هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
تعتبر مشاريع وكيل الذكاء الاصطناعي من الأنواع الشائعة والناضجة في ريادة الأعمال في Web2، وهي تركز بشكل أساسي على خدمات الشركات، بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات هي السائدة بسبب دورها الحاسم في بناء النظام البيئي.
في الوقت الحالي، لا يوجد الكثير من مشاريع AI Agent في Web3، حيث تمثل 8% فقط، ولكن نسبة قيمتها السوقية في مجال AI تصل إلى 23%، مما يظهر قوتها الكبيرة في المنافسة في السوق. نتوقع أنه مع نضوج التقنية وزيادة الاعتراف السوقي، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد تصبح إدخال تقنيات AI ميزة استراتيجية للمنتجات الطرفية غير الأساسية للذكاء الاصطناعي. يجب أن تركز طريقة دمج مشاريع AI Agent على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وارتفاع التقييمات
منذ أن تم إطلاق ChatGPT في نوفمبر 2022، جذب أكثر من مائة مليون مستخدم في غضون شهرين فقط، واعتبارًا من مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة، كما أطلقت OpenAI بسرعة الإصدارات المتكررة مثل GPT-4 و GP4-4o بعد إصدار ChatGPT. مع هذا الاتجاه السريع، أدركت الشركات الكبرى التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي الرائدة مثل LLM، وأطلقت جميعها نماذجها وتطبيقاتها الخاصة بالذكاء الاصطناعي، مثل إصدار جوجل لنموذج اللغة الكبير PaLM2، وإطلاق ميتا لـ Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل Wénxīn Yīyán و Zhìpǔ Qīngyán، ومن الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافسية حامية.
إن المنافسة بين عمالقة التكنولوجيا لا تدفع فقط تطوير التطبيقات التجارية، بل من خلال الإحصائيات التي تم جمعها من أبحاث الذكاء الاصطناعي المفتوحة المصدر، أظهر تقرير AI Index لعام 2024 أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub ارتفع بشكل هائل من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، خاصة بعد إصدار GPT في عام 2023، حيث زاد عدد المشاريع بنسبة 59.3٪ على أساس سنوي، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
إن الحماس تجاه تكنولوجيا الذكاء الاصطناعي ينعكس مباشرة في سوق الاستثمارات، حيث يشهد سوق استثمارات الذكاء الاصطناعي نمواً قوياً، مع ظهور نمو انفجاري في الربع الثاني من عام 2024. لقد كان هناك 16 استثماراً متعلقاً بالذكاء الاصطناعي يتجاوز 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما كان عليه في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي ليصل إلى 24 مليار دولار، بزيادة تزيد عن الضعف على أساس سنوي. ومن بين ذلك، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، مع تقييم يصل إلى 24 مليار دولار، مما جعلها ثاني أعلى شركة ناشئة في تقييمها بعد OpenAI.
إن التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل مشهد مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح، إلى الحماس الكبير من سوق رأس المال تجاه مفهوم الذكاء الاصطناعي. تتوالى المشاريع، وتحقق الاستثمارات أرقامًا قياسية جديدة، وتزداد التقييمات تبعًا لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات التوليد المعززة بالاسترجاع تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التكنولوجية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر الوهم الناتج عن توليد معلومات غير دقيقة، ومشكلة شفافية النموذج. تصبح هذه القضايا ذات أهمية خاصة في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، لأن وكيل الذكاء الاصطناعي يبرز شمولية حل المشكلات العملية والتفاعل مع البيئة. تمثل هذه النقلة علامة على تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذا، من تطور وكيل الذكاء الاصطناعي، رأينا الأمل، حيث إنه يسد الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات العملية بشكل تدريجي. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات، والنماذج، وقوة الحوسبة، مع المفاهيم الأساسية مثل اللامركزية، واقتصاد الرمز، والعقود الذكية في Web3، نتوقع أن ستولد سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالفرص، نعتقد أن وكيل الذكاء الاصطناعي، بقدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك، بدأنا في دراسة التطبيقات المتنوعة لوكيل الذكاء الاصطناعي في Web3 بعمق، من البنية التحتية لـ Web3، والبرامج الوسيطة، إلى مستوى التطبيقات، فضلاً عن أسواق البيانات والنماذج، بهدف التعرف على وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيقات، لفهم الع融合 العميق بين الذكاء الاصطناعي وWeb3.
