Forward the Original Title：هل سيكون تطور مضمار الذكاء الاصطناعي في صناعة العملات الرقمية مشابهًا للعالم الافتراضي قبل عدة سنوات؟

مؤخرًا، نظرًا لإصدار Sora من OpenAI وتقرير NVIDIA المالي، اقتربت قيمة NVIDIA السوقية من 2 تريليون دولار، مما أدى إلى زيادة الاهتمام بالمسار الذكي في مجال العملات الرقمية. أظهرت مشاريع مثل WLD وAGIX وFET، بالإضافة إلى غيرها، أداءً مثيرًا للإعجاب. مع ارتفاع السوق بشكل عام ومؤتمر NVIDIA للذكاء الاصطناعي، يعيش المسار الذكي ارتفاعًا آخر.

حاليا، هناك أكثر من مئات من مشاريع مفاهيم الذكاء الاصطناعي + Web3 تغطي اتجاهات مختلفة مثل البنية التحتية، البيانات، قوة الحساب، وما إلى ذلك. بدأت المؤسسات الكبرى مثل a16z، Binance، وغيرها في وضع المسارات ذات الصلة. من المؤكد أن الذكاء الاصطناعي + Web3، كسرد جديد، مرشح ليعبر عن هذا الدورة السوقية للثيران. اليوم، دعونا نلقي نظرة بسيطة على المسار الذكاء الاصطناعي.

مسار مماثل للذكاء الاصطناعي + الويب 3 والعوالم الافتراضية

على الرغم من أن تسجيل قصص جديدة في مجال العملات الرقمية، وأن كل دورة ارتفاعية مختلفة، إلا أن هناك بعض التشابهات في عملية التطوير. على سبيل المثال، كل من المسار الذكي الاصطناعي والمسار الافتراضي الواقعي هما منتجات تمتد من Web2 إلى Web3.

حققت المتافيرس شعبية في البداية لأن أول سهم للمتافيرس، روبلوكس، كان مشتعلاً، ثم انتقل هذا الاتجاه إلى صناعة العملات الرقمية، مما أدى إلى ظهور مفهوم نسخة عملات رقمية من المتافيرس. بالإضافة إلى ذلك، مع إعادة تسمية فيسبوك نفسها باسم ميتا، تلقت المفاهيم ذات الصلة إعلاماً شاملاً، ووصلت مفاهيم المتافيرس في صناعة العملات الرقمية أيضاً إلى ذروتها في هذا البيئة.

مؤخرًا، لم يكن هناك الكثير من النقاش حول مفاهيم ذات صلة بالميتافيرس لفترة طويلة. بعد التحقق، تحولت التقارير حول "أول سهم ميتافيرس في العالم Roblox" إلى سلبية بشكل رئيسي، مع انخفاضات متتالية بعد القائمة، و 70% من الإيرادات تأتي من التسويق، وانخفاض قيمة السوق بنسبة تزيد عن 70٪. حيث أن السهم الأول للميتافيرس لم يعد شائعًا بعد الآن، فقد وصل مفهوم الميتافيرس في صناعة العملات الرقمية إلى نهايته أيضًا.

ما إذا كان التطوير اللاحق لمفاهيم ذات صلة بالميتافيرس سيستأنف مرة أخرى يبقى أمرًا مجهولًا، ولكن التطور الذي يشهده المجال الذكي في صناعة العملات الرقمية متشابه للغاية. بدأت موجة الحماس الأولى مع إطلاق ChatGPT، مصحوبة بتغطية إعلامية واسعة، مما دفع مشاريع الذكاء الاصطناعي الوحيدة لـ BN إلى الارتفاع بشكل كبير. على الرغم من انتقاد تقنيتهم الغير كافية، إلا أنه كلما تم ذكر الذكاء الاصطناعي، يتم دائمًا تضمين FET و AGIX. الموجة الثانية ناتجة عن إصدار Sora من OpenAI مؤخرًا، مما يؤدي إلى موجة أخرى من المفاهيم المتعلقة بالذكاء الاصطناعي.

