يمكن تقسيم مسار الذكاء الاصطناعي + Web3 تقريبا إلى ثلاث طبقات: طبقة البنية التحتية والطبقة الوسطى وطبقة التطبيق. من بينها ، تركز طبقة البنية التحتية على توفير قوة الحوسبة والتخزين ، وهو المجال الأكثر شعبية وشعبية حاليا.
بالإضافة إلى حالات طبقة التطبيق في الألعاب والشبكات الاجتماعية والتداول وما إلى ذلك ، يمكن أيضا استخدام الذكاء الاصطناعي في تحليل البيانات ومراقبة المعلومات وتتبعها وتقديم العطاءات والمراهنة وغيرها من المجالات.
غالبا ما تكتسب المشاريع التي ترتبط ارتباطا وثيقا بمفهوم الذكاء الاصطناعي استحسانا سريعا في السوق ، ولكن يجب توخي الحذر لتصفية المشاريع التي لا تستحق الاسم.
مقدمة
من أجل استكشاف فرصة السوق المحتملة هذه بعمق ، ستجمع Gate.io Research بين العديد من المشاريع الساخنة وإجراء تحليل متعمق من جميع جوانب سلسلة صناعة الذكاء الاصطناعي + Web3 ، من أجل تزويد القراء بفهم شامل ومتعمق.
الذكاء الاصطناعي + Web3: تقنية جديدة ، اتجاه جديد ، ضجيج جديد
في العام الماضي ، مع ظهور النماذج التوليدية الذكاء الاصطناعي واسعة النطاق مثل ChatGPT ، أصبح الذكاء الاصطناعي موضوعا استثماريا ساخنا في أسواق رأس المال العالمية. في الوقت نفسه ، بشر سوق Web3 بجولة جديدة من الازدهار.
أصبح الجمع العضوي بين الذكاء الاصطناعي و Web3 بلا شك تقاطع موضوعين ساخنين في مجال التكنولوجيا الحالي. في الآونة الأخيرة ، رأينا عددا كبيرا من المشاريع الجديدة والقائمة حول هذا الموضوع تكتسب اهتمام السوق ، مما يسلط الضوء على الاهتمام القوي والتوقعات العالية للمستثمرين لهذه المحفظة.
وفقا لتعريف Vientiane blockchain ، ينعكس الجمع بين الذكاء الاصطناعي + Web3 بشكل أساسي في جانبين: كيف يعزز Web3 تطوير الذكاء الاصطناعي ، وكيف تجمع تطبيقات Web3 بين التكنولوجيا الذكاء الاصطناعي. في الوقت الحالي ، تميل معظم المشاريع إلى الاستفادة من تقنيات ومفاهيم Web3 لتعزيز الذكاء الاصطناعي. لتحليل هذه المجموعة ، يمكننا البدء بعملية الذكاء الاصطناعي بأكملها من تدريب النموذج إلى التطبيق.
تتضمن عملية إنتاج الذكاء الاصطناعي بشكل عام الحصول على البيانات لتوفير الأساس لتدريب النموذج والمعالجة المسبقة للبيانات وهندسة الميزات / الإشارات التي تتضمن تنظيف البيانات والتعليقات التوضيحية والاستعلام المنظم والتدريب على النموذج وضبطه لتحسين أداء النموذج من خلال التكرار ومراجعة النموذج والحوكمة لضمان جودة النموذج وشفافيته ، واستدلال النموذج لعمل تنبؤات على البيانات الجديدة ، ونشر النموذج ومراقبته لضمان بقاء النموذج في أفضل حالة في تطبيقات العالم الحقيقي.
في هذه العملية ، يحتوي Web3 على العديد من نقاط التقارب. على سبيل المثال ، تتيح شبكات وحوافز Web3 الموزعة بناء شبكات ومجتمعات الذكاء الاصطناعي مفتوحة المصدر أكثر انفتاحا ومفتوحة المصدر لتلبية احتياجات تطبيقات الذكاء الاصطناعي للبنية التحتية وشبكات البيانات منخفضة التكلفة والمفتوحة. في الوقت نفسه ، يمكن ل Web3 ، جنبا إلى جنب مع تقنيات التشفير مثل ZK ، تحسين مشكلة الثقة في الذكاء الاصطناعي وحل التحديات مثل شفافية النموذج والتحيز والتطبيقات الأخلاقية.
الشكل 1 المصدر: فينتيان بلوكتشين
كما هو موضح في الشكل أعلاه ، يمكن تقسيم مسار الذكاء الاصطناعي + Web3 تقريبا إلى ثلاث طبقات: طبقة البنية التحتية والطبقة الوسطى وطبقة التطبيق.
