يمكن أن تؤدي الذكاء الاصطناعي الذي يتشرد إلى قيادة اتجاه جديد في سرد سوق الثيران؟

[TL；DR]

يمكن تقسيم المسار AI+Web3 تقريبًا إلى ثلاث طبقات: الطبقة الأساسية والطبقة الوسيطة والطبقة التطبيقية. تركز الطبقة الأساسية على توفير قوة الحساب والتخزين، وهي حاليًا الحقل الأكثر شعبية وانتشارًا.

بالإضافة إلى حالات طبقة التطبيق في الألعاب والشبكات الاجتماعية والتداول ، يمكن استخدام الذكاء الاصطناعي أيضًا في مجالات مثل تحليل البيانات ومراقبة وتتبع المعلومات والمراهنة والمزايدة.

المشاريع المرتبطة ارتباطاً وثيقاً بمفهوم الذكاء الاصطناعي غالباً ما تحظى بتفضيل السوق بسرعة، ولكن يجب الانتباه إلى تصفية المشاريع التي لا تفي بوعدها والتي تركز بشكل خالص على المواضيع الساخنة.

مقدمة

مؤخراً، أثارت سلسلة من مشاريع AI+Web3 حماسة السوق. ولكي نستكشف هذه الفرصة السوقية المحتملة بعمق، ستقوم بحث Gate.io بدمج مشاريع ساخنة مختلفة لإجراء تحليل شامل وعميق لمختلف الروابط في سلسلة صناعة AI+Web3، بهدف توفير فهم شامل وعميق للقراء.

AI+Web3: تقنية جديدة، اتجاه جديد، تكهنات جديدة

العام الماضي، مع ظهور نماذج AI الكبيرة التي تولد بشكل ذاتي مثل ChatGPT، أصبحت AI موضوع استثمار ساخن يسعى إليه سوق رأس المال العالمية. في الوقت نفسه، سوق Web3 أيضًا يشهد دورة جديدة من الازدهار.

لا شك أن الجمع بين الذكاء الاصطناعي والويب3 يصبح مفترق طرق المواضيع الساخنة في مجال التكنولوجيا الحالية. مؤخرًا، لاحظنا عددًا كبيرًا من المشاريع الجديدة والقديمة حول هذا الموضوع التي تلقت اهتمامًا من السوق، مما يبرز الاهتمام القوي والتوقعات العالية للمستثمرين بهذا التوافق.

وفقًا لتعريف سلسلة كتل Wanxiang ، يتم تجسيد تكامل الذكاء الاصطناعي و Web3 في جانبين رئيسيين: كيف يعزز Web3 تطوير الذكاء الاصطناعي ، وكيف يجمع تطبيقات Web3 تقنية الذكاء الاصطناعي. حالياً ، تميل معظم المشاريع إلى استخدام تكنولوجيا ومفاهيم Web3 لدفع تقدم الذكاء الاصطناعي. لتحليل هذا التكامل ، يمكننا أن نبدأ بالعملية الكاملة للذكاء الاصطناعي من تدريب النموذج إلى التطبيق.

يشمل عملية إنتاج الذكاء الاصطناعي تقريبا: اكتساب البيانات، وتوفير أساس لتدريب النموذج؛ معالجة البيانات وهندسة الميزات/التلميح، وتشمل تنظيف البيانات، والتعليق، والاستعلامات المنظمة؛ تدريب النموذج وتحسينه، وتحسين أداء النموذج من خلال التكرار؛ استعراض النموذج والحوكمة لضمان جودة النموذج وشفافيته؛ استنتاج النموذج، وتوقع البيانات الجديدة؛ نشر النموذج ورصد أدائه لضمان أداء النموذج الأمثل في التطبيقات العملية.

في هذه العملية، يحتوي Web3 على نقاط تكامل كثيرة. على سبيل المثال، يمكن للشبكة الموزعة وآلية الحوافز في Web3 بناء شبكات ومجتمعات AI مفتوحة المصدر وأكثر انفتاحًا، لتلبية احتياجات تطبيقات AI للبنية التحتية وشبكات البيانات ذات التكلفة المنخفضة والمفتوحة. في الوقت نفسه، يمكن تحسين قضايا الثقة في AI عن طريق دمج Web3 مع تكنولوجيا العملات الرقمية مثل ZK، ومعالجة التحديات مثل شفافية النموذج، والتحيز، والتطبيقات الأخلاقية.

