Transmettre le titre original : Un guide illustré du réseau REI : une compréhension simple et claire de l'intégration transparente des agents IA et de la blockchain

La création du cadre Rei a été conçue pour combler le fossé de communication entre l'IA et la blockchain.

Lors de la création d'agents d'IA, un défi majeur consiste à leur permettre d'apprendre, d'itérer et de se développer de manière flexible tout en garantissant la cohérence de leurs résultats. Rei fournit un cadre pour partager des données structurées entre l'IA et la blockchain, permettant aux agents d'IA d'apprendre, d'optimiser et de maintenir un ensemble d'expériences et de connaissances.

L'émergence de ce cadre rend possible le développement de systèmes d'IA avec les capacités suivantes :

• Comprendre le contexte et les schémas pour générer des informations précieuses
• Transformer les idées en mesures concrètes, en bénéficiant de la transparence et de la fiabilité de la blockchain

Défis rencontrés

L'IA et la blockchain ont des différences significatives dans leurs attributs principaux, ce qui crée de nombreux défis pour leur compatibilité:

1. Calcul déterministe dans la blockchain : Chaque opération dans la blockchain doit produire des résultats cohérents sur tous les nœuds pour garantir :
   1. Consensus: Tous les nœuds doivent être d'accord sur le contenu d'un nouveau bloc pour compléter la validation.
   2. Validation de l'état: L'état de la blockchain doit toujours être traçable et vérifiable. Les nouveaux nœuds doivent rapidement se synchroniser avec l'état cohérent des autres nœuds.
   3. Exécution de contrats intelligents : Tous les nœuds doivent générer des sorties cohérentes dans les mêmes conditions d'entrée.
2. Calcul probabiliste en IA : les systèmes d'IA produisent souvent des résultats probabilistes, ce qui signifie que différents résultats peuvent se produire à chaque exécution. Cette caractéristique découle de :
   1. Dépendance du contexte : les performances de l'IA dépendent du contexte d'entrée, tel que les données d'entraînement, les paramètres du modèle et les conditions temporelles/environnementales.
   2. Intensité des ressources : Le calcul de l'IA nécessite du matériel haute performance, y compris des opérations matricielles complexes et une mémoire substantielle.

Ces différences créent les défis de compatibilité suivants :

• Conflit entre les données probabilistes et déterministes:
  • Comment les sorties probabilistes de l'IA peuvent-elles être converties en résultats déterministes requis par la blockchain ?
  • Quand et où cette transformation devrait-elle se produire?
  • Comment pouvons-nous conserver la valeur de l'analyse probabiliste tout en garantissant le déterminisme ?
• Coûts de gaz : les exigences computationnelles élevées des modèles d'IA peuvent entraîner des frais de gaz inabordables, limitant leur utilisation sur la blockchain.
• Contraintes de mémoire : Les environnements blockchain ont une mémoire limitée, qui peut ne pas répondre aux besoins de stockage des modèles d'IA.
• Temps d'exécution: les temps de blocage de la chaîne de blocs limitent les vitesses d'exécution du modèle d'IA, ce qui peut avoir un impact sur les performances.
• Intégration des structures de données : les modèles d'IA utilisent des structures de données complexes qui sont difficiles à incorporer directement dans le modèle de stockage de la blockchain.
• Problème de l'Oracle (Exigences de vérification) : La blockchain repose sur des oracles pour récupérer des données externes, mais la validation de l'exactitude des calculs d'IA reste un défi, surtout lorsque les systèmes d'IA nécessitent un contexte riche et une faible latence, ce qui entre en conflit avec les caractéristiques de la blockchain.

Image d'origine de francesco, compilé par DeepChao TechFlow

Comment les agents d'IA peuvent-ils s'intégrer en toute transparence avec Blockchain?

Image initialement provenant defrancesco, compilé par Deep Tide TechFlow

Rei propose une nouvelle solution qui combine les forces de l'IA et de la blockchain.

