دمج الذكاء الاصطناعي وWeb3: بناء البنية التحتية وتطبيقات الابتكار

تُعتبر الذكاء الاصطناعي وWeb3 دافعين رئيسيين للابتكار التكنولوجي. مع ظهور ChatGPT، تطور الذكاء الاصطناعي على السلسلة بسرعة من مفهوم إلى بنية تحتية مهمة في مجال Web3، ليصبح مسار التنمية المستدامة المعترف به في الصناعة.

في مؤتمر هونغ كونغ للتوافق الذي عقد مؤخرًا، أصبحت融合 الذكاء الاصطناعي وWeb3 موضوعًا شائعًا. سواء في القاعة الرئيسية أو في القاعات الفرعية، استمرت المناقشات ذات الصلة بلا انقطاع. دعونا نتعرف على الاتجاهات الرئيسية الحالية في تطوير الذكاء الاصطناعي على السلسلة ومشاريعها المحتملة.

1. بنية تحتية للذكاء الاصطناعي

1. منصة وإطار عمل الوكيل الذكي

لقد حظيت منصة وإطار إطلاق AI Agent باهتمام كبير في الأشهر الستة الماضية. توفر هذه الأنواع من المشاريع للمطورين والمستخدمين العاديين منصة لاستخدام AI Agent بمستوى منخفض من الحواجز، وهي واحدة من الاتجاهات الرئيسية في هذه الدورة من مشاريع الذكاء الاصطناعي.

• نظام تشغيل الذكاء الاصطناعي اللامركزي يبني Layer 1 مخصص للذكاء الاصطناعي، ويربط الموارد الحاسوبية والبيانات والنماذج، ويؤسس نظامًا بيئيًا لتطوير الذكاء الاصطناعي الموزع.

• منصة مبتكرة تركز على الوكيل الذكي اللامركزي وتكرّس جهودها لدفع تطور تقنية الوكلاء المتعددين، حيث يمكن للمستخدمين إنشاء وإدارة وتنسيق شبكة من الوكلاء الذكيين.

• تهدف طبقة البنية التحتية اللامركزية إلى تحقيق تعاون آمن ومستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكلاء ذكاء اصطناعي مخصصين، حيث يمكن لهذه الوكلاء أن تعمل بشكل مستقل.

• منصة بنية تحتية لذكاء اصطناعي لامركزي تدعم التطوير والتشغيل الموزع لوكلاء الذكاء الاصطناعي والتطبيقات، من خلال دمج تقنية blockchain للتخزين الموزع والحوسبة والتحقق من البيانات.

• شبكة متعددة من الوكلاء الذكاء الاصطناعي اللامركزية تتيح للمستخدمين ببساطة وصف احتياجاتهم، حيث يمكن لشبكة الوكلاء الذكاء الاصطناعي إكمال المهام بشكل مستقل، محققة كفاءة وسرعة تفوق ما يمكن لنموذج ذكاء اصطناعي واحد أو الإنسان تحقيقه.

2. الذكاء الاصطناعي اللامركزي

الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. في الوقت الحالي، تعمل العديد من المشاريع في اتجاهات القدرة الحاسوبية والبيانات والنماذج، وتأمل في كسر احتكار الشركات الكبرى لنماذج اللغة الكبيرة (LLM) من خلال أساليب لامركزية، ومساعدة الجمهور على الحصول على ملكية البيانات والنماذج.

• منصة لسيادة بيانات المستخدمين اللامركزية تحول البيانات الشخصية إلى أصول مالية. من خلال تصميم فريد، يسمح للمستخدمين بالمساهمة والتحقق من البيانات عبر تقنية البلوكشين، مما ينتج أصولًا رمزية لتدريب نماذج الذكاء الاصطناعي.

• منصة AI السحابية المفتوحة الوصول تجمع موارد الحوسبة العالمية، لتقدم للمستخدمين موارد GPU وخدمات AI ميسورة التكلفة وقابلة للتوسع.

• شبكة من الجيل التالي تركز على الذكاء الاصطناعي والبلوكشين توفر بنية تحتية اقتصادية لامركزية، تدعم المطورين في الحصول على بيانات عالية الجودة، وضبط نماذج اللغة المخصصة ونشرها كخدمات مدفوعة.

• توفر منصة حساب لامركزية الوصول عند الطلب إلى خدمات مجموعة GPU و CPU، وتهدف إلى القضاء على حاجة المستخدمين للأجهزة أو البنية التحتية المكلفة.

• منصة مبتكرة تركز على توفير بنية تحتية للحوسبة السحابية الموزعة صممت سحابة GPU عارية لمهام الحوسبة AI، وتوفر قدرة حسابية عالية الأداء.

• شبكة AI الذكية اللامركزية المستقلة تعمل على أجهزة المستخدمين، لعملية استخراج البيانات من الإنترنت في الوقت الحقيقي، ويمكن لمالكي الأجهزة الحصول على مكافآت رمزية.

• حل اقتصادي مخصص لمجال الذكاء الاصطناعي والحوسبة عالية الأداء يهدف إلى إنشاء فئة أصول جديدة ونظام اقتصادي من خلال تمويل وتوكنينغ موارد GPU.

• منصة بلوكشين لayer 1 اللامركزية مصممة خصيصًا للاقتصاد المدعوم بالذكاء الاصطناعي، تفتح الوصول العادل والمكافآت لأصول الذكاء الاصطناعي من خلال آلية إجماع مبتكرة.

• منصة توفر طبقة وسطى من حماية الخصوصية وحسابات غير قابلة للتتبع لتطبيقات اللامركزية، مما يوفر للمطورين والمستخدمين بيئة فعالة وموثوقة ولامركزية.