المصدر: Wanxiang blockchain

كما هو موضح في الشكل أعلاه، يمكن تقسيم المسار AI+Web3 تقريبًا إلى ثلاث طبقات: الطبقة البنية، الطبقة الوسيطة، والطبقة التطبيقية.

تركز طبقة البنية التحتية على توفير قوة الحساب والتخزين، ويمكن أن يقلل إضافة Web3 من تكاليفها ويخدم مزيدًا من تطبيقات الذكاء الاصطناعي.

يستخدم الطبقة المتوسطة تقنية Web3 لتحسين عمليات إنتاج الذكاء الاصطناعي ، مثل الحصول على البيانات والمعالجة المسبقة والتحقق من النموذج ، مما يؤدي إلى العديد من المشاريع الابتكارية.

طبقة التطبيق توضح تطبيق الذكاء الاصطناعي في Web3 بشكل واسع، مثل إنشاء المحتوى والتحليل والتنبؤ. استنادًا إلى ملاحظة المؤلف، فإن وصف طبقة التطبيق في الشكل أعلاه لا يزال محافظًا إلى حد كبير. سنناقشها بالتفصيل في فترة ما بعد الظهر. على الرغم من عدم وجود مشاريع رائدة حتى الآن، إلا أن الإمكانات هائلة، وسيتم التركيز في المستقبل على منتجات وقدرات تكنولوجيا.

سنقدم دراسات حالة محددة لهذه المشاريع ذات الثلاثة طبقات في الأقسام التالية.

تظهر مشاريع الاتجاهات الصاعدة AI+Web3 واحدة تلو الأخرى

AI+DePIN

يعتمد سير عمل الذكاء الاصطناعي بالكامل على دعم البنية التحتية للحوسبة والتخزين. هذه المرافق ليست مسؤولة فقط عن توفير قوة حوسبة قوية لتدريب النماذج والتنبؤ ولكنها أيضًا مسؤولة عن تخزين وإدارة وتحليل البيانات طوال نموذج البيانات ودورة حياته.

حاليًا، أدى النمو السريع لتطبيقات الذكاء الاصطناعي إلى زيادة الطلب على البنية التحتية، خاصة القدرة الحاسوبية العالية الأداء. لذلك، أصبح تطوير بنية تحتية أكثر كفاءة وتكلفة فعالة وغنية بالموارد للحوسبة والتخزين هو اتجاه رئيسي في المراحل المبكرة لتطوير الذكاء الاصطناعي، وهو المجال الأكثر شعبية حاليًا.
Source: تقديم شبكة

ظهرت في هذا المجال العديد من المشاريع الممثلة، مثل شبكة العرض التي وُلِدت في السوق الثيران السابق وتقدم خدمات العرض بشكل رئيسي، وأكاش الذي يركز على الحوسبة السحابية، فايلكوين و أرويف التي تركز على تخزين السحابة ، IO.NET و Aethir التي تم إطلاقها حديثًا في سوق الثيران هذا وتوفر بشكل رئيسي دعم قوة الحساب للذكاء الاصطناعي. في مقالنا الأخير “ BOME يخلق رقمًا قياسيًا للأسعار المتصاعدة ، وتحليل المشاريع الرائجة في نظام SOL قدمت مشاريع متطورة مثل IO.NET ، والتي لن يتم التطرق إليها هنا بالتفصيل.

الذكاء الاصطناعي + البيانات

الطبقة الوسطى هي مفتاح رابط في عملية الإنتاج الذكي، التي تستخدم تقنية Web3 لتحسين وتحسين سير العمل المحددة.

أولاً، في مرحلة الحصول على البيانات، يقوم الطبقة الوسطى بإدخال إدارة هوية البيانات اللامركزية، مما لا يحمي فقط أمان بيانات المستخدم ولكنه يضمن أيضًا ملكية واضحة للبيانات. في الوقت نفسه، يمكن تشجيع المستخدمين على مشاركة بيانات عالية الجودة للحصول على تحقيق الربح من خلال آليات الحوافز، مما يوسع مصادر البيانات.