توضيح المفاهيم: مقدمة عامة عن وكلاء الذكاء الاصطناعي وتصنيفاتها
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للاختلاف بين التعريف والنموذج نفسه، سنقوم بمثال من واقع الحياة: لنفترض أنك تخطط لرحلة. توفر النماذج اللغوية التقليدية معلومات عن الوجهة ونصائح السفر. بينما تكنولوجيا الاسترجاع المعززة للتوليد يمكن أن تقدم محتوى وجهات أكثر ثراءً وتحديدًا. بينما وكيل الذكاء الاصطناعي يشبه جارفيس في أفلام الرجل الحديدي، يمكنه فهم الاحتياجات، بالإضافة إلى أنه يمكنه البحث بشكل نشط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة خط سير الرحلة إلى التقويم.
التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو أنه نظام ذكي قادر على إدراك البيئة واتخاذ إجراءات مناسبة. يحصل على معلومات البيئة من خلال المستشعرات، وبعد المعالجة، يؤثر على البيئة من خلال المحركات (ستيوارت راسل وبيتر نورفيغ، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM وRAG والذاكرة وتخطيط المهام وقدرات استخدام الأدوات. لا يمكنه فقط توفير المعلومات البسيطة، بل يمكنه أيضًا التخطيط وتفكيك المهام وتنفيذها بالفعل.
وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن وكلاء الذكاء الاصطناعي قد اندمجوا بالفعل في حياتنا، وتم تطبيقهم في سيناريوهات مختلفة، مثل AlphaGo وSiri ونظام القيادة الذاتية على مستوى L5 وما فوق في تسلا، والتي يمكن اعتبارها أمثلة على وكلاء الذكاء الاصطناعي. وتتمثل السمة المشتركة لهذه الأنظمة في قدرتها على إدراك المدخلات الخارجية من المستخدمين، وبالتالي التأثير على البيئة الواقعية.
لتوضيح المفهوم باستخدام ChatGPT كمثال، يجب أن نوضح بوضوح أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 وGPT-4 وGPT-4o إصدارات النموذج في مراحل تطور مختلفة. ChatGP هو وكيل الذكاء الاصطناعي الذي تطور استنادًا إلى نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يتشكل بعد معيار تصنيف موحد، قمنا بتصنيف 204 مشروع لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 من خلال وضع علامات على كل مشروع بناءً على العلامات البارزة الخاصة به، وقسمناها إلى تصنيفين رئيسيين وثانويين. حيث كانت التصنيفات الرئيسية هي البنية التحتية، توليد المحتوى، والتفاعل مع المستخدم، ثم قمنا بتفصيلها بناءً على حالات الاستخدام الفعلية.
البنية التحتية: تركز هذه الفئة على بناء محتوى أكثر أساسية في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B التي تكون أكثر نضجًا وتطبيقات أساسية.
أدوات التطوير: توفر للمطورين أدوات وهياكل مساعدة لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل البيانات بتنسيقات مختلفة، تستخدم بشكل أساسي لمساعدة اتخاذ القرار، وتوفير مصادر للتدريب.
فئة تدريب النماذج: توفر خدمات تدريب النماذج الخاصة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.
خدمات B端: موجهة بشكل رئيسي لمستخدمي الشركات، تقدم حلولاً للخدمات المؤسسية، والخدمات العمودية، والأتمتة.
منصات التجميع: منصات تتكامل مع مجموعة متنوعة من خدمات وأدوات وكيل الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة إنشاء المحتوى، لكن الفرق يكمن في التفاعل الثنائي المستمر. تقوم الوكلاء التفاعليين باستقبال وفهم احتياجات المستخدم، كما أنهم يقدمون ردود فعل من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP)، مما يحقق تفاعلاً ثنائياً مع المستخدم.
وكيل الذكاء الاصطناعي لدعم المشاعر: يقدم الدعم العاطفي والمرافقة.
فئة GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا للتوليد).
فئة البحث: تركز على وظيفة البحث، وتوفر وكيلًا يركز بشكل أساسي على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه النوعية من المشاريع على خلق المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال متنوعة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.