تركز طبقة البنية التحتية على توفير قوة الحوسبة والتخزين ، ويمكن أن تؤدي إضافة Web3 إلى تقليل تكاليفها وخدمة المزيد من التطبيقات الذكاء الاصطناعي.
في الطبقة الوسطى ، يتم استخدام تقنية Web3 لتحسين عمليات الإنتاج الذكاء الاصطناعي ، مثل الحصول على البيانات والمعالجة المسبقة والتحقق من صحة النموذج ، وقد ظهرت العديد من المشاريع المبتكرة.
تعرض طبقة التطبيق مجموعة واسعة من تطبيقات الذكاء الاصطناعي في Web3 ، مثل إنشاء المحتوى والتحليلات والتنبؤ. وفقا لملاحظة المؤلف ، لا يزال وصف الشكل أعلاه في طبقة التطبيق متحفظا ، وسأناقشه بالتفصيل في فترة ما بعد الظهر. على الرغم من عدم وجود مشروع رئيسي حتى الآن ، إلا أن الإمكانات ضخمة ، وستركز المنافسة المستقبلية على المنتجات والقدرات التقنية.
سنقوم بإجراء تحليل حالة محدد لهذه الطبقات الثلاث من المشاريع في الأقسام التالية.
الذكاء الاصطناعي + مشاريع Web3 الساخنة تظهر واحدة تلو الأخرى
** الذكاء الاصطناعي + DePIN **
يتم دعم سير عمل الذكاء الاصطناعي بالكامل من خلال البنية التحتية للحوسبة والتخزين، والتي لا توفر فقط قوة الحوسبة اللازمة لتدريب النموذج والتنبؤ به، ولكن أيضا تخزن البيانات وتديرها وتوزعها طوال نموذج البيانات ودورة الحياة.
في الوقت الحالي ، أدى النمو السريع لتطبيقات الذكاء الاصطناعي إلى طلب كبير على البنية التحتية ، وخاصة قوة الحوسبة عالية الأداء. نتيجة لذلك ، أصبح تطوير بنية تحتية للحوسبة والتخزين أكثر كفاءة وأقل تكلفة وأكثر ثراء بالموارد اتجاها رئيسيا في الأيام الأولى لتطوير الذكاء الاصطناعي ، وهو حاليا المنطقة الأكثر شعبية.
الشكل 2 المصدر: شبكة التجسيد
في هذا المجال ، ظهر عدد من المشاريع التمثيلية ، مثل Render Network ، التي ولدت في الجولة الأخيرة من السوق الصاعدة ، والتي توفر بشكل أساسي خدمات التقديم ، و Akash ، التي تركز على الحوسبة السحابية ، و Filecoin و Arweave ، والتي تركز على التخزين السحابي ، و IO.NET و Aethir ، والتي تم إطلاقها حديثا في هذه الجولة من السوق الصاعدة ، والتي توفر بشكل أساسي دعم قوة الحوسبة الذكاء الاصطناعي.
الذكاء الاصطناعي+البيانات
تعد الطبقة الوسطى جزءا مهما من عملية إنتاج الذكاء الاصطناعي التي تستفيد من تقنيات Web3 لتحسين مهام سير عمل محددة وتحسينها.
بادئ ذي بدء ، في مرحلة الحصول على البيانات ، تقدم الطبقة الوسطى إدارة هوية البيانات اللامركزية ، والتي لا يمكنها حماية أمان بيانات المستخدم فحسب ، بل تضمن أيضا أن ملكية البيانات واضحة. وفي الوقت نفسه، ومن خلال آلية الحوافز، يمكن أيضا تشجيع المستخدمين على تبادل البيانات العالية الجودة لتحقيق الدخل، وبالتالي توسيع نطاق مصدر البيانات.
نظرا لقيود مرحلة تطوير الصناعة ، لم تكن هناك مشاريع معروفة نسبيا في هذا المجال في الجولة الأخيرة من الأسواق الصاعدة والهابطة. شهدت هذه الجولة من السوق الصاعدة مشروع الهوية الذكاء الاصطناعي Worldcoin (لقد كتبنا عن المشروع عدة مرات) ، والاستثمار Gate.io Aspecta ، بالإضافة إلى منصة تداول البيانات Ocean Protocol ، وشبكة البيانات Grass لتعدين النطاق العريض.
** الشكل 3 المصدر: أسبيكتا **
ثانيا ، في مرحلة المعالجة المسبقة للبيانات ، تلتزم الطبقة الوسطى ببناء منصة توزيع الذكاء الاصطناعي لوضع العلامات على البيانات ومعالجتها لتوفير دعم قوي للتدريب النموذجي اللاحق. وفي هذا الصدد، حققت مشاريع مثل الذكاء الاصطناعي العامة بالفعل نتائج ملحوظة.