نظرًا لقيود مرحلة تطوير الصناعة ، كانت هناك تقريبًا لا توجد مشاريع معروفة نسبيًا في هذا المجال في الجولة السابقة من السوق الثيرانية والدببة. في هذا السوق الثيراني ، ظهرت مشاريع هوية الذكاء الاصطناعي مثل Worldcoin (التي كتبنا عنها عدة مرات) ، وAspecta التي استثمرت فيها Gate.io ، وOcean Protocol ، وهي منصة تداول للبيانات ، وGrass ، وهي شبكة بيانات لتعدين النطاق العريض.
المصدر: Aspecta

ثانيًا، في مرحلة معالجة البيانات المسبقة، يلتزم الطبقة الوسطى ببناء منصة تعليق ومعالجة بيانات الذكاء الاصطناعي الموزعة، وتوفير دعم قوي لتدريب النماذج التالية. في هذا الصدد، تم تحقيق نتائج ملموسة في مشاريع مثل الذكاء الاصطناعي العام.

أخيرًا، في مرحلة تحقق النموذج والاستنتاج، تستخدم الطبقة الوسطى بشكل كامل توافق تقنية Web3 وتقنيات التشفير، مثل ZK والتشفير المتجانس، للتحقق مما إذا كانت عملية الاستنتاج للنموذج تستخدم البيانات الصحيحة والمعلمات الصحيحة. هذا لا يضمن فقط دقة النموذج ولكنه يحمي أيضًا خصوصية البيانات المدخلة. سيناريوهات التطبيق النموذجية هي ZKML، مثل Bittensor و Privasea و Modulus و Privasea التي استثمرت فيها Gate Labs.

الذكاء الاصطناعي + محور عزم النية

تشير النية المتمحورة حول النية ، والتي تترجم إلى “تتمحور حول النية” ، مباشرة إلى “ما تريد القيام به” ، مع التركيز على النتيجة بدلا من العملية. يهدف التركيز على النية إلى تحسين البروتوكولات والبنية التحتية لتمكين عمليات السلسلة المملة في خطوة واحدة. بتعبير أدق ، من خلال إخفاء العمليات التشغيلية المعقدة في الماضي ، يمكن للمستخدمين تحقيق أهدافهم دون شعور أو بشكل مباشر ، مما يعكس جوهر تجريد السلسلة.

سيناريوهات النية المشتركة لاستخدام الذكاء الاصطناعي حاليًا تشمل السلسلة المتقاطعة، التوزيع الجوي، الحوكمة، المعاملات ذات القيمة العالية، والعمليات الجماعية. يمكن أيضًا تصنيف روبوت Telegram الذي نناقشه في مقالتنا السابقة تحت هذا التصنيف.

على سبيل المثال، يتعهد Delysium (AGI) باستخدام الذكاء الاصطناعي لإنشاء شبكة عملاء AI متمحورة حول نية المستخدم لـ Web3، والتي حظيت بانتباه كبير في أسواق مثل كوريا الجنوبية.

كما هو موضح في الشكل، بسبب التكهنات السوقية واكتشاف القيمة، شهدت رمز هذا المشروع زيادة مذهلة في الآونة الأخيرة.
المصدر: Gate.io

لقد أطلقت Delysium وكيلًا ذكيًا يسمى لوسي. كنظام تشغيل ويب3 مدفوعًا بالذكاء الاصطناعي ، يمكن لوسي التخطيط بذكاء وتنفيذ سير العمل تلقائيًا يمكن حل احتياجات المستخدمين استنادًا إلى فهم النوايا والأهداف الموجودة في اللغة الطبيعية ، مما يبسط العمليات التشغيلية المعقدة لتطبيقات وبروتوكولات ويب3 الحالية.

الذكاء الاصطناعي+لعبة

تمتلك ألعاب AI+ مساحة خيالية للغاية. تقنية AI لا تسرع عملية إنتاج اللعبة فحسب ، بل تمتد إلى كل جانب من جوانب إنتاج اللعبة ، من استكشاف عادات المستخدمين إلى تخصيص مشاهد تفاعل شخصية ، مما يظهر إمكانات هائلة. في الوقت الحاضر ، تسعى الشركات الرئيسية المصنعة للألعاب بنشاط لاعتناق تقنية AI وإعادة هيكلة سلسلة توريد صناعة الألعاب.

فيما يتعلق بإنتاج الألعاب، يوفر الذكاء الاصطناعي دعماً قوياً للفن والتخطيط والعمليات. سواء كانت الإلهام الإبداعي، أو إنشاء المستويات، أو كتابة النصوص وتحليل العمليات، فإن الذكاء الاصطناعي يوفر تسريعًا لإنتاج محتوى اللعبة. من حيث تجربة اللعب، تجعل قدرات توليد اللغة الطبيعية وتوليد الصور التي يوفرها الذكاء الاصطناعي اللعبة أكثر ابتكاراً وتنوعًا، وتجعل التفاعل بين الشخصيات غير اللاعبة أكثر ذكاءً وحيوية.

