تقرير بحثي من OKX: تفكيك أكثر من 10 مشاريع لمساعدتك على فهم مشهد وكلاء الذكاء الاصطناعي (الجزء 1)

المصدر: OKX Ventures

يشهد مسار الذكاء الاصطناعي تطورًا من التكهنات إلى التطبيق العملي. استفادت رموز AI Meme المبكرة من طفرة الذكاء الاصطناعي لتنفجر، والآن ظهرت أدوات تداول الذكاء الاصطناعي الأكثر وظيفية، وأبحاث الاستثمار الذكية، ومنفذو الذكاء الاصطناعي على السلسلة. من استراتيجيات القنص على السلسلة التي تعتمد على الذكاء الاصطناعي، إلى وكلاء الذكاء الاصطناعي الذين ينفذون مهام على السلسلة بشكل مستقل، وحلول تحسين إيرادات DeFi التي يتم إنشاؤها بواسطة الذكاء الاصطناعي، فإن تأثير مسار الذكاء الاصطناعي يتوسع بسرعة.

لكن معظم الناس يمكنهم رؤية النمو الأسّي للقيمة السوقية لرموز الذكاء الاصطناعي، لكنهم لا يستطيعون العثور على نظام إحداثيات لفك تشفير منطق قيمتها. ما هي مسارات الذكاء الاصطناعي التي تتمتع بحيوية طويلة المدى؟ هل DeFAI هو أفضل تطبيق للذكاء الاصطناعي؟ ما هي أبعاد تقييم مشاريع الذكاء الاصطناعي؟ ......يحلل أحدث تقرير بحثي لشركة OKX Ventures بعمق مشهد تطوير مسار الذكاء الاصطناعي. من منظور تحليل المفهوم، وعملية التطور، ومسار التطبيق، وحالات المشروع، نأمل أن نقدم بعض الإلهام والتفكير للجميع لفهم قيمة الذكاء الاصطناعي.

هذا التقرير غني جدًا بالمحتوى، ولتسهيل قراءتك، قمنا بتقسيمه إلى قسمين (الجزء الأول) و(الجزء الثاني). هذا هو "الجزء الأول".

1. نبذة عنAI Agent 

AI Agent هو كيان ذكي لديه القدرة على إدراك البيئة واتخاذ القرارات وتنفيذ الإجراءات المقابلة. على عكس أنظمة الذكاء الاصطناعي التقليدية، فإن وكلاء الذكاء الاصطناعي قادرون على التفكير بشكل مستقل واستدعاء الأدوات لتحقيق أهداف محددة تدريجيًا، مما يمنحهم استقلالية ومرونة أكبر في التعامل مع المهام المعقدة. باختصار، وكيل الذكاء الاصطناعي هو وكيل مدفوع بتقنية الذكاء الاصطناعي، ويتضمن سير عمله: وحدة الإدراك (جمع المدخلات)، ونموذج اللغة الكبير (الفهم والاستدلال والتخطيط)، واستدعاء الأداة (تنفيذ المهام)، وردود الفعل والتحسين (التحقق والتعديل).

يُعرّف OpenAI وكلاء الذكاء الاصطناعي على أنهم أنظمة تحتوي على نماذج لغوية كبيرة في جوهرها ولديها قدرات الفهم والإدراك والتخطيط والذاكرة واستخدام الأدوات بشكل مستقل، ويمكنها أداء مهام معقدة تلقائيًا. على عكس الذكاء الاصطناعي التقليدي، فإن وكلاء الذكاء الاصطناعي قادرون على إكمال الأهداف المحددة تدريجيًا من خلال التفكير المستقل واستدعاء الأدوات. يمكن تلخيص تعريف وكيل الذكاء الاصطناعي في العناصر الرئيسية التالية: الإدراك: يدرك وكيل الذكاء الاصطناعي البيئة المحيطة من خلال أجهزة الاستشعار أو الكاميرات أو أجهزة الإدخال الأخرى للحصول على المعلومات الضرورية؛ الاستدلال: يمكنه تحليل المعلومات المتصورة وإجراء استدلال معقد لاتخاذ قرارات معقولة؛ اتخاذ القرار: بناءً على نتائج التحليل، يمكن لوكيل الذكاء الاصطناعي صياغة خطة عمل واختيار أفضل مسار للتنفيذ؛ العمل: أخيرًا، سينفذ وكيل الذكاء الاصطناعي الخطة المصاغة ويتفاعل مع الأنظمة الأخرى عن طريق استدعاء أدوات أو واجهات خارجية لتحقيق الأهداف المحددة مسبقًا.