أخيرا ، في مرحلة التحقق من صحة النموذج والاستدلال ، تستفيد الطبقة الوسطى بشكل كامل من مزيج من تقنية Web3 وتكنولوجيا التشفير ، مثل ZK والتشفير المتجانس ، للتحقق مما إذا كانت عملية الاستدلال للنموذج تستخدم البيانات والمعلمات الصحيحة. هذا لا يضمن دقة النموذج فحسب ، بل يحمي أيضا خصوصية بيانات الإدخال. حالات الاستخدام النموذجية هي ZKML ، مثل bittensor و Privasea و Modulus و Privasea ، والتي تستثمرها Gate Labs.
** الذكاء الاصطناعي + التركيز على النية **
يشير التركيز على النية ، والذي يترجم إلى "التركيز على النية" ، إلى "ما تريد القيام به" ، ويركز على النتيجة وليس العملية. يهدف التركيز على النية إلى جعل العمليات المرهقة على السلسلة "خطوة واحدة" من خلال تحسين البروتوكول والبنية التحتية. بتعبير أدق ، من خلال إخفاء عملية التشغيل المعقدة في الماضي ، يمكن للمستخدم تحقيق الغرض دون الشعور وبشكل مباشر ، مما يعكس دلالة تجريد السلسلة.
تتضمن سيناريوهات النوايا الشائعة التي تستخدم الذكاء الاصطناعي اليوم عبر السلاسل ، والإنزال الجوي ، والحوكمة ، والمعاملات الكبيرة ، والعمليات المجمعة ، كما تندرج روبوتات Telegram التي ناقشناها في مقالتنا السابقة ضمن هذه الفئة.
على سبيل المثال ، اكتسبت Delysium (AGI) ، الملتزمة ببناء شبكة وكلاء الذكاء الاصطناعي تركز على نية المستخدم ل Web3 باستخدام الذكاء الاصطناعي ، الكثير من الاهتمام في أسواق مثل كوريا الجنوبية.
كما هو موضح في الرسم البياني ، ارتفع الرمز المميز للمشروع بشكل مثير للدهشة مؤخرا بسبب المضاربة في السوق واكتشاف القيمة.
الشكل 4 المصدر: Gate.io
أطلقت Delysium وكيل الذكاء الاصطناعي يسمى لوسي. كنظام تشغيل Web3 مدعوم من الذكاء الاصطناعي ، فإن Lucy قادرة على تخطيط وأتمتة سير العمل بذكاء لتلبية احتياجات المستخدم بناء على فهم النوايا والأهداف الواردة في اللغة الطبيعية ، وتبسيط العمليات التشغيلية المعقدة لتطبيقات وبروتوكولات Web3 الحالية.
** الذكاء الاصطناعي + لعبة **
الذكاء الاصطناعي + لعبة لديها أيضا مساحة خيال عالية جدا. لا تعمل تقنية الذكاء الاصطناعي على تسريع عملية إنتاج الألعاب فحسب ، بل تعمل أيضا عبر جميع جوانب إنتاج الألعاب ، من عادات مستخدم التعدين إلى تخصيص سيناريوهات التفاعل الشخصية ، مما يظهر إمكانات كبيرة. في الوقت الحاضر ، تتبنى كبرى الشركات المصنعة للألعاب بنشاط الذكاء الاصطناعي وإعادة بناء النظام البيئي لسلسلة صناعة الألعاب.
عندما يتعلق الأمر بإنتاج الألعاب ، الذكاء الاصطناعي تشغيل الفن والتخطيط والعمليات. سواء كان الأمر يتعلق بالإلهام الإبداعي ، وتوليد المستوى ، وكتابة الإعلانات ، والتحليلات التشغيلية ، فإن الذكاء الاصطناعي تعمل على تسريع إنتاج محتوى اللعبة. من حيث تجربة اللعبة ، فإن قدرات توليد اللغة الطبيعية وتوليد الصور التي تجلبها الذكاء الاصطناعي تجعل طريقة اللعب أكثر ابتكارا وتنوعا ، وتفاعل الشخصيات غير القابلة للعب أكثر ذكاء وحيوية.
على سبيل المثال ، تم استخدام Honor of Kings' Enlightenment الذكاء الاصطناعي على نطاق واسع في تقييم المستوى واختباره ، في Mount and Blade II: Bannerlord ، عزز ChatGPT تفاعل اللعبة من خلال تمكين الشخصيات غير القابلة للعب من الرد ديناميكيا على اللاعبين ، وفي Naraka: Bladepoint ، يمكن للاعبين حتى استخدام اللوحة الذكاء الاصطناعي لإنشاء عارضات الأزياء والتصويت للألقاب الأكثر شعبية ، مما يدل على إمكانات الذكاء الاصطناعي لابتكار الألعاب.
