체인의 AI 인텔리전스: 아키텍처, 사례 및 주의해야 할 프로젝트

저자: accelxr, 1KX; 역자: 0xjs@GoldenFinance

현재 생성 모델의 주된 목적은 콘텐츠 제작과 정보 필터링입니다. 그러나 최근 AI 지능(사용자가 정의한 목표를 달성하기 위해 외부 도구를 사용하는 자율적 참여자)에 대한 연구와 논의에 따르면 1990년대 인터넷과 유사한 경제적 접근성이 제공된다면 AI의 잠재력이 크게 발휘될 수 있을 것으로 보입니다.

이를 위해서는 기존 금융 시스템이 인공지능을 위해 설정되어 있지 않기 때문에 인공지능이 통제할 수 있는 자산에 대한 권한을 가져야 합니다.

암호화폐는 빠른 결제와 디지털화를 통해 결제 및 소유권 계층을 제공하며, 특히 인공지능 지능을 구축하는 데 적합합니다.

이 글에서는 인텔리전스와 인텔리전스 아키텍처의 개념, 연구 사례를 통해 인텔리전스가 기존의 LLM을 뛰어넘는 새로운 속성을 가지고 있음을 보여주는 방법, 그리고 암호화폐 기반 인텔리전스를 중심으로 솔루션이나 제품을 구축하는 프로젝트에 대해 소개해드리겠습니다.

지능체란 무엇인가

AI 지능체는 여러 반복을 통해 목표를 달성하기 위해 계획하고 조치를 취할 수 있는 LLM 기반 실체입니다.

항법체 아키텍처는 문제를 해결하기 위해 함께 작동하는 단일 또는 여러 지능으로 구성됩니다.

대개 각 인텔리전스에는 독립적으로 또는 팀의 일부로 업무를 수행하는 데 도움이 되는 개성과 도구에 대한 액세스 권한이 부여됩니다.

인텔리전스 아키텍처는 오늘날 우리가 일반적으로 LLM과 상호작용하는 방식과 다릅니다.

대부분의 사람들이 이러한 모델과 상호작용하는 방식은 프롬프트를 입력하면 LLM이 기존 지식을 기반으로 응답을 생성하는 제로 프롬프트 방식입니다.

지능형 바디 아키텍처에서는 사용자가 목표를 초기화하면 LLM이 이를 하위 작업으로 세분화한 다음, 목표에 도달할 때까지 각 하위 작업을 자율적으로 완료하도록 재귀적으로 자신(또는 다른 모델)에게 프롬프트를 보냅니다.

단일 지능 아키텍처와 다중 지능 아키텍처

단일 지능 아키텍처: 하나의 언어 모델이 모든 추론, 계획 및 도구 실행을 자체적으로 수행합니다. 다른 지능으로부터의 피드백 메커니즘은 없지만 인간이 지능에 피드백을 제공하도록 선택할 수 있습니다.

다중 지능 아키텍처: 여기에는 두 개 이상의 지능이 포함되며, 각 지능은 동일한 언어 모델 또는 서로 다른 언어 모델 세트를 사용할 수 있습니다. 지능은 동일한 도구를 사용하거나 서로 다른 도구를 사용할 수 있습니다. 각 지능에는 일반적으로 고유한 역할이 있습니다.

• 수직적 구조: 하나의 인텔리전스가 리더 역할을 하고 다른 인텔리전스가 이에 보고합니다. 이는 그룹의 결과물을 체계적으로 정리하는 데 도움이 됩니다.

• 수평적 구조: 작업에 대한 대규모 그룹 토론으로, 각 지성이 다른 메시지를 보고 자원하여 작업을 완료하거나 도구를 호출할 수 있습니다.

지능체 아키텍처: 프로필

지능체는 역할을 정의하는 프로필 또는 개성을 가지고 있으며, 이는 LLM의 행동과 기술에 영향을 주는 단서입니다. 이는 특정 애플리케이션에 따라 크게 달라집니다.

오늘날 많은 사람들이 '당신은 영양 전문가입니다'라는 프롬프트 기법으로 이를 사용했을 것입니다. 식사 계획을 알려주세요 ......" . 흥미롭게도 LLM에게 역할을 제공하면 기준선에 비해 생산성이 향상될 수 있습니다.

프로필은 다음과 같은 방법으로 만들 수 있습니다.

