🧐 @wardenprotocol عند النظر إلى الذكاء الاصطناعي المشاريع ، ينتبه الكثير من الناس إلى النموذج نفسه: مدى سرعة تشغيله ، وما إذا كان بإمكانه التداول تلقائيا ، وما إذا كان بإمكانه اتخاذ القرارات. يقوم Warden في الواقع بعمل أكثر مستوى من المستوى الأدنى ، ليس مجرد بناء النماذج ، ولكن في محاولة لتجميع التفاعلات والسلوكيات والنتائج بين النماذج في "نظام تشغيل شبكة الذكاء الاصطناعي" الكامل. يمكنك التفكير في الأمر على أنه "البنية التحتية" لنظام الذكاء الاصطناعي على السلسلة ، مما يسمح على وجه التحديد لالذكاء الاصطناعي بعدم تشغيل مهمة واحدة بمعزل عن بعضها البعض ، ولكن "امتلاك ذاكرة" و "تعاون" و "تطور". هذا يعتمد على الوصول إلى الوحدة النمطية مثل @irys_xyz. بدلا من تخزين البيانات ببساطة ، يسمح Irys للنموذج بتخزين جميع عمليات التفكير وسجلات العمليات وحتى قواعد الحكم ، واستدعاؤها في أي وقت ، وكتابة المنطق "لاستخدام" هذه الذكريات. يصبح النموذج أشبه بشخص: لا يمكنه القيام بذلك فحسب ، بل يتذكر أيضا ، ويمكن أن يتعلم من النماذج الأخرى. ما أجده أكثر إثارة للاهتمام هو أن هذا النوع من التخزين لا يتم حفظه فحسب ، بل يمكن برمجته أيضا. بمعنى آخر ، قد لا تحتاج إلى إعادة تدريب نموذج في المستقبل ، ولكن قم بضبطه مباشرة في طبقة الذاكرة ، وسيتغير سلوكه. تختلف هذه الطريقة تماما عن طرق التدريب التقليدية على الذكاء الاصطناعي وهي أكثر كفاءة. في التحليل النهائي ، يمهد الجمع بين Warden + Irys مسارا سفليا حيث "يمكن أن يعمل الذكاء الاصطناعي حقا" ، بدلا من البقاء في مرحلة تشغيل العرض. أعتقد أن هذا الاتجاه يستحق حقا مراقبته. المفتاح هو أنه يحتوي على قائمة نشاط على @KaitoAI ، كما أن المشروع على @arbitrum يحظى بشعبية كبيرة ، ويمكنك أيضا الانتباه إلى $ENERGY $SHOUT $Bane $Chao $BOOM 666 دولارا على @shoutdotfun