الشكل 5 المصدر: بلا نوم الذكاء الاصطناعي
بالإضافة إلى ألعاب Web2 التقليدية التي تحتضن الذكاء الاصطناعي ، فإن ألعاب Web3 ليست بعيدة عن الركب. على سبيل المثال ، يوفر Ultiverse للمستخدمين تحليلا متعمقا الذكاء الاصطناعي للميزات وتجارب متعددة مخصصة مثل الاجتماعية والألعاب و metaverse من خلال محرك الذكاء الاصطناعي قوي ، بالإضافة إلى لعبة الرفيق الافتراضية التي تركز على الذكاء الاصطناعي من SleeplessAI.
** الذكاء الاصطناعي + تحليل **
بالإضافة إلى حالات طبقة التطبيق في الألعاب والشبكات الاجتماعية والتداول وما إلى ذلك ، يمكن أيضا استخدام الذكاء الاصطناعي في تحليل البيانات ومراقبة المعلومات وتتبعها وتقديم العطاءات والمراهنة وغيرها من المجالات ، مع مشاريع تمثيلية مثل Kaito و Dune الناشئة بالفعل ووضع معيار لهذه الصناعة.
غالبا ما نقتبس أيضا الرسوم البيانية لبيانات Dune في منشورات المدونة الخاصة بنا ، لذلك لست بحاجة إلى الخوض فيها هنا.
ملخص
في العام الماضي ، لم يؤد تكامل Web3 و الذكاء الاصطناعي إلى اتجاه جديد في التكنولوجيا فحسب ، بل أدى أيضا إلى إجماع جديد في الصناعة: لقد غيرت blockchain علاقات الإنتاج ، وغيرت الذكاء الاصطناعي الإنتاجية. هذه الفلسفة متجذرة الآن بعمق في قلوب الناس وأصبحت قوة دافعة قوية لتطوير الصناعة.
نظرا لأن بائعي الألعاب وبروتوكولات DeFi ومشاريع البنية التحتية الأخرى ل Web3 قد زادت من استثماراتهم في الذكاء الاصطناعي ، أصبح الجمع بين الذكاء الاصطناعي و Web3 اتجاها مهما للابتكار في الصناعة. في الواقع ، تميل المشاريع المرتبطة ارتباطا وثيقا بمفهوم الذكاء الاصطناعي إلى اكتساب قوة جذب بسرعة في السوق ، وقد لاحظنا بالفعل هذا النمو الهائل.
ومع ذلك ، في ظل الازدهار السطحي والضجيج ، لا يمكننا تجاهل العقبات العملية لصناعة الذكاء الاصطناعي + Web3. يحتاج الممارسون ، على وجه الخصوص ، إلى الخوض في سيناريوهات التطبيق العملي وتقييم قدرتهم على خلق قيمة وبناء روايات الصناعة. على المدى الطويل ، كيف سيتم تشكيل النمط البيئي لصناعة الذكاء الاصطناعي + Web3 ، والمجالات التي ستظهر إمكانات تنموية كبيرة ، وما إذا كانت هناك معضلات أخلاقية ومعنوية تحتاج إلى استكشاف والإجابة في الممارسة العملية.
لذلك ، في مواجهة موجة الذكاء الاصطناعي + Web3 ، يجب ألا نرى الفرص التي تجلبها فحسب ، بل يجب علينا أيضا الحفاظ على صفاء الذهن والنظر إلى تحدياتها وأوجه قصورها بعقلانية. بهذه الطريقة فقط يمكننا فهم تطور صناعة الذكاء الاصطناعي + Web3 بشكل أفضل ، وتعزيز تنميتها الصحية والمستدامة ، واغتنام فرص الربح التي يجلبها هذا الاتجاه.
** المؤلف: كارل ي. **
** تمثل هذه المقالة آراء المؤلف فقط ولا تشكل أي نصيحة تجارية. **
** محتوى هذه المقالة أصلي ، وحقوق الطبع والنشر مملوكة Gate.io ، إذا كنت بحاجة إلى إعادة الطباعة ، فيرجى الإشارة إلى المؤلف والمصدر ، وإلا فسوف تتحمل المسؤولية القانونية. **
شاهد النسخة الأصلية
تم التعديل الأخير في 2024-03-19 08:41:51
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
هل يمكن ل الذكاء الاصطناعي+ ، التي تتنزه مع ركوب ، أن تقود اتجاها جديدا في سرد السوق الصاعدة؟
[TL;DR]
يمكن تقسيم مسار الذكاء الاصطناعي + Web3 تقريبا إلى ثلاث طبقات: طبقة البنية التحتية والطبقة الوسطى وطبقة التطبيق. من بينها ، تركز طبقة البنية التحتية على توفير قوة الحوسبة والتخزين ، وهو المجال الأكثر شعبية وشعبية حاليا.