• 수동: 작성자가 직접 지정하는 프로필로 가장 유연하지만 시간도 많이 소요됩니다.

• LLM 생성: 구성 및 속성에 대한 규칙 세트와 (선택 사항으로) 소수의 샘플 예제를 포함하는 LLM을 사용하여 생성된 프로필입니다.

• 데이터세트 정렬: 실제 사람 데이터세트를 기반으로 프로필을 생성합니다.

지능형 신체의 아키텍처: 메모리

지능형 신체의 메모리는 환경으로부터 인지한 정보를 저장하고 이 정보를 사용하여 새로운 계획이나 행동을 수립합니다. 기억을 통해 지능은 경험을 바탕으로 스스로 진화하고 행동할 수 있습니다.

• 통합 기억: 문맥 학습을 통해/지속적인 자극을 통해 달성되는 단기 기억과 유사합니다. 모든 관련 기억은 각 단서에서 지능에 전달됩니다. 컨텍스트 창의 크기에 따라 크게 제한됩니다.

• 하이브리드: 단기 기억 + 장기 기억. 단기 기억은 현재 상태의 임시 버퍼입니다. 반영되거나 유용한 장기 정보는 데이터베이스에 영구적으로 저장됩니다. 이를 수행하는 방법에는 여러 가지가 있지만 일반적인 접근 방식은 벡터 데이터베이스(메모리를 임베딩으로 인코딩하여 저장하고 유사성 검색을 통해 불러오는 방식)를 사용하는 것입니다.

• 포맷: 자연어, 데이터베이스(예: SQL 쿼리를 이해하도록 미세 조정된 SQL), 구조화된 목록, 임베딩

지능형 바디 아키텍처: 계획

복잡한 작업을 더 간단한 하위 작업으로 분해하여 개별적으로 해결할 수 있습니다.

피드백 없는 계획:

이 접근 방식에서는 지능이 향후 행동에 영향을 미치는 피드백을 받지 않고 행동을 취합니다. 예를 들어, LLM이 답변을 제공할 때 자신의 사고 과정을 표현하도록 권장하는 생각의 연쇄(CoT)가 이에 해당합니다.

• 단일 경로 추론(예: 0회 CoT)

• 다중 경로 추론(예: 자기 일관성 CoT, 여러 CoT 스레드가 생성되고 가장 높은 빈도 답변)

• 외부 계획자(예: 도메인 정의 언어 계획)

피드백을 통한 계획:

외부 피드백을 기반으로 하위 작업 반복적으로 개선

• 환경 피드백(예: 게임 작업 완료 신호)

• 인적 피드백(예: 사용자 피드백 요청)

• 모델 피드백(예: 다른 LLM으로부터 피드백 요청 - 크라우드소싱)

지능형 신체 아키텍처: 행동(액션)

행동은 지능형 신체의 결정을 구체적인 결과로 전환하는 역할을 담당합니다.

행동 목표는 다음과 같이 다양한 형태로 나타날 수 있습니다.

• 작업 완료(예: Minecraft에서 철제 곡괭이 제작)

• 의사소통(예: 다른 지능 또는 인간과 정보 공유)

• 환경 탐색(예: 자신의 행동 공간을 탐색하고 자신의 능력에 대해 학습).

행동은 일반적으로 기억 회상이나 계획 추종에서 생성되며, 행동 공간은 내부 지식, API, 데이터베이스/지식 기반, 자신에 대한 외부 사용 모델로 구성됩니다.

지능을 위한 아키텍처: 역량 획득

지능이 행동 공간 내에서 올바르게 작업을 수행하려면 작업별 역량을 갖춰야 합니다. 이를 달성하는 방법에는 크게 두 가지가 있습니다.

• 미세 조정을 통해: 수동으로 주석이 달린 LLM 생성 또는 실제 사례 행동 데이터세트로 인텔리전스를 훈련시킵니다.

• 미세 조정 없이: 보다 정교한 큐 엔지니어링 및/또는 메커니즘 엔지니어링(즉, 외부 피드백 또는 반복적인 시험을 수행하면서 경험 축적을 통합)을 통해 LLM의 타고난 기능을 사용할 수 있습니다.

