Переслати Оригінальний Заголовок: Ілюстрований Посібник з мережі Rei: Просте та Чітке Розуміння Безшовної Інтеграції AI Агентів та Блокчейну

Створення рамок Rei було розроблено для зменшення проблеми комунікації між штучним інтелектом та блокчейном.

При створенні АІ-агентів основним викликом є забезпечення їхньої можливості навчання, ітерації та гнучкого зростання, забезпечуючи при цьому стабільність їх результатів. Rei надає фреймворк для спільного використання структурованих даних між штучним інтелектом та блокчейном, що дозволяє АІ-агентам навчатися, оптимізувати та підтримувати набір досвіду та знань.

Поява цієї структури дозволяє розробляти системи штучного інтелекту з наступними можливостями:

• Розуміння контексту та шаблонів для отримання цінних висновків
• Перетворення інформації в практичні кроки, з користю від прозорості та надійності блокчейну

Стрічки, з якими стикаються

Штучний інтелект та блокчейн мають значні відмінності в їх основних характеристиках, що створює численні виклики для їх сумісності:

1. Детерміністичне обчислення в блокчейні: Кожна операція в блокчейні повинна давати однакові результати на всіх вузлах, щоб забезпечити:
   1. Консенсус: всі вузли повинні погодитися зі змістом нового блоку, щоб завершити його перевірку.
   2. Підтвердження стану: стан Блокчейну завжди повинен бути відстежуваним та перевіреним. Нові вузли повинні швидко синхронізуватися зі станом, який узгоджується з іншими вузлами.
   3. Виконання розумного контракту: всі вузли повинні генерувати однакові виходи за однакових вхідних умов.
2. Імовірне обчислення в штучному інтелекті: системи штучного інтелекту часто надають вихідні дані з ймовірністю, що означає, що результати можуть відрізнятися кожного разу при виконанні. Ця характеристика випливає з:
   1. Залежність від контексту: продуктивність штучного інтелекту залежить від контексту введення, такого як навчальні дані, параметри моделі та часові/екологічні умови.
   2. Resource Intensity: обчислення штучного інтелекту вимагає високопродуктивного обладнання, включаючи складні матричні операції та значну кількість пам'яті.

Ці різниці створюють наступні виклики сумісності:

• Конфлікт між ймовірними та детермінованими даними:
  • Як можна конвертувати вихідні ймовірності ШІ в детерміновані результати, які потрібні блокчейну?
  • Коли і де повинна відбутися ця трансформація?
  • Як можна зберегти значення ймовірнісного аналізу, забезпечуючи детермінізм?
• Витрати на газ: високі обчислювальні вимоги моделей штучного інтелекту можуть призвести до неприпустимо високих комісій за газ, що обмежить їх використання на блокчейні.
• Обмеження пам'яті: У блокчейн-середовищах обмежена пам'ять, яка може не відповідати потребам зберігання моделей штучного інтелекту.
• Час виконання: Часи блоків Blockchain обмежують швидкість виконання моделей штучного інтелекту, що може вплинути на продуктивність.
• Інтеграція структури даних: моделі ШІ використовують складні структури даних, які важко безпосередньо включити в модель зберігання блокчейну.
• Проблема Оракула (вимоги до перевірки): Блокчейн розраховує на оракулів для отримання зовнішніх даних, але перевірка точності обчислень штучного інтелекту залишається складністю, особливо коли системи штучного інтелекту вимагають багатого контексту та низької латентності, що суперечить характеристикам блокчейну.

Оригінальне зображення з Франческо, складений DeepChao TechFlow

Як AI агенти можуть безшовно інтегруватися з Блокчейном?

Зображення спочатку зфранческо, скомпільовано Deep Tide TechFlow

Rei пропонує нове рішення, яке поєднує переваги штучного інтелекту та блокчейну.

Зображення спочатку з франческо, складено Deep Tide TechFlow

Замість примусової інтеграції штучного інтелекту та блокчейна — двох фундаментально різних систем — Rei служить «універсальним перекладачем», що дозволяє плавну комунікацію та співпрацю між ними за допомогою шару перекладу.

Зображення спочатку з Франческо, скомпільовано Deep Tide TechFlow

Основні цілі Rei включають:

• Забезпечення здатності штучного інтелекту агентів мислити та навчатися незалежно
• Перетворення інсайтів агентів на точні та перевірені дії блокчейн

Зображення спочатку зФранческо, складений Deep Tide TechFlow

Перша ​​застосовуваність цієї ​​структури - Одиниця вимірювання00x0 (Rei_00 - $REI), який пройшов навчання як квантовий аналітик.

Когнітивна архітектура Rei складається з наступних чотирьох рівнів:

1. Думковий шар: Відповідає за обробку та збір сировинних даних, таких як дані графіків, історія транзакцій та поведінка користувачів, та виявлення потенційних закономірностей.
2. Шар розсуду: Додає контекстуальну інформацію до виявлених зразків, таку як дата, час, історичні тенденції та ринкові умови, щоб зробити дані більш вимірювальними.
3. Рівень прийняття рішень: Розробляє конкретні плани дій на основі контекстуальної інформації, наданої рівнем міркування.
4. Шар дій: перетворює рішення в детерміновані дії, які можуть бути виконані в блокчейні.

Фреймворк Rei заснований на наступних трьох основних принципах:

Зображення спочатку з Франческо, скомпільовано Deep Tide TechFlow

1. Oracle (Oracle, схожий з нейронними шляхами): перетворює різноманітні виходи штучного інтелекту в єдинообразні результати та записує їх на блокчейні.
2. Стандарт даних ERC (Стандарт даних ERC): Розширює можливості зберігання блокчейну, підтримуючи зберігання складних шаблонних даних, одночасно зберігаючи контекстуальну інформацію, створену рівнями мислення та розуміння, що дозволяє перетворювати ймовірнісні дані в детерміноване виконання.
3. Система пам'яті (система пам'яті): Дозволяє Рей накопичувати досвід з часом та отримувати попередні результати та навчальні досягнення у будь-який момент.