يتضمن مبدأ عمل وطريقة عمل AI Agent عادةً الخطوات التالية:أولاً، إدخال المعلومات، وتلقي المعلومات من البيئة، مثل تعليمات المستخدم، وبيانات المستشعر، وما إلى ذلك؛ ثم معالجة البيانات، باستخدام الخوارزميات والنماذج المضمنة لمعالجة بيانات الإدخال، جنبًا إلى جنب مع نظام الذاكرة (الذاكرة قصيرة المدى وطويلة المدى) لفهم الحالة الحالية؛ ثم صياغة الخطة، بناءً على نتائج المعالجة، يقسم AI Agent المهام الكبيرة إلى مهام صغيرة قابلة للإدارة ويصوغ خطط تنفيذ محددة. في مرحلة التنفيذ، يقوم وكيل الذكاء الاصطناعي بتنفيذ خطته ومراقبة عملية التنفيذ من خلال استدعاء واجهات برمجة التطبيقات أو الأدوات الخارجية للتأكد من اكتمال المهمة كما هو متوقع؛ وأخيرًا، ردود الفعل والتعلم، بعد اكتمال المهمة، سوف يفكر وكيل الذكاء الاصطناعي في النتائج ويتعلم منها لتحسين جودة القرارات المستقبلية. 2. عملية التطور

يُظهر مسار تطور رموز الذكاء الاصطناعي عملية التحول من ظاهرة "MEME" الأولية إلى التكامل التكنولوجي العميق. في البداية، اعتمدت العديد من الرموز على ضجة مفاهيمية قصيرة الأمد وجنون وسائل التواصل الاجتماعي لجذب انتباه المستخدمين، تمامًا مثل الميمات على الإنترنت. ومع ذلك، مع استمرار السوق في النضج، تتطور رموز الذكاء الاصطناعي تدريجيًا نحو وظائف أكثر عملية وتقدمًا، وتنفصل تدريجيًا عن نموذج الضجيج المحض وتتحول إلى أدوات مالية حقيقية ومنصات تحليل بيانات blockchain. سنستكشف بعمق كيف تتطور هذه الرموز من وجود مفاهيمي إلى منتجات تكنولوجية ذات قيمة تطبيقية عملية.

المرحلة 1:ميم الذكاء الاصطناعي (فترة الارتباك)

كانت أغلب رموز الذكاء الاصطناعي المبكرة موجودة في هيئة "MEME". ولم يكن لرموز مثل $GOAT و$ACT و$FARTCOIN تطبيقات أو وظائف عملية، وكانت قيمتها تعتمد بشكل أساسي على الضجيج حول المفهوم ومعنويات السوق. في هذه المرحلة، لا يزال غرض الرمز غير واضح، ولا يعرف السوق والمستخدمون سوى القليل عن إمكاناته، وتعتمد شعبية الرمز بشكل أكبر على الانتشار عبر وسائل التواصل الاجتماعي والدعاية قصيرة المدى، مما يقدم طبيعة غامضة وبعيدة المنال.

