تقييم مبسط لإطلاق إطار AI Agent المطور بواسطة CARV D.A.T.A

إطار البيانات D.A.T.A الموجه نحو سيناريوهات السلسلة العامة للبيانات ، والذي يحل مشكلة تعزيز قدرة تفاعل البيانات AI Agent مثل معالجة البيانات عبر سلاسل الكتل المتعددة وحساب الخصوصية واتخاذ القرارات التلقائية.

كتب بقلم: Haotian

مؤخرًا، @carv_official أطلقت مجموعة من إطار D.A.T.A والمعايير. كما يوحي الاسم، فإن لعبة Virtual G.A.M.E مخصصة لإطار نشر الألعاب، في حين أن D.A.T.A موجهة نحو إطار بيانات “سلسلة” عام، وتعمل أساسًا على حل مشكلات تعزيز قدرة تفاعل بيانات AI Agent مثل معالجة البيانات عبر سلسلة كتلية مختلفة، والحوسبة السرية، واتخاذ القرارات التلقائية. فيما يلي، نقارن إطار G.A.M.E لنتحدث عن فهم D.A.T.A:

1） @virtuals_io تقدم إطار G.A.M.E الذي يساعد المطورين في إنشاء وكلاء ذكاء اصطناعي يمكنهم التخطيط للإجراءات واتخاذ القرارات بشكل مستقل داخل مشاهد اللعبة. وهدفها الرئيسي هو نماذج LLMs الكبيرة.

يتيح للنماذج الكبيرة القدرة على اتخاذ قرارات ذاتية وتخطيط العمل بناءً على إدخال اللغة الطبيعية من خلال مجموعة من المخططات المتقدمة المعدلة (HLP) والمخططات المنخفضة المستوى (LLP) ، حيث يقوم HLP بوضع الاستراتيجيات والمهام ، بينما يقوم LLP بتحويل المهام إلى إجراءات قابلة للتنفيذ المحددة. في النهاية ، يمكن للمطورين بناء ونشر وكائن AI يمكن استخدامه في بيئة الإنتاج بسرعة بناءً على مكونات متعددة قابلة للتجزئة. على سبيل المثال ، يمكن توفير قرارات ذكية للشخصيات غير اللاعبة أو اللاعبين في الألعاب.

على النقيض من ذلك، يوفر إطار CARV D.A.T.A بنية تحتية “البيانات” عامة الاستخدام لمختلف السيناريوهات، بهدف توفير دعم البيانات على السلسلة وخارجها عالية الجودة لوكيل الذكاء الاصطناعي. ويستهدف بشكل رئيسي قدرة التواصل والتفاعل بين السلاسل “البيانات” للوكيل الذكاء الاصطناعي.

بوصفها سلسلة عامة قابلة للتوسعة وقابلة للتوسعة وقادرة على توحيد الوصول والمعالجة لبيانات سلاسل الكتل المختلفة، يقدم SVM Chain بروتوكول توحيد البيانات عبر السلاسل. يضمن آلية التحقق والتتبع لسلاسل الكتل أمان البيانات أثناء النقل والمعالجة، بالإضافة إلى تطبيق تقنيات TEE و ZK لضمان الخصوصية. بوضوح، يحدد CARV آلية تكيف وتفاعل AI Agent بين السلاسل.

2）كيف يمكن أن يتم ذلك بشكل محدد؟ ينقسم نظام CARV البيئي لتكيف AI Agent مع التفاعل بين السلاسل الرئيسية إلى أربع مكونات أساسية: سلسلة SVM وإطار D.A.T.A وCARV_ID وCARV_Labs؛ راجع الوثيقة للمزيد من المعلومات.

يقدم سلسلة SVM البنية التحتية لسلسلة الكتل، بما في ذلك معالجة المعاملات عبر السلاسل، ودعم تشغيل العقود الذكية، وصيانة آلية التوافق وغيرها من الوظائف الأساسية، وهذا هو البنية التحتية المرافقة اللازمة لتشغيل إطار D.A.T.A بشكل صحيح؛

2、إطار ومعايير D.A.T.A، بما في ذلك تقييم البيانات عبر السلاسل، وتجميع البيانات ومعالجتها وتقديم الدعم لحساب الخصوصية، ويشمل العملية الحصول على البيانات الأصلية من سلسلة SVM أو وكالة ومرتبطة من خلال نظام الهوية ونظام الوكيل، وأخيرًا إخراج البيانات الموحدة لطبقة التطبيق؛

3. نظام إدارة الهوية CARV_ID ، الذي يتم تنفيذه وفقًا للمعيار ERC7231 ، ويشمل بشكل أساسي تعريف الهوية لوكيل الذكاء الاصطناعي ، والتحقق من الهوية ، وإدارة الصلاحيات ، وتفويض البيانات وغير ذلك ، ويعمل بشكل تنسيقي مع نظام إطار البيانات D.A.T.A.

4. CARV \ _Labs ، بشكل أساسي من خلال حضانة المشروع ، وهبوط التطبيقات البيئية ، ودعم الابتكار التكنولوجي ، وما إلى ذلك ، لتوفير الدعم الأساسي لتطبيق عامل الذكاء الاصطناعي ، وأخيرا تمكين تطبيقات الذكاء الاصطناعي Agent التي تدعمها وحدات الإطار الفني الأخرى من الهبوط حقا.

من الشامل أنه يمكن بوضوح رؤية أن طريقة دخول CARV إلى مسار AI Agent هي استغلال ميزتها الهيكلية السلسلية، والاستفادة من معالجة البيانات اللازمة في السلسلة وخارجها التي تحتاجها AI Agent للتشغيل الطبيعي، من خلال تجميع البيانات، وتحديد معايير البيانات، وبناء آليات التحقق من البيانات وتتبعها، وبالتالي جعل CARV هيكل سلسلة قادرًا على تشغيل AI Agent.

توجد فرق أساسي بين إطار G.A.M.E وإطار D.A.T.A ، حيث يعمل الأول على استكشاف عمق قدرة الوكيل الذكاء الاصطناعي في سيناريو اللعبة على اتخاذ القرارات المستقلة وتنفيذ الإجراءات ، وتمكين الوكيل الذكاء الاصطناعي من فهم الإدخال باللغة الطبيعية بكفاءة أكبر وتحويله إلى إجراءات داخل سيناريو اللعبة ، بينما يهدف الثاني إلى التوسع في بيئة الشبكات المتعددة ، عبر تلبية احتياجات الوكيل الذكاء الاصطناعي من خلال البيانات وجعل CARV سلسلة البنية الأساسية العامة التي تخدم الوكيل الذكاء الاصطناعي في وقتٍ مبكر.