بالإضافة إلى حالات طبقة التطبيق في الألعاب والشبكات الاجتماعية والتداول وما إلى ذلك ، يمكن أيضا استخدام الذكاء الاصطناعي في تحليل البيانات ومراقبة المعلومات وتتبعها وتقديم العطاءات والمراهنة وغيرها من المجالات.
غالبا ما تكتسب المشاريع التي ترتبط ارتباطا وثيقا بمفهوم الذكاء الاصطناعي استحسانا سريعا في السوق ، ولكن يجب توخي الحذر لتصفية المشاريع التي لا تستحق الاسم.
مقدمة
من أجل استكشاف فرصة السوق المحتملة هذه بعمق ، ستجمع Gate.io Research بين العديد من المشاريع الساخنة وإجراء تحليل متعمق من جميع جوانب سلسلة صناعة الذكاء الاصطناعي + Web3 ، من أجل تزويد القراء بفهم شامل ومتعمق.
الذكاء الاصطناعي + Web3: تقنية جديدة ، اتجاه جديد ، ضجيج جديد
في العام الماضي ، مع ظهور النماذج التوليدية الذكاء الاصطناعي واسعة النطاق مثل ChatGPT ، أصبح الذكاء الاصطناعي موضوعا استثماريا ساخنا في أسواق رأس المال العالمية. في الوقت نفسه ، بشر سوق Web3 بجولة جديدة من الازدهار.
أصبح الجمع العضوي بين الذكاء الاصطناعي و Web3 بلا شك تقاطع موضوعين ساخنين في مجال التكنولوجيا الحالي. في الآونة الأخيرة ، رأينا عددا كبيرا من المشاريع الجديدة والقائمة حول هذا الموضوع تكتسب اهتمام السوق ، مما يسلط الضوء على الاهتمام القوي والتوقعات العالية للمستثمرين لهذه المحفظة.
وفقا لتعريف Vientiane blockchain ، ينعكس الجمع بين الذكاء الاصطناعي + Web3 بشكل أساسي في جانبين: كيف يعزز Web3 تطوير الذكاء الاصطناعي ، وكيف تجمع تطبيقات Web3 بين التكنولوجيا الذكاء الاصطناعي. في الوقت الحالي ، تميل معظم المشاريع إلى الاستفادة من تقنيات ومفاهيم Web3 لتعزيز الذكاء الاصطناعي. لتحليل هذه المجموعة ، يمكننا البدء بعملية الذكاء الاصطناعي بأكملها من تدريب النموذج إلى التطبيق.
تتضمن عملية إنتاج الذكاء الاصطناعي بشكل عام الحصول على البيانات لتوفير الأساس لتدريب النموذج والمعالجة المسبقة للبيانات وهندسة الميزات / الإشارات التي تتضمن تنظيف البيانات والتعليقات التوضيحية والاستعلام المنظم والتدريب على النموذج وضبطه لتحسين أداء النموذج من خلال التكرار ومراجعة النموذج والحوكمة لضمان جودة النموذج وشفافيته ، واستدلال النموذج لعمل تنبؤات على البيانات الجديدة ، ونشر النموذج ومراقبته لضمان بقاء النموذج في أفضل حالة في تطبيقات العالم الحقيقي.
في هذه العملية ، يحتوي Web3 على العديد من نقاط التقارب. على سبيل المثال ، تتيح شبكات وحوافز Web3 الموزعة بناء شبكات ومجتمعات الذكاء الاصطناعي مفتوحة المصدر أكثر انفتاحا ومفتوحة المصدر لتلبية احتياجات تطبيقات الذكاء الاصطناعي للبنية التحتية وشبكات البيانات منخفضة التكلفة والمفتوحة. في الوقت نفسه ، يمكن ل Web3 ، جنبا إلى جنب مع تقنيات التشفير مثل ZK ، تحسين مشكلة الثقة في الذكاء الاصطناعي وحل التحديات مثل شفافية النموذج والتحيز والتطبيقات الأخلاقية.
