دمج الذكاء الاصطناعي وWeb3: مشاهد من مؤتمر الإجماع في هونغ كونغ 2025
تدفع الذكاء الاصطناعي وWeb3 كأكثر مجالين تقنيين بارزين في الوقت الحالي المجتمع البشري نحو آفاق تقنية جديدة. مع تجربة الذكاء الاصطناعي الثورية التي تقدمها ChatGPT، أصبح الذكاء الاصطناعي على السلسلة يتحول تدريجياً من مفهوم إلى ممارسة، ليصبح واحداً من أكثر المجالات الناشئة الواعدة في مجال Web3.
في مؤتمر الإجماع في هونغ كونغ 2025 الذي انتهى للتو، أصبح دمج الذكاء الاصطناعي وWeb3 موضوعًا شائعًا، وكانت المناقشات ذات الصلة تتخلل المؤتمر بأكمله. دعونا نستعرض معًا وجهات النظر المثيرة والمشاريع الرائدة المتعلقة بـ AI x Web3 في هذا المؤتمر.
1. البنية التحتية للذكاء الاصطناعي
1. منصة وأطار AI Agent
على مدار نصف عام، كانت منصات الإطلاق والبنية التحتية الإطارية لوكلاء الذكاء الاصطناعي شديدة الحماس. تقدم هذه المشاريع منصة للمطورين والمستخدمين العاديين لاستخدام وكلاء الذكاء الاصطناعي بسهولة، وهي واحدة من الاتجاهات الرئيسية لمشاريع الذكاء الاصطناعي الحالية.
0G Labs: أول نظام تشغيل للذكاء الاصطناعي اللامركزي (deAIOS)، من خلال بناء Layer 1 مخصص للذكاء الاصطناعي، يربط بين الموارد الحاسوبية والبيانات والنماذج، ويؤسس نظام بيئي لتطوير الذكاء الاصطناعي الموزع.
DeAgentAI: منصة مبتكرة تركز على الذكاء الاصطناعي اللامركزي، مكرسة لدفع تطوير تقنية الوكلاء المتعددين. يمكن للمستخدمين إنشاء وإدارة وتنسيق شبكة من وكلاء الذكاء الاصطناعي، وتطبيقها في أتمتة الأعمال وتحليل البيانات وغيرها من السيناريوهات.
Autonomys Network: بنية تحتية لامركزية، تحقق التعاون الآمن والمستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكيل ذكاء اصطناعي خاص بهم، لأداء مهام مثل خدمات الحجز وإدارة الأموال.
Gaia Network: منصة البنية التحتية اللامركزية للذكاء الاصطناعي، تدعم التطوير والتشغيل الموزع لوكلاء الذكاء الاصطناعي والتطبيقات، من خلال تكامل التخزين الموزع والحوسبة والتحقق من البيانات عبر البلوكشين.
Questflow: شبكة وكلاء متعددة الذكاء الاصطناعي اللامركزية، بعد أن يصف المستخدم احتياجاته، يمكن لشبكة الوكلاء الذكية إكمال المهام بشكل مستقل، مما يبرز مزايا الذكاء الجماعي.
2. الذكاء الاصطناعي اللامركزي
الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. حاليًا، تعمل العديد من المشاريع في مجالات الحوسبة والبيانات والنماذج، وتأمل في كسر احتكار الشركات الكبرى على LLM من خلال طرق لامركزية، ومساعدة الجمهور في الحصول على ملكية البيانات والنماذج.
فانا: منصة سيادة بيانات المستخدمين اللامركزية، من خلال تجمعات سيولة البيانات تجعل البيانات الشخصية أصولًا مالية.
OpenLedger: شبكة الجيل التالي التي تركز على الذكاء الاصطناعي والبلوكشين، تدعم المطورين في الحصول على بيانات عالية الجودة، وضبط نماذج اللغة المتخصصة ونشرها كخدمات مدفوعة.
IO.NET: منصة حوسبة لامركزية، توفر خدمات الوصول إلى مجموعات GPU و CPU حسب الطلب، دون الحاجة إلى شراء الأجهزة باهظة الثمن من قبل المستخدم.
