بعد جنون الميمات، هل سيكون هناك فوضى أو ولادة جديدة؟

مقدمة

منذ ظهور ChatGPT لأول مرة في نهاية عام 2022، كان قطاع الذكاء الاصطناعي دائمًا موضوعًا ساخنًا في مجال التشفير. لقد تقبل رواد WEB3 دائمًا فكرة أن "أي مفهوم يمكن الترويج له"، ناهيك عن الذكاء الاصطناعي مع سياق سردي غير محدود وقدرات تطبيقية في المستقبل. لذلك، في دائرة التشفير، أصبح مفهوم الذكاء الاصطناعي شائعًا لأول مرة لفترة من الوقت في شكل "جنون الميم"، ثم بدأت بعض المشاريع في استكشاف قيمته التطبيقية العملية: ما هي التطبيقات العملية الجديدة التي يمكن أن يجلبها التشفير إلى الذكاء الاصطناعي الذي يتطور على قدم وساق؟ ستصف هذه المقالة البحثية وتحلل مسار التطور الحالي للذكاء الاصطناعي في مجال Web3، من موجة الضجيج المبكرة إلى مشاريع التطبيقات الحالية التي بدأت تكتسب زخمًا، وحالات الاستخدام والبيانات لمساعدة القراء على فهم سياق الصناعة والاتجاهات المستقبلية. دعونا نتخلص من الاستنتاجات غير الناضجة هنا في البداية: 01 مرحلة ميم الذكاء الاصطناعي هي شيء من الماضي، وما يجب قطعه وما يجب كسبه يجب أن يترك كشظايا أبدية من الذاكرة؛ لقد أكدت بعض مشاريع الذكاء الاصطناعي الأساسية على شبكة الويب 3 دائمًا على الفوائد التي يمكن أن تجلبها "اللامركزية" لأمن الذكاء الاصطناعي، ولكن المستخدمين ليسوا على استعداد حقًا لدفع ثمنها. ما يهتم به المستخدمون هو "ما إذا كانت الرمز يدر المال" + "ما إذا كان المنتج سهل الاستخدام"؛ 03 إذا كنت تريد مهاجمة مشاريع التشفير المتعلقة بالذكاء الاصطناعي، فيجب تحويل التركيز إلى مشاريع الذكاء الاصطناعي التطبيقية البحتة، أو مشاريع الذكاء الاصطناعي الخاصة بالمنصات (والتي يمكنها التركيز على العديد من الأدوات أو الوكلاء التي يسهل على مستخدمي C البدء في استخدامها)، والتي قد تكون نقاط جذب للذكاء الاصطناعي مع فترة زمنية أطول في المستقبل؛

الاختلافات في مسارات تطوير الذكاء الاصطناعي في Web2 وWeb3

الذكاء الاصطناعي في عالم Web2

الذكاء الاصطناعي في عالم Web2 مدفوع بشكل أساسي بشركات التكنولوجيا العملاقة ومؤسسات البحث، ومسار تطويره مستقر ومركّز نسبيًا. تقوم الشركات الكبيرة (مثل OpenAI وGoogle) بتدريب نماذج الصندوق الأسود المغلق. الخوارزميات والبيانات ليست عامة. لا يمكن للمستخدمين سوى استخدام نتائجهم، وهو ما يفتقر إلى الشفافية. إن هذا التحكم المركزي يجعل قرارات الذكاء الاصطناعي غير قابلة للتدقيق، ويخلق مشاكل التحيز والمساءلة غير الواضحة. بشكل عام، يركز ابتكار الذكاء الاصطناعي في Web2 على تحسين أداء النماذج الأساسية وتنفيذ التطبيقات التجارية، ولكن عملية صنع القرار ليست شفافة للجمهور. لقد أدت نقطة الألم هذه من التعتيم إلى الارتفاع المفاجئ لمشاريع الذكاء الاصطناعي الجديدة مثل Deepseek في عام 2025، والتي تبدو وكأنها مفتوحة المصدر ولكنها في الواقع "تصطاد في صندوق صيد". بالإضافة إلى عيب التعتيم، فإن نموذج الذكاء الاصطناعي واسع النطاق في WEB2 يعاني من نقطتي ألم أخريين: عدم كفاية تجربة المستخدم في أشكال المنتجات المختلفة وعدم كفاية الدقة في القطاعات المهنية.

على سبيل المثال، إذا أراد المستخدمون إنشاء عرض تقديمي أو صورة أو مقطع فيديو، فسيظلون يبحثون عن منتجات الذكاء الاصطناعي الجديدة ذات حواجز الدخول المنخفضة وتجربة المستخدم الأفضل لاستخدامها ودفع ثمنها. تحاول العديد من مشاريع الذكاء الاصطناعي حاليًا تجربة منتجات الذكاء الاصطناعي الخالية من التعليمات البرمجية من أجل خفض عتبة المستخدم.

على سبيل المثال، من المفترض أن يشعر العديد من مستخدمي WEB3 بالعجز عند استخدام ChatGPT أو DeepSeek للحصول على معلومات حول مشروع مشفر أو رمز معين. لا يمكن لبيانات النموذج الكبيرة أن تغطي بدقة المعلومات التفصيلية لأي صناعة فرعية في العالم، لذا فإن اتجاه تطوير آخر للعديد من منتجات الذكاء الاصطناعي هو جعل البيانات والتحليل متعمقين ودقيقين قدر الإمكان في صناعة فرعية معينة.

