دمج الذكاء الاصطناعي وWeb3: من البنية التحتية إلى التطبيقات العملية
تتزايد أهمية الذكاء الاصطناعي وتقنية Web3 كأكثر مجالات التكنولوجيا اهتمامًا في الوقت الحالي، حيث تتكامل هذه المجالات باستمرار وتدفع بابتكارات جديدة. في مؤتمر هونغ كونغ للاتفاقيات الذي انتهى مؤخرًا، أصبحت العلاقة بين الذكاء الاصطناعي وWeb3 موضوعًا ساخنًا، حيث كانت هناك مناقشات كثيرة حول هذا الموضوع سواء في القاعة الرئيسية أو في القاعات الفرعية. ستتناول هذه المقالة أحدث التطورات في هذا المجال.
1. البنية التحتية للذكاء الاصطناعي
1. منصة وإطار إطلاق وكيل الذكاء الاصطناعي
خلال الأشهر الستة الماضية، كانت البنية التحتية لمنصات إطلاق وكالات الذكاء الاصطناعي وإطارات العمل في حالة من النشاط الاستثنائي. توفر هذه المشاريع منصة للمطورين والمستخدمين العاديين لاستخدام وكالات الذكاء الاصطناعي بسهولة، مما يجعلها واحدة من الاتجاهات الرئيسية في هذه الجولة من مشاريع الذكاء الاصطناعي.
0G Labs: أول نظام تشغيل للذكاء الاصطناعي اللامركزي (deAIOS) ، من خلال بناء Layer 1 مخصص للذكاء الاصطناعي ، يربط الموارد الحسابية والبيانات والنماذج ، ويخلق نظامًا بيئيًا لتطوير الذكاء الاصطناعي الموزع.
DeAgentAI: منصة مبتكرة تركز على وكيل الذكاء الاصطناعي اللامركزي، مكرسة لدفع تطوير تقنيات الوكلاء المتعددين (Multi-Agent Systems).
شبكة Autonomys: بنية تحتية لامركزية تهدف إلى تحقيق تعاون آمن ومستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكلاء ذكاء اصطناعي يتصرفون بشكل مستقل.
شبكة غايا: منصة بنية تحتية للذكاء الاصطناعي اللامركزي، تدعم التطوير والتشغيل الموزع لوكلاء الذكاء الاصطناعي والتطبيقات.
Questflow: شبكة لامركزية مكونة من العديد من وكلاء الذكاء الاصطناعي، حيث يحتاج المستخدم فقط لوصف الاحتياجات، ويمكن لشبكة وكلاء الذكاء الاصطناعي إتمام المهام بشكل مستقل.
2. الذكاء الاصطناعي اللامركزي
الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. في الوقت الحالي، تعمل العديد من المشاريع بجد على مجالات مثل قوة الحوسبة والبيانات والنماذج، وتأمل في كسر احتكار الشركات الكبرى لنماذج اللغة الكبيرة (LLM) من خلال أساليب لامركزية، لمساعدة الجمهور في الحصول على ملكية البيانات والنماذج.
فانا: تسعى لبناء منصة لسيادة بيانات المستخدمين اللامركزية، لتحويل البيانات الشخصية إلى أصول مالية.
Hyperbolic: منصة سحابية للذكاء الاصطناعي ذات وصول مفتوح، تجمع موارد الحوسبة العالمية، وتوفر لمستخدميها موارد GPU وخدمات الذكاء الاصطناعي بأسعار معقولة وقابلة للتوسع.
OpenLedger: شبكة الجيل التالي التي تركز على الذكاء الاصطناعي و blockchain، وتوفر بنية تحتية للاقتصاد اللامركزي.
IO.NET: منصة حوسبة لامركزية تقدم خدمات الوصول عند الطلب إلى مجموعات GPU و CPU.
Aethir: منصة مبتكرة تقدم بنية تحتية للحوسبة السحابية الموزعة.
MinionLab: شبكة الذكاء الاصطناعي الذاتي اللامركزية ، تستخدم لاستخراج البيانات من الإنترنت في الوقت الفعلي.
GAIB: حل اقتصادي في مجالات الذكاء الاصطناعي والحوسبة عالية الأداء، يعتبر وحدة المعالجة الرسومية (GPU) كأصل، وقوة الحوسبة كعملة.
