التفكير المقارن في التطور المتدرج للذكاء الاصطناعي والأصول الرقمية

مؤخراً، يبدو أن استراتيجية Ethereum المتمحورة حول Rollup-Centric قد واجهت عقبات، حيث أعرب العديد عن استيائهم من نمط L1-L2-L3 المتداخل. ومع ذلك، من المثير للاهتمام أن التطورات في مجال الذكاء الاصطناعي خلال العام الماضي قد شهدت أيضاً تطوراً سريعاً مماثلاً في L1-L2-L3. دعونا نستكشف المنطق الطبقي في هذين المجالين بعمق، لنرى ما هي جذور المشكلة.

في مجال الذكاء الاصطناعي، كل طبقة تعمل على حل المشكلات الأساسية التي لم تتمكن الطبقة السابقة من حلها. تؤسس نماذج اللغة الكبيرة من المستوى الأول الأساس لفهم اللغة وتوليدها، لكنها تعاني من نقاط ضعف في المنطق والاستدلال الرياضي. تم تصميم نماذج الاستدلال من المستوى الثاني خصيصًا لمعالجة هذه النقاط الضعيفة، مثل بعض النماذج التي يمكنها التعامل مع مسائل رياضية معقدة وتصحيح الشفرات، مما يعوض عن العمى الإدراكي لنماذج اللغة الكبيرة. على هذه الأساس، يعمل وكيل الذكاء الاصطناعي من المستوى الثالث على دمج قدرات الطبقتين السابقتين، مما يحول الذكاء الاصطناعي من الردود السلبية إلى التنفيذ النشط، مما يمكنه من التخطيط الذاتي للمهام، واستدعاء الأدوات، ومعالجة سير العمل المعقد.

تتكون هذه الطبقات من الذكاء الاصطناعي من "تقدم القدرة": L1 يضع الأساس، L2 يكمل النقص، L3 يقوم بالدمج. كل طبقة تحقق قفزة نوعية بناءً على الطبقة السابقة، ويمكن للمستخدمين أن يشعروا بوضوح أن الذكاء الاصطناعي أصبح أكثر ذكاءً وأكثر فائدة.

بالمقارنة، يبدو أن المنطق الطبقي في مجال الأصول الرقمية يتم تطبيقه باستمرار لحل مشاكل الطبقة السابقة، لكنه غير متوقع أدى إلى مشاكل أكبر جديدة. على سبيل المثال، من أجل معالجة نقص الأداء في سلاسل الكتل العامة من الطبقة الأولى، تم إدخال حلول توسيع الطبقة الثانية. ومع ذلك، بعد تجربة موجة من ازدهار البنية التحتية للطبقة الثانية، على الرغم من انخفاض رسوم الغاز وزيادة TPS، أصبحت السيولة متفرقة، ولا تزال التطبيقات البيئية تفتقر إليها. وهذا أدى إلى أن تصبح البنية التحتية الزائدة من الطبقة الثانية مشكلة بدلاً من حل. لمواجهة هذه المشكلة، ظهرت سلاسل التطبيقات الرأسية من الطبقة الثالثة، ولكن هذه السلاسل غالباً ما تكون مستقلة عن بعضها البعض، ولا تستطيع الاستفادة من تأثير التعاون البيئي لسلاسل الكتل العامة، مما يجعل تجربة المستخدم أكثر تجزئة.

تحولت هذه التطورات الطبقية إلى "نقل المشكلة": حيث تعاني الطبقة الأولى من الاختناقات، وتقدم الطبقة الثانية ترقيعًا، بينما تصبح الطبقة الثالثة فوضوية ومتناثرة. يبدو أن كل طبقة ليست سوى نقل المشكلة من مكان إلى آخر، مما يعطي انطباعًا بأن جميع الحلول تدور حول هدف "إصدار العملة".

السبب الجذري لهذا الاختلاف قد يكمن في: إن تقسيم الذكاء الاصطناعي مدفوع بالتنافس التكنولوجي، حيث تسعى جميع شركات الذكاء الاصطناعي جاهدة لتحسين قدرات النماذج؛ في حين يبدو أن تقسيم الأصول الرقمية مقيد بعلم اقتصاد التوكن، حيث تتركز المؤشرات الأساسية لكل مشروع L2 على إجمالي القيمة المقفلة (TVL) وسعر التوكن.

تظهر هذه المقارنة ظاهرة مثيرة للاهتمام: أحد المجالات يكرس جهوده لحل المشكلات التقنية، بينما يشبه المجال الآخر أكثر في تعبئة المنتجات المالية. بالطبع، هذه المقارنة المجردة ليست مطلقة، لكنها توفر لنا منظورًا مثيرًا للتفكير في مسارات تطور هذين المجالين.