10 บริษัท AI ชั้นนำที่พัฒนาโมเดลภาษาขนาดใหญ่สำหรับคริปโตเคอร์เรนซี
ปัญญาประดิษฐ์และสกุลเงินดิจิทัลไม่ได้พัฒนาแยกจากกันในอุตสาหกรรมเทคโนโลยีอีกต่อไปแล้ว เนื่องจากแอปพลิเคชันบล็อกเชนมีความซับซ้อนมากขึ้น นักพัฒนาและผู้ใช้จึงต้องการระบบ AI ที่เข้าใจสัญญาอัจฉริยะ โทเคโนมิกส์ กิจกรรมบนบล็อกเชน การเงินแบบกระจายอำนาจ และภาษาเฉพาะของสกุลเงินดิจิทัลมากขึ้นเรื่อยๆ Web3.
นั่นคือจุดที่โมเดลภาษาขนาดใหญ่เฉพาะทางด้านคริปโตเคอร์เรนซีเริ่มสร้างความแตกต่าง โมเดลทั่วไปสามารถอธิบายได้ว่าบล็อกเชนคืออะไร แต่พวกมันอาจประสบปัญหาเมื่อต้องตีความธุรกรรมที่ซับซ้อน หรือประเมิน... DeFi โปรโตคอลหรือทำความเข้าใจความสัมพันธ์ระหว่างกิจกรรมในกระเป๋าเงินดิจิทัลและสภาวะตลาด โมเดลที่เน้นด้านคริปโตเคอร์เรนซีได้รับการฝึกฝน ปรับแต่ง หรือเชื่อมต่อกับชุดข้อมูลเพื่อให้มีความเข้าใจสภาพแวดล้อมเหล่านี้ได้ดียิ่งขึ้น
ตลาดนี้ยังค่อนข้างใหม่ และไม่ใช่ทุกโครงการที่ถูกเรียกว่า “บริษัท AI ด้านคริปโต” จะสร้างแบบจำลองพื้นฐานขึ้นมาใหม่ทั้งหมด บางโครงการฝึกฝนแบบจำลองของตนเอง ในขณะที่บางโครงการปรับแต่งแบบจำลองโอเพนซอร์สที่มีอยู่ หรือสร้างโครงสร้างพื้นฐานเฉพาะทางรอบๆ LLM (Low Lifecycle Model) ถึงกระนั้น บริษัทและแพลตฟอร์มเหล่านี้ก็กำลังช่วยผลักดันอุตสาหกรรมไปสู่ระบบ AI ที่สามารถทำอะไรได้มากกว่าแค่พูดคุยเกี่ยวกับคริปโต
โซ่GPT
โซ่GPT นับเป็นหนึ่งในตัวอย่างที่ชัดเจนที่สุดของบริษัทที่สร้าง AI โดยคำนึงถึงความต้องการเฉพาะของลูกค้าเป็นหลัก Web3 อุตสาหกรรมของมัน Web3 หลักสูตร AI LLM ออกแบบมาโดยใช้ข้อมูลบล็อกเชนและสัญญาอัจฉริยะเป็นหลัก DeFi, NFTs และโทเคโนมิกส์ แทนที่จะพึ่งพาความรู้ในวงกว้างที่พบในแบบจำลองทั่วไปเพียงอย่างเดียว
หนึ่งในแง่มุมที่น่าสนใจที่สุดของ ChainGPTแนวทางของมันคือการเชื่อมต่อกับข้อมูลแบบเรียลไทม์ เอกสารระบุว่าโมเดลนี้สามารถทำงานกับข้อมูลบนบล็อกเชน ข้อมูลตลาด ข่าวสาร และฟีดโซเชียล ทำให้ผู้พัฒนาสามารถสร้างแอปพลิเคชันที่ต้องการบริบทที่ทันสมัยกว่าที่โมเดลภาษาแบบคงที่สามารถให้ได้
เทคโนโลยีนี้จึงมีประโยชน์ในหลายด้าน ตั้งแต่การวิจัยคริปโตเคอร์เรนซีและการบริการลูกค้า ไปจนถึงการให้ความช่วยเหลือในการซื้อขายและการวิเคราะห์สัญญาอัจฉริยะGPT นอกจากนี้ ยังได้เปิดให้ใช้งานโมเดลผ่าน API และ SDK ซึ่งช่วยให้ผู้ใช้งานรายอื่นสามารถใช้งานได้เช่นกัน Web3 บริษัทต่างๆ มีวิธีการในการเพิ่ม AI ที่รองรับคริปโตเคอร์เรนซีโดยไม่ต้องพัฒนาโมเดลทั้งหมดด้วยตนเอง