Automata: يوفر طبقة وسطى لحماية الخصوصية وحوسبة غير قابلة للتعقب للتطبيقات اللامركزية.
Public AI: يهدف إلى إنشاء منصة بيانات AI مفتوحة وشفافة، تدعم جمع وتعليم البيانات متعددة الأشكال.
3. AI القابل للتحقق
تواجه تطورات الذكاء الاصطناعي أحد التحديات المهمة وهو عدم الشفافية في عملية التدريب وضمان دقة النتائج الناتجة. حالياً، هناك العديد من المشاريع التي تستخدم تقنيات مثل ZKP و TEE لتحقيق إمكانية التحقق من عملية تدريب الذكاء الاصطناعي وضمان موثوقية النتائج الناتجة.
شبكة فالا: منصة حوسبة سحابية لامركزية، تقدم خدمات حساب الخصوصية الموثوقة واستنتاج الذكاء الاصطناعي للتطبيقات على السلسلة.
Brevis: محرك حسابات لامركزي، يوفر الذكاء الاصطناعي القابل للتحقق والحسابات على سلسلة الكتل.
شبكة فيريسنز: منصة مبتكرة تركز على التحقق من البيانات اللامركزية وذكاء الاصطناعي الموثوق.
٢. حالات استخدام الذكاء الاصطناعي: الإمكانيات والتوقعات
حاليًا، هناك عدد قليل نسبيًا من المشاريع الواقعية المميزة لاستخدام الذكاء الاصطناعي. بالإضافة إلى الروبوت الشهير على تويتر AIXBT، هناك بعض المشاريع الناشئة التي تُظهر إمكانية تطبيق وكيل الذكاء الاصطناعي:
Narra: منصة وكيل الذكاء الاصطناعي في Gamefi على Berachain، قادرة على إنشاء محتوى سردي ديناميكي في الوقت الفعلي.
AI Travel: مساعد السفر المدعوم بالذكاء الاصطناعي، يمكنه مساعدة المستخدمين في تخصيص خطط السفر تلقائيًا من خلال الدردشة.
HeyTracyAI: وكيل الذكاء الاصطناعي لتحليل الرياضة يركز على مجال كرة السلة.
AskJimmy: منصة وكيل الذكاء الاصطناعي التي تركز على مجالات المالية والتجارة.
ثلاثة، تحويل المشاريع التقليدية إلى الذكاء الاصطناعي
تقوم العديد من مشاريع Web3 التقليدية بترحيب نشط بالذكاء الاصطناعي، حيث أعلنت عن خططها الخاصة بالتحول إلى الذكاء الاصطناعي:
مشاريع الشبكات العامة مثل Sui و Near و Flow و Aptos تشارك بنشاط في المؤتمرات المتعلقة بالذكاء الاصطناعي، وتعلن أنها ستدعم تطوير الذكاء الاصطناعي من خلال البنية التحتية الأساسية والابتكار في الحسابات وغيرها.
إيغانلاير تسعى جاهدة لبناء طبقة ثقة لامركزية (Decentralized Trust) وخدمات سحابية قابلة للتحقق (Verifiable Cloud) لتوفير إثباتات على السلسلة للعمليات خارج السلسلة مثل تدريب الذكاء الاصطناعي والاستدلال والتنبؤ.
أربعة، التحديات والمستقبل
على الرغم من الآفاق المشرقة، لا يزال تطوير الذكاء الاصطناعي على السلسلة يواجه العديد من التحديات، بما في ذلك نقص موثوقية النموذج، وغموض نوايا الكلمات الدلالية، والقيود على التخزين والأجهزة، بالإضافة إلى قضايا الخصوصية والأمان. هذه التحديات لا تجلب فقط مشكلات تقنية، بل تخلق أيضًا فرصًا كبيرة للابتكار.
على المدى الطويل، يملأ الأمل صناعة تطوير الذكاء الاصطناعي على السلسلة، مع توقع دفع تكامل وازدهار الذكاء الاصطناعي وWeb3 من خلال تحسين البنية التحتية، وابتكار حالات الاستخدام، والتعاون المجتمعي.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 14
أعجبني
14
2
مشاركة
تعليق
0/400
FarmToRiches
· 08-03 05:10
حقًا، كل ما قيل هو مجرد ترويج لمفهوم ما.
شاهد النسخة الأصليةرد0
FreeRider
· 08-03 05:09
بدأوا من جديد في التحدث عن web3 + ai. حقًا، كل شيء يتم ربطه بـ web3.