على سبيل المثال، تم تطبيق Jue Wu AI في “شرف الملوك” على نطاق واسع في تقييم المستوى والاختبار؛ في “Mount & Blade II: Bannerlord” ، يمكن لـ ChatGPT تمكين الشخصيات غير القابلة للعب من الاستجابة بشكل ديناميكي للاعبين، مما يعزز تفاعل اللعبة؛ في “Naraka: Bladepoint” يمكن للاعبين حتى استخدام الرسم بالذكاء الاصطناعي لإنشاء نماذج أزياء والتصويت على الأعمال الأكثر شعبية، مما يبرز الإمكانات الهائلة للذكاء الاصطناعي في الابتكار في الألعاب.
المصدر: sleeplessAI

بالإضافة إلى ألعاب الويب 2 التقليدية التي تعتمد على الذكاء الاصطناعي، فإن ألعاب الويب 3 ليست استثناءً. على سبيل المثال، يوفر Ultriverse للمستخدمين تحليل متعمق للميزات باستخدام الذكاء الاصطناعي وتجارب مخصصة في المجالات الاجتماعية وألعاب المتروبوليس وغيرها العديد من التجارب الأخرى عبر محرك الذكاء الاصطناعي القوي، بالإضافة إلى لعبة رفيق افتراضي للذكاء الاصطناعي من Sleepless AI التي تركز على الذكاء الاصطناعي.

تحليل AI

بالإضافة إلى حالات طبقة التطبيق في الألعاب والشبكات الاجتماعية والتداول، يمكن أيضًا استخدام الذكاء الاصطناعي في مجالات مثل تحليل البيانات ومراقبة المعلومات وتتبعها والمراهنة في المزادات. ظهرت مشاريع ممثلة مثل كايتو ودون، مما وضع معياراً للصناعة.

غالبًا ما نستشهد برسوم بيانية لدون في مدوناتنا، لذا ليس هناك حاجة للتفصيل عنها هنا.

للختام

في السنة الماضية ، لم تقتصر تكامل Web3 و AI على قيادة اتجاه جديد في التكنولوجيا فحسب ، بل أنجب أيضًا توافقًا جديدًا في الصناعة: فقد غيرت التكنولوجيا الموزعة الطريقة التي تتعامل بها الشركات ، وغيرت الذكاء الاصطناعي طريقة الإنتاج. هذا المفهوم انغرس الآن في قلوب الناس وأصبح قوة دافعة قوية لتطوير الصناعة.

مع مطوري الألعاب وبروتوكولات ديفي ومشاريع البنية التحتية الأخرى لويب3 زيادة استثمارها في الذكاء الاصطناعي، فإن الجمع بين الذكاء الاصطناعي وويب3 يصبح اتجاهًا مهمًا للابتكار في الصناعة. في الواقع، تكتسب المشاريع المرتبطة ارتباطًا وثيقًا بمفهوم الذكاء الاصطناعي بسرعة شعبية في السوق، ولقد لاحظنا هذه النمو المذهل بالفعل مسبقًا.

ومع ذلك، تحت سطح الازدهار والضجيج، لا يمكننا تجاهل العقبات العملية في صناعة الذكاء الاصطناعي + الويب3. خاصة بالنسبة للممارسين، من الضروري استكشاف سيناريوهات تطبيقهم العملية والقابلة للتطبيق بعمق، وتقييم قدرتهم على خلق القيمة وبناء السرد الصناعي. على المدى الطويل، كيف سيتم تشكيل النمط البيئي لصناعة الذكاء الاصطناعي + الويب3، والمجالات التي ستظهر إمكانات تطوير هائلة، وما إذا كان سيواجه تحديات أخلاقية وأخلاقية تحتاج إلى استكشاف مستمر والإجابة عليها عملياً.

لذلك، في مواجهة موجة الذكاء الاصطناعي + الويب3، يجب أن لا نرى فقط الفرص التي يجلبها، ولكن أيضًا الحفاظ على عقل واضح ورؤية تحدياته ونقائصه بشكل رشيق. إنه فقط بهذه الطريقة يمكننا فهم مسار التطور لصناعة الذكاء الاصطناعي + الويب3 بشكل أفضل، وتعزيز تطورها الصحي والمستدام، والاستفادة من فرص الربح التي يجلبها هذا الاتجاه.