Fetch.ai
Fetch.ai เลือกเส้นทางที่แตกต่างออกไปเล็กน้อย โดยมุ่งเน้นไปที่โมเดล AI ที่สามารถทำงานเป็นส่วนหนึ่งของระบบตัวแทนอัตโนมัติ ในเดือนกุมภาพันธ์ 2025 Fetch.ai ได้เปิดตัว ASI-1 Mini ซึ่งอธิบายว่าเป็น... Web3-โมเดลภาษาขนาดใหญ่ที่สร้างขึ้นสำหรับเวิร์กโฟลว์ AI เชิงตัวแทน
ข้อแตกต่างที่สำคัญคือ ASI-1 Mini ไม่ได้ถูกวางตำแหน่งให้เป็นเพียงแชทบอทอีกตัวที่ได้รับการฝึกฝนให้ตอบคำถามเกี่ยวกับสกุลเงินดิจิทัล Fetch.ai ออกแบบมันโดยเน้นการใช้เหตุผล การตัดสินใจ และเวิร์กโฟลว์แบบอัตโนมัติ โดยมีโหมดการใช้เหตุผลหลายโหมดเพื่อสร้างสมดุลระหว่างความเร็วและความลึก
แนวทางดังกล่าวมีความสำคัญ เพราะในระยะต่อไปของปัญญาประดิษฐ์ด้านคริปโตเคอร์เรนซี มีแนวโน้มที่จะเกี่ยวข้องกับเอเจนต์ที่สามารถโต้ตอบกับเครือข่ายบล็อกเชนได้จริง แทนที่จะถาม AI ว่าโทเค็นใดให้ผลตอบแทนสูงสุด แล้วจึงดำเนินการทำธุรกรรมด้วยตนเอง ผู้ใช้จะสามารถมอบหมายส่วนต่างๆ ของกระบวนการนั้นให้กับระบบอัตโนมัติได้ในที่สุด โมเดลต่างๆ เช่น ASI-1 Mini กำลังได้รับการพัฒนาโดยคำนึงถึงวิสัยทัศน์ที่กว้างขึ้นนี้
คริปโตGPT
คริปโตGPT เป็นอีกหนึ่งโครงการที่พยายามสร้างโครงสร้างพื้นฐาน AI โดยเฉพาะสำหรับภาคส่วนสกุลเงินดิจิทัลและบล็อกเชน โดยมุ่งเน้นมากกว่าแค่แชทบอท AI ทั่วไป ไปจนถึงแอปพลิเคชันต่างๆ เช่น การสร้างสัญญาอัจฉริยะ การตรวจสอบ การให้ความช่วยเหลือในการซื้อขาย และอื่นๆ Web3- เครื่องมือที่เกี่ยวข้อง
โครงการนี้ยังได้วางแผนโครงสร้างพื้นฐานบล็อกเชนที่เน้นด้าน AI ผ่านทาง AIVM ซึ่งมีจุดประสงค์เพื่อสนับสนุนการดำเนินการ การฝึกฝน และการจัดหาทรัพยากรการประมวลผลสำหรับโมเดล AI บนบล็อกเชน
อย่างไรก็ตาม มีความแตกต่างที่สำคัญอยู่ตรงนี้ คริปโตเคอร์เรนซีGPTเอกสารของบริษัทเองระบุว่าโมเดล AI ของบริษัทไม่ได้เป็นโอเพนซอร์ส แต่การเข้าถึงจะทำได้ผ่าน API และ SDK ซึ่งทำให้กลยุทธ์ของบริษัทใกล้เคียงกับการเป็นผู้ให้บริการโครงสร้างพื้นฐาน AI มากกว่าห้องปฏิบัติการวิจัยแบบเปิด
สำหรับผู้ใช้งานคริปโตเคอร์เรนซี จุดเด่นนั้นค่อนข้างตรงไปตรงมา แทนที่จะบังคับให้ระบบ AI ทั่วไปเรียนรู้คำศัพท์เกี่ยวกับบล็อกเชนตั้งแต่เริ่มต้น คริปโตเคอร์เรนซีสามารถทำได้ง่ายกว่าGPT คือการพยายามผสานความรู้เฉพาะด้านนั้นเข้ากับผลิตภัณฑ์