Aethir: منصة بنية تحتية للحوسبة السحابية الموزعة، تشمل Aethir Earth المخصصة لحوسبة الذكاء الاصطناعي وAethir Atmosphere المخصصة لتحسين الألعاب.
MinionLab: شبكة الذكاء الاصطناعي اللامركزية، تستخدم لاستخراج بيانات الإنترنت في الوقت الفعلي، ويمكن لمالكي الأجهزة الحصول على مكافآت رمزية.
GAIB: AI وحلول الطبقة الاقتصادية في مجال الحوسبة عالية الأداء، تعتبر وحدة معالجة الرسوميات كأصل، وقوة الحوسبة كعملة.
Kite AI: منصة بلوكتشين ليفر 1 اللامركزية مصممة خصيصًا لاقتصاد الذكاء الاصطناعي، تحقق الوصول العادل والمكافآت من خلال آلية إثبات الذكاء الاصطناعي.
Automata: يوفر طبقة وسطى لحماية الخصوصية والقدرات الحاسوبية غير القابلة للتتبع للتطبيقات اللامركزية.
Public AI: منصة بيانات AI مفتوحة وشفافة، تدعم جمع البيانات متعددة الأنماط وتوسيمها، وتستخدم آلية الإجماع Proof of AI.
3. AI القابل للتحقق
أحد التحديات المهمة التي تواجه تطوير الذكاء الاصطناعي هو عدم شفافية عملية التدريب وعدم القدرة على ضمان دقة النتائج. بعض المشاريع تحاول تحقيق قابلية التحقق من عملية تدريب الذكاء الاصطناعي من خلال تقنيات مثل ZKP و TEE، لضمان موثوقية النتائج الناتجة.
Phala Network: منصة الحوسبة السحابية اللامركزية، تقدم خدمات الحوسبة الخاصة الموثوقة واستنتاج الذكاء الاصطناعي للتطبيقات على السلسلة.
Brevis: محرك حسابات لامركزي، يقدم الذكاء الاصطناعي القابل للتحقق وحسابات البلوكشين خارج السلسلة، يجمع بين إثباتات المعرفة الصفرية لتعزيز الخصوصية والكفاءة.
Verisense Network: منصة مبتكرة تركز على التحقق من البيانات اللامركزية وذكاء الاصطناعي الموثوق، تساعد في التحقق من مصادر البيانات وعملية اتخاذ قرارات الذكاء الاصطناعي.
الثاني، حالات استخدام الذكاء الاصطناعي: الإمكانيات والتوقعات
حالياً، هناك عدد قليل نسبياً من المشاريع الفعلية المتميزة في استخدام الذكاء الاصطناعي، ولكن بعض المشاريع الناشئة توفر المزيد من الإمكانيات لتطبيق وكيل الذكاء الاصطناعي:
Narra: منصة Gamefi AI Agent على براتشين، تولد محتوى سردي ديناميكي في الوقت الحقيقي، تدعم إنشاء وتفاعل AI-NFT.
AI Travel: مساعد السفر المدعوم بالذكاء الاصطناعي، يمكنه تخصيص خطط السفر تلقائيًا، حجز الفنادق وخدمات مقارنة الأسعار.
HeyTracyAI: وكيل الذكاء الاصطناعي في مجال كرة السلة الذي يشارك فيه بطل NBA تريستان تومسون، يقدم تحليلات في الوقت الحقيقي ورؤى تنبؤية.
AskJimmy: منصة وكيل الذكاء الاصطناعي التي تركز على مجال المالية والتداول، الهدف هو إنشاء صندوق تحوط لعدة استراتيجيات لعملاء وكيل الذكاء الاصطناعي بشكل مستقل.
ثلاثة، تحول المشاريع التقليدية إلى الذكاء الاصطناعي
بدأت العديد من مشاريع Web3 التقليدية أيضًا في احتضان الذكاء الاصطناعي، معلنةً عن خطط التحول الخاصة بها في مجال الذكاء الاصطناعي:
تشارك سلاسل الكتل العامة مثل سوي ونير وفلو وأبتوس بنشاط في مؤتمرات متعلقة بالذكاء الاصطناعي، مشيرةً إلى أنها ستدعم تطوير الذكاء الاصطناعي بشكل شامل من جوانب البنية التحتية الأساسية وابتكار الحسابات.