يمكن رؤية أن تطور الحالي لمسار الذكاء الاصطناعي في مجال العملات الرقمية ما زال يعتمد بشكل كبير على OpenAI، معظم المشاريع في مرحلة المفهوم أو تعتمد على الآخرين، ولم تحقق تنفيذا ناضجا بعد. تخيل، إذا كان من المتوقع أن يتوقف OpenAI أو ينهار في المستقبل، هل سيظل مسار الذكاء الاصطناعي في مجال العملات الرقمية مشوقًا؟

تصنيف تعقب الذكاء الاصطناعي

حاليًا، تتمحور تكامل AI + Web3 بشكل رئيسي حول نماذج الخوارزميات والبيانات والاتجاهات الأخرى، على النحو التالي:

• قوة الحوسبة اللامركزية (GPU)

مع تزايد تعقيد نماذج الذكاء الاصطناعي، يتزايد الطلب على موارد الحساب، خاصة الأجهزة عالية الأداء مثل وحدات معالجة الرسوميات بسرعة. من وجهة نظر الذكاء الاصطناعي، يمكن تقسيم تطبيق الطاقة الحسابية إلى اتجاهين: تحليل وتدريب. حاليا، يكون التركيز بشكل رئيسي على اتجاه التحليل، لأنه بسيط نسبيا ولديه متطلبات أجهزة أقل. ومع ذلك، تواجه تطوير اتجاه التدريب العديد من التحديات لأنه يحتاج إلى دمج مع تصميم الشبكة العصبية ويتطلب متطلبات أجهزة عالية، مما يجعل التنفيذ صعبًا للغاية.

الفكرة الأساسية لأنظمة الحوسبة اللامركزية هي السماح لأصحاب الموارد الحاسوبية بتأجير مواردهم الخاملة وتداولها في السوق الثانوية من خلال تحديد الأسعار التنافسية وسهولة الوصول. وهذا يعني أن الفرق يمكنها استئجار موارد الحاسوب حسب الطلب، بينما يمكن لأصحاب الموارد تأجير مواردهم بأسعار تنافسية، مما يحسن من كفاءة السوق ويتجنب مشاكل الخمول في الموارد. بالإضافة إلى الفوائد الاقتصادية والكفاءة، تحمل الأنظمة اللامركزية للحوسبة قيمة كبيرة أيضًا من حيث مقاومة الرقابة.

حاليًا، معظم مشاريع قوة الحسابات في مرحلة متابعة الاتجاه، مؤيدين بصوت عالٍ للتفكيك، ولكن دون الأخذ بعين الاعتبار عدم كفاءة الشبكات المفككة، حيث تعاني العديد من المشاريع من التجانس الشديد في التصميم.

• zkML (تعلم الآلة بدون معرفة)

نظرًا لأن العقود الذكية يمكنها إجراء الأحداث المُعينة فقط، فإن العمليات المعقدة إلى حد ما تتسبب في تكاليف مرتفعة بشكل محظور أو أنها غير عملية. يمكن أن يزيد دمج الذكاء الاصطناعي (مثل نماذج التعلم الآلي) في العقود الذكية من الوظائف والأمان والكفاءة، ويحسن تجربة المستخدم. ومع ذلك، يُشكل هذا التكامل مخاطر إضافية أيضًا، حيث أنه لا يمكن ضمان عدم تعرض نماذج دعم العقود الذكية للهجوم، ومن الصعب التعامل مع مشاكل تدريب النماذج بسبب البيانات الكافية.