المرحلة الثانية: التنشئة الاجتماعية (فترة الاستكشاف)

مع اهتمام السوق تدريجيًا برموز الذكاء الاصطناعي، تبدأ هذه الرموز في ممارسة قوتها في المجال الاجتماعي. على سبيل المثال، تعمل الرموز المميزة مثل $LUNA و$BULLY على جذب مشاركة المستخدمين من خلال الميزات الاجتماعية المحسّنة. في هذه المرحلة، لم تعد الرموز موجودة كأدوات دعائية، بل بدأت في دمج التفاعلات المجتمعية والاجتماعية لدفع نمو السوق. لقد توسع الرمز تدريجياً من وظيفة "الدردشة" البسيطة إلى استكشاف الوظائف التي تتكامل بشكل وثيق مع الاحتياجات الاجتماعية للمستخدمين، مما يشكل سمة اجتماعية أكثر تنوعًا.

المرحلة 3: المجال الرأسي (فترة تعميق الوظيفة)

تبدأ رموز الذكاء الاصطناعي في الابتعاد عن النماذج الاجتماعية والضجيجية البسيطة واستكشاف سيناريوهات التطبيق في المجالات الرأسية بعمق. تعمل الرموز مثل $AIXBT و $ZEREBRO على تمكين الرموز تدريجيًا من خلال التكامل مع blockchain أو DeFi أو الأدوات الإبداعية، مما يجعلها لم تعد مجرد أدوات مضاربة، بل أصول رقمية ذات وظائف وأغراض واضحة. تمثل هذه المرحلة تطور رموز الذكاء الاصطناعي نحو اتجاه أكثر كفاءة واحترافية، وتشكل تدريجياً موقعها الفريد في السوق.

المرحلة3.5: البنية التحتية (فترة تحسين التكنولوجيا)

مع تعمق تطبيق الرموز تدريجيًا، تبدأ AI Token في التركيز على بناء بنية تحتية تقنية أكثر صلابة. لقد أدى إضافة رموز مثل $AI16Z و $EMP إلى تعزيز التحسين الوظيفي للرموز بشكل أكبر. لا تركز الرموز على الحوافز الاقتصادية والوظائف العملية فحسب، بل تبدأ أيضًا في الاهتمام ببناء البنية التحتية مثل تكنولوجيا السلسلة المتقاطعة، والتطبيقات اللامركزية، وتكامل الأجهزة، مما يضع الأساس التقني تدريجيًا لتنميتها المستدامة في المستقبل.

المرحلة 4: تحليل البيانات (مرحلة النضج)

مع دخول مرحلة النضج، استقرت رموز الذكاء الاصطناعي تدريجيًا في السوق وبدأت في دمج وظائف البحث والتحليل الاستثماري في العملات المشفرة الأكثر تعقيدًا، مما يعزز تحسين بيئة الرموز وهيكل الحوكمة. لم تعد الرموز مثل $TRISIG و $COOKIE مجرد أدوات بسيطة، بل أصبحت جزءًا من النظام الاقتصادي وتُستخدم على نطاق واسع في مجالات متقدمة مثل تحليل البيانات وحوكمة المجتمع وقرارات الاستثمار. في هذه المرحلة، تحسنت وظائف رموز الذكاء الاصطناعي تدريجيًا، وأصبحت الآن قادرة على توفير تحليل متعمق ودعم اتخاذ القرار للسوق، لتصبح أصلًا مهمًا في سوق العملات المشفرة.

المرحلة 4.5: التطبيقات المالية (فترة التكامل البيئي)

مع المزيد من تطوير مجال DeFi، أصبح دمج رموز الذكاء الاصطناعي في التطبيقات المالية أكثر عمقًا، مما أدى إلى ظهور مفهوم "DeFAI" الناشئ. بفضل الذكاء الاصطناعي، أصبحت عمليات DeFi المعقدة أكثر بساطة، ويمكن للمستخدمين العاديين المشاركة بسهولة في الأنشطة المالية على السلسلة. لقد شكلت الرموز التمثيلية مثل $GRIFFAIN و $ORBIT و $AIXBT وما إلى ذلك تدريجيًا سلسلة كاملة من الوظائف الأساسية إلى الخدمات المالية المعقدة في السوق، وحسنت التفاعلات على السلسلة، وخفضت عتبة المشاركة، وجلبت المزيد من الفرص والراحة للمستخدمين.

