Quick Take

• เครือข่าย NIM เป็นบล็อกเชนที่เน้นที่การพัฒนาตัวแทน AI เพื่อเกม Web3
• มันให้การเข้าถึงโมเดล AI บนเชื่อมต่อลงบัญชีสำหรับผู้พัฒนาเกมและความเป็นเจ้าของของโมเดลเหล่านี้ให้กับผู้ถือโทเค็น
• เอเอไอเอเจ้นท์ที่ได้รับการกระจายบน NIM มุ่งเน้นที่จะเป็นเกม แต่ก็สามารถมีประโยชน์ต่อการใช้ในโลกของความเป็นจริงได้ด้วย
• นี่การวิจัยPiece is unlocked by the NIM Network.

เครือข่าย NIM เป็นบล็อกเชนที่เน้นการปรับแต่งส่วนระบบปัญญาประดิษฐ์ (AI) ซึ่งมุ่งเน้นการเลี้ยงเลี้ยงระบบนิเวศที่เหมาะสมสำหรับการพัฒนาและขับเคลื่อนของตัวแทน AI อย่างรวดเร็วโดยเฉพาะสำหรับเกม Web3 กล่าวอีกนัยหนึ่งเครือข่าย NIM ให้พื้นที่สำหรับการใช้งานทดสอบของตัวแทน AI อย่างรวดเร็วสำหรับเกม

เอนทิตี AI เหล่านี้มีความเชี่ยวชาญในการเลียนแบบพฤติกรรมที่แสดงโดยผู้เล่นจริงซึ่งจะช่วยเพิ่มคุณภาพการเล่นเกมที่สมจริงโดยทําหน้าที่เป็นตัวละครที่ไม่สามารถเล่นได้ (NPC) เหมือนผู้เล่น ในเกมดิจิทัลทั่วไปงานนี้มักจะเป็นความรับผิดชอบของนักพัฒนาเกม ด้วย NIM ทุกคนสามารถใช้ พัฒนา หรือปรับใช้ตัวแทน AI ที่ผู้เข้าร่วมเครือข่ายคนอื่นๆ ในแอปพลิเคชันของตนสามารถใช้และปรับปรุงในภายหลังได้ ตามแผนงานของ NIM ตัวแทน AI เหล่านี้จะสามารถจัดการธุรกรรมทางการเงินแบบ on-chain ได้อย่างอิสระและโปร่งใส เพื่อขยายยูทิลิตี้และศักยภาพของแพลตฟอร์มต่อไป

เครือข่าย NIM จะนําเสนอวิธีการใหม่ ๆ ในการจูงใจวิธีการพัฒนาและปรับใช้ตัวแทน AI แบบ on-chain ตัวอย่างเช่น NIM จะให้การเข้าถึงโมเดล AI แก่นักพัฒนาและเปิดโอกาสให้ผู้ใช้เป็นเจ้าของโมเดล AI เหล่านี้ ด้วยการเป็นเจ้าของส่วนแบ่งของตัวแทน AI เหล่านี้ผู้ถือโทเค็น NIM สามารถแบ่งปันกระแสรายได้ที่เกิดจากค่าธรรมเนียมโมเดล AI ในอีกด้านหนึ่งของสมการนักพัฒนา AI ที่ปรับใช้ตัวแทนของพวกเขาบน NIM ยังสามารถจูงใจผ่านรางวัลโทเค็น นอกจากนี้ NIM วางแผนที่จะรวมกลไกที่กระจายค่าธรรมเนียมก๊าซเครือข่ายและการปล่อยโทเค็นตามสัดส่วนให้กับผู้บริโภคก๊าซบน NIM ชั้นนําเพื่อจูงใจให้มีส่วนร่วมและการพัฒนา

AI และเกม: ความคืบหน้าที่สมบูรณ์แบบ

ทัศนคติของ AI และเกมมิ่งเริ่มเข้าสู่การปะทะกันมากขึ้น โดยศักยภาพของ AI ก็เติบโตขึ้นไปเรื่อย ๆ ตั้งแต่การนำ AI เข้ามาใช้ในเกมตั้งแต่ปลายยุค ค.ศ. 1970 เช่นใน Space Invaders และ Pac-Man มันเติบโตขึ้นมาถึงระดับที่เราเห็นเอเจนต์ AIเหนือกว่าผู้เล่นมืออาชีพระดับสากลในเกมที่ซับซ้อนเช่น Dota 2.