يتطلب تعلم الآلة كمية كبيرة من الموارد الحاسوبية لتشغيل نماذج معقدة، مما يجعل من الكثير من النفقات تشغيل نماذج الذكاء الاصطناعي مباشرة داخل العقود الذكية. من أجل تقليل التكلفة العالية لتشغيل نماذج الذكاء الاصطناعي داخل العقود الذكية، تقوم بعض المشاريع بالبحث في استخدام zkML. يمكن لـ zkML إجراء حسابات خارج السلسلة وتقديم الإثباتات اللازمة للتحقق على السلسلة. يمكن أن يقلل هذا بشكل كبير من الحاجة إلى الحساب على السلسلة، وتقليل التكاليف، والحفاظ على خاصية عدم الثقة. هذا النهج مناسب بشكل خاص للسيناريوهات التي تتطلب كمية كبيرة من الموارد الحاسوبية، مثل نماذج تحسين العائد في بروتوكولات DeFi.

• وكلاء الذكاء الاصطناعي

العملاء الذكيون هم الروبوتات التي يمكنها استقبال المهام بشكل مستقل، وفهمها، وتنفيذها، باستخدام نماذج الذكاء الاصطناعي لاتخاذ القرارات واتخاذ الإجراءات. في مجال الذكاء الاصطناعي والعملات الرقمية، تلعب العملاء دورًا مهمًا. توفر العملات الرقمية بنية تحتية للدفع غير المقيدة وغير الموثوق بها، بينما يمكن للعملاء الاستفادة من هذه الميزة.

عندما يتم تدريب الوكلاء، يمكنهم الحصول على محافظ رقمية خاصة بهم، مما يتيح لهم التفاعل مباشرة مع العقود الذكية. على سبيل المثال، يمكن لوكيل بسيط استخدام نماذج الذكاء الاصطناعي للبحث عن معلومات على الإنترنت والتداول استنادًا إلى الظروف السوقية المتوقعة. يمكن للوكلاء اتخاذ القرارات وتنفيذ المعاملات بشكل مستقل من خلال العقود الذكية دون الاعتماد على الثقة من جهة ثالثة.

• تطبيقات الذكاء الاصطناعي الممكّنة

تطبيقات الويب اللامركزية المعززة بالذكاء الاصطناعي هي اتجاه شائع للغاية. إن القابلية الواسعة لتطبيقات الذكاء الاصطناعي التوليدية تمكن من الوصول إليها من خلال واجهات برمجة التطبيقات، مما يبسط ويذكّر تطبيقات مختلفة، بما في ذلك منصات تحليل البيانات وروبوتات التداول وموسوعات البلوكشين، وأكثر من ذلك.

وبالإضافة إلى ذلك، يمكن للذكاء الاصطناعي الإنشائي أيضًا أن يعمل كروبوتات دردشة (مثل Myshell) أو رفاق ذكاء اصطناعي (مثل Sleepless AI)، ويمكنه حتى إنشاء شخصيات افتراضية (NPCs) في ألعاب البلوكشين. ومع ذلك، نظرًا لانخفاض الحواجز التقنية، يقوم العديد من التطبيقات ببساطة بالوصول إلى واجهة برمجة التطبيقات (API) والادعاء بأنها مشاريع ذكاء اصطناعي بعد تعديلات طفيفة.

مشروع تمثيلي

هناك حاليًا عدة مشاريع قوية تحت الاستعراض. بعد كل شيء، في هذه الصناعة، في بيئة حيث الأقوياء دائمًا قوية، من الصعب للغاية على معظم المستثمرين الحصول على عوائد ألفا. ليس سيئًا التقاط بيتا بثبات. بالإضافة إلى ذلك، كانت المسار الذكي نسبيًا ساخنة في الفترة القصيرة مؤخرًا، لذلك كن حذرًا من خطر التصحيح.

• Worldcoin

مشروع Worldcoin تأسس على يد مؤسس OpenAI سام ألتمان لبناء هوية عالمية وشبكة مالية لتحقيق انتشار واسع حول العالم. في قلب المشروع يوجد هوية World ID، التي تمكن المستخدمين من التحقق من هويتهم عبر الإنترنت مع حماية خصوصيتهم.