إيخينلاير تعمل بجد على بناء طبقة موثوقة لامركزية وخدمات سحابية قابلة للتحقق، لتوفير إثباتات على السلسلة للعمليات الخارجية مثل تدريب الذكاء الاصطناعي والاستدلال والتنبؤ.
أربعة، التحديات والمستقبل
على الرغم من أن الآفاق مشرقة، إلا أن تطوير الذكاء الاصطناعي على السلسلة لا يزال يواجه العديد من التحديات، بما في ذلك ضعف موثوقية النماذج، وغموض نوايا الكلمات الدلالية، والقيود في التخزين والأجهزة، ومشكلات الأمان والخصوصية. هذه التحديات هي مشاكل تقنية، لكنها تحمل أيضًا فرص ابتكار كبيرة. على المدى الطويل، فإن القطاع مليء بالأمل بشأن تطوير الذكاء الاصطناعي على السلسلة، ويتطلع إلى دفع تكامل وازدهار الذكاء الاصطناعي وWeb3 من خلال تحسين البنية التحتية، وابتكار حالات الاستخدام، والتعاون المجتمعي.
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 13
أعجبني
13
6
إعادة النشر
مشاركة
تعليق
0/400
LiquidatedDreams
· منذ 1 س
أثق بشدة في هذا المسار!
شاهد النسخة الأصليةرد0
ApyWhisperer
· 08-12 05:35
هذه الموجة موثوقة جدا، أقوم بزيادة الرافعة المالية إلى الحد الأقصى.
شاهد النسخة الأصليةرد0
ForkTrooper
· 08-12 05:32
مرة أخرى يتحدثون بلا فائدة، متى سيتم تطبيق ذلك بالفعل؟
شاهد النسخة الأصليةرد0
ProofOfNothing
· 08-12 05:17
مرة أخرى نرى الفخ القديم، لا يزال هناك تنافس في الذكاء الاصطناعي حتى عام 2025.
شاهد النسخة الأصليةرد0
YieldWhisperer
· 08-12 05:15
نفس الأمل الذي سمعناه في 2023... يظهر لي الأرقام الفعلية للقيمة الإجمالية المقفلة
شاهد النسخة الأصليةرد0
IntrovertMetaverse
· 08-12 05:14
هناك قول يقول إنه كان يجب على الويب 3 أن يتعامل مع الذكاء الاصطناعي منذ فترة.
دمج الذكاء الاصطناعي مع Web3 يقود المستقبل: مراجعة لأبرز النقاط في مؤتمر الإجماع هونغ كونغ 2025
دمج الذكاء الاصطناعي وWeb3: مشاهد من مؤتمر الإجماع في هونغ كونغ 2025
تدفع الذكاء الاصطناعي وWeb3 كأكثر مجالين تقنيين بارزين في الوقت الحالي المجتمع البشري نحو آفاق تقنية جديدة. مع تجربة الذكاء الاصطناعي الثورية التي تقدمها ChatGPT، أصبح الذكاء الاصطناعي على السلسلة يتحول تدريجياً من مفهوم إلى ممارسة، ليصبح واحداً من أكثر المجالات الناشئة الواعدة في مجال Web3.
في مؤتمر الإجماع في هونغ كونغ 2025 الذي انتهى للتو، أصبح دمج الذكاء الاصطناعي وWeb3 موضوعًا شائعًا، وكانت المناقشات ذات الصلة تتخلل المؤتمر بأكمله. دعونا نستعرض معًا وجهات النظر المثيرة والمشاريع الرائدة المتعلقة بـ AI x Web3 في هذا المؤتمر.
1. البنية التحتية للذكاء الاصطناعي
1. منصة وأطار AI Agent
على مدار نصف عام، كانت منصات الإطلاق والبنية التحتية الإطارية لوكلاء الذكاء الاصطناعي شديدة الحماس. تقدم هذه المشاريع منصة للمطورين والمستخدمين العاديين لاستخدام وكلاء الذكاء الاصطناعي بسهولة، وهي واحدة من الاتجاهات الرئيسية لمشاريع الذكاء الاصطناعي الحالية.
