في خطاب مهم حديث، طرح أحد قادة الصناعة مفهوم "الذكاء الاصطناعي السيادي". وهذا أثار تساؤلات حول كيفية بناء نظام ذكاء اصطناعي يمكن أن يلبي مصالح وطلبات مجتمع التشفير؟ قد تكون الإجابة موجودة في دمج Web3 مع الذكاء الاصطناعي.
شرح مؤسس الإيثيريوم في مقال له تأثير التآزر بين الذكاء الاصطناعي والتقنية المشفرة: يمكن أن توازن خاصية اللامركزية في التقنية المشفرة الاتجاه المركزي للذكاء الاصطناعي؛ يمكن أن تعوض الشفافية التي توفرها التقنية المشفرة عدم الشفافية في الذكاء الاصطناعي؛ بينما تساعد البلوكشين في تخزين البيانات اللازمة للذكاء الاصطناعي وتتبعها. ينتشر هذا التآزر في جميع أنحاء النظام البيئي الصناعي Web3+AI.
حالياً، تركز معظم مشاريع Web3+AI على استخدام تقنية blockchain لحل مشكلات بناء البنية التحتية في صناعة الذكاء الاصطناعي، بينما تركز بعض المشاريع على استخدام الذكاء الاصطناعي لحل مشكلات محددة في تطبيقات Web3. تشمل صناعة Web3+AI بشكل رئيسي الجوانب التالية:
طبقة القوة الحاسوبية: أصول القوة الحاسوبية
مع الزيادة الهائلة في طلب تدريب نماذج الذكاء الاصطناعي، أدى عدم التوازن في العرض والطلب على القدرة الحاسوبية إلى ارتفاع حاد في التكاليف. تعمل تقنية Web3 على إنشاء شبكة قدرة حاسوبية موزعة، مما يتيح الاستخدام الفعال لموارد الأجهزة المتوسطة والمنخفضة غير المستغلة، مما يقلل بشكل كبير من تكاليف قدرة الذكاء الاصطناعي. تشمل هذه المجالات قدرة حاسوبية لا مركزية عامة، وقدرة حاسوبية مخصصة لتدريب الذكاء الاصطناعي واستنتاجه، بالإضافة إلى أسواق فرعية مثل القدرة الحاسوبية للتصيير ثلاثي الأبعاد.
طبقة البيانات: أصول البيانات
البيانات هي حجر الزاوية في تطور الذكاء الاصطناعي. يجمع Web3+AI بين جعل عمليات جمع البيانات، وتوسيمها، وتخزينها أكثر شفافية وكفاءة وودية للمستخدم. تشمل هذه المجال جمع البيانات، والتداول، والتوسيم، وتوفير مصادر بيانات بلوكتشين، بالإضافة إلى التخزين اللامركزي في عدة اتجاهات فرعية.
طبقة المنصة: تحويل قيمة الأصول إلى أصول.
تهدف مشاريع المنصات إلى دمج موارد صناعة الذكاء الاصطناعي المختلفة، وربط البيانات، وقدرات الحوسبة، والنماذج، والمطورين. تركز بعض المشاريع على بناء منصات استنتاج تعلم آلي موثوقة وشفافة، بينما تكرس أخرى جهودها لتطوير بنية تحتية قائمة على البلوكشين تخدم الذكاء الاصطناعي. تلتقط هذه المنصات القيمة من خلال نموذج الاقتصاد الرمزي، وتحفز جميع الأطراف على المشاركة في البناء المشترك.
طبقة التطبيق: تحويل قيمة الذكاء الاصطناعي إلى أصول
مشاريع الطبقة التطبيقية تستخدم بشكل رئيسي تقنيات الذكاء الاصطناعي لحل مشكلات محددة في مجال Web3. على سبيل المثال، يمكن أن يعمل الذكاء الاصطناعي كمشارك في ألعاب Web3، أو يقوم بعمليات المراجحة في البورصات اللامركزية، أو يقدم خدمات التحليل في أسواق التنبؤ. اتجاه آخر مهم هو إنشاء ذكاء اصطناعي خاص لامركزي قابل للتوسع، مما يزيد من ثقة المستخدمين في أنظمة الذكاء الاصطناعي من خلال حوكمة المجتمع.
لا يزال دمج Web3 + AI في مراحله المبكرة، وتوجد آراء مختلفة داخل الصناعة حول آفاق تطويره. ومع ذلك، من المحتمل أن يخلق هذا الدمج منتجات أكثر قيمة من الذكاء الاصطناعي التقليدي اللامركزي، ويتخلص من سمات "سيطرة العملاق" و"الاحتكار"، لتحقيق نموذج "الذكاء الاصطناعي المشترك" الأكثر مجتمعًا. من خلال المشاركة بشكل أعمق في عملية تطوير الذكاء الاصطناعي والحكم، قد يتمكن البشر من تقليل الخوف غير الضروري مع الحفاظ على هيبتهم تجاه الذكاء الاصطناعي.
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.