الشكل 1 المصدر: فينتيان بلوكتشين
كما هو موضح في الشكل أعلاه ، يمكن تقسيم مسار الذكاء الاصطناعي + Web3 تقريبا إلى ثلاث طبقات: طبقة البنية التحتية والطبقة الوسطى وطبقة التطبيق.
تركز طبقة البنية التحتية على توفير قوة الحوسبة والتخزين ، ويمكن أن تؤدي إضافة Web3 إلى تقليل تكاليفها وخدمة المزيد من التطبيقات الذكاء الاصطناعي.
في الطبقة الوسطى ، يتم استخدام تقنية Web3 لتحسين عمليات الإنتاج الذكاء الاصطناعي ، مثل الحصول على البيانات والمعالجة المسبقة والتحقق من صحة النموذج ، وقد ظهرت العديد من المشاريع المبتكرة.
تعرض طبقة التطبيق مجموعة واسعة من تطبيقات الذكاء الاصطناعي في Web3 ، مثل إنشاء المحتوى والتحليلات والتنبؤ. وفقا لملاحظة المؤلف ، لا يزال وصف الشكل أعلاه في طبقة التطبيق متحفظا ، وسأناقشه بالتفصيل في فترة ما بعد الظهر. على الرغم من عدم وجود مشروع رئيسي حتى الآن ، إلا أن الإمكانات ضخمة ، وستركز المنافسة المستقبلية على المنتجات والقدرات التقنية.
سنقوم بإجراء تحليل حالة محدد لهذه الطبقات الثلاث من المشاريع في الأقسام التالية.
الذكاء الاصطناعي + مشاريع Web3 الساخنة تظهر واحدة تلو الأخرى
** الذكاء الاصطناعي + DePIN **
يتم دعم سير عمل الذكاء الاصطناعي بالكامل من خلال البنية التحتية للحوسبة والتخزين، والتي لا توفر فقط قوة الحوسبة اللازمة لتدريب النموذج والتنبؤ به، ولكن أيضا تخزن البيانات وتديرها وتوزعها طوال نموذج البيانات ودورة الحياة.
في الوقت الحالي ، أدى النمو السريع لتطبيقات الذكاء الاصطناعي إلى طلب كبير على البنية التحتية ، وخاصة قوة الحوسبة عالية الأداء. نتيجة لذلك ، أصبح تطوير بنية تحتية للحوسبة والتخزين أكثر كفاءة وأقل تكلفة وأكثر ثراء بالموارد اتجاها رئيسيا في الأيام الأولى لتطوير الذكاء الاصطناعي ، وهو حاليا المنطقة الأكثر شعبية.
الشكل 2 المصدر: شبكة التجسيد
في هذا المجال ، ظهر عدد من المشاريع التمثيلية ، مثل Render Network ، التي ولدت في الجولة الأخيرة من السوق الصاعدة ، والتي توفر بشكل أساسي خدمات التقديم ، و Akash ، التي تركز على الحوسبة السحابية ، و Filecoin و Arweave ، والتي تركز على التخزين السحابي ، و IO.NET و Aethir ، والتي تم إطلاقها حديثا في هذه الجولة من السوق الصاعدة ، والتي توفر بشكل أساسي دعم قوة الحوسبة الذكاء الاصطناعي.
الذكاء الاصطناعي+البيانات
تعد الطبقة الوسطى جزءا مهما من عملية إنتاج الذكاء الاصطناعي التي تستفيد من تقنيات Web3 لتحسين مهام سير عمل محددة وتحسينها.
بادئ ذي بدء ، في مرحلة الحصول على البيانات ، تقدم الطبقة الوسطى إدارة هوية البيانات اللامركزية ، والتي لا يمكنها حماية أمان بيانات المستخدم فحسب ، بل تضمن أيضا أن ملكية البيانات واضحة. وفي الوقت نفسه، ومن خلال آلية الحوافز، يمكن أيضا تشجيع المستخدمين على تبادل البيانات العالية الجودة لتحقيق الدخل، وبالتالي توسيع نطاق مصدر البيانات.
نظرا لقيود مرحلة تطوير الصناعة ، لم تكن هناك مشاريع معروفة نسبيا في هذا المجال في الجولة الأخيرة من الأسواق الصاعدة والهابطة. شهدت هذه الجولة من السوق الصاعدة مشروع الهوية الذكاء الاصطناعي Worldcoin (لقد كتبنا عن المشروع عدة مرات) ، والاستثمار Gate.io Aspecta ، بالإضافة إلى منصة تداول البيانات Ocean Protocol ، وشبكة البيانات Grass لتعدين النطاق العريض.