Image originale defrancesco, compilé par Deep Tide TechFlow

Plutôt que de forcer l'intégration de l'IA et de la blockchain - deux systèmes fondamentalement différents - REI agit comme un « traducteur universel », permettant une communication et une collaboration fluides entre les deux grâce à une couche de traduction.

Image originally from francesco, compilé par Deep Tide TechFlow

Les objectifs principaux de Rei sont les suivants :

• Permettre aux agents d'IA de penser et d'apprendre de manière indépendante
• Convertir les idées des agents en actions blockchain précises et vérifiables

Image originale defrancesco, compilé par Deep Tide TechFlow

La première application de ce cadre estUnit00x0 (Rei_00 - $REI), qui a été formé en tant qu'analyste quantitatif.

L'architecture cognitive de Rei se compose des quatre couches suivantes :

1. Couche de réflexion: Responsable du traitement et de la collecte de données brutes, telles que les données de graphique, l'historique des transactions et le comportement de l'utilisateur, et de l'identification de modèles potentiels.
2. Couche de raisonnement: Ajoute des informations contextuelles aux motifs découverts, telles que la date, l'heure, les tendances historiques et les conditions du marché, afin de rendre les données plus dimensionnelles.
3. Couche de décision : développe des plans d'action spécifiques en fonction des informations contextuelles fournies par la couche de raisonnement.
4. Couche d'action : Convertit les décisions en actions déterministes pouvant être exécutées sur la blockchain.

Le cadre Rei repose sur les trois piliers fondamentaux suivants :

Image à l'origine defrancesco, compilé par Deep Tide TechFlow

1. Oracle (Oracle, similaire aux voies neuronales) : Convertit les sorties diverses de l'IA en résultats unifiés et les enregistre sur la blockchain.
2. Norme de données ERC (Norme de données ERC) : Étend les capacités de stockage de la blockchain, prend en charge le stockage de données de modèle complexe tout en préservant les informations contextuelles générées par les couches de réflexion et de raisonnement, permettant la conversion de données probabilistes en exécution déterministe.
3. Système de mémoire (Système de mémoire) : Permet à Rei d'accumuler de l'expérience au fil du temps et de récupérer les sorties précédentes et les résultats d'apprentissage à tout moment.

Voici les manifestations spécifiques de ces interactions :

Image originale defrancesco, compilé par Deep Tide TechFlow

• Le pont Oracle est responsable d'identifier les modèles de données
• ERCData est utilisé pour stocker ces modèles
• Le système de mémoire conserve les informations contextuelles pour mieux comprendre les motifs
• Les contrats intelligents peuvent accéder à ces connaissances accumulées et agir en fonction de celles-ci

Avec cette architecture, les agents Rei sont désormais capables de mener une analyse approfondie des jetons en combinant données sur chaîne, fluctuations de prix, sentiment social, et d'autres informations multidimensionnelles.

Plus important encore, Rei peut non seulement analyser les données, mais aussi développer une compréhension plus profonde basée sur celles-ci. Cela est possible grâce à la capacité de stocker directement ses expériences et ses idées sur la Blockchain, faisant ainsi de ces informations une partie de son système de connaissance, disponibles pour la récupération et l'optimisation continue de la prise de décision et de l'expérience globale.

Les sources de données de Rei incluent les bibliothèques Plotly et Matplotlib (pour le tracé de graphiques), Coingecko, Defillama, des données on-chain et des données de sentiment social de Twitter. En exploitant ces sources de données diverses, Rei fournit une analyse on-chain complète et des informations sur le marché.