ข้ามไปยังวันนี้เราเห็นว่า AI ถูกนำมาใช้ร่วมกับเกมเป็นตัวแทนอย่างทั่วไป ตัวอย่างที่ดีของสิ่งนี้คือโครงการ Scalable, Instructable, Multiworld Agent (SIMA)ซึ่งได้รับความสนใจมากจากบริษัทที่มีชื่อเสียงอย่าง Google's DeepMind มีจุดเด่นของเอเจนต์ SIMA ในความสามารถในการแปลและดำเนินการตามคำสั่งที่เกี่ยวข้องกับข้อความโดยอัตโนมัติ ทำให้พวกเขามีความหลากหลายในการนำทางในสภาพแวดล้อมเสมือนจริงและดำเนินการหลายๆ งาน สิ่งสำคัญคือ การฝึกโมเดล AI เช่นนี้ไม่เพียงเป็นกรณีที่ใช้ในการพัฒนาเกมเท่านั้น แต่ยังสามารถปรับปรุงประสิทธิภาพของโมเดล AI ในสาขาอื่นๆ

ความก้าวหน้าของความสามารถของตัวแทน AI ทั่วไปมีความหมายนอกเหนือไปจากขอบเขตของเกมซึ่งแสดงให้เห็นถึงประโยชน์ที่จับต้องได้สําหรับแอปพลิเคชันในโลกแห่งความเป็นจริง ตามเนื้อผ้าการฝึกอบรมตัวแทน AI เพื่อจําลองปฏิสัมพันธ์ของมนุษย์ที่สมจริงจําเป็นต้องใช้ทรัพยากรทางการเงินจํานวนมาก ด้วยการจูงใจให้ผู้เล่นและนักพัฒนาปรับปรุงการตอบสนองของโมเดล AI ผ่านเกม NIM สามารถเร่งการพัฒนา SIMAs และขยายขอบเขตอันไกลโพ้นสําหรับ SIMA ได้เช่นกัน ท้ายที่สุดความสามารถของ SIMAs ในการตอบสนองอย่างเหมาะสมในสภาพแวดล้อมจําลอง แต่สมจริงอาจรั่วไหลไปยังภาคส่วนอื่น ๆ ในโลกแห่งความเป็นจริงเช่นหุ่นยนต์และการขับขี่อัตโนมัติซึ่งตัวแทน AI ได้รับมอบหมายให้มีกระบวนการตัดสินใจที่ซับซ้อนเช่นการจัดการการไหลของการจราจร

ภาพรวมเกี่ยวกับเกมและ AI ภาพ: Google DeepMind

NIM มีสภาพแวดล้อมที่สามารถปรับใช้ SIMAs แบบ on-chain ทําให้ผู้ใช้สามารถนําไปใช้ ประเมิน และแก้ไขสําหรับกรณีการใช้งานและสภาพแวดล้อมเฉพาะได้โดยไม่มีสิทธิ์ ข้อมูลโมเดลที่เกี่ยวข้องทั้งหมดจะถูกบันทึกแบบ on-chain และพิสูจน์โดยการพิสูจน์ที่สอดคล้องกันสร้างระบบนิเวศที่ไม่น่าเชื่อถือซึ่งผู้ใช้สามารถปรับปรุงตัวแทน AI ของตนร่วมกันได้ คุณลักษณะนี้เรียกว่าการคํานวณที่พิสูจน์ได้สามารถปรับปรุงการฝึกอบรม SIMA โดยการส่งเสริมการทํางานร่วมกัน ในที่สุดสิ่งนี้เป็นประโยชน์ต่อทั้งผู้เล่นเกมที่ต้องการมีปฏิสัมพันธ์ที่สมจริงกับตัวแทน AI และนักพัฒนา AI ที่ต้องการปรับแต่งโมเดล AI ของพวกเขา