** الشكل 3 المصدر: أسبيكتا **
ثانيا ، في مرحلة المعالجة المسبقة للبيانات ، تلتزم الطبقة الوسطى ببناء منصة توزيع الذكاء الاصطناعي لوضع العلامات على البيانات ومعالجتها لتوفير دعم قوي للتدريب النموذجي اللاحق. وفي هذا الصدد، حققت مشاريع مثل الذكاء الاصطناعي العامة بالفعل نتائج ملحوظة.
أخيرا ، في مرحلة التحقق من صحة النموذج والاستدلال ، تستفيد الطبقة الوسطى بشكل كامل من مزيج من تقنية Web3 وتكنولوجيا التشفير ، مثل ZK والتشفير المتجانس ، للتحقق مما إذا كانت عملية الاستدلال للنموذج تستخدم البيانات والمعلمات الصحيحة. هذا لا يضمن دقة النموذج فحسب ، بل يحمي أيضا خصوصية بيانات الإدخال. حالات الاستخدام النموذجية هي ZKML ، مثل bittensor و Privasea و Modulus و Privasea ، والتي تستثمرها Gate Labs.
** الذكاء الاصطناعي + التركيز على النية **
يشير التركيز على النية ، والذي يترجم إلى "التركيز على النية" ، إلى "ما تريد القيام به" ، ويركز على النتيجة وليس العملية. يهدف التركيز على النية إلى جعل العمليات المرهقة على السلسلة "خطوة واحدة" من خلال تحسين البروتوكول والبنية التحتية. بتعبير أدق ، من خلال إخفاء عملية التشغيل المعقدة في الماضي ، يمكن للمستخدم تحقيق الغرض دون الشعور وبشكل مباشر ، مما يعكس دلالة تجريد السلسلة.
تتضمن سيناريوهات النوايا الشائعة التي تستخدم الذكاء الاصطناعي اليوم عبر السلاسل ، والإنزال الجوي ، والحوكمة ، والمعاملات الكبيرة ، والعمليات المجمعة ، كما تندرج روبوتات Telegram التي ناقشناها في مقالتنا السابقة ضمن هذه الفئة.
على سبيل المثال ، اكتسبت Delysium (AGI) ، الملتزمة ببناء شبكة وكلاء الذكاء الاصطناعي تركز على نية المستخدم ل Web3 باستخدام الذكاء الاصطناعي ، الكثير من الاهتمام في أسواق مثل كوريا الجنوبية.
كما هو موضح في الرسم البياني ، ارتفع الرمز المميز للمشروع بشكل مثير للدهشة مؤخرا بسبب المضاربة في السوق واكتشاف القيمة.
الشكل 4 المصدر: Gate.io
أطلقت Delysium وكيل الذكاء الاصطناعي يسمى لوسي. كنظام تشغيل Web3 مدعوم من الذكاء الاصطناعي ، فإن Lucy قادرة على تخطيط وأتمتة سير العمل بذكاء لتلبية احتياجات المستخدم بناء على فهم النوايا والأهداف الواردة في اللغة الطبيعية ، وتبسيط العمليات التشغيلية المعقدة لتطبيقات وبروتوكولات Web3 الحالية.
** الذكاء الاصطناعي + لعبة **
الذكاء الاصطناعي + لعبة لديها أيضا مساحة خيال عالية جدا. لا تعمل تقنية الذكاء الاصطناعي على تسريع عملية إنتاج الألعاب فحسب ، بل تعمل أيضا عبر جميع جوانب إنتاج الألعاب ، من عادات مستخدم التعدين إلى تخصيص سيناريوهات التفاعل الشخصية ، مما يظهر إمكانات كبيرة. في الوقت الحاضر ، تتبنى كبرى الشركات المصنعة للألعاب بنشاط الذكاء الاصطناعي وإعادة بناء النظام البيئي لسلسلة صناعة الألعاب.
عندما يتعلق الأمر بإنتاج الألعاب ، الذكاء الاصطناعي تشغيل الفن والتخطيط والعمليات. سواء كان الأمر يتعلق بالإلهام الإبداعي ، وتوليد المستوى ، وكتابة الإعلانات ، والتحليلات التشغيلية ، فإن الذكاء الاصطناعي تعمل على تسريع إنتاج محتوى اللعبة. من حيث تجربة اللعبة ، فإن قدرات توليد اللغة الطبيعية وتوليد الصور التي تجلبها الذكاء الاصطناعي تجعل طريقة اللعب أكثر ابتكارا وتنوعا ، وتفاعل الشخصيات غير القابلة للعب أكثر ذكاء وحيوية.