ไบทอมดีโอ
BytomDAO ได้ใช้วิธีการที่ตรงไปตรงมาที่สุดวิธีหนึ่งในการสร้างแบบจำลองภาษาที่เน้นด้านคริปโตเคอร์เรนซี แพลตฟอร์ม Crypto ของ BytomDAO นั้นแตกต่างออกไปGPT โครงการนี้อิงตาม CryptoInstruct ซึ่งเป็นชุดข้อมูลที่ประกอบด้วยตัวอย่างคำสั่งนับล้านรายการที่ออกแบบมาเพื่อข้อมูลและงานที่เกี่ยวข้องกับสกุลเงินดิจิทัล
โครงการดังกล่าวระบุว่าได้ปรับแต่งให้ดียิ่งขึ้น Llama 3. ใช้ชุดข้อมูล CryptoInstruct เพื่อสร้าง CryptoGPT แบบจำลองที่ระดับพารามิเตอร์ต่างกัน แนวคิดเบื้องหลังวิธีการนี้มีความเกี่ยวข้องอย่างยิ่งกับอุตสาหกรรมคริปโตเคอร์เรนซี เนื่องจากข้อมูลบล็อกเชนมีความเฉพาะเจาะจงสูงและเปลี่ยนแปลงอยู่ตลอดเวลา
แทนที่จะพยายามแข่งขันกับโมเดลอเนกประสงค์ขนาดใหญ่ที่สุดในทุกๆ ด้าน โมเดลเฉพาะทางสามารถมุ่งเน้นความสามารถของตนในด้านต่างๆ เช่น ข้อมูลโครงการ แนวคิดบล็อกเชน และงานเฉพาะด้านคริปโตเคอร์เรนซี
นี่เป็นหนึ่งในตัวอย่างที่ชัดเจนที่สุดว่าเหตุใดการฝึกอบรมเฉพาะด้านจึงมีความสำคัญในอนาคต Web3โมเดลขนาดเล็กที่เข้าใจคริปโตเคอร์เรนซีอย่างลึกซึ้ง อาจมีประโยชน์มากกว่าสำหรับแอปพลิเคชันบล็อกเชน เมื่อเทียบกับโมเดลขนาดใหญ่ที่รู้เพียงเล็กน้อยเกี่ยวกับทุกเรื่อง
อินเด็กซ์ไอ
IndexAI เป็นอีกหนึ่งโครงการที่สร้างขึ้นจากแนวคิดที่ว่าแบบจำลองภาษาควรสามารถโต้ตอบโดยตรงกับเครือข่ายบล็อกเชนได้ แพลตฟอร์มนี้อธิบายแบบจำลองพื้นฐานของตนว่าเป็น LLM แบบโอเพนซอร์สที่ได้รับการฝึกฝนบนความรู้ด้านบล็อกเชน
เป้าหมายของ IndexAI นั้นก้าวไปไกลกว่าการตอบคำถามเพียงอย่างเดียว IndexAI กล่าวว่าเทคโนโลยีของตนช่วยให้เอเจนต์ AI สามารถอ่านข้อมูลจากบล็อกเชนหลายแห่ง และด้วยความสามารถที่เหมาะสม ก็สามารถเขียนข้อมูลลงในเครือข่ายเหล่านั้นได้ เช่น การลงนามในธุรกรรม การดำเนินการซื้อขาย และการแลกเปลี่ยน
ความแตกต่างนั้นมีความสำคัญอย่างยิ่ง โอกาสที่แท้จริงใน LLM เฉพาะด้านคริปโตเคอร์เรนซีอาจไม่ได้อยู่ที่การสนทนาที่ดีขึ้นเกี่ยวกับ Bitcoin หรือ Ethereum แต่อาจอยู่ที่ความสามารถในการเปลี่ยนคำสั่งภาษาธรรมชาติให้เป็นการกระทำบนบล็อกเชนที่ปลอดภัยและตรวจสอบได้
