تطور الذكاء الاصطناعي في مجال Web3: من الضجة إلى التطبيق الفعلي

منذ ظهور ChatGPT في نهاية عام 2022، أصبحت الذكاء الاصطناعي موضوعًا ساخنًا في مجال التشفير. لطالما كان مجتمع التشفير بارعًا في تضخيم مختلف المفاهيم، ولذلك أصبحت منطقة الذكاء الاصطناعي، التي تتمتع بإمكانات سردية وتطبيقية غير محدودة، المفضلة الجديدة. انفجرت فكرة الذكاء الاصطناعي في دائرة التشفير في البداية على شكل "فورة عملات الميم"، ثم بدأت بعض المشاريع في استكشاف قيمتها التطبيقية الفعلية: ما هي التطبيقات العملية الجديدة التي يمكن أن تجلبها تقنيات التشفير إلى الذكاء الاصطناعي المتنامي؟

ستحلل هذه المقالة تطور الذكاء الاصطناعي في مجال Web3، من موجة الضجة الأولية إلى ظهور المشاريع التطبيقية الحالية، مع تقديم أمثلة وبيانات لمساعدة القراء على فهم سياق الصناعة والاتجاهات المستقبلية. يمكننا أن نستنتج النقاط الأولية التالية:

1. لقد مرت موجة عملة AI التي تحمل الطرائف، وستصبح الأرباح والخسائر في هذه المرحلة تاريخًا.

2. بعض مشاريع Web3 AI الأساسية تبرز فوائد "اللامركزية" في أمان الذكاء الاصطناعي، لكن المستخدمين لا يهتمون كثيرًا بذلك، بل يركزون أكثر على "هل للعملة رمزية قيمة استثمارية" و"هل المنتج سهل الاستخدام".

3. إذا كنت ترغب في الاستثمار في مشاريع التشفير المتعلقة بالذكاء الاصطناعي، يجب أن تركز على مشاريع الذكاء الاصطناعي التطبيقية البحتة، أو المشاريع المنصات التي يمكنها دمج مجموعة متنوعة من الأدوات السهلة الاستخدام أو وكلاء الذكاء الاصطناعي. قد تكون هذه فرصة استثمارية طويلة الأجل بعد ارتفاع شعبية عملات الذكاء الاصطناعي.

الفروقات في مسارات تطور الذكاء الاصطناعي في ويب 2 وويب 3

عالم الويب2 للذكاء الاصطناعي

تدفع المؤسسات الكبرى في مجال التكنولوجيا والبحث الذكي الاصطناعي في عالم Web2، حيث إن مسار التطوير مركز ومستقر نسبيًا. تقوم الشركات الكبيرة بتدريب نماذج مغلقة غير شفافة، حيث لا يتم نشر الخوارزميات والبيانات، ولا يمكن للمستخدمين سوى استخدام النتائج، مما يفتقر إلى الشفافية. يؤدي هذا التحكم المركزي إلى صعوبة تدقيق قرارات الذكاء الاصطناعي، مما يثير قضايا التحيز وعدم وضوح المسؤولية. بشكل عام، تركز الابتكارات في الذكاء الاصطناعي في Web2 على تحسين أداء النماذج الأساسية وتطبيقاتها التجارية، لكن عملية اتخاذ القرار غير شفافة للجمهور. سبب هذه المشكلة في الشفافية هو الذي أدى إلى ظهور مشاريع ذكاء اصطناعي جديدة مثل Deepseek في عام 2025، والتي تبدو مفتوحة المصدر لكنها في الحقيقة "صيد".

بالإضافة إلى عدم الشفافية، توجد مشكلتان رئيسيتان في نماذج الذكاء الاصطناعي الكبيرة في Web2: نقص تجربة المستخدم في أشكال المنتجات المختلفة، وكذلك عدم الدقة الكافية في المجالات المتخصصة.

على سبيل المثال، عندما يقوم المستخدم بإنشاء PPT أو صور أو مقاطع فيديو، غالبًا ما يختار استخدام أدوات الذكاء الاصطناعي المتخصصة التي تتمتع بعوائق دخول منخفضة وتجربة أفضل، ويكون مستعدًا للدفع مقابل ذلك. حاليًا، تحاول العديد من مشاريع الذكاء الاصطناعي تطوير منتجات ذكاء اصطناعي بدون كود لتقليل عوائق دخول المستخدم.

من ناحية أخرى، يشعر مستخدمو Web3 غالبًا بالعجز والإحباط عند استخدام ChatGPT أو DeepSeek للاستفسار عن مشروع أو معلومات رمز تشفير معين. لا تزال بيانات النموذج الكبير غير قادرة على تغطية تفاصيل كل قطاع فرعي بدقة. لذلك، فإن اتجاه آخر لتطوير العديد من المنتجات الذكاء الاصطناعي هو التنقيب العميق في البيانات والتحليلات في قطاعات فرعية محددة.