تحليل حالة تطوير وكيل الذكاء الاصطناعي Web2
وفقًا لإحصاءاتنا، يظهر تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا في تركيز القطاعات. على وجه التحديد، يتمركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تتصدر خدمات B-end وأدوات التطوير. كما أجرينا بعض التحليلات حول هذه الظاهرة.
أثر نضوج التكنولوجيا: السبب وراء هيمنة مشاريع البنية التحتية هو نضوج تقنيتها. عادةً ما تستند هذه المشاريع إلى تقنيات وأطر تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. إنها تعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير وتطبيق وكلاء الذكاء الاصطناعي.
دفع الطلب في السوق: عامل آخر رئيسي هو الطلب في السوق. مقارنةً بسوق المستهلكين، فإن الطلب على تكنولوجيا الذكاء الاصطناعي في السوق المؤسسي أكثر إلحاحًا، خاصة في البحث عن حلول لتحسين كفاءة العمليات وتقليل التكاليف. وفي الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات يعد ثابتًا نسبيًا، مما يفيدهم في تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، نلاحظ أن تطبيقات الذكاء الاصطناعي في توليد المحتوى في السوق B لديها سيناريوهات تطبيق محدودة نسبيًا. نظرًا لعدم استقرار الناتج، تميل الشركات إلى التطبيقات التي يمكن أن تعزز الإنتاجية بشكل مستقر. وهذا أدى إلى انخفاض نسبة الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع.
تُعبر هذه الاتجاهات عن نضج التكنولوجيا واحتياجات السوق والاعتبارات العملية لمجالات التطبيق. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح احتياجات السوق بشكل أكبر، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية القوي لتطور وكلاء الذكاء الاصطناعي.
تحليل مشروع رائد لوكلاء الذكاء الاصطناعي في Web2
نستكشف بعمق بعض مشاريع الوكلاء الذكاء الاصطناعي الحالية في سوق Web2، ونحللها، مع أخذ مشاريع Character AI وPerplexity AI وMidjourney كمثال.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: يوفر Character.AI نظام حوار قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصته للمستخدمين إنشاء وتدريب والتفاعل مع شخصيات افتراضية قادرة على إجراء محادثات باللغة الطبيعية وتنفيذ مهام محددة.
تحليل البيانات: كان عدد زوار Character.AI في مايو 277 مليونًا، ويمتلك النظام الأساسي أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث إن غالبية المستخدمين تتراوح أعمارهم بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشابة. لقد أظهرت Character AI أداءً ممتازًا في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغت قيمتها السوقية مليار دولار، بقيادة a16z.
التحليل الفني: قامت Character AI بتوقيع اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذجها اللغوية الكبيرة، مما يشير إلى أن Character AI تعتمد على تقنية تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas قد شاركوا في تطوير نموذج اللغة الحواري الخاص بجوجل Llama.
الذكاء الاصطناعي الفوضوي:
مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المراجع، يضمن موثوقية المعلومات ودقتها، في حين أنه يقوم بتعليم وتوجيه المستخدمين لطرح المزيد من الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشيطين الشهريين لـ Perplexity 10 ملايين، وزادت الزيارات لتطبيقاته على الهواتف المحمولة وسطح المكتب بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، مع تقييم يبلغ 1.04 مليار دولار، بقيادة دانيال غروس، وشارك فيها ستان دراكنميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 الذي تم ضبطه، بالإضافة إلى نموذجين كبيرين تم ضبطهما بناءً على نموذج كبير مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للبحث الأكاديمي المهني والاستفسارات في المجالات الرأسية، مما يضمن دقة المعلومات وموثوقيتها.
ميدجورني:
مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، تغطي من الواقعية إلى
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 15
أعجبني
15
6
مشاركة
تعليق
0/400
OnchainSniper
· منذ 21 س
看 البيانات قد وصلت النسبة إلى 23% من القيمة السوقية ثور!
شاهد النسخة الأصليةرد0
TokenAlchemist
· 08-03 19:13
هههه 23% حصة السوق على 8% فقط من البروتوكولات... هناك نقطة ذروة عدم كفاءة السوق.
شاهد النسخة الأصليةرد0
consensus_whisperer
· 08-03 19:13
القيمة السوقية二三十亿 يُستغل بغباء.
