الذكاء الاصطناعي وعملة الرقمية: مقارنة طبقية بين التكنولوجيا والتغليف المالي
يعتقد الخبراء في الصناعة مؤخرًا أن استراتيجية المركزية لـ Rollup في الإيثيريوم لم تحقق أهدافها كما هو متوقع، وأبدوا استياءً من الهيكل المتداخل L1-L2-L3. ومع ذلك، من المثير للاهتمام أن تطور مجال الذكاء الاصطناعي في العام الماضي شهد أيضًا تطورًا سريعًا مشابهًا لـ L1-L2-L3. من خلال مقارنة تطور هذين المجالين، يمكننا أن نكتشف بعض الأسئلة التي تستحق التفكير.
في مجال الذكاء الاصطناعي، تتبع المنطق الطبقي مبدأ "تقدم القدرات":
نماذج اللغة الكبيرة (LLMs) في طبقة L1 تعالج القدرات الأساسية لفهم اللغة وتوليدها، ولكنها تعاني من نقص في الاستدلال المنطقي والحسابات الرياضية.
تم تحسين نموذج الاستدلال في الطبقة الثانية بشكل خاص لمعالجة هذه العجوزات. على سبيل المثال، يمكن لـ DeepSeek R1 التعامل مع المشاكل الرياضية المعقدة وتصحيح الشيفرة، مما يعوض عن العمى المعرفي لـ LLMs.
ستدمج وكلاء الذكاء الاصطناعي في الطبقة L3 قدرات الطبقتين السابقتين، مما يحول الذكاء الاصطناعي من الاستجابة السلبية إلى التنفيذ النشط، حيث يمكنه تخطيط المهام بشكل مستقل، واستدعاء الأدوات، ومعالجة سير العمل المعقد.
تجسد هذه الطريقة الهرمية التحسين التدريجي للقدرات التقنية: L1 تشكل الأساس، L2 تعوض النقص، L3 تدمج وتحسن. كل طبقة تحقق قفزة نوعية بناءً على الطبقة السابقة، حيث يستطيع المستخدمون أن يشعروا بوضوح أن الذكاء الاصطناعي أصبح أكثر ذكاءً وعمليّة.
بالمقارنة، يبدو أن المنطق الطبقي في مجال الأصول الرقمية وقع في مأزق "نقل المشكلة":
تواجه سلسلة الكتل العامة L1 عنق زجاجة في الأداء، لذا تم إدخال خطة توسيع L2. ومع ذلك، على الرغم من انخفاض رسوم الغاز وزيادة TPS، إلا أنها أدت أيضًا إلى مشاكل جديدة مثل تشتت السيولة ونقص في التطبيقات البيئية.
لحل مشكلة L2، تم إدخال سلسلة التطبيقات العمودية L3. لكن هذه السلاسل التطبيقية غالبًا ما تعمل بشكل مستقل، ولا يمكنها الاستفادة من تأثيرات التعاون البيئي لسلسلة البنية التحتية العامة، مما يجعل تجربة المستخدم أكثر تجزئة.
هذه النموذج الطبقي في الواقع هو نقل مستمر للمشاكل: حيث يوجد اختناق في L1، وتقدم L2 حلول مؤقتة، بينما تثير L3 المزيد من الفوضى والتفتيت. يبدو أن كل طبقة ليست سوى نقل المشكلة من مجال إلى آخر، مما يعطي انطباعًا بأن جميع الحلول تدور حول هدف "إصدار العملة".
قد يكمن السبب الجذري لهذا الاختلاف في أن تقسيم الذكاء الاصطناعي مدفوع بالتنافس التكنولوجي، حيث تتسابق الشركات الكبرى لتعزيز قدرات النماذج؛ بينما يبدو أن تقسيم الأصول الرقمية يتأثر بشكل أكبر بالاقتصاد الرمزي، وغالبًا ما تركز المؤشرات الرئيسية لكل مشروع L2 على إجمالي القيمة المقفلة (TVL) وسعر العملة.
توضح هذه المقارنة الفروق الجوهرية بين مجالين: أحدهما يركز على حل المشكلات التقنية، بينما يركز الآخر أكثر على تصميم المنتجات المالية. قد تختلف آراء الأشخاص حول هذه الظاهرة، ولا يوجد صواب أو خطأ مطلق.
على الرغم من أن هذه المقارنة المجردة ليست مطلقة، إلا أنه من خلال مقارنة مسارات تطور الذكاء الاصطناعي والأصول الرقمية، يمكننا الحصول على بعض الرؤى المثيرة للاهتمام، مما يوفر تمرينًا جيدًا للعقل في عطلة نهاية الأسبوع.
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 18
أعجبني
18
6
مشاركة
تعليق
0/400
GasSavingMaster
· 07-31 18:13
المحفظة提桶Rug Pull中
شاهد النسخة الأصليةرد0
MemeCurator
· 07-30 20:27
تضع كل هذه الطبقات وتريد أن تُستغل بغباء؟
شاهد النسخة الأصليةرد0
RugPullAlarm
· 07-28 20:37
الاستثمار في النهاية هو مجرد تحويل الأموال بين الطبقات العليا والسفلى، هل يمكنك التحقق من البيانات داخل السلسلة؟
شاهد النسخة الأصليةرد0
ProofOfNothing
· 07-28 20:36
أنا أعرف هذا السؤال جيدًا، كل شيء يتعلق بتقسيم الأموال.