ในอนาคต ผู้ใช้จะสามารถอธิบายเป้าหมายด้วยภาษาธรรมดา ในขณะที่ระบบ AI จะจัดการปฏิสัมพันธ์บนบล็อกเชนที่อยู่เบื้องหลัง ซึ่งต้องอาศัยความรู้ความเข้าใจในด้านนั้นๆ มากกว่าแชทบอททั่วไปอย่างมาก
ดีมายด์
DMund วางตำแหน่งตัวเองเป็นองค์กรวิจัยปัญญาประดิษฐ์ทั่วไป (AGI) แบบโอเพนซอร์สที่มุ่งเน้นเฉพาะด้านการเงินดิจิทัล งานของ DMund ประกอบด้วยแบบจำลองภาษาขนาดใหญ่ ชุดข้อมูล เกณฑ์มาตรฐาน และเครื่องมือต่างๆ ที่มุ่งเป้าไปที่ด้านการเงินและ... Web3 การใช้งาน
โมเดล DMind-3 ของบริษัทมีความน่าสนใจเป็นพิเศษ เนื่องจากได้รับการออกแบบโดยคำนึงถึงความเป็นจริงของการดำเนินงานทางการเงิน Web3DMind กล่าวว่าโมเดลเหล่านี้มีจุดประสงค์เพื่อแก้ไขสถานการณ์ที่การกระทำของผู้ใช้เพียงครั้งเดียวอาจส่งผ่านสัญญาอัจฉริยะหลายฉบับ กระตุ้งให้เกิดการชำระบัญชี หรือทำให้เงินทุนเสี่ยงต่อการถูกโจมตีจากฝ่ายตรงข้าม
นั่นเป็นปัญหาที่แตกต่างออกไปจากการสร้างคำตอบที่เข้าใจได้ง่ายๆ ในระบบการเงินแบบกระจายอำนาจ ระบบ AI มีศักยภาพที่จะส่งผลกระทบต่อธุรกรรมที่เกี่ยวข้องกับเงินจริง ดังนั้น การทำความเข้าใจสภาพแวดล้อมการดำเนินการโดยรอบ ความเสี่ยง และปฏิสัมพันธ์ระหว่างสัญญาต่างๆ จึงมีความสำคัญไม่แพ้การสร้างข้อความที่อ่านได้คล่องแคล่ว
แนวทางโอเพนซอร์สของ DMund อาจทำให้ผลงานของมันมีประโยชน์ต่อนักพัฒนาที่ต้องการตรวจสอบ ปรับแต่ง และต่อยอดโมเดล AI ทางการเงินเฉพาะทาง แทนที่จะพึ่งพาระบบเชิงพาณิชย์แบบปิดทั้งหมด
เน็กซิส แล็บส์
Nexis Labs กำลังทำงานวิจัยเกี่ยวกับจุดตัดระหว่างแบบจำลองภาษาขนาดใหญ่ ตัวแทนอัตโนมัติ และการประมวลผลบนบล็อกเชน ผ่านแพลตฟอร์ม Nex-T1 ของบริษัท โดยบริษัทอธิบายว่า Nex-T1 เป็นระบบ AI ระดับองค์กรที่ออกแบบมาเพื่อเชื่อมต่อแบบจำลองภาษาขนาดใหญ่ขั้นสูงเข้ากับการประมวลผลบนบล็อกเชนที่สามารถนำไปปฏิบัติได้จริง
จุดเน้นของเรื่องนี้มีความเกี่ยวข้องอย่างยิ่งกับ DeFiซึ่งระบบอัตโนมัติจำเป็นต้องตีความข้อมูลตลาดและอาจดำเนินการต่อไป Nexis Labs อธิบายถึงงานของตนเกี่ยวกับการประสานงานระหว่างหลายเอเจนต์และระบบอัตโนมัติ DeFi การซื้อขายและการควบคุมโดยมนุษย์
นี่เป็นการเน้นให้เห็นถึงวิวัฒนาการที่สำคัญในตลาด AI ด้านคริปโตเคอร์เรนซี โมเดลนี้เป็นเพียงส่วนหนึ่งของปริศนาเท่านั้น ระบบ AI ที่จะใช้งานได้จริงในด้านการเงินแบบกระจายอำนาจนั้น จำเป็นต้องมีเลเยอร์การจัดการ การเข้าถึงข้อมูลบล็อกเชนที่เชื่อถือได้ และมาตรการป้องกันรอบการดำเนินการ