ثالثًا. إطار عمل AI Agent

(I) Web3وWeb2مقارنة البيانات 

في حين أن AI AgentWeb2متضمن في خوارزمية التوصية، فإن أرض الاختبار الخاصة بـ Web3 تغذي أيضًا المزيد من ابتكارات AI Agent

ولكن تظهر البيانات أن مشاريع Web3 وWeb2 تظهر اختلافات واضحة في توزيع المساهمين، وإرسال التعليمات البرمجية، وGitHub Stars. من خلال مقارنة بيانات مشاريع Web3 وWeb2، يمكننا أن نفهم بشكل أفضل الوضع الحالي لكليهما من حيث الابتكار التكنولوجي ونشاط المجتمع وقبول السوق. وخاصة على منصة GitHub، فإن نشاط وشعبية هذه المشاريع توفر لنا مؤشرات مهمة تساعدنا على اكتساب نظرة ثاقبة لاتجاهات تطوير التكنولوجيا المستقبلية والتغيرات البيئية المجتمعية.

من حيث مشاركة المطورين، فإن عدد المساهمين في مشاريع Web2 أعلى بكثير من عدد المساهمين في مشاريع Web3. وعلى وجه التحديد، هناك 575 مساهمًا في مشروع Web3، في حين يوجد ما يصل إلى 9940 مساهمًا في مشروع Web2، مما يعكس نضج نظام Web2 البيئي وقاعدة مطوريه الأوسع. المشاريع الثلاثة الأولى من حيث المساهمين هي: Starkchain مع 3,102 مساهم، و Informers-agents مع 3,009 مساهم، و Llamaindex مع 1,391 مساهم.

من حيث توزيع إرسال الكود. كما أن عدد الطلبات المقدمة لمشاريع Web2 أعلى بكثير من عدد الطلبات المقدمة لمشاريع Web3. ويبلغ العدد الإجمالي للطلبات المقدمة لمشاريع Web3 9,238 طلبًا، في حين يصل العدد الإجمالي لطلبات مشاريع Web2 إلى 40,151 طلبًا، مما يشير إلى أن مشاريع Web2 يتم تطويرها بشكل أكثر نشاطًا وتتمتع بمعدل تحديث أكثر استقرارًا. المشاريع الثلاثة الأولى من حيث تقديم التعليمات البرمجية هي: ElipsOS في الصدارة بـ 5,905 تقديم؛ يليه Dust، الذي قدم 5,602 تقديمًا للتعليمات البرمجية؛ ويحتل LangChain المرتبة الثالثة بـ 5,506 تقديمًا.

نجوم GitHubالتوزيع. مشاريع Web2 أكثر شعبية بكثير من مشاريع Web3 على GitHub. فقد جمعت مشاريع Web2 526,747 نجمة، في حين جمعت مشاريع Web3 15,676 نجمة. تعكس هذه الفجوة الاعتراف الواسع النطاق بمشاريع Web2 في مجتمع المطورين وتأثيرها المتراكم على السوق على المدى الطويل. المشاريع الثلاثة الأولى من حيث عدد النجوم هي: JS Agents هو بلا شك الأكثر شعبية، مع 137,534 نجمة؛ يليه LangChain، الذي يحتل المرتبة الثانية مع 98,184 نجمة؛ ويحتل MetaGPT المرتبة الثالثة مع 46,676 نجمة. بشكل عام، تتقدم مشاريع Web2 بشكل واضح من حيث عدد المساهمين وتكرار تقديم التعليمات البرمجية، مما يدل على نظامها البيئي الناضج والمستقر. إن قاعدة المطورين الضخمة والابتكار التكنولوجي المستمر تمكن مشاريع Web2 من الحفاظ على قدرة تنافسية قوية في السوق. في المقابل، على الرغم من أن مشاريع Web3 لديها عدد أقل من المساهمين، فإن بعض المشاريع لديها أداء متميز في وتيرة إرسال التعليمات البرمجية، مما يشير إلى أن لديها فريق تطوير أساسي مستقر ويمكنها الاستمرار في تعزيز تطوير المشروع. على الرغم من أن نظام Web3 البيئي لا يزال في بداياته، فلا يمكن الاستهانة بإمكانياته. لقد أرسى مجتمع المطورين وقاعدة المستخدمين التي تشكلت تدريجيًا أساسًا متينًا للنمو المستقبلي.