0G Labs: أول نظام تشغيل للذكاء الاصطناعي اللامركزي (deAIOS)، من خلال بناء Layer 1 مخصص للذكاء الاصطناعي، يربط بين الموارد الحاسوبية والبيانات والنماذج، ويؤسس نظام بيئي لتطوير الذكاء الاصطناعي الموزع.
DeAgentAI: منصة مبتكرة تركز على الذكاء الاصطناعي اللامركزي، مكرسة لدفع تطوير تقنية الوكلاء المتعددين. يمكن للمستخدمين إنشاء وإدارة وتنسيق شبكة من وكلاء الذكاء الاصطناعي، وتطبيقها في أتمتة الأعمال وتحليل البيانات وغيرها من السيناريوهات.
Autonomys Network: بنية تحتية لامركزية، تحقق التعاون الآمن والمستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكيل ذكاء اصطناعي خاص بهم، لأداء مهام مثل خدمات الحجز وإدارة الأموال.
Gaia Network: منصة البنية التحتية اللامركزية للذكاء الاصطناعي، تدعم التطوير والتشغيل الموزع لوكلاء الذكاء الاصطناعي والتطبيقات، من خلال تكامل التخزين الموزع والحوسبة والتحقق من البيانات عبر البلوكشين.
Questflow: شبكة وكلاء متعددة الذكاء الاصطناعي اللامركزية، بعد أن يصف المستخدم احتياجاته، يمكن لشبكة الوكلاء الذكية إكمال المهام بشكل مستقل، مما يبرز مزايا الذكاء الجماعي.
2. الذكاء الاصطناعي اللامركزي
الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. حاليًا، تعمل العديد من المشاريع في مجالات الحوسبة والبيانات والنماذج، وتأمل في كسر احتكار الشركات الكبرى على LLM من خلال طرق لامركزية، ومساعدة الجمهور في الحصول على ملكية البيانات والنماذج.
فانا: منصة سيادة بيانات المستخدمين اللامركزية، من خلال تجمعات سيولة البيانات تجعل البيانات الشخصية أصولًا مالية.
Hyperbolic: منصة سحابية للذكاء الاصطناعي مفتوحة الوصول، تدمج الموارد الحسابية العالمية، وتوفر موارد GPU وخدمات ذكاء اصطناعي بأسعار معقولة.
OpenLedger: شبكة الجيل التالي التي تركز على الذكاء الاصطناعي والبلوكشين، تدعم المطورين في الحصول على بيانات عالية الجودة، وضبط نماذج اللغة المتخصصة ونشرها كخدمات مدفوعة.
IO.NET: منصة حوسبة لامركزية، توفر خدمات الوصول إلى مجموعات GPU و CPU حسب الطلب، دون الحاجة إلى شراء الأجهزة باهظة الثمن من قبل المستخدم.
Aethir: منصة بنية تحتية للحوسبة السحابية الموزعة، تشمل Aethir Earth المخصصة لحوسبة الذكاء الاصطناعي وAethir Atmosphere المخصصة لتحسين الألعاب.
MinionLab: شبكة الذكاء الاصطناعي اللامركزية، تستخدم لاستخراج بيانات الإنترنت في الوقت الفعلي، ويمكن لمالكي الأجهزة الحصول على مكافآت رمزية.
GAIB: AI وحلول الطبقة الاقتصادية في مجال الحوسبة عالية الأداء، تعتبر وحدة معالجة الرسوميات كأصل، وقوة الحوسبة كعملة.
Kite AI: منصة بلوكتشين ليفر 1 اللامركزية مصممة خصيصًا لاقتصاد الذكاء الاصطناعي، تحقق الوصول العادل والمكافآت من خلال آلية إثبات الذكاء الاصطناعي.
Automata: يوفر طبقة وسطى لحماية الخصوصية والقدرات الحاسوبية غير القابلة للتتبع للتطبيقات اللامركزية.
Public AI: منصة بيانات AI مفتوحة وشفافة، تدعم جمع البيانات متعددة الأنماط وتوسيمها، وتستخدم آلية الإجماع Proof of AI.