Ось конкретні прояви цих взаємодій:

Зображення спочатку зфранческо, скомпільовано Deep Tide TechFlow

• Міст Oracle відповідає за ідентифікацію патернів даних
• ERCData використовується для зберігання цих шаблонів
• Система пам'яті зберігає контекстуальну інформацію для кращого розуміння шаблонів
• Розумні контракти можуть отримати доступ до накопичених знань і діяти на їх основі

За допомогою цієї архітектури агенти Rei тепер можуть здійснювати глибинний аналіз токенів шляхом поєднання дані on-chain, коливання цін, соціальний настрій, та інша багатовимірна інформація.

Ще важливіше, Рей може не лише аналізувати дані, але й розвивати глибше розуміння на їх основі. Це можливо завдяки здатності безпосередньо зберігати свої досвід і уявлення на блокчейні, що робить цю інформацію частиною своєї системи знань, доступною для отримання та постійної оптимізації процесу прийняття рішень та загального досвіду.

Джерелами даних Рей є бібліотеки Plotly та Matplotlib (для побудови діаграм), Coingecko, Defillama, дані on-chain та дані соціального настрою з Twitter. Використовуючи ці різноманітні джерела даних, Рей надає комплексний аналіз on-chain та інсайти на ринку.

Зоновлення до Quant V2, Rei тепер підтримує наступні типи аналізу:

1. Аналіз проекту: до початкової функціональності були додані нові кількісні метри та підтримка даних про настрій. Аналіз включає графіки свічок, графіки залучення, розподіл власників та статус прибутку та збитків (PnL). (Відповідні приклади)
2. Аналіз витоків та надходжень: Спостерігаючи за ціною та обсягом транзакцій популярних токенів на ланцюжку, Rei може порівнювати ці дані з витоками та надходженнями капіталу, що допомагає користувачам виявляти потенційні ринкові тенденції. (Відповідні приклади)
3. Аналіз залучення: Оцінює загальну активність проекту, порівнюючи дані в реальному часі з даними за 24 години до цього, а також зміни відносної ціни. Ця функція розкриває зв'язок між останньою інформацією та продуктивністю залучення користувачів. (Відповідні приклади)
4. Аналіз найкращих категорій: аналізує найнижчі обсяги торгів та найвищу кількість угод в межах однієї категорії, виділяючи результати проекту в його відповідній категорії.
5. Перший графік показує обсяги торгів внизу та кількість угод угорі; подальший аналіз конкретної категорії розкриває зміни метрики одного проекту порівняно з іншими в цій же категорії.Відповідні приклади)

Додатково, з січня 2025 року, REI підтримує функціональність купівлі та продажу токенів on-chain. Вона обладнана розумним гаманцем згідно зі стандартом ERC-4337, що робить транзакції більш зручними та безпечними.

(Примітка Deep Tide TechFlow: ERC-4337 — це пропозиція щодо вдосконалення Ethereum, що підтримує абстракцію облікового запису, спрямована на покращення користувацького досвіду.)

Розумний контракт Rei дозволяє делегувати операції їй через авторизацію підпису користувача, що дозволяє Рей автономно управляти своїм портфелем.

Ось адреси гаманця Rei:

• EOA Гаманець (Гаманець підпису):
• https://basescan.org/address/0x3BC4c3A2a2Fa5ad20a2B95B18CA418D06A360cB
• Smart Wallet (Абстракція рахунку гаманець):
• https://basescan.org/address/0xf6835acc8d2b51e5d47632ca8954bfee9a0ce49c

Використання: Універсальність рамки Rei

Зображення спочатку зфранческо, складений Deep Tide TechFlow

Фреймворк Rei не обмежується фінансовим сектором і може бути застосований до наступних широких сценаріїв:

• Взаємодія користувача з агентами: підтримка створення вмісту
• Аналіз ринку: управління ланцюгом постачання та логістика
• Побудова адаптивних систем: сценарії управління
• Оцінка ризиків: У сфері охорони здоров'я Рей оцінює потенційні ризики через контекстний аналіз

Майбутній розвиток Rei

• Покращений інтерфейс
• Альфа-термінал на основі токенів дозволу
• Платформа розробника

Ласкаво просимо до приєднання до офіційної спільноти Deep Tide TechFlow

Телеграм підписка групи: https://t.me/TechFlowDaily

Офіційний обліковий запис Twitter: https://x.com/TechFlowPost

Офіційний англійський обліковий запис Twitter: https://x.com/DeFlow_Intern

Disclaimer:

1. Цю статтю відтворено з [Технологія TechFlow)]. Forward the Original Title: Ілюстрований посібник з мережі REI: Просте і зрозуміле розуміння безшовної інтеграції штучних інтелектуальних агентів та технології блокчейн. Авторське право належить оригінальному автору [Френсіс]. Якщо у вас є будь-які зауваження до перепублікування, будь ласка, зв'яжіться з gate Learnкомандо, команда якнайшвидше вирішить це згідно з відповідними процедурами.
2. Відмова від відповідальності: Погляди і думки, висловлені в цій статті, представляють лише особисті погляди автора і не становлять жодної інвестиційної поради.
3. Інші мовні версії статті перекладені командою gate Learn. Якщо не зазначено інше, перекладена стаття не може бути скопійована, розповсюджена або узята за основу.