هدف Worldcoin هو حل بعض المشاكل الموجودة في النظام المالي الحالي وتوفير خدمات مالية وتحقق هوية لمليار شخص حول العالم. من خلال بناء شبكة هوية عالمية، يهدف إلى توفير طريقة آمنة وموثوقة ومحافظة على الخصوصية للتحقق من هوية الشخص.

لمزيد من التفاصيل حول Worldcoin، يمكنك قراءة مقالتنا السابقة يذهب مؤسس WorldCoin لـ OpenAI على الهواء مباشرة، وينشر فيتاليك بوتيرين المقال الكامل حول آرائه حول دليل التعرف على القزحية الخاص به”.

مع الارتفاع الأخير في المجال الذكي، شهدت البيانات المختلفة المتعلقة بعملة العالم زيادة أيضًا. وفقًا للتقارير الرسمية، حتى ٢١ فبراير، تجاوز عدد مستخدمي هوية العالم الموثقين ٣.٥ مليون مستخدم، في حين تجاوز عدد المستخدمين اليومي لتطبيق العالم الرئيسي مليون مستخدم. تبلغ القيمة السوقية لـ WLD ما يقارب ١.٢ مليار دولار، مع رأس مال سوقي مخفف بقيمة ٨٨ مليار دولار. يمكن اعتبار عملة العالم، من جوانب مختلفة بما في ذلك خلفيتها، هدفًا مثاليًا للمجال الذكي، ولكن نظرًا لرأس مالها السوقي المخفف المرعب، قد يردع ذلك معظم المستثمرين.

• تقديم

تركز Render على تلبية الاحتياجات الحسابية المتزايدة في إنتاج الوسائط، خاصة في مجالات مثل الواقع المعزز، والواقع الافتراضي، ووسائط معززة بالذكاء الاصطناعي. من خلال ربط وحدات المعالجة الرسومية (GPUs) اللامركزية على نطاق عالمي ومشاركة قوة الحوسبة، يمكن لـ Render تمكين تقديم الفيديوهات بدعم الذكاء الاصطناعي والمساهمة في قوة الحوسبة الاصطناعية. المنتج الأساسي لـ Render هو التكامل مع الذكاء الاصطناعي، ودعم المهام المتعلقة بالذكاء الاصطناعي لمساعدة الفنانين في إنشاء الأصول، وتحسين القطع الفنية الرقمية، وتوسيع قدرات الإدارة لمجموعات فنية كبيرة وتدفقات عمل التقديم.

تتمثل رؤية ريندر في بناء مجموعة للقوة الحاسوبية اللامركزية تربط القوة الحاسوبية المُنشأة بالتطبيقات التي تحتاج إليها. تشمل الداعمون لـ ريندر الشركات مثل مايكروسوفت وآبل، مع دعم كامل من الشركة الأم OTOY. OTOY هي شركة ذات سمعة طيبة في مجال تقديم خدمات تكنولوجيا تقديم الفيديو لأفضل الشركات التقنية مثل مايكروسوفت وآبل وجوجل.

• Fetch.AI

تعد Fetch.AI منصة مفتوحة مصممة لإنشاء تطبيقات وخدمات الذكاء الاصطناعي. من خلال دمج التكنولوجيا الاصطناعية وتقنية البلوكشين، فإنها توفر للمستخدمين طريقة مبتكرة للاستفادة من وكلاء الذكاء الاصطناعي لمختلف المهام والمعاملات.

وكلاء الذكاء الاصطناعي هم العناصر الأساسية لـ Fetch.AI؛ إذ تعتبر وحدات قابلة للتوسيع قادرة على أداء مهام محددة. يمكن لهؤلاء الوكلاء الاتصال تلقائيًا والبحث والتعامل، والتفاعل مع وكلاء آخرين، وإنشاء أسواق ديناميكية. من خلال التكامل مع هؤلاء الوكلاء، يمكن للمنتجات التقليدية الوصول إلى الذكاء الاصطناعي، وتحسين العمليات التجارية، وإنشاء نماذج عمل جديدة. هدفه هو دفع تطوير الاقتصاد الذكي، وتحقيق اقتصاد رقمي لامركزي، وتعزيز التشغيل التلقائي والكفاءة لمختلف العمليات.

