Web3 و AI: إعادة تشكيل نموذج جديد لنظام الأصول الرقمية

في القمة العالمية للحكومات الأخيرة، قدم أحد قادة التكنولوجيا المعروفين مفهوم "الذكاء الاصطناعي السيادي". وقد أثار هذا سؤالًا: أي شكل من أشكال الذكاء الاصطناعي يمكن أن يلبي احتياجات ومصالح مجتمع الأصول الرقمية بشكل أفضل؟ قد يتم العثور على الإجابة في دمج Web3 مع الذكاء الاصطناعي.

ناقش أحد الشخصيات المعروفة في الصناعة في مقالته التأثيرات التآزرية بين الذكاء الاصطناعي والأصول الرقمية. أشار إلى أن خصائص اللامركزية في التشفير يمكن أن توازن الاتجاهات المركزية للذكاء الاصطناعي؛ وشفافية الأصول الرقمية يمكن أن تكمل عدم وضوح الذكاء الاصطناعي؛ بينما تساعد البلوكشين في تخزين وتتبع البيانات المطلوبة للذكاء الاصطناعي. يستمر هذا التآزر في جميع أنحاء النظام البيئي لصناعة Web3+AI.

حالياً، تركز معظم مشاريع Web3+AI على استخدام تقنية blockchain لحل مشاكل بناء البنية التحتية لصناعة الذكاء الاصطناعي، بينما تركز عدد قليل من المشاريع على استخدام الذكاء الاصطناعي لحل مشكلات محددة في تطبيقات Web3. تشمل صناعة Web3+AI بشكل أساسي المجالات التالية:

1. طبقة القدرة الحاسوبية: أصول القدرة الحاسوبية

مع الزيادة المضطردة في الطلب على قوة الحوسبة لتدريب نماذج الذكاء الاصطناعي، ظهرت في السوق حالة من عدم التوازن بين الطلب العالي على قوة الحوسبة الراقية والفراغ في قوة الحوسبة المتوسطة والمنخفضة. يمكن لتقنية Web3 من خلال إنشاء شبكة توزيع قوة الحوسبة تحقيق استئجار ومشاركة قوة الحوسبة، مما يقلل من تكلفة قوة الحوسبة للذكاء الاصطناعي. تشمل هذه المجال أسواقًا فرعية مثل قوة الحوسبة اللامركزية العامة، وقوة الحوسبة المخصصة لتدريب الذكاء الاصطناعي، وقوة الحوسبة للاستدلال بالذكاء الاصطناعي، بالإضافة إلى قوة الحوسبة لتقديم الرسوم الثلاثية الأبعاد.

2. طبقة البيانات: تحويل البيانات إلى أصول

البيانات هي المورد الأساسي لتطوير الذكاء الاصطناعي. إن دمج Web3+AI يجعل عملية جمع البيانات، والتوصيف، والتخزين الموزع أكثر كفاءة من حيث التكلفة، وشفافية، ويمكن أن يحمي مصالح المستخدمين بشكل أفضل. تشمل المشاريع ذات الصلة جمع البيانات، وتجارة البيانات، وتوصيف البيانات، ومصادر بيانات البلوكشين، والتخزين اللامركزي.

3. طبقة المنصة: تحويل قيمة المنصة إلى أصول

تهدف مشاريع المنصات إلى دمج جميع أنواع الموارد في صناعة الذكاء الاصطناعي، بما في ذلك البيانات، وقوة الحوسبة، والنماذج، والمطورين، وغيرها. تركز بعض المشاريع على بناء منصات موثوقة وشفافة لاستنتاجات التعلم الآلي، بينما تكرس أخرى جهودها لتطوير سلاسل كتل متخصصة للذكاء الاصطناعي أو حلول الطبقات الوسيطة. هناك أيضًا بعض المشاريع التي تركز على بناء منصات لشبكات الوكلاء الذكاء الاصطناعي.

4. طبقة التطبيق: تحويل قيمة الذكاء الاصطناعي إلى أصول

تستخدم مشاريع طبقة التطبيق الذكاء الاصطناعي لحل المشكلات في تطبيقات Web3. ومن الاتجاهات الجديرة بالملاحظة هما: الذكاء الاصطناعي كأحد المشاركين في Web3 (مثل التطبيقات في ألعاب Web3، ومنصات التداول اللامركزية وأسواق التنبؤ)، وإنشاء ذكاء اصطناعي خاص لامركزي قابل للتوسع لزيادة ثقة المستخدمين في أنظمة الذكاء الاصطناعي و控制هم.

لا يزال مجال Web3+AI في مرحلة مبكرة، وهناك آراء مختلفة في الصناعة حول آفاق تطويره. ومع ذلك، فإن إمكانيات هذا المجال تكمن في خلق منتجات ذات قيمة أكبر من الذكاء الاصطناعي المركزي التقليدي، والتخلص من علامات "سيطرة العملاق" و"الاحتكار"، لتحقيق طريقة حوكمة مدفوعة بالمجتمع. من خلال المشاركة بشكل أعمق في عملية تطوير الذكاء الاصطناعي وحوكمته، قد تتمكن البشرية من تقليل مخاوفها تجاه الذكاء الاصطناعي مع الحفاظ على شعورها بالرهبة.