من حيث شعبية المشروع، يكشف توزيع GitHub Stars عن المكانة المهمة التي تتمتع بها JavaScript وPython في تطوير أطر عمل وكلاء الذكاء الاصطناعي. JS Agents وLangChain هما المشروعان الأكثر شعبية، مما يدل على أن اتجاه الجمع بين الذكاء الاصطناعي والعملات المشفرة يحظى باهتمام واسع النطاق. على الرغم من أن عدد نجوم مشاريع Web3 أقل بكثير من عدد مشاريع Web2، إلا أن بعض مشاريع Web3 مثل MetaGPT لا تزال تعمل بشكل استثنائي وحصلت على تقدير من المطورين. وبشكل عام، ورغم أن مشروع Web3 لا يزال في مرحلة اللحاق بالركب، إلا أنه مع المزيد من نضج التكنولوجيا وتوسع النظام البيئي، من المتوقع أن يتحسن موقعه في السوق المستقبلية بشكل مطرد.

(II) إطار عمل وكيل الذكاء الاصطناعي في سلسلة الكتل السائدة 

مصدر البيانات: https://www.aiagenttoolkit.xyz/#frameworks

(III) التحديات التي تواجه أطر عمل وكلاء الذكاء الاصطناعي الحالية للبلوك تشين 

"هجوم تقليل الأبعاد" من قبل المنافسين الرئيسيين. تطلق شركات التكنولوجيا العملاقة مثل OpenAI وGoogle وMicrosoft بسرعة وكلاء متعددي الأدوات رسميًا. وبفضل مزاياها المالية والتكنولوجية القوية، قد تحتل السوق وتهمش أطر الشركات الناشئة في أي وقت. من خلال التكامل العميق لنماذج اللغة الكبيرة (LLMs)، والخدمات السحابية، ونظم الأدوات، تصبح هذه الشركات الكبيرة قادرة على توفير حلول شاملة وفعالة، مما يجعل الأطر الصغيرة والمتوسطة الحجم تواجه ضغوطًا تنافسية أكبر ومساحة معيشتها مضغوطة بشكل كبير.

عدم الاستقرار والقدرة على الصيانة بشكل كافي. في الوقت الحالي، يواجه جميع وكلاء الذكاء الاصطناعي عمومًا معدلات خطأ عالية ومشاكل "الهلوسة"، وخاصةً عند استدعاء النماذج في جولات متعددة، وهو ما قد يؤدي بسهولة إلى حلقات لا نهائية أو أخطاء توافق. بمجرد مطالبة العميل بأداء مهام فرعية متعددة، تميل هذه الأخطاء إلى التضخيم طبقة بعد طبقة، مما يؤدي إلى عدم استقرار النظام. بالنسبة لتطبيقات المؤسسات التي تتطلب درجة عالية من الموثوقية، لا تستطيع هذه الأطر حاليًا توفير الاستقرار الكافي وضمانات مستوى الإنتاج، مما يحد من استخدامها على نطاق واسع في بيئات الأعمال الفعلية.

يظل الأداء والتكلفة مرتفعين. تتطلب العمليات القائمة على الوكيل عادةً عددًا كبيرًا من مكالمات الاستدلال (مثل عمليات التحقق الذاتية للحلقة، ووظائف الأداة، وما إلى ذلك). إذا كانت الطبقة الأساسية تعتمد على نماذج كبيرة مثل GPT-4، فإنها لا تواجه تكاليف استدعاء عالية فحسب، بل إنها غالبًا ما لا تتمكن من تلبية احتياجات الاستجابة السريعة. على الرغم من أن بعض الأطر تحاول الجمع بين نماذج مفتوحة المصدر للتفكير المحلي لتقليل التكاليف، إلا أن هذا النهج لا يزال يعتمد على قوة الحوسبة القوية، كما أن جودة نتائج التفكير يصعب تثبيتها، مما يتطلب التحسين المستمر من قبل فرق متخصصة لضمان موثوقية النظام والأداء.  