ข้อได้เปรียบที่สําคัญของการปรับใช้ตัวแทนดังกล่าวแบบ on-chain คือตัวแทน AI เหล่านี้สามารถทําธุรกรรมและชําระในนามของผู้ปรับใช้ในลักษณะที่โปร่งใสและตรวจสอบได้ต่อสาธารณะ เมื่อพิจารณาถึงการแพร่กระจายของเกม Web3 ซึ่งแต่ละเกมมีเศรษฐศาสตร์โทเค็นที่เป็นเอกลักษณ์จึงเป็นไปได้ที่ผู้เล่นที่เชี่ยวชาญจะได้รับรายได้จากการมีส่วนร่วมในเกม อย่างไรก็ตามความสามารถในการปรับขนาดของกิจการดังกล่าวจําเป็นต้องมีระบบอัตโนมัติที่ขับเคลื่อนด้วย AI อย่างกว้างขวาง ความสามารถในการตรวจสอบพฤติกรรมของตัวแทน AI ต่อสาธารณะเมื่อเวลาผ่านไปซึ่งอํานวยความสะดวกโดยเฟรมเวิร์กของ NIM นําเสนอคุณสมบัติที่มีค่าอีกประการหนึ่งสําหรับผู้ปรับใช้ของเจ้าหน้าที่ ตัวอย่างเช่นตัวแทน AI ที่มีพฤติกรรมต่ํากว่าที่เหมาะสมที่สุดสามารถรับได้โดยผู้เข้าร่วมเครือข่ายอื่น ๆ กระตุ้นให้เกิดความพยายามในการเพิ่มประสิทธิภาพซ้ํา ๆ สิ่งนี้อาจส่งผลให้ตัวแทน AI ได้รับการปรับให้เหมาะสมที่สุดซึ่งเมื่อเวลาผ่านไปสามารถตอบสนองความต้องการของผู้เล่นมืออาชีพได้ดีขึ้น

เทคโนโลยีของ NIM และแผนการเดินหน้า

แม้ว่าเอกสารทางเทคนิคของ NIM จะยังไม่เปิดเผยต่อสาธารณะ แต่ทีมงานได้ให้ข้อมูลเชิงลึกเกี่ยวกับสถานะการพัฒนาปัจจุบันของ The Block Research

เครือข่าย NIM กำลังใช้โครงสร้างโมดูล Dymension เพื่อสร้างบล็อกเชนของตน ซึ่งให้การเข้าถึงโคสมอสอส ได้แบบตรงไปตรงมา นอกจากนี้ Dymension chains ยังเข้ากันได้กับ EVM ซึ่งหมายความว่า NIM สามารถรองรับทุกอย่างที่เหมือนกับ EVM chain ธรรมดาได้

เครือข่าย NIM ได้รับการปรับให้เหมาะสมสําหรับการพัฒนาร่วมกันและการปรับใช้ตัวแทน AI เนื่องจากความสามารถในการรองรับการคํานวณที่พิสูจน์ได้ การคํานวณที่พิสูจน์ได้เป็นคุณสมบัติที่สําคัญสําหรับการพัฒนาและปรับใช้ตัวแทน AI ร่วมกันเนื่องจากการฝึกอบรมโมเดล AI ดังกล่าวนั้นเน้นการคํานวณ มันเป็นไปไม่ได้เลยที่จะคาดหวังว่าผู้ใช้ของ NIM ทุกคนจะได้รับการฝึกอบรมโมเดล AI ขั้นสูงตั้งแต่เริ่มต้นบนอุปกรณ์ท้องถิ่นของตนเอง อย่างไรก็ตามด้วยการคํานวณที่พิสูจน์ได้ผู้ใช้สามารถบูตโมเดล AI ได้อย่างน่าเชื่อถือด้วยคุณสมบัติเฉพาะและในขั้นตอนเฉพาะของการพัฒนาที่ก่อนหน้านี้มีการปรับใช้แบบ on-chain และใช้เพื่อวัตถุประสงค์ของตนเอง ทีมพัฒนา NIM กําลังสํารวจวิธีการต่าง ๆ สําหรับการคํานวณที่พิสูจน์ได้ตั้งแต่สภาพแวดล้อมการดําเนินการที่เชื่อถือได้ไปจนถึงการตรวจสอบในแง่ดี

วิธีการหลักที่ทีมมุ่งมั่นที่สุดก็คือการใช้หลักฐานความถูกต้อง หลักฐานความถูกต้องสามารถนำมาใช้ในหลายสถานการณ์ต่าง ๆ ตั้งแต่การขยายขอบเขตของ Layer 2s บน Ethereum ไปจนถึงการให้ความเป็นส่วนตัว นอกจากนี้ หลักฐานความถูกต้องยังสามารถนำมาใช้เพื่อรับรองลำดับของการคำนวณ ซึ่งจะพิสูจน์ว่าการคำนวณนั้นได้ถูกทำจริง และผลลัพธ์ที่ได้เป็นไปตามที่นำเสนอ NIM ตั้งใจที่จะใช้หลักฐานความถูกต้องที่เป็นวิธีการที่ใหม่เล่าเบาสําหรับแนวทางนี้

