🧐 @wardenprotocol Tekoälyprojekteja tarkasteltaessa monet ihmiset kiinnittävät huomiota itse malliin: kuinka nopeasti se toimii, voiko se käydä kauppaa automaattisesti ja pystyykö se tekemään päätöksiä. Warden tekee itse asiassa alemman tason työtä, ei vain rakentaa malleja, vaan yrittää yhdistää mallien väliset vuorovaikutukset, käyttäytymiset ja tulokset täydelliseksi "tekoälyverkon käyttöjärjestelmäksi". Voit ajatella sitä tekoälyn "infrastruktuurina" ketjussa, jonka avulla tekoäly ei voi enää suorittaa yhtä tehtävää eristyksissä, vaan "omata muistia", "yhteistyötä" ja "kehittyä". Tämä riippuu moduulin käyttöoikeuksista, kuten @irys_xyz. Sen sijaan, että Irys vain tallentaisi tietoja, se antaa mallin tallentaa kaikki päättelyprosessit, toimintatietueet ja jopa arviointiperusteet, kutsua niitä milloin tahansa ja kirjoittaa logiikkaa näiden muistojen "käyttämiseksi". Mallista tulee yhä enemmän ihmisen kaltainen: ei vain osaa tehdä sitä, vaan myös muistaa ja oppia muilta malleilta. Minusta mielenkiintoisinta on, että tällainen tallennustila ei ole vain tallennettu, vaan myös ohjelmoitava. Toisin sanoen sinun ei ehkä tarvitse kouluttaa mallia uudelleen tulevaisuudessa, vaan säätää sitä suoraan muistikerroksessa, ja sen toiminta muuttuu. Tämä menetelmä eroaa täysin perinteisistä tekoälykoulutusmenetelmistä ja on paljon tehokkaampi. Loppujen lopuksi Warden+Irysin yhdistelmä tasoittaa pohjarataa, jossa "tekoäly voi todella toimia" sen sijaan, että se pysyisi show-toiminnan vaiheessa. Mielestäni tätä suuntaa kannattaa todella pitää silmällä. Tärkeintä on, että sillä on luettelotoimintaa @KaitoAI, ja @arbitrum-projekti on myös erittäin suosittu, ja voit myös kiinnittää huomiota $ENERGY $SHOUT $Bane $Chao $BOOM 666 dollaria @shoutdotfun