شاهد النسخة الأصليةرد0
BoredRiceBall
· 08-03 19:04
又到了 خداع الناس لتحقيق الربح من الحمقى...
شاهد النسخة الأصليةرد0
StablecoinArbitrageur
· 08-03 18:57
همم... نسبة رأس المال السوقي من 8% إلى 23% تشير إلى تسرب واضح للألفا بصراحة
هل يمكن أن يصبح وكيل الذكاء الاصطناعي هو المفتاح لدمج Web3 و AI؟ تحليل المشروع وآفاق التنمية
هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
تعتبر مشاريع وكيل الذكاء الاصطناعي من الأنواع الشائعة والناضجة في ريادة الأعمال في Web2، وهي تركز بشكل أساسي على خدمات الشركات، بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات هي السائدة بسبب دورها الحاسم في بناء النظام البيئي.
في الوقت الحالي، لا يوجد الكثير من مشاريع AI Agent في Web3، حيث تمثل 8% فقط، ولكن نسبة قيمتها السوقية في مجال AI تصل إلى 23%، مما يظهر قوتها الكبيرة في المنافسة في السوق. نتوقع أنه مع نضوج التقنية وزيادة الاعتراف السوقي، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد تصبح إدخال تقنيات AI ميزة استراتيجية للمنتجات الطرفية غير الأساسية للذكاء الاصطناعي. يجب أن تركز طريقة دمج مشاريع AI Agent على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وارتفاع التقييمات
منذ أن تم إطلاق ChatGPT في نوفمبر 2022، جذب أكثر من مائة مليون مستخدم في غضون شهرين فقط، واعتبارًا من مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة، كما أطلقت OpenAI بسرعة الإصدارات المتكررة مثل GPT-4 و GP4-4o بعد إصدار ChatGPT. مع هذا الاتجاه السريع، أدركت الشركات الكبرى التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي الرائدة مثل LLM، وأطلقت جميعها نماذجها وتطبيقاتها الخاصة بالذكاء الاصطناعي، مثل إصدار جوجل لنموذج اللغة الكبير PaLM2، وإطلاق ميتا لـ Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل Wénxīn Yīyán و Zhìpǔ Qīngyán، ومن الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافسية حامية.
إن المنافسة بين عمالقة التكنولوجيا لا تدفع فقط تطوير التطبيقات التجارية، بل من خلال الإحصائيات التي تم جمعها من أبحاث الذكاء الاصطناعي المفتوحة المصدر، أظهر تقرير AI Index لعام 2024 أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub ارتفع بشكل هائل من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، خاصة بعد إصدار GPT في عام 2023، حيث زاد عدد المشاريع بنسبة 59.3٪ على أساس سنوي، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
إن الحماس تجاه تكنولوجيا الذكاء الاصطناعي ينعكس مباشرة في سوق الاستثمارات، حيث يشهد سوق استثمارات الذكاء الاصطناعي نمواً قوياً، مع ظهور نمو انفجاري في الربع الثاني من عام 2024. لقد كان هناك 16 استثماراً متعلقاً بالذكاء الاصطناعي يتجاوز 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما كان عليه في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي ليصل إلى 24 مليار دولار، بزيادة تزيد عن الضعف على أساس سنوي. ومن بين ذلك، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، مع تقييم يصل إلى 24 مليار دولار، مما جعلها ثاني أعلى شركة ناشئة في تقييمها بعد OpenAI.
إن التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل مشهد مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح، إلى الحماس الكبير من سوق رأس المال تجاه مفهوم الذكاء الاصطناعي. تتوالى المشاريع، وتحقق الاستثمارات أرقامًا قياسية جديدة، وتزداد التقييمات تبعًا لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات التوليد المعززة بالاسترجاع تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التكنولوجية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر الوهم الناتج عن توليد معلومات غير دقيقة، ومشكلة شفافية النموذج. تصبح هذه القضايا ذات أهمية خاصة في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، لأن وكيل الذكاء الاصطناعي يبرز شمولية حل المشكلات العملية والتفاعل مع البيئة. تمثل هذه النقلة علامة على تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذا، من تطور وكيل الذكاء الاصطناعي، رأينا الأمل، حيث إنه يسد الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات العملية بشكل تدريجي. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات، والنماذج، وقوة الحوسبة، مع المفاهيم الأساسية مثل اللامركزية، واقتصاد الرمز، والعقود الذكية في Web3، نتوقع أن ستولد سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالفرص، نعتقد أن وكيل الذكاء الاصطناعي، بقدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك، بدأنا في دراسة التطبيقات المتنوعة لوكيل الذكاء الاصطناعي في Web3 بعمق، من البنية التحتية لـ Web3، والبرامج الوسيطة، إلى مستوى التطبيقات، فضلاً عن أسواق البيانات والنماذج، بهدف التعرف على وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيقات، لفهم الع融合 العميق بين الذكاء الاصطناعي وWeb3.
