อัปเดตโครงการ

ผู้เขียนต้นฉบับ: Advait (Leo) Jayant คอมไพล์: LlamaC 「ข้อคิดแนะนำ: การเข้ารหัสแบบโฮโมมอร์ฟิก (FHE) ถูกพูดถึงว่าเป็นพระวรรากรของวงการกลวิธีคณิตศาสตร์ บทความนี้สำรวจแนวโน้มการใช้ FHE ในศักยภาพด้านปัญญาประดิษฐ์ และชี้แจงข้อจำกัดที่พบในปัจจุบัน และรายชื่อโครงการที่มุ่งมั่นทำงานในพื้นที่การเข้ารหัสเพื่อใช้ FHE ในการประยุกต์ทางด้าน AI สำหรับคนที่หลงใหลในสินทรัพย์คริปโต สามารถเข้าใจ FHE อย่างละเอียดผ่านบทความนี้ได้เสียดาย」 ร่างกาย 👇 A หวังไว้ว่าจะได้รับการแนะนำที่มีลักษณะส่วนตัวสูงบน Netflix และ Amazon B ไม่ต้องการให้ Netflix หรือ Amazon ทราบความชอบของพวกเขา ในยุคดิจิทัลสมัครเล่นปัจจุบัน เราได้รับความสะดวกสบายจาก อะเมซอน และ Netflix

เขียนโดย: Davide

AI + web3 คุ้มค่าแก่การรอคอยหรือไม่?

การวิเคราะห์ตรรกะการลงทุน DePIN: โอกาสและความท้าทายอยู่ร่วมกัน 灰度在ปีนี้ต้นปีได้เผยแพร่รายงานการวิจัยเกี่ยวกับ DePIN ซึ่งแสดงให้เห็นถึงโครงการ DePIN ชั้นนำและมูลค่าตลาดของพวกเขา นับตั้งแต่ปี 2022 DePIN และ AI ได้รับการมองว่าเป็นสองทิศทางใหม่ในการลงทุนในสกุลเงินดิจิทัล อย่างไรก็ตาม ดูเหมือนว่าในพื้นที่ DePIN ยังไม่มีโครงการที่โดดเด่นเกิดขึ้น ( แม้ว่า Helium จะถูกมองว่าเป็นโครงการชั้นนำ แต่จริงๆ แล้วมันเกิดขึ้นก่อนที่แนวคิด DePIN จะถูกนำเสนอ; ขณะที่ Bittensor, Render และ Akash ถูกจัดอยู่ในกลุ่ม AI มากกว่า ) สิ่งนี้บ่งชี้ว่า DePIN ขาดโครงการชั้นนำที่มีความแข็งแกร่งเพียงพอในการเปิดเส้นทาง ดังนั้น ในอีก 1-3 ปีข้างหน้า DePIN อาจยังมีโอกาส Alpha บางประการ บทความนี้พยายามที่จะจัดระเบียบตรรกะการลงทุนของ DePIN ตั้งแต่เริ่มต้น รวมถึงเหตุผลว่าทำไม DePIN ถึงน่าสนใจ และเสนอการแบ่งง่ายๆ

MCP: แกนหลักใหม่ของระบบนิเวศ Web3 AI Agent MCPกำลังกลายเป็นส่วนสำคัญของระบบนิเวศ Web3 AI Agent อย่างรวดเร็ว มันได้นำเสนอ MCP Server ผ่านสถาปัตยกรรมที่คล้ายกับปลั๊กอิน เพื่อนำเสนอเครื่องมือและความสามารถใหม่ๆ สำหรับ AI Agent ในฐานะหนึ่งในเรื่องราวที่เกิดขึ้นใหม่ในพื้นที่ Web3 AI MCP( ย่อมาจาก Model Context Protocol) ซึ่งเกิดจาก Web2 AI และกำลังได้รับการคิดค้นใหม่ในสภาพแวดล้อม Web3. สาระสำคัญและความสำคัญของ MCP MCP เป็นโปรโตคอลเปิดที่มีเป้าหมายเพื่อทำให้การส่งข้อมูลบริบทจากแอปพลิเคชันไปยังโมเดลภาษาใหญ่ (LLMs) มีมาตรฐาน มันช่วยให้เครื่องมือ ข้อมูล และเอเจนต์ AI สามารถทำงานร่วมกันได้อย่างราบรื่นมากขึ้น. ข้อจำกัดหลักที่โมเดลภาษาขนาดใหญ่กำลังเผชิญอยู่ในปัจจุบัน ได้แก่: - ไม่สามารถเรียกดูอินเทอร์เน็ตแบบเรียลไทม์ได้ - ไม่สามารถ