دمج الذكاء الاصطناعي مع Web3: أحدث التطورات من البنية التحتية إلى التطبيقات
دمج الذكاء الاصطناعي وWeb3: من البنية التحتية إلى التطبيقات العملية
تتزايد أهمية الذكاء الاصطناعي وتقنية Web3 كأكثر مجالات التكنولوجيا اهتمامًا في الوقت الحالي، حيث تتكامل هذه المجالات باستمرار وتدفع بابتكارات جديدة. في مؤتمر هونغ كونغ للاتفاقيات الذي انتهى مؤخرًا، أصبحت العلاقة بين الذكاء الاصطناعي وWeb3 موضوعًا ساخنًا، حيث كانت هناك مناقشات كثيرة حول هذا الموضوع سواء في القاعة الرئيسية أو في القاعات الفرعية. ستتناول هذه المقالة أحدث التطورات في هذا المجال.
1. البنية التحتية للذكاء الاصطناعي
1. منصة وإطار إطلاق وكيل الذكاء الاصطناعي
خلال الأشهر الستة الماضية، كانت البنية التحتية لمنصات إطلاق وكالات الذكاء الاصطناعي وإطارات العمل في حالة من النشاط الاستثنائي. توفر هذه المشاريع منصة للمطورين والمستخدمين العاديين لاستخدام وكالات الذكاء الاصطناعي بسهولة، مما يجعلها واحدة من الاتجاهات الرئيسية في هذه الجولة من مشاريع الذكاء الاصطناعي.
0G Labs: أول نظام تشغيل للذكاء الاصطناعي اللامركزي (deAIOS) ، من خلال بناء Layer 1 مخصص للذكاء الاصطناعي ، يربط الموارد الحسابية والبيانات والنماذج ، ويخلق نظامًا بيئيًا لتطوير الذكاء الاصطناعي الموزع.
DeAgentAI: منصة مبتكرة تركز على وكيل الذكاء الاصطناعي اللامركزي، مكرسة لدفع تطوير تقنيات الوكلاء المتعددين (Multi-Agent Systems).
شبكة Autonomys: بنية تحتية لامركزية تهدف إلى تحقيق تعاون آمن ومستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكلاء ذكاء اصطناعي يتصرفون بشكل مستقل.
شبكة غايا: منصة بنية تحتية للذكاء الاصطناعي اللامركزي، تدعم التطوير والتشغيل الموزع لوكلاء الذكاء الاصطناعي والتطبيقات.
Questflow: شبكة لامركزية مكونة من العديد من وكلاء الذكاء الاصطناعي، حيث يحتاج المستخدم فقط لوصف الاحتياجات، ويمكن لشبكة وكلاء الذكاء الاصطناعي إتمام المهام بشكل مستقل.
2. الذكاء الاصطناعي اللامركزي
الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. في الوقت الحالي، تعمل العديد من المشاريع بجد على مجالات مثل قوة الحوسبة والبيانات والنماذج، وتأمل في كسر احتكار الشركات الكبرى لنماذج اللغة الكبيرة (LLM) من خلال أساليب لامركزية، لمساعدة الجمهور في الحصول على ملكية البيانات والنماذج.
فانا: تسعى لبناء منصة لسيادة بيانات المستخدمين اللامركزية، لتحويل البيانات الشخصية إلى أصول مالية.
Hyperbolic: منصة سحابية للذكاء الاصطناعي ذات وصول مفتوح، تجمع موارد الحوسبة العالمية، وتوفر لمستخدميها موارد GPU وخدمات الذكاء الاصطناعي بأسعار معقولة وقابلة للتوسع.
OpenLedger: شبكة الجيل التالي التي تركز على الذكاء الاصطناعي و blockchain، وتوفر بنية تحتية للاقتصاد اللامركزي.
IO.NET: منصة حوسبة لامركزية تقدم خدمات الوصول عند الطلب إلى مجموعات GPU و CPU.
Aethir: منصة مبتكرة تقدم بنية تحتية للحوسبة السحابية الموزعة.
MinionLab: شبكة الذكاء الاصطناعي الذاتي اللامركزية ، تستخدم لاستخراج البيانات من الإنترنت في الوقت الفعلي.