إن نظام التنمية والمرونة غير كافيين. في الوقت الحالي، تفتقر أطر عمل وكلاء الذكاء الاصطناعي هذه إلى معايير موحدة في لغة التطوير وقابلية التوسع، مما يتسبب في مواجهة المطورين لبعض الارتباك والقيود عند اتخاذ الخيارات. على سبيل المثال، يستخدم Eliza TypeScript، وهو سهل الاستخدام ولكنه يعاني من ضعف قابلية التوسع في السيناريوهات المعقدة للغاية؛ ويستخدم Rig Rust، الذي يتمتع بأداء ممتاز ولكن لديه عتبة تعلم عالية؛ ويستند ZerePy (ZEREBRO) على Python وهو مناسب لتطبيقات التوليد الإبداعي، ولكن وظائفه محدودة نسبيًا. وتركز الأطر الأخرى مثل AIXBT وGriffain بشكل أكبر على تطبيقات blockchain أو التطبيقات الرأسية المحددة، وسوف يستغرق التحقق من السوق بعض الوقت. غالبًا ما يحتاج المطورون إلى إجراء مقايضات بين سهولة الاستخدام والأداء والتكيف مع منصات متعددة بين هذه الأطر، مما يؤثر على مرونتهم وإمكانات التطوير في مجموعة أوسع من التطبيقات.  

مخاطر الأمن والامتثال. تكون أنظمة الوكلاء المتعددين عرضة لمخاطر أمنية مثل المكالمات غير المصرح بها، أو تسريبات الخصوصية، أو الثغرات عند الوصول إلى واجهات برمجة التطبيقات الخارجية، أو تنفيذ معاملات مهمة، أو اتخاذ قرارات آلية. لا تتسم العديد من الأطر بالكمال من حيث سياسات الأمان وسجلات التدقيق. وخاصة في سيناريوهات التطبيقات المؤسسية أو المالية، تكون هذه المشكلات بارزة للغاية ويصعب تلبية متطلبات الامتثال الصارمة. وهذا يعني أن النظام قد يواجه مخاطر قانونية كبيرة وتحديات تتعلق بأمن البيانات عند نشره فعليا.  

في ضوء المشاكل المذكورة أعلاه، يعتقد العديد من الممارسين أن إطار عمل وكيل الذكاء الاصطناعي الحالي قد يتعرض لمزيد من الضغط تحت ضغط "الاختراق التكنولوجي القادم" أو "الحل المتكامل للشركات المصنعة الكبرى". ومع ذلك، هناك أيضًا آراء مفادها أن أطر عمل الشركات الناشئة لا تزال قادرة على لعب دور فريد في مجالات محددة، مثل السيناريوهات الموجودة على السلسلة، أو توليد الأفكار، أو إرساء المكونات الإضافية المجتمعية. ما دامت هذه الأطر قادرة على تحقيق اختراقات في الموثوقية وضبط التكاليف وبناء النظام البيئي، فإنها لا تزال قادرة على إيجاد مسارات تطوير قابلة للتطبيق خارج النظام البيئي للشركات المصنعة الكبرى. بشكل عام، ستكون كيفية حل المشكلتين الرئيسيتين المتمثلتين في "التكلفة العالية والتعرض للأخطاء" و"تحقيق المرونة في السيناريوهات المتعددة" من التحديات الرئيسية التي تواجه جميع أطر عمل وكلاء الذكاء الاصطناعي.

