من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟

1. المقدمة

في عالم Web3 ، البيانات تتحول من معلومات ثابتة إلى أصول ديناميكية. بيانات سلوك المستخدمين الاجتماعيين أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي يتم إنتاجها في كل لحظة تحتوي على قيمة هائلة لم يتم اكتشافها بالكامل بعد.

واقع Web3 هو واقع مفكك: من ناحية، شهدنا نمواً هائلاً في بروتوكولات DeFi وNFT وGameFi، حيث قام المستخدمون بإنشاء كميات كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في DApps المعزولة وسجلات المعاملات ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل المنظم، ويجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.

في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأكمله بسرعة. مثل ChatGPT من OpenAI وClaude من Anthropic، ومشاريع الوكلاء المبنية على Web3 مثل Autonolas وMorphpad وMind Network وغيرها، جميعها طرحت رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".

في هذا السياق، يبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات والأساسيات القرار في Web3؟ تقدم شبكة Port3 إجابة نهائية نسبياً:

من منصة مهام SoQuest الأصلية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم، وصديقة لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل تجعل البيانات من خلال القياسية والتعرف على النوايا "قالب العمل" الذي يمكن للوكالات فهمه واستدعائه وتنفيذه.

بعبارة أخرى، لم يعد Port3 مجرد منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "عقل بيانات Web3" قبل أن يتم دمج السرد حول السيادة على البيانات، الهوية على السلسلة، والتمويل الاجتماعي بشكل حقيقي.

ستقوم هذه المقالة بتفصيل مصفوفة منتجات Port3، ودرع التكنولوجيا، وآلية التوكن، ومنطق النمو، واستكشاف كيف يمكنها إنشاء حلقة مغلقة لتدفق البيانات موجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، لتصبح البنية التحتية الخفية التالية التي تصل قيمتها إلى تريليون دولار.

2. مقدمة المشروع

ما هو Port3 2.1؟

Port3 Network هو مشروع بنية تحتية لبيانات التواصل الاجتماعي مدعوم بالذكاء الاصطناعي في Web3، يهدف إلى بناء طبقة بيانات اجتماعية عبر السلاسل، قابلة للبرمجة، وقابلة للاستدعاء. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ومعالجتها بواسطة محرك الذكاء الاصطناعي، أنشأت Port3 حلقة مغلقة كاملة تتضمن جمع البيانات (SoQuest)، تقييم هيكلي (Rankit)، استعلام ذكي (OpenBQL)، واستدعاء الوكلاء (Ailliance.ai)، لتصبح البنية التحتية الرئيسية لأصول سلوك السلاسل في عصر الذكاء الاصطناعي.

2.2 نظرة عامة على المشروع

2.2.1 وضع التمويل

فبراير 2023: تم الانتهاء من جولة تمويل بذور بقيمة 3 ملايين دولار، بقيادة Jump Crypto، مع مشاركة أخرى من SNZ وBlock Infinity وDragon Roark وViaBTC وCryptonite وLapin Digital وCogitent وMomentum6.

أغسطس 2023: حصلت على جولة جديدة من التمويل بملايين الدولارات، حيث تشمل الجهات المشاركة EMURGO و Adaverse Accelerator و Gate Labs.

أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى دعم المنح من Binance Labs وMask Network وAptos.

2.2.2 حالة الفريق

ماكس دي: المؤسس المشارك، لديه خبرة عمل في شركة أبل؛ يمتلك خبرة واسعة في احتضان مشاريع الويب 3 وتوسيع النظم البيئية.

أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير الواجهة الخلفية، ولديه خبرة لعدة سنوات في تصميم الأنظمة عالية التزامن والهياكل الموزعة.

3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي الذكية"

على الرغم من أن مصفوفة منتجات Port3 تحتوي على عدة وحدات فرعية مثل SoQuest وRankit وOpenBQL وon.meme، والتي تبدو متفرقة، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، تتولى Port3 تدفق البيانات من التجميع إلى التحويل."

3.1 بنية تحتية أساسية ل Port3

3.1.1 تجميع البيانات - SoQuest

SoQuest هو المدخل الأساسي للبيانات الذي تم بناؤه بواسطة شبكة Port3، وهو منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية للتفعيل، ويستهدف سلوك المستخدمين الاجتماعي كموضوع لجمع البيانات، مما يربط بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.

يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك المعاملات والتفويض وNFT mint، مما يشكل أحد أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.

حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، حيث تغطي البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك سجل ضخم من سلوك المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوكية اجتماعية حقيقية ومتعددة الأبعاد وعالية التردد في Web3.

لزيادة قابلية توسيع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع بتضمين نظام المهام في تطبيقاتهم الخاصة أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق، مما يتيح إتمام منطق التحقق بدون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير من توحيد نظام المهام وعموميته.

SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق لإغلاق دورة الأصول السلوكية الكاملة لـ Port3، وأيضًا المصدر الأصلي لبيانات المعنى السلوكي المطلوبة لاستدلال الذكاء الاصطناعي.

3.1.2 بيانات البيانات - طبقة البيانات الاجتماعية للذكاء الاصطناعي

تتراكم بيانات سلوك المستخدمين التي تم التقاطها بواسطة SoQuest في الوحدة الأساسية لشبكة Port3 ------ طبقة بيانات اجتماعية تعتمد على الذكاء الاصطناعي، وهي قاعدة بيانات سلوك منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و"تحويل المعلومات إلى مالية (InfoFi)".

يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph وDune، حيث تركز فكرة التصميم على "الاستعلام"، فإن طبقة البيانات في Port3 تهتم بكيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستنتاج والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.

تجمع طبقة بيانات المجتمع الاجتماعي للذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الحقيقي من خلال وحدات التطبيق مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو باستمرار وهو مركز إدراك سلوك Port3، حيث يتم هيكلة البيانات السلوكية المعقدة على السلسلة وخارجها، وتوفير "وقود بيانات" "قابل للفهم، وقابل للجمع، وقابل للاستدعاء" لوكلاء الذكاء.

)# 3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي

Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي

Rankit هو التطبيق الرائد لبيانات Port3 الاجتماعية، وهو "تنفيذ مرئي" لبيانات BQL في طبقة الذكاء الاصطناعي.

قدرات Rankit وابتكار النماذج:

• تقييم حرارة التواصل عبر المنصات: يجمع بين إشارات وسائل التواصل الاجتماعي مثل تويتر، تيليجرام، ديسكورد، للكشف عن الاتجاهات الرئيسية والمشاريع الساخنة والتحولات العاطفية في عالم Web3.

• التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام معالجة اللغة الطبيعية والنماذج الكبيرة، سيتم تحويل التركيز النقاشي، وتأثير KOL، ودرجة ثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.

• نموذج تطبيق السيناريو العمودي: على سبيل المثال، محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، مستوى النشاط الاجتماعي، والديناميكية على السلسلة، يتتبع المشاريع الواعدة على BNB Chain في الوقت الحقيقي، ليصبح بوصلة ذكية للمستخدمين في DeFi لالتقاط Alpha.

بفضل Rankit، لا يمكن لـ Port3 تقديم البيانات فحسب، بل يمكنه أيضًا تقديم "بيانات تفسيرية" ----- لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب القيام به.

OpenBQL: لغة تنفيذ على السلسلة مدفوعة بالنية

إذا كان SoQuest هو مدخل البيانات، فإن BQL### لغة مهمة سلسلة الكتل( هي القشرة الدماغية للبيانات في Port3، وهي النواة الدلالية ومحرك التشغيل لمعالجة وتنظيم واستدعاء جميع بيانات السلوك.

دور BQL وآليته:

• طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكن المطورين أو الوكلاء من تنفيذ عمليات فعلية على السلسلة باستخدام أوامر مثل "شراء NFT على سلسلة Aptos"، مما يتيح الاتصال بين بيئات متعددة السلاسل مثل EVM و BTC و Solana.

• طبقة تنفيذ موحدة: تدعم معالجة عمليات الأصول على السلسلة ) مثل التداول، والرهانات، وإضافة السيولة ( من خلال معالجة آلية بنقرة واحدة، وهي المحور الرئيسي لأتمتة السلوكيات على السلسلة.

• مستخرج دلالات البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكلاء، لتحقيق تحديثات البيانات عالية التردد والحسابات المطلوبة لتحويل المعلومات إلى مالية )InfoFi(.