ด้วยเหตุนี้ Nexis Labs จึงเข้าถึงปัญหาจากมุมมองของตัวแทน โดยที่ LLM กลายเป็นส่วนหนึ่งของระบบขนาดใหญ่ที่สามารถวิเคราะห์ข้อมูลทางการเงินและโต้ตอบกับโครงสร้างพื้นฐานของบล็อกเชนได้
0G
0G กำลังสร้างระบบนิเวศ AI แบบกระจายศูนย์ที่กว้างขึ้น ซึ่งรวมถึงโครงสร้างพื้นฐานโมเดลของตนเอง ปัจจุบันแพลตฟอร์มของ 0G แสดงรายการโมเดลต่างๆ เช่น 0GM-1.0-35B-A3B พร้อมกับโมเดลอื่นๆ ที่มีให้เลือกใช้ผ่านทางแพลตฟอร์มของตน AI กอง
เป้าหมายหลักของบริษัทคือการนำการคำนวณ การจัดเก็บ และการอนุมานของ AI มาใกล้ชิดกับโครงสร้างพื้นฐานของบล็อกเชนมากขึ้น บริษัทอธิบายว่าเครือข่ายของตนรองรับ AI บนบล็อกเชนอย่างสมบูรณ์ การคำนวณที่ตรวจสอบได้ และการอนุมานแบบส่วนตัว
นั่นทำให้ 0G มีความสำคัญต่อการพูดคุยเกี่ยวกับ LLM เฉพาะด้านคริปโตเคอร์เรนซี แม้ว่าความทะเยอทะยานของบริษัทจะขยายไปไกลกว่าโมเดลภาษาใดภาษาหนึ่งก็ตาม บริษัทกำลังทำงานอย่างมีประสิทธิภาพในด้านโครงสร้างพื้นฐานที่จำเป็นสำหรับโมเดล AI ในการทำงานในแอปพลิเคชันแบบกระจายอำนาจ
สิ่งนี้อาจมีความสำคัญไม่แพ้ตัวโมเดลเอง การใช้งานระบบ AI ที่ซับซ้อนนั้นต้องการทรัพยากรด้านการประมวลผลและการจัดเก็บข้อมูลมหาศาล ในขณะที่แอปพลิเคชันบล็อกเชนต้องการความโปร่งใสและการตรวจสอบได้ การนำความต้องการทั้งสองนี้มารวมกันถือเป็นหนึ่งในความท้าทายทางเทคนิคที่ใหญ่ที่สุดของอุตสาหกรรม
การวิจัยใหม่
Nous Research มีความแตกต่างจากบริษัทอื่นๆ ในรายชื่อนี้อยู่บ้าง เนื่องจากโมเดลภาษาของบริษัทไม่ได้ออกแบบมาเพื่อใช้กับสกุลเงินดิจิทัลโดยเฉพาะ ความสำคัญของบริษัทมาจากผลงานด้าน AI แบบโอเพนซอร์สและการฝึกอบรมโมเดลแบบกระจายศูนย์
ห้องปฏิบัติการแห่งนี้พัฒนาแบบจำลองภาษาแบบเปิดน้ำหนัก รวมถึงตระกูล Hermes และยังทำงานเกี่ยวกับโครงสร้างพื้นฐานสำหรับการฝึกอบรมแบบกระจายศูนย์ งานวิจัยเกี่ยวกับปัญญาประดิษฐ์แบบกระจายศูนย์ของห้องปฏิบัติการนี้รวมถึงการใช้การประสานงานบนพื้นฐานบล็อกเชนและการประมวลผลแบบกระจายศูนย์
ดังนั้น การเชื่อมโยงกับคริปโตเคอร์เรนซีจึงไม่ใช่แค่การสร้าง “แชทบอทบิทคอยน์” แต่เป็นการเปลี่ยนแปลงวิธีการฝึกฝนและใช้งานโมเดลภาษาที่มีประสิทธิภาพมากขึ้น ความแตกต่างนี้มีความสำคัญมากขึ้นเรื่อยๆ เนื่องจากโครงการคริปโตต่างสำรวจทางเลือกแบบกระจายอำนาจเพื่อทดแทนโครงสร้างพื้นฐาน AI แบบรวมศูนย์ซึ่งถูกครอบงำโดยกลุ่มบริษัทเทคโนโลยีขนาดเล็ก