شاهد النسخة الأصليةرد0
ValidatorViking
· 07-28 20:34
رأيت هذا النمط من قبل... L2s مجرد نقل التعقيد بينما الذكاء الاصطناعي يبني في الواقع المرونة. بروتوكولات مختبرة في المعركة > ألعاب الرموز بصراحة
مقارنة تطور الذكاء الاصطناعي والأصول الرقمية: دفع تكنولوجي مقابل تغليف مالي
الذكاء الاصطناعي وعملة الرقمية: مقارنة طبقية بين التكنولوجيا والتغليف المالي
يعتقد الخبراء في الصناعة مؤخرًا أن استراتيجية المركزية لـ Rollup في الإيثيريوم لم تحقق أهدافها كما هو متوقع، وأبدوا استياءً من الهيكل المتداخل L1-L2-L3. ومع ذلك، من المثير للاهتمام أن تطور مجال الذكاء الاصطناعي في العام الماضي شهد أيضًا تطورًا سريعًا مشابهًا لـ L1-L2-L3. من خلال مقارنة تطور هذين المجالين، يمكننا أن نكتشف بعض الأسئلة التي تستحق التفكير.
في مجال الذكاء الاصطناعي، تتبع المنطق الطبقي مبدأ "تقدم القدرات":
نماذج اللغة الكبيرة (LLMs) في طبقة L1 تعالج القدرات الأساسية لفهم اللغة وتوليدها، ولكنها تعاني من نقص في الاستدلال المنطقي والحسابات الرياضية.
تم تحسين نموذج الاستدلال في الطبقة الثانية بشكل خاص لمعالجة هذه العجوزات. على سبيل المثال، يمكن لـ DeepSeek R1 التعامل مع المشاكل الرياضية المعقدة وتصحيح الشيفرة، مما يعوض عن العمى المعرفي لـ LLMs.
ستدمج وكلاء الذكاء الاصطناعي في الطبقة L3 قدرات الطبقتين السابقتين، مما يحول الذكاء الاصطناعي من الاستجابة السلبية إلى التنفيذ النشط، حيث يمكنه تخطيط المهام بشكل مستقل، واستدعاء الأدوات، ومعالجة سير العمل المعقد.
تجسد هذه الطريقة الهرمية التحسين التدريجي للقدرات التقنية: L1 تشكل الأساس، L2 تعوض النقص، L3 تدمج وتحسن. كل طبقة تحقق قفزة نوعية بناءً على الطبقة السابقة، حيث يستطيع المستخدمون أن يشعروا بوضوح أن الذكاء الاصطناعي أصبح أكثر ذكاءً وعمليّة.
بالمقارنة، يبدو أن المنطق الطبقي في مجال الأصول الرقمية وقع في مأزق "نقل المشكلة":
تواجه سلسلة الكتل العامة L1 عنق زجاجة في الأداء، لذا تم إدخال خطة توسيع L2. ومع ذلك، على الرغم من انخفاض رسوم الغاز وزيادة TPS، إلا أنها أدت أيضًا إلى مشاكل جديدة مثل تشتت السيولة ونقص في التطبيقات البيئية.
لحل مشكلة L2، تم إدخال سلسلة التطبيقات العمودية L3. لكن هذه السلاسل التطبيقية غالبًا ما تعمل بشكل مستقل، ولا يمكنها الاستفادة من تأثيرات التعاون البيئي لسلسلة البنية التحتية العامة، مما يجعل تجربة المستخدم أكثر تجزئة.
هذه النموذج الطبقي في الواقع هو نقل مستمر للمشاكل: حيث يوجد اختناق في L1، وتقدم L2 حلول مؤقتة، بينما تثير L3 المزيد من الفوضى والتفتيت. يبدو أن كل طبقة ليست سوى نقل المشكلة من مجال إلى آخر، مما يعطي انطباعًا بأن جميع الحلول تدور حول هدف "إصدار العملة".
قد يكمن السبب الجذري لهذا الاختلاف في أن تقسيم الذكاء الاصطناعي مدفوع بالتنافس التكنولوجي، حيث تتسابق الشركات الكبرى لتعزيز قدرات النماذج؛ بينما يبدو أن تقسيم الأصول الرقمية يتأثر بشكل أكبر بالاقتصاد الرمزي، وغالبًا ما تركز المؤشرات الرئيسية لكل مشروع L2 على إجمالي القيمة المقفلة (TVL) وسعر العملة.
توضح هذه المقارنة الفروق الجوهرية بين مجالين: أحدهما يركز على حل المشكلات التقنية، بينما يركز الآخر أكثر على تصميم المنتجات المالية. قد تختلف آراء الأشخاص حول هذه الظاهرة، ولا يوجد صواب أو خطأ مطلق.
على الرغم من أن هذه المقارنة المجردة ليست مطلقة، إلا أنه من خلال مقارنة مسارات تطور الذكاء الاصطناعي والأصول الرقمية، يمكننا الحصول على بعض الرؤى المثيرة للاهتمام، مما يوفر تمرينًا جيدًا للعقل في عطلة نهاية الأسبوع.