作者:Маршал Оранж, PermaDAO
У цю епоху «кожен є продакт-менеджером» у кожного є нескінченне натхнення та творчість, але вони часто обмежені будь-яким порогом на шляху впровадження технології чи продукту і не мають можливості та сміливості брати в ньому участь, що також є ситуацією багатьох людей, яких я запитував і дізнався в PermaDAO, коли Arweave проводила хакатон, але хакатон — це не патент кількох людей, а національна подія.
Я думаю, що процес конкурсу хакатонів більше схожий на UGC (користувацький контент) захід навколо технологій та інновацій, а конкурсанти, очевидно, є «творцями контенту» екологічних додатків блокчейну, тому ми можемо розібрати весь робочий процес проекту хакатону – це не що інше, як п'ять етапів розробки продукту, з якими знайомі розробники:
- Етап визначення проблеми та планування
- Фаза аналізу потреб
- Етап розробки прототипу продукту та програмного забезпечення
- Стадія розробки програмного забезпечення
- Етап тестування програмного забезпечення
Насправді, больова точка полягає в тому, як знизити поріг, з яким стикаються учасники вищезгаданих п'яти етапів розробки продукту, люди можуть використовувати AI як інструмент продуктивності для участі в блокчейн-хакатоні, об'єднавши існуючі елементи користувацького контенту хакатону, щоб будь-яка творчість могла бути максимально відтворена, так само, як EverID використовує абстракцію облікового запису, щоб знизити поріг для користувачів використання гаманців Web3, ці речі, які знижують поріг, очевидно, можуть значно сприяти розвитку блокчейн-індустрії.
П'ять фаз
01 Визначення та планування проблеми
Завдяки даним про відгуки екологічних користувачів, модель штучного інтелекту може бути використана для генерації питань, які привернули багато уваги або мають ринкові больові точки, які є більш цінними та значущими для екосистеми. Adot використовує штучний інтелект для створення тегів для кожного аналізованого топового аналізу настроїв DApp, на основі яких користувачі можуть шукати дані та фільтрувати результати. Аналізуючи існуючу поведінку та потреби користувачів у мережі, штучний інтелект може допомогти користувачам виявити потенційні проблеми та надати рекомендації щодо їх вирішення, дозволяючи їм краще визначити масштаб проєкту.
02 Аналіз попиту
Інтелектуальний аналіз даних: Блокчейн-хакатони зазвичай передбачають зберігання та аналіз великих обсягів даних, використання GraphQL на основі Arweave для забезпечення запитів і маніпулювання постійними даними в ланцюжку Arweave в режимі реального часу в поєднанні зі штучним інтелектом для прискорення процесу обробки та аналізу даних може допомогти виявити закономірності, тенденції та потенційні проблеми, а також надати учасникам рекомендації щодо оптимізації блокчейн-додатків. Штучний інтелект може аналізувати дані та поведінку користувачів, наприклад, зіставлення історичних випадків, а також може виявляти тенденції та закономірності майбутнього попиту, щоб допомогти командам-учасникам краще зрозуміти потреби користувачів.
Автоматизована перевірка вимог: штучний інтелект може автоматично перевіряти, чи є вимоги повними, послідовними та такими, що піддаються перевірці (але рідко використовуються на хакатоні, що виснажує час). Він може виявити потенційні конфлікти у вимогах, що зменшує зусилля на подальший ремонт.
03 Прототип продукту та дизайн програмного забезпечення
Автоматична генерація прототипів: використовуйте штучний інтелект, що генерує зображення, як-от Midjourney, для створення початкових прототипів інтерфейсу, заощаджуючи багато часу менеджерів продуктів. Це може допомогти командам швидше перевіряти концепції та швидко виконувати ітерації.
Надайте рекомендації щодо дизайну: Штучний інтелект може надати рекомендації щодо дизайну інтерфейсу користувача, макета та зручності використання, щоб покращити користувацький досвід вашого продукту.
04 Розробка програмного забезпечення
Нетехнічні люди можуть компенсувати недоліки розробки за допомогою штучного інтелекту, який може генерувати частковий або повний код, щоб прискорити процес розробки. Це особливо корисно для розробки деяких специфічних модулів, таких як успадкування, перезапис, перевантаження і т.д., що значно підвищить ефективність роботи програми. Штучний інтелект також може виявляти потенційні помилки, вразливості та проблеми безпеки у вашому коді, покращуючи якість коду.
05 Тестування програмного забезпечення
Використовуючи штучний інтелект для аналізу коду та функціональності програми, автоматизовані інструменти тестування на основі штучного інтелекту можуть виконувати тестування в масштабі, охоплювати різноманітні випадки використання, а також автоматично виявляти проблеми та повідомляти про них.
На додаток до цього, проєкти блокчейн-хакатонів зазвичай вимагають документації та презентацій, а ШІ може автоматично генерувати технічні документи, PPT та звіти про тестування, зменшуючи тягар написання документів для учасників. А іноді командам хакатонів потрібно вільно формувати команди, і штучний інтелект можна використовувати для аналізу навичок, інтересів та досвіду проєктів кожного члена команди та надання їм пропозицій щодо рекомендації товаришів по команді для сприяння кращій командній роботі.
Штучний інтелект дозволяє будь-кому стати командою розробників продукту, навіть якщо він не має досвіду розробки. Штучний інтелект може підтримувати команди-учасниці різними способами, від формулювання проблем до розробки рішень і документації, і ШІ — це не лише зміна технології для Web3, а й зміна виробничих відносин, і в той же час Web3 також мав глибокий вплив на сферу штучного інтелекту. Конфіденційність, відсутність довіри та децентралізація Web3, а також підтвердження права власності на дані та активи, а також економіка токенів можуть принести великі зміни в інфраструктуру штучного інтелекту, щоб три найважливіші елементи інфраструктури штучного інтелекту, дані, моделі та обчислювальні потужності, могли бути відповідно оптимізовані.
В епоху великих моделей дані визначають висоту ШІ. Візьмемо за приклад децентралізоване сховище, природна перевага блокчейну полягає в тому, що транзакції в ланцюжку в основному є структурованими даними, і Arweave також реалізує постійне зберігання даних, тому блокчейн надає штучному інтелекту високоякісні та масивні дані, допомагає його великій моделі штучного інтелекту ефективніше обробляти дані та забезпечує рішення для прориву вузького місця мультимодальних великих моделей. У той же час децентралізована обчислювальна платформа дозволяє значно знизити вартість обчислювальних потужностей на стороні користувача (в порівнянні з централізованою обчислювальною платформою), а також уникнути монополії на обчислювальні потужності централізованими компаніями. Web3 та штучний інтелект взаємопов'язані, щоб сформувати майбутнє цифрової економіки.
