オンチェーンAIは、巨大なAIモデルをオンチェーンに置くことを意味するわけではない。 より良いアプローチは、それぞれのタスクに適した種類の知性を提供することだ。 あるタスクは深い推論を必要とする。 あるタスクは単なる迅速な分類だけで十分だ。 他のタスクでは、画像分析、構造化データ処理、または暗号的検証が必要になるかもしれない。 そこにRitualの魅力がある。 すべてのアプリケーションを同じAIワークフローに押し込むのではなく、Ritualは、異なるモデルと計算プリミティブが協調して動作できる柔軟なシステムへの扉を開く。 シンプルなモデルはシンプルなタスクを処理する。 専門化されたモデルは特定の問題に対応する。 LLMは、実際に推論や自然言語処理を必要とするタスクで登場する。 エージェントはこれらの要素をより大きなワークフローに結びつける。 これは重要だ。実際のアプリケーションはモデルのサイズ以上に、スピード、コスト、信頼性、プライバシー、そして結果が信頼できるかどうかを重視するからだ。 Ritualは、知性をアプリケーションが呼び出す外部APIではなく、プログラマブルなスタックの一部として組み込む世界を目指している。 興味深い未来とは、巨大なモデルをあらゆる場所に置くことではない。 異なる種類の知性を、必要な場所で正確にオンチェーンで利用可能にすることだ。 これがプログラマブルな知性の背後にある大きなアイデアである。 Ritualはそのためのインフラを構築している。 @ritualfnd @ritualnet