• SingularityNET

تعد SingularityNET منصة ذكاء اصطناعي متمركزة وسوقًا مصممة لربط مختلف أدوات وخدمات الذكاء الاصطناعي وتسهيل تعاونها ومعاملاتها. توفر منصة مفتوحة لوكلاء الذكاء الاصطناعي للتواصل والتعاون مع بعضهم البعض، بينما توفر أيضًا للمستخدمين طريقة ملائمة للوصول إلى تكنولوجيا الذكاء الاصطناعي واستخدامها.

على منصة SingularityNET، يمكن للمستخدمين تفويض المهام إلى وكلاء الذكاء الاصطناعي المختلفين من خلال المعاملات، ومفاوضة الدفعات، والتقييمات. تتيح هذه الهيكلة اللامركزية للوكلاء التعاون والتنافس بحرية مع بعضهم البعض، مما يوفر للمستخدمين المزيد من الخيارات وخدمات الذكاء الاصطناعي عالية الجودة.

تهدف SingularityNET إلى تعزيز تطوير وتطبيق تكنولوجيا الذكاء الاصطناعي وتعزيز استخدامها على نطاق واسع في مختلف المجالات. من خلال إنشاء منصة مفتوحة ونظام بيئي، فإنها ملتزمة بتعزيز التوافقية لأدوات وخدمات الذكاء الاصطناعي، وتقديم المزيد من الابتكار والراحة للمستخدمين.

تُناقش FET و AGIX في كثير من الأحيان معًا لأنهما كانا يرتفعان وينخفضان بانتظام. عند الإشارة إلى المسار الذكي الاصطناعي، سيتبادر إلى الذهن BN، على الرغم من أنه تعرض لانتقادات من قبل المحترفين بسبب نقاط ضعفهم التقنية. ومع ذلك، لا يمنع تفوقهم المبكر من الاستفادة من كل موجة من موجات الانفجار الذكي الاصطناعي. قيم السوق لكلا المشروعين تقترب من عتبة 1 مليار دولار.

• Bittensor

بيتينسور هو بروتوكول مفتوح المصدر وشبكة تعلم آلي لامركزية مبنية على تقنية البلوكشين تهدف إلى تمكين الذكاء الاصطناعي عن طريق إنشاء منصة لعدة أسواق سلع لامركزية، المعروفة أيضًا باسم "subnetworks"، موحدة تحت نظام رمز واحد. مهمة بيتينسور هي إنشاء شبكة قابلة للمقارنة بشركات الذكاء الاصطناعي الضخمة مثل OpenAI من خلال آليات حوافز فريدة وهندسة تحتية متقدمة للشبكة الفرعية.

يمكن النظر إلى نظام Bittensor على أنه آلة تقوم بنقل قدرات الذكاء الاصطناعي بكفاءة إلى سلسلة الكتل. يتم إدارة الشبكة من قبل مشاركين رئيسيين: المنقبين والموثقين. يقدم المنقبون نماذج الذكاء الاصطناعي المدربة مسبقًا إلى الشبكة ويتلقون مكافآت عن مساهماتهم. يضمن الموثقون صحة ودقة نتائج النموذج. يخلق هذا الإعداد بيئة تنافسية تحفز المنقبين على تحسين نماذجهم باستمرار لتحقيق أداء أفضل والمزيد من المكافآت (بشكل الرمز المميز TAO). يتفاعل المستخدمون مع الشبكة عن طريق إرسال استفسارات إلى الموثقين، الذين يقومون بتوزيع الاستفسارات على المنقبين. يصنف الموثقون الردود من المنقبين ويعيدون الرد الذي حصل على التصنيف الأعلى إلى المستخدم.