งานวิจัยของ Nous Research แสดงให้เห็นว่า AI เฉพาะทางด้านคริปโตเคอร์เรนซีไม่จำเป็นต้องหมายถึงโมเดลที่ฝึกฝนด้วยข้อมูลคริปโตเคอร์เรนซีเพียงอย่างเดียว แต่ยังหมายถึงการสร้างโมเดลและโครงสร้างพื้นฐานที่เข้ากับระบบนิเวศแบบกระจายอำนาจได้อย่างเป็นธรรมชาติอีกด้วย
กาลาเดรียล
Galadriel กำลังเข้าถึงความสัมพันธ์ระหว่าง LLM และบล็อกเชนจากมุมมองที่แตกต่างออกไป นั่นคือ การทำให้การอนุมานของ AI สามารถตรวจสอบได้
โครงการ Sentience ของบริษัทอนุญาตให้นักพัฒนาสร้างเอเจนต์ AI อัตโนมัติซึ่งการอนุมาน LLM สามารถตรวจสอบได้ผ่านการพิสูจน์ทางคริปโตกราฟี ระบบใช้สภาพแวดล้อมการดำเนินการที่เชื่อถือได้ในการประมวลผลคำขอ LLM และโพสต์การรับรองบน Solana ทำให้แอปพลิเคชันสามารถตรวจสอบได้ว่าการอนุมานนั้นดำเนินการตามที่กล่าวอ้างไว้จริง
แม้ว่า Galadriel จะไม่ได้เพียงแค่สร้างแชทบอทคริปโตที่เป็นกรรมสิทธิ์ของตนเอง แต่ผลงานของพวกเขาก็ได้แก้ไขปัญหาสำคัญสำหรับ AI บนบล็อกเชน หากตัวแทน AI กำลังตัดสินใจที่สามารถเคลื่อนย้ายเงินหรือดำเนินการธุรกรรมได้ ผู้ใช้ต้องการมากกว่าแค่คำพูดของโมเดลว่ากระบวนการนั้นได้รับการจัดการอย่างถูกต้อง
ปัญญาประดิษฐ์ที่ตรวจสอบได้อาจกลายเป็นส่วนสำคัญของแบบจำลองภาษาคริปโตในอนาคต โดยเฉพาะอย่างยิ่งเมื่อตัวแทนอัตโนมัติมีอำนาจควบคุมกระเป๋าเงินและธุรกรรมทางการเงินมากขึ้น
การแข่งขันครั้งใหญ่ไม่ได้มีแค่เรื่องแชทบอทเท่านั้น
การเกิดขึ้นของโมเดล LLM เฉพาะทางด้านคริปโตเคอร์เรนซี ชี้ให้เห็นถึงการเปลี่ยนแปลงที่กว้างขึ้นในอุตสาหกรรม AI โมเดลอเนกประสงค์ได้พัฒนาจนมีความสามารถที่น่าทึ่งในการอธิบายแนวคิดของบล็อกเชน เขียนโค้ดสัญญาอัจฉริยะ และสรุปข่าวสารเกี่ยวกับคริปโตเคอร์เรนซีแล้ว ความท้าทายต่อไปคือการทำให้ AI เข้าใจสภาพแวดล้อมของบล็อกเชนอย่างลึกซึ้งเพียงพอที่จะทำงานได้อย่างปลอดภัยภายในนั้น
นั่นหมายถึงการเข้าถึงข้อมูลแบบเรียลไทม์บนบล็อกเชน การเข้าใจปฏิสัมพันธ์ของสัญญาอัจฉริยะ การตระหนักถึงความเสี่ยงทางการเงิน และการรู้ว่าเมื่อใดที่การกระทำอาจส่งผลที่แก้ไขไม่ได้
