным для множества задач, включая те, что мы отметили выше.

ChatGPT первый флагманский инструмент, который запустил тренд для остальных чат-ботов. Уже сегодня мы можем взаимодействовать с тем же chatgpt прсредством голоса или создать изображение в MidJourney, если этого вам недостаточно, то можно к примеру воспользоваться приложением от GitHub «Copilot», который будет давать вам советы по написанию кода и проведет аудит, вдруг если вы пишите программное обеспечение.

 

Как они этого достигли?

Основной элемент технологии, который питает ChatGPT и другие инструменты на базе ИИ, известен как большая языковая модель или LLM. Эти сложные элементы технологии ИИ по сути являются комбинацией методов глубокого обучения / алгоритмов и очень больших наборов данных, которые работают вместе, чтобы создать модель искусственного интеллекта, способную предсказывать и обобщать знания.

Взаимодействия между людьми и LLM обрабатываются на естественном языке, при этом большинство LLM создаются специально с учетом обработки естественного языка (NLP). Пользователь задает чат-боту вопрос на естественном языке, а чат-бот затем использует свою базовую технологию, данные обучения и возможности, чтобы предоставить ответ пользователю наилучшим образом.


Меня зовут Завьялов Илья Николаевич. Я предприниматель и увлекаюсь финансами. Добро пожаловать в мой блог.

Medium — medium.com/@IliaNicolaevichZavialov 

Substack — ilianicolaevichzavialov.substack.com/

Завьялов Илья Николаевич о дорожной карте Ethereum.

После того как Chatgpt вышел в «майннет», корпорации поняли, что теряют целевую аудиторию и им нужно включаться. Так, в свет выходит Bing, NVIDIA Canvas, Copilot, DALL-E2, Яндекс Алиса и тд.

Рассматривая здесь и сейчас, я вижу как и положительные так и отрицательные стороны ИИ. Разберем по порядку:

Преимущества:

  • Облегчение рутинной работы
  • Делегирование своих незначительных задач в руки ИИ
  • Большая база данных + быстрый фидбек экономят часы времени на поиск нужной информации
  • Быстрая адаптация в сторонних клиентах
  • Отсутствие человеческого фактора
  • Круглосуточная консультация

Недостатки:

  • Обработка персональных данных
  • Отстутствие понимания контекста (на слабом уровне)
  • Ограниченность знаний
  • Сложность и стоимость (при разработке)
  • Проблемы безопасности и приватности

We still early, это важно понимать. AI сектор стремительно развивается, и у нас есть уникальная возможность занять место под тенью венчурных капиталистов, которые закидывают свои $ лопатами. Предлагаю прочитать мнение личностей, которые активно притягивают свое внимание инвестициями и покупками стартапов на ранних стадиях:

Artur Hayes:

Грядет бум фиатной ликвидности.

Искусственный интеллект переживает активное принятие. Это направление исследуется с тех пор, как в середине 20 века были изобретены компьютеры, но только сейчас, почти 70 лет спустя, приложения ИИ становятся полезными для сотен миллионов людей. Рост и скорость, с которой изменится наша жизнь благодаря думающим машинам, будут поразительными.

Имея на руках десятки триллионов бесплатного фиата, все —от политиков и хедж-фондов до венчурных инвесторов — будут вкладывать его в то, что косвенно связано с искусственным интеллектом. На самом деле бум ИИ еще даже не начался.

Просто подождите, пока крупные центральные банки начнут печатать деньги, чтобы спасти свои национальные правительства от банкротства. Огромное количество капитала и внимание, сосредоточенные на этой «новой» технологии, будет чем-то невиданным ранее.

Напечатанные бумажные деньги и стремительное внедрение искусственного интеллекта создадут самый большой финансовый пузырь из когда-либо существовавших.

Но к черту все это — давайте веселиться, как в 2019 году!