3. AI القابل للتحقق
أحد التحديات المهمة التي تواجه تطوير الذكاء الاصطناعي هو عدم شفافية عملية التدريب وعدم القدرة على ضمان دقة النتائج. بعض المشاريع تحاول تحقيق قابلية التحقق من عملية تدريب الذكاء الاصطناعي من خلال تقنيات مثل ZKP و TEE، لضمان موثوقية النتائج الناتجة.
Phala Network: منصة الحوسبة السحابية اللامركزية، تقدم خدمات الحوسبة الخاصة الموثوقة واستنتاج الذكاء الاصطناعي للتطبيقات على السلسلة.
Brevis: محرك حسابات لامركزي، يقدم الذكاء الاصطناعي القابل للتحقق وحسابات البلوكشين خارج السلسلة، يجمع بين إثباتات المعرفة الصفرية لتعزيز الخصوصية والكفاءة.
Verisense Network: منصة مبتكرة تركز على التحقق من البيانات اللامركزية وذكاء الاصطناعي الموثوق، تساعد في التحقق من مصادر البيانات وعملية اتخاذ قرارات الذكاء الاصطناعي.
الثاني، حالات استخدام الذكاء الاصطناعي: الإمكانيات والتوقعات
حالياً، هناك عدد قليل نسبياً من المشاريع الفعلية المتميزة في استخدام الذكاء الاصطناعي، ولكن بعض المشاريع الناشئة توفر المزيد من الإمكانيات لتطبيق وكيل الذكاء الاصطناعي:
Narra: منصة Gamefi AI Agent على براتشين، تولد محتوى سردي ديناميكي في الوقت الحقيقي، تدعم إنشاء وتفاعل AI-NFT.
AI Travel: مساعد السفر المدعوم بالذكاء الاصطناعي، يمكنه تخصيص خطط السفر تلقائيًا، حجز الفنادق وخدمات مقارنة الأسعار.
HeyTracyAI: وكيل الذكاء الاصطناعي في مجال كرة السلة الذي يشارك فيه بطل NBA تريستان تومسون، يقدم تحليلات في الوقت الحقيقي ورؤى تنبؤية.
AskJimmy: منصة وكيل الذكاء الاصطناعي التي تركز على مجال المالية والتداول، الهدف هو إنشاء صندوق تحوط لعدة استراتيجيات لعملاء وكيل الذكاء الاصطناعي بشكل مستقل.
ثلاثة، تحول المشاريع التقليدية إلى الذكاء الاصطناعي
بدأت العديد من مشاريع Web3 التقليدية أيضًا في احتضان الذكاء الاصطناعي، معلنةً عن خطط التحول الخاصة بها في مجال الذكاء الاصطناعي:
تشارك سلاسل الكتل العامة مثل سوي ونير وفلو وأبتوس بنشاط في مؤتمرات متعلقة بالذكاء الاصطناعي، مشيرةً إلى أنها ستدعم تطوير الذكاء الاصطناعي بشكل شامل من جوانب البنية التحتية الأساسية وابتكار الحسابات.
إيخينلاير تعمل بجد على بناء طبقة موثوقة لامركزية وخدمات سحابية قابلة للتحقق، لتوفير إثباتات على السلسلة للعمليات الخارجية مثل تدريب الذكاء الاصطناعي والاستدلال والتنبؤ.
أربعة، التحديات والمستقبل
على الرغم من أن الآفاق مشرقة، إلا أن تطوير الذكاء الاصطناعي على السلسلة لا يزال يواجه العديد من التحديات، بما في ذلك ضعف موثوقية النماذج، وغموض نوايا الكلمات الدلالية، والقيود في التخزين والأجهزة، ومشكلات الأمان والخصوصية. هذه التحديات هي مشاكل تقنية، لكنها تحمل أيضًا فرص ابتكار كبيرة. على المدى الطويل، فإن القطاع مليء بالأمل بشأن تطوير الذكاء الاصطناعي على السلسلة، ويتطلع إلى دفع تكامل وازدهار الذكاء الاصطناعي وWeb3 من خلال تحسين البنية التحتية، وابتكار حالات الاستخدام، والتعاون المجتمعي.