الذكاء الاصطناعي + الويب 3: الأبراج والساحات

المقدمة

في العامين الماضيين، تطور الذكاء الاصطناعي كما لو تم الضغط على زر التسريع. هذه الموجة التي أطلقها Chatgpt لم تفتح فقط عالمًا جديدًا للذكاء الاصطناعي التوليدي، بل أثارت أيضًا موجة كبيرة في مجال Web3.

مع دعم مفهوم الذكاء الاصطناعي، ارتفعت بشكل ملحوظ تمويلات مشاريع Web3. في النصف الأول من عام 2024، أكملت 64 مشروعًا من مشاريع Web3+AI التمويل، حيث حقق نظام التشغيل المستند إلى الذكاء الاصطناعي Zyber365 أعلى مبلغ تمويل في الجولة A بقيمة 100 مليون دولار.

أصبح السوق الثانوي أكثر ازدهارًا. تظهر البيانات أنه في غضون عام وأكثر بقليل، وصل إجمالي القيمة السوقية لمجال الذكاء الاصطناعي إلى 48.5 مليار دولار، وحجم التداول خلال 24 ساعة قريب من 8.6 مليار دولار. أدى التقدم الواضح في تقنيات الذكاء الاصطناعي إلى فوائد واضحة، وبعد إطلاق نموذج OpenAI Sora لتحويل النص إلى فيديو، ارتفع متوسط سعر قطاع الذكاء الاصطناعي بنسبة 151%. كما أن تأثير الذكاء الاصطناعي قد امتد أيضًا إلى قطاع الميمات، حيث حقق أول ميم كوين بمفهوم وكيل الذكاء الاصطناعي - GOAT شهرة سريعة وحصل على تقييم 1.4 مليار دولار، مما أثار ضجة في مجال ميمات الذكاء الاصطناعي.

أصبحت الأبحاث والمواضيع حول AI + Web3 ساخنة بنفس القدر، من AI + Depin إلى AI Memecoin وصولًا إلى AI Agent و AI DAO الحالية، تظهر روايات جديدة باستمرار.

الذكاء الاصطناعي + الويب 3 هو هذا المزيج المليء بالأموال الساخنة، والفرص، وأحلام المستقبل، مما يجعله يُعتبر زواجًا تم الترتيب له من قبل رأس المال. من الصعب علينا أن نميز تحت هذا الغلاف اللامع، هل هو ملعب المضاربين، أم هو ليلة ما قبل الانفجار؟

للإجابة على هذا السؤال، هناك فكرة رئيسية يجب التفكير فيها: هل سيتحسن الأمر بوجود الطرف الآخر؟ هل يمكن الاستفادة من نمط الطرف الآخر؟ تحاول هذه المقالة استكشاف هذا النمط: كيف تلعب Web3 دورًا في مجموعة تكنولوجيا الذكاء الاصطناعي، وماذا يمكن أن يجلب الذكاء الاصطناعي لـ Web3 من حيوية جديدة؟

! الذكاء الاصطناعي+Web3: الأبراج والساحات

ما هي الفرص المتاحة في Web3 تحت حزمة الذكاء الاصطناعي؟

قبل الخوض في هذا الموضوع، نحتاج إلى فهم كومة التكنولوجيا لنموذج الذكاء الاصطناعي الكبير:

تشمل مجموعة تقنيات النماذج الكبيرة للذكاء الاصطناعي جمع البيانات ومعالجتها والتدريب والتعديل والاستدلال. ببساطة، فإن النماذج الكبيرة تشبه دماغ الإنسان، حيث تحتاج إلى جمع ومعالجة كميات هائلة من المعلومات لفهم العالم. بعد التدريب، يتم تشكيل نموذج لديه القدرة على الفهم والتنبؤ، ويمكن تطبيقه على مجموعة متنوعة من المهام المحددة. بينما يُعتبر الوكيل الذكي الشكل المتقدم من النموذج الكبير، حيث يمكنه تنفيذ المهام بشكل مستقل والسعي نحو أهداف معقدة.

بالنسبة لنقاط الألم المتعلقة بالذكاء الاصطناعي في مختلف الطبقات، فقد شكل Web3 حاليًا نظامًا بيئيًا متعدد المستويات ومترابطًا، يغطي جميع مراحل عملية نماذج الذكاء الاصطناعي.

الطبقة الأساسية: Airbnb للقوة الحاسوبية والبيانات

قوة التعدين

من التكاليف العالية للذكاء الاصطناعي هي قوة الحوسبة والطاقة المطلوبة للتدريب والاستدلال. على سبيل المثال، يتطلب نموذج LLAMA3 من Meta 16000 وحدة معالجة رسومات NVIDIA H100 لمدة 30 يومًا لإكمال التدريب، وتصل استثمارات الأجهزة إلى 4-7 ملايين دولار، بينما تصل نفقات الطاقة الشهرية إلى حوالي 20 مليون دولار.

تحاول مشاريع Web3 حل مشكلة قوة حساب AI من خلال الشبكات الموزعة، مثل io.net وAethir وAkash وغيرها. تكمن المنطق في السماح للأفراد أو الكيانات التي تمتلك موارد GPU غير المستخدمة بالمساهمة في القدرة الحسابية بطريقة لامركزية، من خلال سوق عبر الإنترنت مشابه لـ Uber أو Airbnb لزيادة كفاءة استخدام الموارد وتقليل تكلفة المستخدم النهائي.

تتميز هذه النمط بما يلي:

• تجميع موارد GPU غير المستخدمة: تأتي بشكل رئيسي من وحدات معالجة البيانات المتوسطة والصغيرة، وكمية القوة الزائدة من مزارع التعدين، وكذلك الأجهزة التعدينية غير المستخدمة في آلية إجماع PoS.