الذكاء الاصطناعي في عالم Web3

يركز عالم WEB3 على صناعة التشفير ويدمج مفاهيم أوسع للتكنولوجيا والثقافة والمجتمع. بالمقارنة مع WEB2، يحاول WEB3 أن يكون أكثر انفتاحًا وتوجيهًا نحو المجتمع.

بمساعدة البنية اللامركزية لسلسلة الكتل، تدعي مشاريع الذكاء الاصطناعي Web3 عادةً أنها تؤكد على الكود مفتوح المصدر، وحوكمة المجتمع، والشفافية والمصداقية، على أمل كسر احتكار الذكاء الاصطناعي التقليدي من قبل عدد قليل من الشركات بطريقة موزعة. على سبيل المثال، تستكشف بعض المشاريع استخدام blockchain للتحقق من قرارات الذكاء الاصطناعي (تضمن أدلة المعرفة الصفرية أن مخرجات النموذج موثوقة) أو جعل المنظمات اللامركزية المستقلة تدقق في نماذج الذكاء الاصطناعي لتقليل التحيز. من الناحية المثالية، يسعى Web3 AI إلى "الذكاء الاصطناعي المفتوح"، مما يسمح بمراجعة معلمات النموذج ومنطق القرار من قبل المجتمع، مع تحفيز المطورين والمستخدمين على المشاركة من خلال آليات الرمز. ومع ذلك، في الممارسة العملية، لا يزال تطوير الذكاء الاصطناعي Web3 خاضعًا لقيود تقنية وموارد: بناء البنية التحتية اللامركزية للذكاء الاصطناعي أمر صعب للغاية (يتطلب تدريب النماذج الكبيرة قوة حوسبة هائلة وبيانات، ولكن لا يوجد مشروع WEB3 لديه جزء بسيط من تمويل OpenAI)، ولا تزال بعض المشاريع التي تدعي أنها ذكاء اصطناعي Web3 تعتمد على نماذج أو خدمات مركزية، ولا تربط سوى بعض عناصر blockchain بطبقة التطبيق. تعتبر مشاريع الذكاء الاصطناعي WEB3 هذه موثوقة وممتازة نسبيًا، على الأقل فهي لا تزال تعمل على تطوير تطبيقات حقيقية؛ والغالبية العظمى من مشاريع الذكاء الاصطناعي WEB3 لا تزال مجرد ميم، أو ميم تحت لواء الذكاء الاصطناعي الحقيقي.

بالإضافة إلى ذلك، الاختلافات في نماذج التمويل والمشاركة تؤثر أيضًا على مسارات التنمية لكليهما. يعتمد Web2 AI عادةً على الاستثمار في الأبحاث وربحية المنتج، ويتمتع بدورة سلسة نسبيًا. ومع ذلك، يجمع Web3 AI بين الطبيعة المضاربية لسوق العملات المشفرة، وغالبًا ما يشهد دورات "ازدهار" تتقلب بشكل كبير مع معنويات السوق: عندما يصبح المفهوم شائعًا، تتدفق الصناديق لرفع أسعار الرموز والتقييمات؛ عندما يبرد المشروع، تنخفض شعبيته وأمواله بسرعة. تجعل هذه الدورة مسار تطوير الذكاء الاصطناعي Web3 أكثر تقلبًا وتوجيهًا بالسرد. على سبيل المثال، قد يتسبب مفهوم الذكاء الاصطناعي الذي يفتقر إلى تقدم كبير في ارتفاع أسعار الرموز أيضًا بسبب معنويات السوق؛ وعلى العكس من ذلك، حتى التقدم التكنولوجي لن يجذب الانتباه عندما تكون السوق بطيئة. بالنسبة للسرد الرئيسي لـ WEB3 AI، "شبكة الذكاء الاصطناعي اللامركزية"، لا نزال نحافظ على "توقعات منخفضة المستوى وحذرة". ماذا لو أصبح ذلك حقيقة؟ بعد كل شيء، هناك وجودات صنعت عصرًا جديدًا مثل BTC وETH في WEB3. ومع ذلك، في المرحلة الحالية، لا نزال بحاجة إلى أن نكون واقعيين ونفكر في بعض السيناريوهات التي يمكن تنفيذها على الفور، مثل تضمين بعض وكلاء الذكاء الاصطناعي في مشاريع WEB3 الحالية لتحسين كفاءة المشاريع نفسها؛ أو الجمع بين الذكاء الاصطناعي وتقنيات جديدة أخرى لتوليد أفكار جديدة قابلة للتطبيق على صناعة التشفير، أو حتى مفاهيم يمكن أن تجذب الانتباه؛ أو منتجات الذكاء الاصطناعي التي تخدم صناعة WEB3 فقط، سواء من حيث دقة البيانات أو كونها أكثر انسجامًا مع عادات العمل الخاصة بمنظمات WEB3 أو الأفراد، لتوفير الخدمات التي يمكن للأشخاص في صناعة WEB3 الدفع مقابلها.

يتبع، ستقوم المقالة التالية بشكل أساسي بمراجعة وتعليق على الموجات الخمس من WEB3 AI، بالإضافة إلى بعض المنتجات فيها (مثل Fetch.AI، وTURBO، وGOAT، وAI16Z، وJoinable AI، وMyShell، وما إلى ذلك).