من خلال BQL ، يقوم Port3 بدفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3 ، مما يسمح للسلوك على السلسلة بالانتقال من "طبقة الكود" إلى "طبقة النية" ------ الآلة لا تنفذ فقط التعليمات التي تقولها ، بل يمكنها أيضًا فهم نيتك.

قدرة تكامل الوكيل الذكي: Ailliance.ai

• Port3 تقوم ببناء طبقة API وكيل عالمية، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.

• التطبيقات تشمل مساعد الاستثمار الآلي، والروبوتات التفاعلية، ومساعد الألعاب الذكية، مما يغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، وإصدار المهام، وإدارة المجتمع.

تجعل هذه المجموعة الكاملة من المنتجات Port3 المنصة الوحيدة في مجال بيانات التواصل الاجتماعي Web3 التي تمتلك القدرة على "من التجميع → التحليل → التطبيق → الاستدعاء" بشكل كامل.

الهدف النهائي هو بناء شبكة بروتوكول معيارية تعتمد على بيانات السلوك في Web3 AI، مما يمكن وكيل الذكاء الاصطناعي من فهم الأصول على السلسلة والتعرف عليها والتعامل معها.

![من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستقوم شبكة Port3 ببناء شبكة ذكاء اصطناعي لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-e99f6dd0ad2c1543a76148cd77b3d3a7.webp(

) 3.2 Port3الحدود: زيادة التنمية المتجمعة الينتاجية

تتمتع Port3 بمكانة رائدة في سرد القصص في Web3 AI، والسبب الأساسي لذلك ليس فقط امتلاكها لقدرات نموذجية متقدمة، ولكن أيضًا في أنها استطاعت، خلال عملية تراكم الأعمال، بناء أصول بيانات سلوكية اجتماعية ذات قيمة عالية تتميز بعمقها واتساعها. توفر هذه الميزة البيانات الأساسية الفريدة لتطبيقات الذكاء الاصطناعي الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:

3.2.1. بيانات السلوك على السلسلة وخارج السلسلة بمستوى عشرة ملايين

استنادًا إلى تشغيل منصة المهام SoQuest على مدى ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مستوى من مسارات مشاركة المستخدمين، تغطي سلوكيات المهام، التفاعلات مع المحفظة، الأصول على السلسلة، ودرجة المشاركة في المجتمع من عدة أبعاد. تمتد هذه البيانات عبر Web2 وWeb3، مثل نشرات Twitter، النشاط على Discord، الاحتفاظ في Telegram، المعاملات على السلسلة، التكديس، والمراكز، لتشكل شبكة كثيفة للغاية من سلوكيات التواصل الاجتماعي. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، فإن هذه البيانات السلوكية المهيكلة والتي تتفاعل بشكل متكرر، بلا شك، هي أغلى موارد الإدخال لبناء وكيل الذكاء الاصطناعي في Web3.

3.2.2 التعاون بشكل عميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي

Port3 ليست منصة موجهة لمنتج واحد، بل أنشأت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات متعددة مثل إصدار الإصدارات، تصميم المهام، حوكمة المجتمع، والتفاعل على السلسلة. هذا التعاون لم يجلب فقط سلوكيات مستخدمين حقيقية، بل ضمّن أيضاً تنوع وواقعية مصادر البيانات. من خلال قنوات البيانات التي تم إنشاؤها بالتعاون مع الجهات المعنية بالمشاريع، تواصل Port3 امتصاص أحدث الاتجاهات البيئية واتجاهات المستخدمين، مما يبني محرك بيانات ديناميكي ومتطور بدلاً من مجموعة ثابتة من اللقطات. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" متطورة باستمرار لنماذج الذكاء الاصطناعي.

3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نماذج الذكاء الاصطناعي، لتوفير الدعم الدلالي لوكلاء السلسلة.

بالمقارنة مع بيانات Web2 العامة، تتمتع هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول بخصوصية عالية وتعقيد هيكلي، مما يجعل النماذج التقليدية صعبة التكيف. بينما يتيح Port3، من خلال نظام التعرف الدلالي وتصنيف السلوك الخاص بـ Rankit، فتح مسار التطابق بين السلوك على السلسلة والدلالات اللغوية الطبيعية. على سبيل المثال: "المحفظة A تشارك في الإيجابيات ضمن بروتوكول B + إرسال