นอกจากนี้ NIM ยังมีแผนที่จะรวมรายได้ให้กับผู้ถือโทเค็น NIM รายได้นี้จะมาจากผู้ใช้ที่จะชำระเงินสำหรับการใช้แพลตฟอร์ม AI เพื่อปรับใช้เอเย่นต์ AI โดยการถือ NIM tokens จะแทนการเป็นเจ้าของบางส่วนของโครงสร้างพื้นฐาน AI ที่สร้างขึ้นบน NIM

เหตุการณ์ที่จะเกิดขึ้นใกล้เป็นมากสำหรับ NIM คือการเปิดตัว mainnet ในช่วงกลางเดือนเมษายน 2024 โดยที่เครือข่าย NIM จะกระจาย@NIM_Network/nim-network-genesis-rolldrop-aa86af5f6134">genesis airdrop to a wide community, from Parallel gamers to Pudgy Penguin holders. Subsequently, NIM has planned a series of strategic partnerships with multiple Web3 games, such as Titans, an AI versus AI game.

Outlook

การมองหาโอกาสสำหรับเครือข่าย NIM ดูเหมือนจะเต็มไปด้วยโอกาส แต่ยังคงเป็นเรื่องที่ต้องรอดูว่ามันสามารถเอาชนะอุปสรรคเริ่มแรกในการได้รับการยอมรับหรือไม่ ขณะที่เทคโนโลยีมีความมั่นคง ความสำเร็จของมันขึ้นอยู่กับความสำเร็จของเกมที่มันได้ร่วมมือ เพิ่มเติม ยังมีปัจจัยอื่น ๆ ที่อยู่นอกเหนือจากควบคุมของ NIM เช่น ความยั่งยืนของการออกแบบโทเคนและการเกิดขึ้นของคู่แข่งที่มีศักยภาพ สิ่งสำคัญคือ ความสามารถทางเทคนิคที่ NIM สัญญาให้ว่าจะให้ได้ยังจะใช้เวลาอีกพอสมควรก่อนที่จะพร้อมใช้งานทางการผลิต

อย่างไรก็ตาม ด้วยความสนใจที่ผ่านมาในเกม Web3 และการเพิ่มราคาของโทเค็นเกมมิ่งในเดือนที่ผ่านมา ดูเหมือนว่า NIM จะอยู่ในตำแหน่งที่ดีในปัจจุบันเพื่อจับคุณค่าที่จะเกิดขึ้นกับอุตสาหกรรมเกม Web3 โดยการให้ระบบนิเวศที่แข็งแกร่งที่ปรับให้เหมาะสมสำหรับการพัฒนาและการใช้งานร่วมกันของ AI agents ร่วมกับเรื่องราวสำหรับประสบการณ์เกมที่เป็นไปในทิศทางของ AI-driven NIM พร้อมที่จะส่งมอบสัญญาณที่เข้าใจได้และเป็นไปได้ที่จะเสริมทำให้เป็นผู้นำในการกำหนดรูปแบบของเกมที่ได้รับการบุกเบิกด้วย AI-driven ในอนาคต

ข้อความประกาศล้มเหลว：

1. บทความนี้พิมพ์ซ้ําจาก [บล็อก]. ลิขสิทธิ์ทั้งหมดเป็นของผู้เขียนต้นฉบับ [Arnold Toh]. หากมีข้อติเตียนต่อการเผยแพร่นี้ กรุณาติดต่อ ประตูเรียนรู้ทีมของเราจะจัดการกับมันโดยเร็ว
2. คำปฏิเสธความรับผิด: มุมมองและความคิดเห็นที่แสดงอยู่ในบทความนี้เป็นเพียงของผู้เขียนเท่านั้น และไม่เป็นการให้คำแนะนำทางการลงทุนใด ๆ
3. การแปลบทความเป็นภาษาอื่น ๆ ทำโดยทีมงาน Gate Learn หากไม่ได้กล่าวถึง การคัดลอก การจัดพิมพ์หรือการลอกเลียนแบบบทความที่แปลนั้นถือเป็นการละเมิดกฎหมาย