توضيح المفاهيم: مقدمة عامة عن وكلاء الذكاء الاصطناعي وتصنيفاتها
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للاختلاف بين التعريف والنموذج نفسه، سنقوم بمثال من واقع الحياة: لنفترض أنك تخطط لرحلة. توفر النماذج اللغوية التقليدية معلومات عن الوجهة ونصائح السفر. بينما تكنولوجيا الاسترجاع المعززة للتوليد يمكن أن تقدم محتوى وجهات أكثر ثراءً وتحديدًا. بينما وكيل الذكاء الاصطناعي يشبه جارفيس في أفلام الرجل الحديدي، يمكنه فهم الاحتياجات، بالإضافة إلى أنه يمكنه البحث بشكل نشط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة خط سير الرحلة إلى التقويم.
التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو أنه نظام ذكي قادر على إدراك البيئة واتخاذ إجراءات مناسبة. يحصل على معلومات البيئة من خلال المستشعرات، وبعد المعالجة، يؤثر على البيئة من خلال المحركات (ستيوارت راسل وبيتر نورفيغ، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM وRAG والذاكرة وتخطيط المهام وقدرات استخدام الأدوات. لا يمكنه فقط توفير المعلومات البسيطة، بل يمكنه أيضًا التخطيط وتفكيك المهام وتنفيذها بالفعل.
وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن وكلاء الذكاء الاصطناعي قد اندمجوا بالفعل في حياتنا، وتم تطبيقهم في سيناريوهات مختلفة، مثل AlphaGo وSiri ونظام القيادة الذاتية على مستوى L5 وما فوق في تسلا، والتي يمكن اعتبارها أمثلة على وكلاء الذكاء الاصطناعي. وتتمثل السمة المشتركة لهذه الأنظمة في قدرتها على إدراك المدخلات الخارجية من المستخدمين، وبالتالي التأثير على البيئة الواقعية.
لتوضيح المفهوم باستخدام ChatGPT كمثال، يجب أن نوضح بوضوح أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 وGPT-4 وGPT-4o إصدارات النموذج في مراحل تطور مختلفة. ChatGP هو وكيل الذكاء الاصطناعي الذي تطور استنادًا إلى نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يتشكل بعد معيار تصنيف موحد، قمنا بتصنيف 204 مشروع لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 من خلال وضع علامات على كل مشروع بناءً على العلامات البارزة الخاصة به، وقسمناها إلى تصنيفين رئيسيين وثانويين. حيث كانت التصنيفات الرئيسية هي البنية التحتية، توليد المحتوى، والتفاعل مع المستخدم، ثم قمنا بتفصيلها بناءً على حالات الاستخدام الفعلية.
البنية التحتية: تركز هذه الفئة على بناء محتوى أكثر أساسية في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B التي تكون أكثر نضجًا وتطبيقات أساسية.
أدوات التطوير: توفر للمطورين أدوات وهياكل مساعدة لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل البيانات بتنسيقات مختلفة، تستخدم بشكل أساسي لمساعدة اتخاذ القرار، وتوفير مصادر للتدريب.
فئة تدريب النماذج: توفر خدمات تدريب النماذج الخاصة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.
خدمات B端: موجهة بشكل رئيسي لمستخدمي الشركات، تقدم حلولاً للخدمات المؤسسية، والخدمات العمودية، والأتمتة.