Marc Andreessen:

Вместо того чтобы позволять необоснованным паникам относительно убийственного ИИ, «вредного» ИИ, разрушающего рабочие места ИИ и порождающего неравенство ИИ поставить нас на задние ноги, мы в Соединенных Штатах и на Западе должны настоятельно поддерживать ИИ и вкладываться в него так сильно, как только можем.

Мы должны стремиться выиграть гонку к глобальному технологическому превосходству в области ИИ и гарантировать, что Китай этого не делает.

В процессе мы должны внедрять ИИ в нашу экономику и общество так быстро и решительно, как только можем, чтобы максимизировать его выгоды для экономической продуктивности и человеческого потенциала.

Это лучший способ как компенсировать реальные риски ИИ, так и гарантировать, что наш образ жизни не будет заменен тем гораздо темнее видением Китая.

Применение AI в крипте.

На самом деле приятно видеть как формируется контекст и возрастающая неэффективность с недооценкой AI как полноценного сектора. Понятное дело, что у большинства из нас нет возможности инвестировать в стартапы которые что-то там разрабатывают. И тут в игру вступает крипта.

Для начала выделим основные трудности с которыми сталкивается крипта сегодня и сразу решения от машинного обучения AI:

  • Волатильность
С увеличением массового принятия криптовалют, безопасность становится первостепенной.
Решение
:Создать инструмент для анализа цен на основе исторических данных с макро-экономическим контекстом. Таким образом, AI научится оценивать и предсказывать риск, который принимает на себя трейдер/инвестор/хедж-фонд и тд.
  • Безопасность
Решение: На основе предыдущих скамов AI сможет предложить рекомендации по устранению этих рисков путем анализа кода программного обеспечения или отслежки плохих актеров, которые пытаются взломать систему (по идее, он будет уведомлять об этом команду). Еще одно применение, внедрение ИИ-агента в кошелек и предупреждение при подписи транзакции и обзор состояния кошелька после подписи/аппрува, до оформления самой транзы (Идентификация возможных рисков).
  • Масштабируемость
Решение: Продвинутые алгоритмы AI могут оптимизировать сетевой трафик, обеспечивая эффективный поток данных и более быстрые времена транзакций.
  • Управление
Решение: Проблема с управлением DAO, особенно с низким кол-вом участников. Часть голосований (незначительных), можно предоставить AI или дать ему возможность проанализировать последствия от принимаемых решений. Таким образом, управление в протоколе будет более продуктивным.
  • Обучение
Решение: Если целиться на первый миллиард пользователей, то качественные обучающие программы с ИИ-помощниками это если не главный, то один из главных маховиков, которые будут двигать индустрию вперед.
  • Прозрачность
Решение: Соблюдение правил соглашений со стороны пользователей внедрением ИИ-агента.

Программирование AI сосредоточено на 3-х когнитивных навыках:

  1. Рассуждении.
  2. Обучении.
  3. Самокоррекции.

Сам AI делится на 2 типа:

  • Сильный AI — системы с сильным ИИ могут выполнять задачи, подобные человеческим: Распознование речи, Обработка естественного языка (NLP), Компьютерное зрение. Как пример, автономные машины (tesla).
  • Слабый AI — разработка для выполнения конкретной работы. Такие как персональные помощники (Siri [пока что нет полноценной интеграции ИИ], Bing, MidJourney).

AI x Web3

Складывая пазл представим, как простые юзеры используя открытые журналы блокчейнов в связке с AI могли бы извлекать пользу от этого непростого слияния.

Начнем с продвинутого DeFi протокола, который оценивает риски пользователя при покупке/продаже своих активов с учетом спреда, impact и агрегатором в то же время, который предложит сторонний клиент для более выгодного обмена. И еще несколько направлений.

Социальные сети. Персонализированный контент на основе предпочтений пользователя, продвинутый UX дизайн клиентов на основе рекомендаций AI, с огромной базой данных опыта успешных/провальных стартапов в этой области.