문헌에 등장하는 지능의 예

생성 지능: 인간 행동의 대화형 시뮬레이션: 가상 샌드박스 환경에서 생성 지능을 인스턴스화하면 새로운 사회적 행동을 가진 다중 지능 시스템을 보여줍니다. 다가오는 발렌타인데이 파티에 대해 사용자가 지정한 한 가지 프롬프트로 시작하여 향후 이틀 동안 지능이 자동으로 초대장을 보내고, 새로운 사람들을 만나고, 서로 데이트하고, 적절한 시간에 함께 파티에 참석하기 위해 조율하는 과정을 보여줍니다. a16z AI Town 구현을 사용하여 직접 체험해 볼 수 있습니다.

계획 선택 설명(DEPS) : 70개 이상의 마인크래프트 작업을 완료할 수 있는 최초의 제로 샘플 멀티태스킹 인텔리전스입니다.

보야저: 인간의 개입 없이 끊임없이 세상을 탐험하고 기술을 습득하며 새로운 발견을 하는 평생 학습을 구현한 최초의 마인크래프트 LLM 기반 인텔리전스입니다. 반복적인 시도를 통한 피드백을 바탕으로 스킬 실행 코드를 지속적으로 개선합니다.

칼립소: 던전앤드래곤 게임용으로 설계된 인공지능으로, 던전 마스터의 스토리 창작과 전달을 돕습니다. 장면 설명, 몬스터 정보 및 이전 요약을 기반으로 단기 기억을 사용합니다.

고스트 인 마인크래프트(GITM): 평균 다이아몬드 획득 성공률 67.5%, 모든 게임 내 아이템 완료율 100%의 마인크래프트 지능.

SayPlan: 3D 장면의 그래픽 표현을 사용하여 로봇을 위한 LLM 기반 대규모 작업 계획으로, 추상화 및 자연어 명령을 통해 로봇의 장기 작업 계획을 수행할 수 있는 능력을 보여줍니다.

HuggingGPT : 사용자 프롬프트에 기반한 ChatGPT를 사용하여 작업을 계획하고, 허깅 페이스의 설명을 기반으로 모델을 선택하고, 모든 하위 작업을 실행하여 언어, 시각, 음성 및 기타 까다로운 작업에서 인상적인 결과를 얻었습니다.

MetaGPT: 사용자 스토리/경쟁 분석/요구 사항/데이터 구조/API/문서 등의 입력 및 출력을 받아들입니다. 내부적으로는 소프트웨어 회사의 다양한 기능을 구성하는 여러 인텔리전스가 있습니다.

ChemCrow: 전문가가 설계한 18개의 도구를 사용하여 유기 합성, 신약 개발, 재료 설계와 같은 작업을 수행하도록 설계된 LLM 화학 인텔리전스입니다. 방충제, 세 가지 유기 촉매의 합성을 자율적으로 계획하고 실행하며 새로운 발색단 발견을 안내합니다.

BabyAGI: OpenAI와 Chroma 또는 Weaviate와 같은 벡터 데이터베이스를 사용하여 작업을 생성, 우선순위 지정 및 실행하기 위한 공통 인프라.

AutoGPT : LLM 인텔리전스를 실행하기 위한 일반 인프라의 또 다른 예입니다.

 암호화폐의 인텔리전스 예시

(참고: 모든 예시가 LLM을 기반으로 하는 것은 아니며 일부는 인텔리전스 개념에 더 느슨하게 기반할 수 있음)

FrenRug: GPT-4 터키 카펫 세일즈맨 기반. 게임 { https:// aiadventure.spiel.com/carpet }. 프렌루그는 누구나 Friend.tech 키를 구매하도록 설득할 수 있는 브로커입니다. 각 사용자 메시지는 서로 다른 인퍼넷 노드에서 운영하는 여러 LLM에 전달됩니다. 이 노드는 체인에서 응답하고, 이 노드는 충분한 노드가 응답하면 투표가 집계되고, 감독 분류기 모델이 작업을 결정하고 체인 위로 유효성 증명을 전달하여 다중 분류기의 오프체인 실행을 검증할 수 있도록 합니다.