• تدعم منصة بيانات الذكاء الاصطناعي المفتوحة والشفافة جمع البيانات متعددة الوسائط ووضع العلامات عليها، كما توفر خدمات وضع العلامات على البيانات المعززة بالذكاء الاصطناعي بكفاءة وبتكلفة منخفضة.

3. الذكاء الاصطناعي القابل للتحقق

من التحديات الهامة التي تواجه تطوير الذكاء الاصطناعي هي عدم شفافية عملية التدريب وعدم القدرة على ضمان دقة نتائج الذكاء الاصطناعي. هناك العديد من المشاريع حالياً التي تأمل في تحقيق قابلية التحقق من عملية تدريب الذكاء الاصطناعي من خلال تقنيات مثل ZKP و TEE، لضمان موثوقية نتائج الذكاء الاصطناعي.

• منصة حوسبة سحابية لامركزية تقدم خدمات حساب الخصوصية الموثوقة واستنتاج الذكاء الاصطناعي للتطبيقات على السلسلة. تشمل خدمات المنتجات شبكة حسابات سرية تعتمد على بيئة تنفيذ موثوقة، تدعم العقود الذكية، وتدريب نماذج الذكاء الاصطناعي واستنتاجها، بالإضافة إلى حماية خصوصية البيانات.

• محرك حوسبة لامركزي يوفر ذكاء اصطناعي وحوسبة blockchain يمكن التحقق منها خارج السلسلة، مع دمج الإثباتات الصفرية لتحسين الخصوصية والكفاءة، مع التركيز على حماية خصوصية البيانات المالية.

• منصة مبتكرة تركز على التحقق من البيانات اللامركزية و الذكاء الاصطناعي الموثوق تساعد المطورين على التحقق من مصدر البيانات، وضمان صحة البيانات التدريبية وكمالها؛ كما تدعم تدقيق و تحقق من عملية اتخاذ القرار في الذكاء الاصطناعي.

2. حالات استخدام الذكاء الاصطناعي: الإمكانيات والتوقعات

بالمقارنة مع البنية التحتية الغنية للذكاء الاصطناعي، لا تزال مشاريع حالات الاستخدام الفعلية المتميزة في الذكاء الاصطناعي نادرة نسبيًا. تشمل بعض المشاريع المحتملة ما يلي:

• يمكن لمنصة Gamefi AI Agent على إحدى منصات الألعاب استخدام محرك الذكاء الاصطناعي لإنشاء محتوى سردي ديناميكي في الوقت الحقيقي، التفاعل مع اللاعبين، دفع تطور القصة، وتقديم تجربة مخصصة في المشاهد الم gamified.

• مساعد سفر مدفوع بالذكاء الاصطناعي يمكنه مساعدة المستخدمين في تخصيص خطط سفر مختلفة تلقائيًا من خلال الدردشة، وتقديم خدمات حجز الفنادق، ومقارنة أسعار الرحلات.

• عميل الذكاء الاصطناعي في مجال الرياضة يمكنه تقديم تحليلات فورية ورؤى تنبؤية للمباريات.

• منصة AI Agent تركز على مجال المالية والتجارة، وهدفها الرئيسي هو إنشاء صندوق تحوط لامركزي متعدد الاستراتيجيات يعمل بشكل مستقل بواسطة AI Agent.

٣. تحويل المشاريع التقليدية إلى الذكاء الاصطناعي

تحتضن العديد من مشاريع Web3 التقليدية أيضًا الذكاء الاصطناعي، معلنة عن خططها الخاصة للتحول إلى الذكاء الاصطناعي.

تشارك بعض سلاسل الكتل المعروفة بنشاط في المؤتمرات المتعلقة بالذكاء الاصطناعي، مشيرةً إلى أن ظهور وكيل الذكاء الاصطناعي له أهمية كبيرة في تبسيط العمليات التفاعلية المعقدة في blockchain، مما سيمكن المزيد من المستخدمين من دخول عالم Web3. يخططون لدعم تطوير الذكاء الاصطناعي بشكل شامل من خلال البنية التحتية الأساسية، وابتكارات الحسابات، وغيرها، بينما يشجعون المطورين على ابتكار تطبيقات الذكاء الاصطناعي من خلال أنشطة مثل الهاكاثون.

مشروع يركز على خدمات إعادة الاست staking أيضًا أشار إلى أنه يعمل على بناء طبقة ثقة لامركزية، وتوفير خدمات سحابية قابلة للتحقق، لتقديم إثباتات على السلسلة للعمليات التي تتم خارج السلسلة مثل تدريب الذكاء الاصطناعي واستنتاجه وتوقعاته، مما يساعد على تطوير وكيل الذكاء الاصطناعي القابل للتحقق.

أربعة، التحديات والمستقبل

على الرغم من أن الآفاق مشرقة، إلا أن تطوير الذكاء الاصطناعي على السلسلة لا يزال يواجه العديد من التحديات، بما في ذلك عدم موثوقية النماذج، وغموض نية الكلمات الدالة، والقيود المتعلقة بالتخزين والأجهزة، بالإضافة إلى قضايا الأمان والخصوصية. هذه التحديات لا تجلب فقط صعوبات تقنية، بل تخلق أيضًا فرصًا كبيرة للابتكار.

على المدى الطويل، يشعر القطاع بالأمل في تطوير الذكاء الاصطناعي على السلسلة، ويتطلع إلى دفع دمج وازدهار الذكاء الاصطناعي مع Web3 من خلال تحسين البنية التحتية، وابتكار حالات الاستخدام، والتعاون المجتمعي.