Игры на блокчейне. Представьте продвинутых ботов которые встречаются при прохождении квестов, увеличивая положительный опыт геймера от процесса (Создание реалистичной среды NPC)

LLM для индексации данных и извлечения метрик. Предполагается, что на основе LLM извлечение информации из блокчейна для анализа данных будет иметь огромный потенциал для торговых возможностей. Открытая природа публичных блокчейнов + продвинутые языковые модели ИИ приведут к увеличению прозрачности, безопасности и эффективности в области цифровых транзакций, что, в свою очередь, может способствовать более широкому принятию и использованию технологии блокчейн в различных отраслях.

Интеллектуальные dapps. Мы не далеко от того, чтобы увидеть компьютеризованные маркет-мейкеры DeFi (AMM) или протоколы кредитования с более интеллектуальной логикой, основанной на моделях ML.

Если Web3 масштабирует создание сообщества, то ИИ более легко масштабирует производство контента. Вместе они создают быстрорастущий контент, созданный быстрорастущим сообществом. И это означает огромные перспективы, которые открываются перед нами.

Децентрализованный AI

Децентрализованный AI — это подход, который сочетает в себе мощь искусственного интеллекта с децентрализованными технологиями, такими как блокчейн и распределенные вычисления. Используя децентрализованные вычислительные ресурсы и хранение данных, модели AI могут быть обучены и использованы в распределенном порядке. Этот подход предлагает несколько преимуществ, включая улучшенную конфиденциальность, безопасность и уменьшенную зависимость от централизованных сущностей.

Децентрализованный AI также может использовать вычислительные ресурсы множества устройств или узлов в распределенной сети для выполнения сложных вычислений, таких как обучение больших моделей AI или проведение симуляций. Это может привести к более эффективным и масштабируемым системам AI и уменьшить зависимость от централизованной вычислительной инфраструктуры.

Использование множества вычислительных устройств или узлов в распределенной сети, это критически важная составляющая для ИИ.

Сегодня, модели обучаются на базе корпоративных серверов. Они централизованны, не подотчетны и не прозрачны. В свою очередь, это создает трудность для простых пользователей, которые используют клиент и рискуют своей личной информацией, на базе которой обучается ИИ.

 

Рынки прогнозов

Тут скрещиваются 2 фактора: автоматизация и оптимизация. ИИ-бот может давать прогноз по рынку на основе своей большой языковой модели, которой он обучен.

Например, на платформе Omen три типа агентов: создатель рынка, AI Mech и торговый агент работают вместе для создания, анализа и торговли на рынках.

Оценка влияния

ИИ может давать оценку влияния того или иного голоса для DAO. Зачастую бывает так, что мы можем упустить критически важный элемент при принятии решении, + ко всему эмоциональный фон, играет злую шутку в последствии (когда человек уже принял для себя решение и хочет ее обосновать) ИИ лишен эмоций и человеческого фактора, единственное упущение которое он может допустить связано с его языковой моделью откуда вытекает недостаточно хорошую обученность, которую должен был контролировать разработчик.

Olas Contribute, служащий инструментом координации Olas DAO, использует автономные услуги для AI-ификации операций DAO. Одной из функций является автономная, AI-ифицированная оценка вклада сообщества.

 

AI-Управляемая делегация DAO

 

Согласитесь, не все из нас идут активно голосовать на DAO и ломать свою голову над пропоузалом, который нужен для разработчиков. Этот процесс можно упростить путем доверия незначительных (для сообщества голосов) ИИ-агенту, который будет оценивать риски/возможности, а затем предоставлять эту информацию широкой аудитории и тем самым облегчить процесс голосования.

Valory’s Governatooorr — это экспериментальная автономная служба, действующая в качестве AI-делегата управления в более чем 14 000 DAO.

Используя LLM, он может активно следить, а затем анализировать предложения DAO, применять избирательные предпочтения пользователя и голосовать, потенциально укрепляя управление DAO AI для крупнейших DAO в Web3.

1 комментарий

Позабыты хлопоты,

остановлен бег.

Вкалывают роботы

а не человек! ©

 




теги блога Завьялов Илья Николаевич

....все тэги



UPDONW
Новый дизайн