오토놀라를 사용한 노시스의 예측 시장 정보 봇: 이 AI 봇은 본질적으로 누구나 결제하고 질문하여 호출할 수 있는 AI 서비스를 위한 스마트 컨트랙트 래퍼입니다. 이 서비스는 요청을 모니터링하고 작업을 수행한 후 체인에 답변을 반환합니다. 이 AI 봇 인프라는 Omen을 통해 예측 시장으로 확장되었으며, 기본 아이디어는 인텔리전스가 뉴스 분석을 통해 예측을 적극적으로 모니터링하고 베팅하여 궁극적으로 실제 확률에 더 가까운 종합적인 예측을 내놓는 것입니다. 인텔리전트들은 Omen에서 시장을 검색하고, 주제에 대한 예측에 대해 자율적으로 "봇"에 비용을 지불하고, 시장을 사용하여 거래를 합니다.

ianDAOs GPT; 세이프 데모: GPT는 신디케이티오 거래 클라우드 API를 사용하여 자체 베이스 체인의 안전한 다중 서명 지갑에서 USDC를 자율적으로 관리합니다. 당신은 그것과 대화하고 자본을 가장 잘 활용하는 방법을 제안할 수 있으며, 당신의 제안에 따라 할당할 수 있습니다. 여러분의 제안에 따라 배분할 수 있습니다.

게임 인텔리전스: 여러 가지 아이디어가 있지만 간단히 요약하면 가상 환경의 AI 인텔리전스는 (스카이림의 AI NPC처럼) 동반자이자 (통통한 펭귄 무리처럼) 경쟁자라는 것입니다. 인텔리전스는 수익 전략을 자동화하거나, 상품과 서비스를 제공하거나(예: 상점 주인, 여행하는 상인, 정교한 생성 퀘스트 제공자), Parallel Colony 및 Ai Arena에서처럼 반플레이 가능한 캐릭터가 될 수 있습니다.

세이프 가디언 엔젤: 일련의 AI 지능을 사용하여 지갑을 모니터링하고 잠재적인 위협으로부터 방어하여 사용자 자금을 보호하고 지갑 보안을 강화합니다. 이상 징후나 해킹 발생 시 계약 권한 자동 해지, 자금 인출 등의 기능을 제공합니다.

보토: 보토는 온체인 스마트의 느슨하게 정의된 예시이지만, 토큰 보유자의 투표를 통해 창작물이 슈퍼레어에서 경매되는 자율적인 온체인 아티스트의 개념을 보여줍니다. 멀티모달 스마트바디 아키텍처를 사용하여 다양한 확장을 상상할 수 있습니다. ---

관심해야 할 스마트바디 프로젝트

(참고: 모든 프로젝트가 LLM을 기반으로 하는 것은 아니며, 일부는 스마트바디 개념에 더 느슨하게 기반할 수 있습니다)

AIWay Finder - 프로토콜, 컨트랙트, 컨트랙트 표준, 자산, 함수, API 함수, 루틴 + 경로 분산형 지식 그래프(즉, 경로 파인더 인텔리전스가 탐색할 수 있는 블록체인 생태계의 가상 로드맵). 사용자는 인텔리전스가 사용하는 실행 가능한 경로를 식별하면 보상을 받게 됩니다. 또한 캐릭터 설정과 스킬 활성화가 포함된 쉘(즉, 인텔리전스)을 캐스팅할 수 있으며, 이후 패스파인더 지식 그래프에 연결할 수 있습니다.

리추얼넷 - 위의 프러그 예시와 같이 리추얼 인퍼넷 노드는 다중 지능 바디 아키텍처를 설정하는 데 사용할 수 있습니다. 이 노드는 온체인 또는 오프체인 요청을 수신하고 선택적 증명과 함께 출력을 제공합니다.

모피어스 - 사용자를 대신해 스마트 컨트랙트를 실행할 수 있는 개인 범용 AI의 P2P 네트워크입니다. 웹3.0 지갑 및 트랜잭션 의도 관리, 챗봇 인터페이스를 통한 데이터 파싱, 댑 및 컨트랙트를 위한 추천 모델링, 앱과 사용자 데이터를 연결하는 장기 메모리를 통한 스마트 신체 운영 확장에 사용할 수 있습니다.

다인 프로토콜 - 솔라나에 인텔리전스를 배포하기 위한 다양한 사용 사례를 살펴봅니다. 최근에는 온체인 및 오프체인 정보를 추출하여 사용자를 대신하여 실행하는 암호화폐 트레이딩 봇의 배포를 시연했습니다(예: 바이든이 패배하면 BODEN 매도)

Naptha - 계약 메커니즘을 갖춘 스마트 바디 오케스트레이션 프로토콜입니다. 인텔리전스를 위한 온체인 작업 마켓플레이스, 작업 오케스트레이션을 위한 운영자 노드, 여러 노드 간 비동기 메시징을 지원하는 LLM 워크플로우 오케스트레이션 엔진, 실행 확인을 위한 워크플로우 증명 시스템 등을 갖추고 있습니다.