على سبيل المثال ، تم استخدام Honor of Kings' Enlightenment الذكاء الاصطناعي على نطاق واسع في تقييم المستوى واختباره ، في Mount and Blade II: Bannerlord ، عزز ChatGPT تفاعل اللعبة من خلال تمكين الشخصيات غير القابلة للعب من الرد ديناميكيا على اللاعبين ، وفي Naraka: Bladepoint ، يمكن للاعبين حتى استخدام اللوحة الذكاء الاصطناعي لإنشاء عارضات الأزياء والتصويت للألقاب الأكثر شعبية ، مما يدل على إمكانات الذكاء الاصطناعي لابتكار الألعاب.
الشكل 5 المصدر: بلا نوم الذكاء الاصطناعي
بالإضافة إلى ألعاب Web2 التقليدية التي تحتضن الذكاء الاصطناعي ، فإن ألعاب Web3 ليست بعيدة عن الركب. على سبيل المثال ، يوفر Ultiverse للمستخدمين تحليلا متعمقا الذكاء الاصطناعي للميزات وتجارب متعددة مخصصة مثل الاجتماعية والألعاب و metaverse من خلال محرك الذكاء الاصطناعي قوي ، بالإضافة إلى لعبة الرفيق الافتراضية التي تركز على الذكاء الاصطناعي من SleeplessAI.
** الذكاء الاصطناعي + تحليل **
بالإضافة إلى حالات طبقة التطبيق في الألعاب والشبكات الاجتماعية والتداول وما إلى ذلك ، يمكن أيضا استخدام الذكاء الاصطناعي في تحليل البيانات ومراقبة المعلومات وتتبعها وتقديم العطاءات والمراهنة وغيرها من المجالات ، مع مشاريع تمثيلية مثل Kaito و Dune الناشئة بالفعل ووضع معيار لهذه الصناعة.
غالبا ما نقتبس أيضا الرسوم البيانية لبيانات Dune في منشورات المدونة الخاصة بنا ، لذلك لست بحاجة إلى الخوض فيها هنا.
ملخص
في العام الماضي ، لم يؤد تكامل Web3 و الذكاء الاصطناعي إلى اتجاه جديد في التكنولوجيا فحسب ، بل أدى أيضا إلى إجماع جديد في الصناعة: لقد غيرت blockchain علاقات الإنتاج ، وغيرت الذكاء الاصطناعي الإنتاجية. هذه الفلسفة متجذرة الآن بعمق في قلوب الناس وأصبحت قوة دافعة قوية لتطوير الصناعة.
نظرا لأن بائعي الألعاب وبروتوكولات DeFi ومشاريع البنية التحتية الأخرى ل Web3 قد زادت من استثماراتهم في الذكاء الاصطناعي ، أصبح الجمع بين الذكاء الاصطناعي و Web3 اتجاها مهما للابتكار في الصناعة. في الواقع ، تميل المشاريع المرتبطة ارتباطا وثيقا بمفهوم الذكاء الاصطناعي إلى اكتساب قوة جذب بسرعة في السوق ، وقد لاحظنا بالفعل هذا النمو الهائل.
ومع ذلك ، في ظل الازدهار السطحي والضجيج ، لا يمكننا تجاهل العقبات العملية لصناعة الذكاء الاصطناعي + Web3. يحتاج الممارسون ، على وجه الخصوص ، إلى الخوض في سيناريوهات التطبيق العملي وتقييم قدرتهم على خلق قيمة وبناء روايات الصناعة. على المدى الطويل ، كيف سيتم تشكيل النمط البيئي لصناعة الذكاء الاصطناعي + Web3 ، والمجالات التي ستظهر إمكانات تنموية كبيرة ، وما إذا كانت هناك معضلات أخلاقية ومعنوية تحتاج إلى استكشاف والإجابة في الممارسة العملية.
لذلك ، في مواجهة موجة الذكاء الاصطناعي + Web3 ، يجب ألا نرى الفرص التي تجلبها فحسب ، بل يجب علينا أيضا الحفاظ على صفاء الذهن والنظر إلى تحدياتها وأوجه قصورها بعقلانية. بهذه الطريقة فقط يمكننا فهم تطور صناعة الذكاء الاصطناعي + Web3 بشكل أفضل ، وتعزيز تنميتها الصحية والمستدامة ، واغتنام فرص الربح التي يجلبها هذا الاتجاه.
** المؤلف: كارل ي. **
** تمثل هذه المقالة آراء المؤلف فقط ولا تشكل أي نصيحة تجارية. **
** محتوى هذه المقالة أصلي ، وحقوق الطبع والنشر مملوكة Gate.io ، إذا كنت بحاجة إلى إعادة الطباعة ، فيرجى الإشارة إلى المؤلف والمصدر ، وإلا فسوف تتحمل المسؤولية القانونية. **