3. اتجاه تطوير وكيل الذكاء الاصطناعي  

ترويج الذكاء الاصطناعي المتعدد الوسائط
مع التطور السريع للتكنولوجيا، أصبح الذكاء الاصطناعي المتعدد الوسائط تدريجيًا قوة دافعة رئيسية في مختلف الصناعات. يمكن للذكاء الاصطناعي المتعدد الوسائط معالجة أشكال متعددة من البيانات مثل النصوص والصور والفيديو والصوت، مما يمنحه إمكانات كبيرة في العديد من المجالات. وخاصة في المجال الطبي، من خلال دمج السجلات الطبية وبيانات التصوير والمعلومات الجينية، يمكن للذكاء الاصطناعي المتعدد الوسائط أن يوفر الدعم لتنفيذ الطب الشخصي ومساعدة الأطباء على تصميم خطط العلاج للمرضى بشكل أكثر دقة. وفي قطاعي البيع بالتجزئة والتصنيع، وبمساعدة هذه التكنولوجيا، يمكن للذكاء الاصطناعي تحسين عمليات الإنتاج، وتحسين الكفاءة، وتعزيز تجربة العملاء، وبالتالي تعزيز القدرة التنافسية للمؤسسات. مع تحسن البيانات وقوة الحوسبة، من المتوقع أن تلعب الذكاء الاصطناعي المتعدد الوسائط دورًا تحويليًا في المزيد من الصناعات، مما يعزز التكرار السريع للتكنولوجيا وتوسيع تطبيقاتها.

الذكاء المجسد والذكاء المستقل
يشير الذكاء المجسد (الذكاء الاصطناعي المجسد) إلى أنظمة الذكاء الاصطناعي التي تفهم البيئة وتتكيف معها من خلال إدراك العالم المادي والتفاعل معه. ستؤدي هذه التقنية إلى تغيير اتجاه تطوير الروبوتات بشكل كبير وإرساء الأساس لشعبيتها في القيادة الذاتية والمدن الذكية وغيرها من سيناريوهات التطبيق. ويعتبر عام 2025 بمثابة "العام الأول للذكاء المجسد"، ومن المتوقع أن يتم استخدام هذه التكنولوجيا على نطاق واسع في العديد من المجالات. ومن خلال منح الروبوتات القدرة على الإدراك والفهم واتخاذ القرارات بشكل مستقل، فإن الذكاء المجسد سيعزز التكامل العميق بين العالمين المادي والرقمي، وبالتالي تحسين الإنتاجية وتعزيز التنمية الذكية لجميع الصناعات. سواء في المساعدين الشخصيين، أو المركبات ذاتية القيادة، أو المصانع الذكية، فإن الذكاء المتجسد سوف يغير الطريقة التي يتفاعل بها الناس مع الآلات.

صعود الذكاء الاصطناعي الوكيل
يشير الذكاء الاصطناعي الوكيل إلى أنظمة الذكاء الاصطناعي التي يمكنها إكمال المهام المعقدة بشكل مستقل. تتحول وكلاء الذكاء الاصطناعي هذه من أدوات استجابة بسيطة للاستعلامات المبكرة إلى أنظمة صنع القرار المستقلة الأكثر تقدمًا وتُستخدم على نطاق واسع في مجالات مثل تحسين العمليات التجارية وخدمة العملاء والأتمتة الصناعية. على سبيل المثال، يمكن لوكلاء الذكاء الاصطناعي التعامل بشكل مستقل مع طلبات استشارة العملاء، وتقديم خدمات مخصصة، وحتى اتخاذ قرارات محسنة. في الأتمتة الصناعية، يمكن لوكلاء الذكاء الاصطناعي مراقبة الحالة التشغيلية للمعدات، والتنبؤ بالأعطال، وإجراء التعديلات أو الإصلاحات قبل حدوث المشاكل. ومع نضوج وكلاء الذكاء الاصطناعي تدريجيًا، ستصبح تطبيقاتهم في مختلف الصناعات أكثر عمقًا، مما سيصبح أداة مهمة لتحسين الكفاءة وخفض التكاليف.