บริษัทต่างๆ ที่กำลังพัฒนาในด้านนี้กำลังเข้าถึงปัญหาจากหลายทิศทาง บางบริษัทฝึกฝนโมเดลบนชุดข้อมูลเฉพาะทางด้านคริปโตเคอร์เรนซี ในขณะที่บางบริษัทกำลังสร้าง... Web3- ระบบจัดการการเรียนรู้แบบกระจายศูนย์ (LLM) ที่ทำงานบนระบบดั้งเดิม เครือข่ายการฝึกอบรมแบบกระจายศูนย์ ตัวแทนอิสระ หรือระบบตรวจสอบที่ทำให้กิจกรรมของ AI โปร่งใสมากขึ้น
ตลาดยังอยู่ในช่วงเริ่มต้น และโครงการหลายโครงการอาจหายไป ในขณะที่โครงการอื่นๆ จะพัฒนาไปเป็นบริษัทโครงสร้างพื้นฐาน AI ที่ใหญ่ขึ้นมาก แต่ทิศทางเริ่มชัดเจนขึ้นเรื่อยๆ คริปโตเคอร์เรนซีไม่จำเป็นต้องมีแชทบอทอีกตัวที่สามารถอธิบายว่าบิตคอยน์คืออะไร สิ่งที่ต้องการคือระบบ AI ที่เข้าใจว่าตลาดแบบกระจายอำนาจทำงานอย่างไรจริงๆ
หากเป็นเช่นนั้น โมเดล AI คริปโตที่สำคัญที่สุดอาจเป็นโมเดลที่ผู้ใช้แทบไม่สังเกตเห็นเลย พวกมันจะซ่อนอยู่เบื้องหลังกระเป๋าเงินดิจิทัลและแพลตฟอร์มแลกเปลี่ยน DeFi แอปพลิเคชันและเอเจนต์อัตโนมัติ ทำงานอย่างเงียบ ๆ ในการตีความข้อมูลบล็อกเชน และช่วยแปลงคำสั่งภาษาธรรมชาติให้เป็นการกระทำบนบล็อกเชน
ข้อจำกัดความรับผิดชอบ
สอดคล้องกับ แนวทางโครงการที่เชื่อถือได้โปรดทราบว่าข้อมูลที่ให้ไว้ในหน้านี้ไม่ได้มีจุดมุ่งหมายและไม่ควรตีความว่าเป็นคำแนะนำทางกฎหมาย ภาษี การลงทุน การเงิน หรือรูปแบบอื่นใด สิ่งสำคัญคือต้องลงทุนเฉพาะในสิ่งที่คุณสามารถที่จะสูญเสียได้ และขอคำแนะนำทางการเงินที่เป็นอิสระหากคุณมีข้อสงสัยใดๆ สำหรับข้อมูลเพิ่มเติม เราขอแนะนำให้อ้างอิงข้อกำหนดและเงื่อนไขตลอดจนหน้าช่วยเหลือและสนับสนุนที่ผู้ออกหรือผู้ลงโฆษณาให้ไว้ MetaversePost มุ่งมั่นที่จะรายงานที่ถูกต้องและเป็นกลาง แต่สภาวะตลาดอาจมีการเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า
เกี่ยวกับผู้เขียน
อลิสา นักข่าวผู้ทุ่มเทของ MPostเชี่ยวชาญด้านคริปโตเคอร์เรนซี ปัญญาประดิษฐ์ การลงทุน และขอบเขตอันกว้างขวางของ... Web3- ด้วยสายตาที่กระตือรือร้นต่อแนวโน้มและเทคโนโลยีที่เกิดขึ้นใหม่ เธอจึงนำเสนอความครอบคลุมที่ครอบคลุมเพื่อแจ้งและดึงดูดผู้อ่านเกี่ยวกับภูมิทัศน์ทางการเงินดิจิทัลที่พัฒนาอยู่ตลอดเวลา
บทความอื่น ๆ
อลิสา นักข่าวผู้ทุ่มเทของ MPostเชี่ยวชาญด้านคริปโตเคอร์เรนซี ปัญญาประดิษฐ์ การลงทุน และขอบเขตอันกว้างขวางของ... Web3- ด้วยสายตาที่กระตือรือร้นต่อแนวโน้มและเทคโนโลยีที่เกิดขึ้นใหม่ เธอจึงนำเสนอความครอบคลุมที่ครอบคลุมเพื่อแจ้งและดึงดูดผู้อ่านเกี่ยวกับภูมิทัศน์ทางการเงินดิจิทัลที่พัฒนาอยู่ตลอดเวลา