لا يقوم بيتينسور بتدريب النماذج لأن تدريب النماذج معقد ومكلف. بدلاً من ذلك، يعتمد الشبكة على آليات التدريب اللامركزية. مهمة المدققين هي تقييم النماذج التي تم إنشاؤها بواسطة المنقبين باستخدام مجموعات بيانات محددة وتقييم كل نموذج استنادًا إلى معايير محددة مثل الدقة ووظيفة الخسارة. يضمن هذا التقييم غير المركزي تحسين أداء النموذج بشكل مستمر.

وفقًا لبيانات Coingecko، يمتلك Bittensor حاليًا رأس مال سوقي يبلغ حوالي 3.6 مليار دولار. لقد أدى أداء جيدًا العام الماضي بسبب وجوده في كلا المسارين PoW والذكاء الاصطناعي، ولكن السيولة العامة نسبيًا منخفضة.

• أركهام

Arkham هي عبارة عن منصة تحليلات ذكاء تشفير توفر بيانات وتحليلات مفصلة من خلال ربط عناوين blockchain بكيانات العالم الحقيقي. كما أنه يستخدم مفهوم اقتصاديات الرمز المميز لإنشاء منصة تداول استخباراتية ، مما يسمح للمستخدمين بشراء وبيع معلومات حول مالكي عناوين blockchain. يستخدم محرك خوارزمية الذكاء الاصطناعي يسمى Ultra لربط عناوين blockchain بكيانات العالم الحقيقي للكشف عن الأفراد والشركات وراء أنشطة blockchain وتوفير البيانات والتحليلات ذات الصلة.

يقدم منتجه الرئيسي، البروفايلر، نظرة شاملة على أنشطة الكيان أو العنوان، بما في ذلك تاريخ المعاملات، والممتلكات، وتاريخ الرصيد، ووضع الربح والخسارة، واستخدام منصة التداول، وأهم الأطراف المعاملة. من خلال استخدام البروفايلر، يمكن للمستخدمين الوصول إلى معلومات مفصلة حول أنشطة الكيان وإجراء تحليل أعمق.

هدفها تحليل سلسلة الكتل وإزالة التعريف السري للعمليات، وإنشاء اقتصاد ذكاء للربح متمركز، وتعزيز الشفافية والكفاءة في سوق العملات الرقمية. ومن الجدير بالذكر أن سام ألتمان، المؤسس المشارك لـ OpenAI، هو أحد المستثمرين.

ملخص

المذكور أعلاه هو ملخص لمسار الذكاء الاصطناعي. كرواية جديدة لهذه الجولة، بالإضافة إلى المساعدة من Web2، من المتوقع أن يحتل مسار الذكاء الاصطناعي مكانة لا يمكن إنكارها في هذا السوق الصاعد. علاوة على ذلك، من المستحسن التركيز على تقدم الذكاء الاصطناعي في صناعة Web2، حيث تشمل الأحداث الهامة عادة ربط بين Web2 و Web3.

إخلاء المسؤولية:

1. تمت إعادة طبع هذه المقالة من [بايهوا بلوكشينإعادة توجيه العنوان الأصلي 'تطور مضمار الذكاء الاصطناعي في صناعة العملات المشفرة، هل سيكون مثل الميتافيرس قبل عدة سنوات؟'. جميع حقوق النشر تنتمي إلى الكاتب الأصلي [Day]. إذا كانت هناك اعتراضات على هذا النقل، يرجى التواصل معتعلم بوابةفريق، وسوف يتولى التعامل معها على الفور.
2. إخلاء المسؤولية عن المسؤولية: الآراء والآراء الواردة في هذه المقالة هي فقط تلك التي تعود إلى الكاتب ولا تشكل أي نصيحة استثمارية.
3. يتم إجراء ترجمات المقال إلى لغات أخرى من قبل فريق Gate Learn. ما لم يرد ذكره، يُحظر نسخ أو توزيع أو نسخ المقالات المترجمة.