تطبيق الذكاء الاصطناعي في البحث العلمي
يساهم إدخال الذكاء الاصطناعي في تسريع تقدم البحث العلمي، وخاصة في مجال تحليل البيانات المعقدة. لقد أصبح الذكاء الاصطناعي من أجل العلوم (AI4S) اتجاهًا بحثيًا جديدًا. فمن خلال استخدام نماذج كبيرة لإجراء تحليل متعمق للبيانات، يساعد الذكاء الاصطناعي الباحثين على اختراق قيود البحث التقليدي. ويساهم تطبيق الذكاء الاصطناعي في تحقيق اختراقات في العلوم الأساسية في مجالات مثل الطب الحيوي، وعلوم المواد، وأبحاث الطاقة. ومن الأمثلة البارزة على ذلك برنامج AlphaFold، الذي حل مشكلة طالما أزعجت العلماء من خلال التنبؤ ببنية البروتين، وعزز بشكل كبير تقدم الأبحاث الطبية الحيوية. في المستقبل، سوف تلعب الذكاء الاصطناعي دورًا متزايد الأهمية في تعزيز التقدم في البحث العلمي، واكتشاف مواد وأدوية جديدة، وما إلى ذلك.

السلامة والأخلاقيات في الذكاء الاصطناعي
مع انتشار تكنولوجيا الذكاء الاصطناعي، أصبحت قضايا السلامة والأخلاقيات في مجال الذكاء الاصطناعي تدريجيًا محور الاهتمام العالمي. لقد أثارت شفافية اتخاذ القرار والعدالة والمخاطر الأمنية المحتملة لأنظمة الذكاء الاصطناعي الكثير من النقاش. ولضمان التنمية المستدامة لتكنولوجيا الذكاء الاصطناعي، تعمل الشركات والحكومات على تكثيف جهودها لإنشاء إطار حوكمة سليم لإدارة مخاطرها بشكل فعال مع تعزيز الابتكار التكنولوجي. وخاصة في مجالات مثل اتخاذ القرارات الآلية، وخصوصية البيانات، والأنظمة المستقلة، أصبحت كيفية تحقيق التوازن بين التقدم التكنولوجي والمسؤولية الاجتماعية هي المفتاح لضمان التأثير الإيجابي لتكنولوجيا الذكاء الاصطناعي. وهذا لا يمثل تحديًا للتطور التكنولوجي فحسب، بل يمثل أيضًا قضية مهمة على المستويات الأخلاقية والقانونية، والتي ستؤثر على دور ومكانة الذكاء الاصطناعي في المجتمع المستقبلي.

في الجزء التالي من التقرير، سنقدم تطبيقات ومشاريع AI Agent بالتفصيل ونقدم إطارًا للتقييم. يرجى البقاء على اتصال.

إخلاء المسؤولية 

هذا المحتوى للأغراض الإعلامية فقط ولا يشكل ولا ينبغي تفسيره على أنه (أ) نصيحة أو توصية استثمارية، أو (ب) عرض أو دعوة لشراء أو بيع أو الاحتفاظ بالأصول الرقمية، أو (ج) نصيحة مالية أو محاسبية أو قانونية أو ضريبية. نحن لا نضمن دقة أو اكتمال أو فائدة هذه المعلومات. تخضع الأصول الرقمية (بما في ذلك العملات المستقرة وNFTs) لتقلبات السوق، وتنطوي على مخاطر عالية، وقد تفقد قيمتها أو حتى تصبح بلا قيمة. يجب عليك أن تدرس بعناية ما إذا كان تداول الأصول الرقمية أو الاحتفاظ بها مناسبًا لك بناءً على وضعك المالي وقدرتك على تحمل المخاطر. يرجى استشارة المختص القانوني/الضريبي/الاستثماري الخاص بك فيما يتعلق بحالتك المحددة. ليست كل المنتجات متوفرة في جميع المناطق. لمزيد من التفاصيل، يرجى الرجوع إلى شروط خدمة OKX والإفصاح عن المخاطر وإخلاء المسؤولية. تخضع محفظة OKX Web3 Mobile Wallet والخدمات المشتقة منها لشروط خدمة منفصلة. يرجى أن تكون مسؤولاً عن فهم القوانين واللوائح المحلية المعمول بها والامتثال لها.