Myshell - 크리에이터가 스마트바디 프로필과 도구로 수익을 창출할 수 있는 http:// character.ai와 유사한 AI 캐릭터 플랫폼입니다. 번역, 교육, 동반자, 코딩 등 흥미로운 예시 지능을 갖춘 멀티모달 인프라. 간단한 노코드 스마트바디 생성과 AI 위젯을 조립할 수 있는 고급 개발자 모드가 포함되어 있습니다.

AI Arena - 플레이어가 AI 지원 NFT를 구매하고, 훈련하고, 대결할 수 있는 경쟁 PvP 격투 게임으로, 플레이어는 모방을 통해 학습하여 지능형 신체 NFT를 훈련하고, AI는 플레이어 행동의 상관관계를 학습하여 이를 학습합니다. 플레이어는 모방을 통해 AI가 플레이어 행동과 관련된 확률을 학습하여 다양한 맵과 시나리오에서 게임을 플레이하는 방법을 학습하는 모방을 통해 지능형 NFT를 훈련시킵니다. 훈련이 끝나면 플레이어는 자신의 지능을 랭킹 전투에 보내 토큰 보상을 받을 수 있습니다. LLM을 기반으로 하지는 않지만, 지능형 신체 게임의 가능성을 보여주는 흥미로운 예시입니다.

가상 프로토콜 - 게임 및 기타 온라인 공간에 다중 모드 지능을 구축하고 배포하기 위한 프로토콜입니다. 오늘날 버추얼의 세 가지 주요 원형에는 IP 캐릭터 미러, 기능별 인텔리전스, 개인 스탠드인이 포함됩니다. 기여자는 버추얼에 데이터와 모델을 제공하고 검증자는 게이트키퍼 역할을 합니다. 개발과 수익화를 촉진하기 위한 경제적 수준의 인센티브가 존재합니다.

Brianknows - 사용자가 거래를 실행하고, 암호화폐 관련 정보를 조사하고, 스마트 컨트랙트를 적시에 배포할 수 있는 인텔리전스와 상호 작용할 수 있는 사용자 인터페이스를 제공합니다. 현재 100개 이상의 통합 중 10개 이상의 작업을 지원합니다. 최근의 예로는 자연어를 사용해 사용자를 대신해 스마트바디가 리도에서 이더리움을 담보로 맡기는 것이 있습니다.

오토놀라스는 경량 로컬 및 클라우드 기반 스마트바디, 합의로 운영되는 탈중앙화 스마트바디, 전문화된 스마트바디 경제를 제공합니다. 대표적인 예로는 DeFi 및 예측 기반 인텔리전스, AI 기반 거버넌스 표현, 인텔리전스 간(에이전트 간) 툴을 위한 마켓플레이스 등이 있습니다. 개발자가 공동 소유 가능한 인텔리전스를 구축할 수 있는 오픈 소스 프레임워크인 OLAS 스택과 인텔리전스 운영을 조율하고 인센티브를 제공하기 위한 프로토콜을 제공합니다.

Creator.Bid - 사용자에게 X 및 Farcaster 실시간 API에 연결된 소셜 미디어 페르소나 인텔리전스를 제공합니다. 브랜드는 지식 기반 인텔리전스를 실행하여 소셜 플랫폼 전반에서 브랜드에 맞는 콘텐츠를 실행할 수 있습니다.

Polywrap - Indexer(Farcaster의 소셜 미디어 인텔리전스), AutoTx(Morpheus 및 flock.io를 사용하여 구축된 계획 및 거래 실행 인텔리전스), predictionprophet.ai(노시스 및 오토놀라스를 사용한 예측 인텔리전스), fundpublicgoods.ai(적절한 자원 배분을 위한 인텔리전스) 등이 있습니다.

검증 - 경제 흐름은 인텔리전스에 의해 안내되므로 출력 검증이 매우 중요합니다(이에 대해서는 이후 게시물에서 자세히 설명합니다). 검증 방법에는 Ora Protocol의 zkML, Modulus Labs+Giza+ EZKL과 같은 팀의 zkML, 게임 이론 솔루션, TEE와 같은 하드웨어 기반 솔루션이 포함됩니다.