Bref commentaire sur le cadre d'agent IA D.A.T.A publié par CARV
D.A.T.A est un cadre de données pour les scénarios “chaînés” généraux, principalement destiné à renforcer les capacités d’interaction des données de l’agent AI telles que le traitement de données entre les blockchains, le calcul de la confidentialité et la prise de décision automatisée.
Écrit par Haotian
Récemment, @carv_official a publié un ensemble de cadres et de normes D.A.T.A. Comme son nom l’indique, Virtual G.A.M.E se concentre sur le déploiement de scénarios de jeu, tandis que D.A.T.A est un cadre de données pour les scénarios «chaînés» généraux, principalement pour résoudre les problèmes d’amélioration des capacités d’interaction des données de l’agent AI tels que le traitement des données inter-blockchain, le calcul de la confidentialité et la prise de décision automatisée. Voici une comparaison avec le cadre G.A.M.E pour expliquer la compréhension de D.A.T.A :
1）Le cadre G.A.M.E fourni par @virtuals_io est un cadre qui aide les développeurs à créer des agents AI capables de planifier et de prendre des décisions autonomes dans les scènes de jeu. Son principal public cible est les grands modèles LLMs.
Permettre aux grands modèles de prendre des décisions autonomes et de planifier des actions en fonction des entrées de langage naturel, en utilisant un planificateur de haut niveau (HLP) et un planificateur de bas niveau (LLP) adaptés, HLP élabore des stratégies et des tâches, tandis que LLP convertit les tâches en actions concrètes et exécutables. Cela permet finalement aux développeurs de construire et de déployer rapidement un agent d’IA utilisable en production, basé sur des composants modulaires. Par exemple, fournir des décisions intelligentes pour les PNJ ou les joueurs dans un jeu.
En comparaison, le cadre D.A.T.A fourni par CARV est une infrastructure de base de « données » pour les scénarios généraux, dont l’objectif est de fournir un soutien de qualité supérieure pour les données sur et hors chaîne aux agents d’IA. Ses principaux clients sont les capacités de communication et d’interaction de données inter-chaînes des agents d’IA.
En tant que chaîne publique générique modulaire et évolutive, SVM Chain a introduit un protocole de normalisation des données inter-chaînes, permettant aux agents d’IA d’accéder de manière uniforme aux données de différentes blockchains, tandis que les mécanismes de vérification et de traçabilité des blockchains garantissent la sécurité des données lors de leur transmission et de leur traitement. De plus, l’application des technologies TEE et ZK garantit la confidentialité. Il est clair que CARV définit principalement un ensemble de mécanismes permettant à un agent d’IA de s’adapter et d’interagir entre les chaînes.
- Comment le faire concrètement ? L’écosystème CARV se compose de quatre composants principaux pour l’interaction entre les chaînes adaptées à l’agent IA : SVM Chain, le cadre D.A.T.A, CARV_ID et CARV_Labs. Voir la documentation pour plus de détails.
1、La chaîne SVM fournit une infrastructure de base de blockchain, y compris le traitement des transactions inter-chaînes, le support de l’exécution de contrats intelligents, le maintien du mécanisme de consensus, etc., ce qui est également nécessaire pour le fonctionnement normal du cadre D.A.T.A.
- Le cadre et les normes D.A.T.A comprennent principalement la normalisation des données inter-chaînes, l’agrégation et le traitement des données, le support du calcul de confidentialité, etc. Le processus comprend la récupération des données brutes de SVM Chain ou via le système d’identification ID et le système d’identification de l’agent pour les associer, et enfin fournir des données normalisées à la couche d’application.
3、Le système de gestion de l’identité CARV_ID est mis en œuvre selon la norme ERC7231, notamment l’identification de l’agent d’IA, l’authentification, la gestion des autorisations, l’autorisation des données, etc., et travaille en synergie avec le système de cadre D.A.T.A pour la gestion des données.
- CARV_Labs, principalement par le biais de l’incubation de projets, de l’atterrissage d’applications écologiques, du soutien à l’innovation technologique, etc., pour fournir un support de base pour l’application de l’agent d’IA, et enfin permettre aux applications de l’agent d’IA prises en charge par d’autres modules de cadre technique d’atterrir véritablement.
Dans l’ensemble, il est clair que la façon dont CARV s’implique dans la voie de l’agent d’IA consiste à exploiter son avantage intrinsèque de structure en chaîne, à saisir ce « point fonctionnel » de traitement des données en chaîne et hors chaîne nécessaire au fonctionnement normal de l’agent d’IA, à travers l’agrégation de données, la définition de normes de données, la construction de mécanismes de validation et de traçabilité des données, afin de faire de CARV une architecture de blockchain capable de faire fonctionner un agent d’IA.
Il y a une différence essentielle entre le cadre G.A.M.E et le cadre D.A.T.A. Le premier approfondit les capacités de décision autonome et d’exécution d’actions des agents d’IA dans des scénarios de jeu, permettant aux agents d’IA de comprendre plus efficacement les entrées de langage naturel et de les convertir en actions dans le jeu. Le second traverse plusieurs environnements de chaînes, en essayant de satisfaire les besoins de la chaîne par les exigences de l’agent d’IA, en prenant les « données » comme point d’entrée, faisant de CARV une chaîne d’infrastructure générale qui sert d’abord les agents d’IA.