GAIB: حل اقتصادي في مجالات الذكاء الاصطناعي والحوسبة عالية الأداء، يعتبر وحدة المعالجة الرسومية (GPU) كأصل، وقوة الحوسبة كعملة.
Kite AI: منصة بلوكشين لير 1 اللامركزية مصممة خصيصًا لاقتصاد الذكاء الاصطناعي.
Automata: يوفر طبقة وسطى لحماية الخصوصية وحوسبة غير قابلة للتعقب للتطبيقات اللامركزية.
Public AI: يهدف إلى إنشاء منصة بيانات AI مفتوحة وشفافة، تدعم جمع وتعليم البيانات متعددة الأشكال.
3. AI القابل للتحقق
تواجه تطورات الذكاء الاصطناعي أحد التحديات المهمة وهو عدم الشفافية في عملية التدريب وضمان دقة النتائج الناتجة. حالياً، هناك العديد من المشاريع التي تستخدم تقنيات مثل ZKP و TEE لتحقيق إمكانية التحقق من عملية تدريب الذكاء الاصطناعي وضمان موثوقية النتائج الناتجة.
شبكة فالا: منصة حوسبة سحابية لامركزية، تقدم خدمات حساب الخصوصية الموثوقة واستنتاج الذكاء الاصطناعي للتطبيقات على السلسلة.
Brevis: محرك حسابات لامركزي، يوفر الذكاء الاصطناعي القابل للتحقق والحسابات على سلسلة الكتل.
شبكة فيريسنز: منصة مبتكرة تركز على التحقق من البيانات اللامركزية وذكاء الاصطناعي الموثوق.
٢. حالات استخدام الذكاء الاصطناعي: الإمكانيات والتوقعات
حاليًا، هناك عدد قليل نسبيًا من المشاريع الواقعية المميزة لاستخدام الذكاء الاصطناعي. بالإضافة إلى الروبوت الشهير على تويتر AIXBT، هناك بعض المشاريع الناشئة التي تُظهر إمكانية تطبيق وكيل الذكاء الاصطناعي:
Narra: منصة وكيل الذكاء الاصطناعي في Gamefi على Berachain، قادرة على إنشاء محتوى سردي ديناميكي في الوقت الفعلي.
AI Travel: مساعد السفر المدعوم بالذكاء الاصطناعي، يمكنه مساعدة المستخدمين في تخصيص خطط السفر تلقائيًا من خلال الدردشة.
HeyTracyAI: وكيل الذكاء الاصطناعي لتحليل الرياضة يركز على مجال كرة السلة.
AskJimmy: منصة وكيل الذكاء الاصطناعي التي تركز على مجالات المالية والتجارة.
ثلاثة، تحويل المشاريع التقليدية إلى الذكاء الاصطناعي
تقوم العديد من مشاريع Web3 التقليدية بترحيب نشط بالذكاء الاصطناعي، حيث أعلنت عن خططها الخاصة بالتحول إلى الذكاء الاصطناعي:
مشاريع الشبكات العامة مثل Sui و Near و Flow و Aptos تشارك بنشاط في المؤتمرات المتعلقة بالذكاء الاصطناعي، وتعلن أنها ستدعم تطوير الذكاء الاصطناعي من خلال البنية التحتية الأساسية والابتكار في الحسابات وغيرها.
إيغانلاير تسعى جاهدة لبناء طبقة ثقة لامركزية (Decentralized Trust) وخدمات سحابية قابلة للتحقق (Verifiable Cloud) لتوفير إثباتات على السلسلة للعمليات خارج السلسلة مثل تدريب الذكاء الاصطناعي والاستدلال والتنبؤ.
أربعة، التحديات والمستقبل
على الرغم من الآفاق المشرقة، لا يزال تطوير الذكاء الاصطناعي على السلسلة يواجه العديد من التحديات، بما في ذلك نقص موثوقية النموذج، وغموض نوايا الكلمات الدلالية، والقيود على التخزين والأجهزة، بالإضافة إلى قضايا الخصوصية والأمان. هذه التحديات لا تجلب فقط مشكلات تقنية، بل تخلق أيضًا فرصًا كبيرة للابتكار.
على المدى الطويل، يملأ الأمل صناعة تطوير الذكاء الاصطناعي على السلسلة، مع توقع دفع تكامل وازدهار الذكاء الاصطناعي وWeb3 من خلال تحسين البنية التحتية، وابتكار حالات الاستخدام، والتعاون المجتمعي.