Web3 و AI تندمج لبناء مستقبل جديد للبيئة الذكية اللامركزية
دمج Web3 و AI: بناء نظام بيئي ذكي لامركزي جديد
في خطاب مهم حديث، طرح أحد قادة الصناعة مفهوم "الذكاء الاصطناعي السيادي". وهذا أثار تساؤلات حول كيفية بناء نظام ذكاء اصطناعي يمكن أن يلبي مصالح وطلبات مجتمع التشفير؟ قد تكون الإجابة موجودة في دمج Web3 مع الذكاء الاصطناعي.
شرح مؤسس الإيثيريوم في مقال له تأثير التآزر بين الذكاء الاصطناعي والتقنية المشفرة: يمكن أن توازن خاصية اللامركزية في التقنية المشفرة الاتجاه المركزي للذكاء الاصطناعي؛ يمكن أن تعوض الشفافية التي توفرها التقنية المشفرة عدم الشفافية في الذكاء الاصطناعي؛ بينما تساعد البلوكشين في تخزين البيانات اللازمة للذكاء الاصطناعي وتتبعها. ينتشر هذا التآزر في جميع أنحاء النظام البيئي الصناعي Web3+AI.
حالياً، تركز معظم مشاريع Web3+AI على استخدام تقنية blockchain لحل مشكلات بناء البنية التحتية في صناعة الذكاء الاصطناعي، بينما تركز بعض المشاريع على استخدام الذكاء الاصطناعي لحل مشكلات محددة في تطبيقات Web3. تشمل صناعة Web3+AI بشكل رئيسي الجوانب التالية:
طبقة القوة الحاسوبية: أصول القوة الحاسوبية مع الزيادة الهائلة في طلب تدريب نماذج الذكاء الاصطناعي، أدى عدم التوازن في العرض والطلب على القدرة الحاسوبية إلى ارتفاع حاد في التكاليف. تعمل تقنية Web3 على إنشاء شبكة قدرة حاسوبية موزعة، مما يتيح الاستخدام الفعال لموارد الأجهزة المتوسطة والمنخفضة غير المستغلة، مما يقلل بشكل كبير من تكاليف قدرة الذكاء الاصطناعي. تشمل هذه المجالات قدرة حاسوبية لا مركزية عامة، وقدرة حاسوبية مخصصة لتدريب الذكاء الاصطناعي واستنتاجه، بالإضافة إلى أسواق فرعية مثل القدرة الحاسوبية للتصيير ثلاثي الأبعاد.
طبقة البيانات: أصول البيانات البيانات هي حجر الزاوية في تطور الذكاء الاصطناعي. يجمع Web3+AI بين جعل عمليات جمع البيانات، وتوسيمها، وتخزينها أكثر شفافية وكفاءة وودية للمستخدم. تشمل هذه المجال جمع البيانات، والتداول، والتوسيم، وتوفير مصادر بيانات بلوكتشين، بالإضافة إلى التخزين اللامركزي في عدة اتجاهات فرعية.
طبقة المنصة: تحويل قيمة الأصول إلى أصول. تهدف مشاريع المنصات إلى دمج موارد صناعة الذكاء الاصطناعي المختلفة، وربط البيانات، وقدرات الحوسبة، والنماذج، والمطورين. تركز بعض المشاريع على بناء منصات استنتاج تعلم آلي موثوقة وشفافة، بينما تكرس أخرى جهودها لتطوير بنية تحتية قائمة على البلوكشين تخدم الذكاء الاصطناعي. تلتقط هذه المنصات القيمة من خلال نموذج الاقتصاد الرمزي، وتحفز جميع الأطراف على المشاركة في البناء المشترك.
طبقة التطبيق: تحويل قيمة الذكاء الاصطناعي إلى أصول مشاريع الطبقة التطبيقية تستخدم بشكل رئيسي تقنيات الذكاء الاصطناعي لحل مشكلات محددة في مجال Web3. على سبيل المثال، يمكن أن يعمل الذكاء الاصطناعي كمشارك في ألعاب Web3، أو يقوم بعمليات المراجحة في البورصات اللامركزية، أو يقدم خدمات التحليل في أسواق التنبؤ. اتجاه آخر مهم هو إنشاء ذكاء اصطناعي خاص لامركزي قابل للتوسع، مما يزيد من ثقة المستخدمين في أنظمة الذكاء الاصطناعي من خلال حوكمة المجتمع.
لا يزال دمج Web3 + AI في مراحله المبكرة، وتوجد آراء مختلفة داخل الصناعة حول آفاق تطويره. ومع ذلك، من المحتمل أن يخلق هذا الدمج منتجات أكثر قيمة من الذكاء الاصطناعي التقليدي اللامركزي، ويتخلص من سمات "سيطرة العملاق" و"الاحتكار"، لتحقيق نموذج "الذكاء الاصطناعي المشترك" الأكثر مجتمعًا. من خلال المشاركة بشكل أعمق في عملية تطوير الذكاء الاصطناعي والحكم، قد يتمكن البشر من تقليل الخوف غير الضروري مع الحفاظ على هيبتهم تجاه الذكاء الاصطناعي.