• السوق الطويلة الذيل الموجه نحو قوة الحوسبة للذكاء الاصطناعي: أكثر ملاءمة لخطوات الاستدلال، وكذلك تحسين وتخصيص السيناريوهات لمتطلبات القوة الحوسبية المتوسطة والصغيرة.

• الملكية اللامركزية: يحتفظ مالك الموارد بالتحكم ويمكنه التعديل المرن والحصول على العوائد.

البيانات

البيانات هي أساس الذكاء الاصطناعي. التحديات الرئيسية التي تواجه الطلب على البيانات في الوقت الحالي تشمل: جوع البيانات، ومتطلبات الجودة المتزايدة، ومشكلات الامتثال للخصوصية، وتكاليف المعالجة المرتفعة.

تتمثل حلول Web3 بشكل رئيسي في:

1. جمع البيانات: الحصول على بيانات المستخدمين الأكثر قيمة بتكاليف منخفضة من خلال شبكة موزعة وآلية تحفيز. مثل مشاريع Grass وVana وPublicAI.

2. معالجة البيانات: استخدام آلية تحفيز لامركزية لأداء مهام مثل وضع العلامات على البيانات، مثل Synesis و Sapien.

3. خصوصية البيانات والأمان: استخدام تقنيات الخصوصية مثل TEE وFHE وZK لحماية البيانات الحساسة. مثل بروتوكول Super وBasedAI وReclaim Protocol.

4. تخزين البيانات: توفير حلول تخزين عالية الأداء على السلسلة. مثل 0g.AI.

الوسيط: تدريب النموذج واستنتاجه

سوق النماذج المفتوحة اللامركزية

تقدم Web3 إمكانية سوق نموذج مفتوح المصدر لامركزي، من خلال توكينج لتوفير الحوافز لفرق التطوير. مثل مشاريع Bittensor و ORA و Sentient و Spectral Nova.

استنتاج قابل للتحقق

فيما يتعلق بمشكلة "الصندوق الأسود" في استنتاج الذكاء الاصطناعي، قدمت Web3 حلولاً للتحقق على السلسلة باستخدام تقنيات مثل إثبات ZK. تشمل التقنيات الرئيسية zkML و opML و TeeML.

طبقة التطبيقات: وكيل الذكاء الاصطناعي

تتحول التركيز الحالي في تطوير الذكاء الاصطناعي من قدرات النماذج إلى وكيل الذكاء الاصطناعي. يمكن أن يوفر Web3 مزايا مثل اللامركزية وإعداد التشغيل البارد للوكيل. مثل GaiaNet وTheoriq وVirtual Protocol وغيرها من المشاريع تستكشف في هذا المجال.

! الذكاء الاصطناعي+Web3: الأبراج والمربعات

كيف يمكن للذكاء الاصطناعي تمكين Web3؟

تأثير الذكاء الاصطناعي على مشاريع Web3 واضح، ويتجلى بشكل رئيسي في الجوانب التالية:

الذكاء الاصطناعي والتمويل على السلسلة

1. الاقتصاد المشفر: يمكن لوكيل الذكاء الاصطناعي تنفيذ معاملات على السلسلة بشكل مستقل، مثل المدفوعات وإدارة الأصول، مثل بروتوكول Virtuals ومشاريع Biconomy التي تستكشف في هذا المجال.

2. أمان التداول على الشبكة: يمكن استخدام الذكاء الاصطناعي لمراقبة التداول، وتحليل المخاطر، وغيرها. مثل أدوات الأمان SeQure وAI-powered Sentinel.

الذكاء الاصطناعي والبنية التحتية على السلسلة

1. تحليل البيانات على السلسلة: مثل مشاريع Web3 Analytics وMinMax AI وKaito التي تستخدم الذكاء الاصطناعي لجمع البيانات وتحليلها.

2. التطوير والتدقيق: يمكن للذكاء الاصطناعي أن يساعد في تطوير العقود الذكية، وتدقيق الشفرات، وما إلى ذلك. مثل مشاريع Clanker وSpectral وFuzzland.

السرد الجديد للذكاء الاصطناعي و Web3

1. NFT:AI تضخ الإبداع في NFT التوليدية. مثل مشاريع Bicasso و Solvo و Nicho.

2. GameFi: يمكن للذكاء الاصطناعي تحسين كفاءة إنتاج محتوى الألعاب. مثل AI Hero و Sleepless AI وغيرها.

3. DAO:AI يمكن أن تُستخدم في إدارة المجتمع، اتخاذ القرارات الاستثمارية، وغيرها. مثل ai16z.

معنى دمج الذكاء الاصطناعي + Web3: الأبراج والساحات

يمكن تشبيه دمج الذكاء الاصطناعي وويب 3 بعلاقة البرج والساحة. يمثل الذكاء الاصطناعي قوة تقنية مركزة للغاية، بينما يمثل ويب 3 روح الساحة اللامركزية.

تطوير الذكاء الاصطناعي يجلب حيوية جديدة لويب 3، ويساعد في خفض عتبات الاستخدام، وجذب المزيد من المستخدمين. في الوقت نفسه، من المتوقع أن تساعد الخصائص اللامركزية لويب 3 في تخفيف المخاطر الناتجة عن تركيز الذكاء الاصطناعي.

على الرغم من أن كلا منهما له نقطة انطلاق مختلفة، إلا أن الهدف النهائي هو خدمة البشرية بشكل أفضل. نحن نتطلع إلى رؤية التطورات المستقبلية في AI + Web3، ونعتقد أن هذه ستكون عالمًا يت coexist فيه البرج والساحة.

! الذكاء الاصطناعي+Web3: الأبراج والمربعات