Avec le mise à jour vers Quant V2, Rei supporte maintenant les types d'analyse suivants:

1. Analyse du projet : de nouvelles métriques quantitatives et des données de sentiment ont été ajoutées à la fonctionnalité d'origine. L'analyse comprend des graphiques en chandelier, des graphiques d'engagement, une distribution des détenteurs et un état des bénéfices et pertes (PnL). (Exemples pertinents)
2. Analyse des entrées et sorties : En surveillant le prix et le volume des transactions des jetons populaires en chaîne, Rei peut comparer ces données aux entrées et sorties de capitaux, aidant les utilisateurs à identifier les tendances potentielles du marché.Exemples pertinents)
3. Analyse de l'engagement : Évalue l'engagement global d'un projet, en comparant les données en temps réel avec les données d'il y a 24 heures, ainsi que les variations de prix relatives. Cette fonction révèle la corrélation entre les informations récentes et les performances de l'engagement des utilisateurs.Exemples pertinents)
4. Analyse des principales catégories : Analyse des volumes de négociation les plus bas et des chiffres de négociation les plus élevés au sein d'une seule catégorie, mettant en évidence les performances du projet dans sa catégorie respective.
5. Le premier graphique montre les volumes d'échange en bas et les numéros de transaction en haut; une analyse plus approfondie d'une catégorie spécifique révèle les changements métriques d'un projet unique par rapport à d'autres dans la même catégorie. (Exemples pertinents)

De plus, à partir de janvier 2025,Rei prend en charge la fonctionnalité d'achat et de vente de jetons sur la chaîne. Elle est équipée d'un portefeuille de contrat intelligent basé sur la norme ERC-4337, rendant les transactions plus pratiques et sécurisées.

(Note sur la technologie Deep Tide TechFlow : ERC-4337 est une proposition d'amélioration d'Ethereum prenant en charge l'abstraction des comptes, visant à améliorer l'expérience utilisateur.)

Le contrat intelligent de Rei permet de déléguer des opérations à travers l'autorisation de signature de l'utilisateur, ce qui permet à Rei de gérer de manière autonome son portefeuille.

Voici les adresses de portefeuille de Rei :

• Portefeuille EOA (Portefeuille de Signature):
• https://basescan.org/address/0x3BC4c3A2a2Fa5ad20a2B95B18CA418D06A360cB
• Portefeuille intelligent (Portefeuille d'abstraction de compte):
• https://basescan.org/address/0xf6835acc8d2b51e5d47632ca8954bfee9a0ce49c

Cas d'utilisation: Polyvalence du cadre Rei

Image originalement defrancesco, compilé par Deep Tide TechFlow

Le cadre Rei n'est pas limité au secteur financier et peut être appliqué aux scénarios généraux suivants:

• Interaction de l'utilisateur avec les agents : prend en charge la création de contenu
• Analyse du marché : gestion de la chaîne d'approvisionnement et logistique
• Construction de systèmes adaptatifs : scénarios de gouvernance
• Évaluation des risques : Dans le domaine de la santé, Rei évalue les risques potentiels par le biais d'une analyse contextuelle

Développement futur de Rei

• Interface améliorée
• Terminal Alpha basé sur les autorisations de jetons
• Plateforme de développement

Bienvenue pour rejoindre la communauté officielle Deep Tide TechFlow

Groupe d'abonnement Telegram: https://t.me/TechFlowDaily

Compte Twitter officiel : https://x.com/TechFlowPost

Compte Twitter officiel en anglais: https://x.com/DeFlow_Intern

Avertissement :

1. Cet article est reproduit à partir de [TechFlow)]. Transmettre le titre original : Un guide illustré du réseau Rei : Une compréhension simple et claire de l'intégration transparente des agents d'IA et de la blockchain. Les droits d'auteur appartiennent à l'auteur original [REI]francis]. Si vous avez des objections à la reproduction, veuillez contacterPorte d’apprentissagel'équipe, l'équipe le traitera dès que possible selon les procédures pertinentes.
2. Avertissement : Les points de vue et opinions exprimés dans cet article ne représentent que les points de vue personnels de l'auteur et ne constituent aucun conseil en investissement.
3. Les autres versions linguistiques de l'article sont traduites par l'équipe d'apprentissage de gate. Sauf indication contraire, l'article traduit ne peut être copié, distribué ou plagié.