منصات التجميع: منصات تتكامل مع مجموعة متنوعة من خدمات وأدوات وكيل الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة إنشاء المحتوى، لكن الفرق يكمن في التفاعل الثنائي المستمر. تقوم الوكلاء التفاعليين باستقبال وفهم احتياجات المستخدم، كما أنهم يقدمون ردود فعل من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP)، مما يحقق تفاعلاً ثنائياً مع المستخدم.
وكيل الذكاء الاصطناعي لدعم المشاعر: يقدم الدعم العاطفي والمرافقة.
فئة GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا للتوليد).
فئة البحث: تركز على وظيفة البحث، وتوفر وكيلًا يركز بشكل أساسي على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه النوعية من المشاريع على خلق المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال متنوعة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.
تحليل حالة تطوير وكيل الذكاء الاصطناعي Web2
وفقًا لإحصاءاتنا، يظهر تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا في تركيز القطاعات. على وجه التحديد، يتمركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تتصدر خدمات B-end وأدوات التطوير. كما أجرينا بعض التحليلات حول هذه الظاهرة.
أثر نضوج التكنولوجيا: السبب وراء هيمنة مشاريع البنية التحتية هو نضوج تقنيتها. عادةً ما تستند هذه المشاريع إلى تقنيات وأطر تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. إنها تعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير وتطبيق وكلاء الذكاء الاصطناعي.
دفع الطلب في السوق: عامل آخر رئيسي هو الطلب في السوق. مقارنةً بسوق المستهلكين، فإن الطلب على تكنولوجيا الذكاء الاصطناعي في السوق المؤسسي أكثر إلحاحًا، خاصة في البحث عن حلول لتحسين كفاءة العمليات وتقليل التكاليف. وفي الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات يعد ثابتًا نسبيًا، مما يفيدهم في تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، نلاحظ أن تطبيقات الذكاء الاصطناعي في توليد المحتوى في السوق B لديها سيناريوهات تطبيق محدودة نسبيًا. نظرًا لعدم استقرار الناتج، تميل الشركات إلى التطبيقات التي يمكن أن تعزز الإنتاجية بشكل مستقر. وهذا أدى إلى انخفاض نسبة الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع.
تُعبر هذه الاتجاهات عن نضج التكنولوجيا واحتياجات السوق والاعتبارات العملية لمجالات التطبيق. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح احتياجات السوق بشكل أكبر، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية القوي لتطور وكلاء الذكاء الاصطناعي.
تحليل مشروع رائد لوكلاء الذكاء الاصطناعي في Web2
نستكشف بعمق بعض مشاريع الوكلاء الذكاء الاصطناعي الحالية في سوق Web2، ونحللها، مع أخذ مشاريع Character AI وPerplexity AI وMidjourney كمثال.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: يوفر Character.AI نظام حوار قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصته للمستخدمين إنشاء وتدريب والتفاعل مع شخصيات افتراضية قادرة على إجراء محادثات باللغة الطبيعية وتنفيذ مهام محددة.
تحليل البيانات: كان عدد زوار Character.AI في مايو 277 مليونًا، ويمتلك النظام الأساسي أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث إن غالبية المستخدمين تتراوح أعمارهم بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشابة. لقد أظهرت Character AI أداءً ممتازًا في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغت قيمتها السوقية مليار دولار، بقيادة a16z.
التحليل الفني: قامت Character AI بتوقيع اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذجها اللغوية الكبيرة، مما يشير إلى أن Character AI تعتمد على تقنية تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas قد شاركوا في تطوير نموذج اللغة الحواري الخاص بجوجل Llama.
الذكاء الاصطناعي الفوضوي:
مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المراجع، يضمن موثوقية المعلومات ودقتها، في حين أنه يقوم بتعليم وتوجيه المستخدمين لطرح المزيد من الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشيطين الشهريين لـ Perplexity 10 ملايين، وزادت الزيارات لتطبيقاته على الهواتف المحمولة وسطح المكتب بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، مع تقييم يبلغ 1.04 مليار دولار، بقيادة دانيال غروس، وشارك فيها ستان دراكنميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 الذي تم ضبطه، بالإضافة إلى نموذجين كبيرين تم ضبطهما بناءً على نموذج كبير مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للبحث الأكاديمي المهني والاستفسارات في المجالات الرأسية، مما يضمن دقة المعلومات وموثوقيتها.
ميدجورني:
مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، تغطي من الواقعية إلى