عالم Web3 الذكاء الاصطناعي

عالم Web3 يركز على صناعة التشفير، ويجمع بين التكنولوجيا والثقافة ومفهوم المجتمع الأوسع. بالمقارنة مع Web2، فإن Web3 يميل أكثر نحو المسار المفتوح المدفوع بالمجتمع.

من خلال الهيكل اللامركزي لتقنية البلوكشين، غالبًا ما تدعي مشاريع الذكاء الاصطناعي في Web3 أنها تركز على الشيفرة المصدرية المفتوحة، والحكم المجتمعي، والشفافية والموثوقية، وتأمل في كسر احتكار الشركات القليلة للذكاء الاصطناعي التقليدي بطريقة موزعة. على سبيل المثال، تستكشف بعض المشاريع استخدام البلوكشين للتحقق من قرارات الذكاء الاصطناعي ( وإثباتات المعرفة الصفرية لضمان موثوقية مخرجات النماذج ) أو مراجعة نماذج الذكاء الاصطناعي من قبل منظمات مستقلة (DAO) لتقليل التحيز.

في الوضع المثالي، يسعى Web3 AI إلى "الذكاء الاصطناعي المفتوح"، مما يسمح لمعايير النموذج ومنطق القرار بأن يتم تدقيقها من قبل المجتمع، بينما يحفز آلية الرموز المطورين والمستخدمين على المشاركة. ومع ذلك، في الممارسة العملية، لا يزال تطور الذكاء الاصطناعي في Web3 مقيدًا بالتكنولوجيا والموارد: بناء بنية تحتية للذكاء الاصطناعي غير المركزية أمر صعب للغاية ( تدريب نماذج كبيرة يتطلب قوة حسابية وبيانات هائلة، ولا يمكن لأي مشروع من مشاريع Web3 أن يصل إلى جزء بسيط من تمويل OpenAI ). المشاريع القليلة التي تدعي أنها Web3 AI لا تزال تعتمد في الواقع على نماذج أو خدمات مركزية، فقط في طبقة التطبيق تم إدخال بعض عناصر blockchain. وهذه تعتبر من بين المشاريع الأكثر موثوقية في مجال Web3 AI، على الأقل في تطوير التطبيقات الحقيقية. ومع ذلك، لا يزال الغالبية العظمى من مشاريع Web3 AI مجرد ضجة خالصة، أو ترويج تحت شعار الذكاء الاصطناعي.

علاوة على ذلك، فإن اختلافات التمويل ونماذج المشاركة تؤثر أيضًا على مسارات تطوير كل منهما. عادةً ما يتم دفع الذكاء الاصطناعي في Web2 من خلال استثمارات البحث وتحقيق الأرباح من المنتجات، مما يجعل الدورة نسبياً مستقرة. بينما يجمع الذكاء الاصطناعي في Web3 بين خصائص المضاربة في سوق العملات المشفرة، مما يؤدي غالبًا إلى ظهور "فترات ذروة" تتقلب بشكل كبير وفقًا لمشاعر السوق: عندما تكون الفكرة شائعة، تتدفق الأموال لرفع أسعار الرموز وتقييمها، وعندما تهدأ، تنخفض حماسة المشروع والتمويل بسرعة. تجعل هذه الدورة مسار تطوير الذكاء الاصطناعي في Web3 أكثر تقلبًا وارتباطًا بالسرد. على سبيل المثال، قد يؤدي مفهوم ذكاء اصطناعي يفتقر إلى تقدم ملموس إلى ارتفاع سعر الرموز بسبب مشاعر السوق؛ وعلى العكس، عندما تكون السوق منخفضة، حتى مع التقدم التكنولوجي، قد يكون من الصعب جذب الانتباه.

فيما يتعلق بالسرد الرئيسي لـ Web3 AI "شبكة الذكاء الاصطناعي اللامركزية"، نحن حاليًا نتبنى "توقعات متواضعة وحذرة". على أي حال، لقد أنجبت مجال Web3 وجودًا تاريخيًا مثل BTC و ETH. لكن في المرحلة الحالية، لا يزال يتعين علينا التفكير بشكل عملي في بعض السيناريوهات القابلة للتنفيذ على الفور، مثل:

1. دمج الوكلاء الذكيين في المشاريع الحالية على Web3، لزيادة كفاءة المشروع نفسه.

2. دمج الذكاء الاصطناعي مع تقنيات جديدة أخرى لخلق أفكار جديدة مناسبة لصناعة التشفير، حتى لو كانت مجرد مفاهيم تثير الاهتمام، فهذا جيد.

3. تطوير منتجات الذكاء الاصطناعي التي تخدم صناعة Web3 بشكل خاص، سواء كان ذلك من خلال تحسين دقة البيانات أو التوافق بشكل أفضل مع عادات العمل الخاصة بالمنظمات أو الأفراد في Web3، لتقديم خدمات يرغب الأشخاص في صناعة Web3 في دفع مقابل لها.