لا يُنصح بمزيج من AI مع Web3 لأن الذكاء الاصطناعي مركزي نسبيًا بينما يركز Web3 على اللامركزية.
في حين أن السوق الثانوي NFT يتراجع ، لا يبدو أن السوق الأولية تحدثت عن NFT أو المشاريع المرتبطة بـ NFTFi في الشهرين الماضيين ، بينما بدأت مشروعات الذكاء الاصطناعي في الانطلاق بالفعل ، لذلك تستمر مقالة NFT في التباطؤ . عندما انتهيت من الكتابة عن بيئة BTC في المرة الأخيرة ، كان يجب علي إضافة المقالة حول NFT و NFTFI. ومع ذلك ، فإن NFT ليس رائعًا بشكل عام في الوقت الحالي. تم ذكر اتجاه الجمع بين الذكاء الاصطناعي والويب 3 لأول مرة.
منظمة العفو الدولية
كانت صناعة الذكاء الاصطناعي على وشك الانحدار. إن Illia ، مؤسس Near Protocol ، ماهر بالفعل في الذكاء الاصطناعي ، المساهم الأساسي في الكود في TensorFlow ، وهو أكثر إطار عمل للتعلم الآلي شهرة. يتكهن الناس بأنه يعتقد أنه لا يوجد أمل في الذكاء الاصطناعي (التعلم الآلي قبل النموذج الكبير) وجاء للقيام Web3.
ومع ذلك ، رحبت الصناعة بـ ChatGpt3.5 في نهاية العام الماضي تقريبًا ، وبدأت أعمال الذكاء الاصطناعي في الانتعاش. لأنه ، على عكس الجولات السابقة من الضجيج والتغيير الكمي ، يمكن اعتبار هذه المرة حقًا تغييرًا نوعيًا. بعد بضعة أشهر ، وصل تسونامي الذكاء الاصطناعي أيضًا إلى Web3. المنافسة الداخلية لـ Silicon Valley Web2 شرسة ، ومجموعة واسعة من رأس المال هي Fomo ، والكثير من برامج التجانس التي بدأت في شن حرب أسعار ، والمصانع الكبيرة والنماذج الكبيرة هي PK ...
ومع ذلك ، تجدر الإشارة إلى أن الذكاء الاصطناعي قد دخل أيضًا في فترة اختناق نسبيًا بعد أكثر من نصف عام من تفشي المرض ، مثل شعبية البحث في Google باستخدام الذكاء الاصطناعي تراجعت ، وتباطأ نمو مستخدم Chatgpt بشكل كبير ، وإخراج الذكاء الاصطناعي مع بعض العشوائية حدت من العديد من مشاهد الهبوط ... بشكل عام ، نحن بعيدون جدًا عن الأسطورية & quot؛ الذكاء الاصطناعي العام للذكاء الاصطناعي العام. & quot؛
في الوقت الحالي ، تتخذ شركة Silicon Valley Venture Capitals مثل هذه الأحكام على التطور التالي للذكاء الاصطناعي:
1. لا توجد نماذج رأسية ، فقط تطبيقات عمودية كبيرة الحجم (سنعود إلى ذلك لاحقًا عندما نتحدث عن Web3 + AI) ؛
2. قد تشكل البيانات الموجودة على الأجهزة المتطورة مثل الهواتف المحمولة حاجزًا ، كما قد تكون الأجهزة المتطورة القائمة على الذكاء الاصطناعي فرصة ؛
3. قد يتسبب طول السياق في حدوث تغييرات نوعية في المستقبل (تُستخدم قاعدة بيانات المتجه الآن كذاكرة AI ، لكن طول السياق لا يزال غير كافٍ).
Web3 + AI
في الواقع ، الذكاء الاصطناعي والويب 3 هما تقنيتان متميزتان تمامًا. يتطلب الذكاء الاصطناعي قوة معالجة مركزة وكميات هائلة من البيانات لأداء التدريب ، وهو أمر مركزي تمامًا. على الرغم من أنها لا تعمل بشكل جيد معًا نظرًا لأن Web3 لا مركزية ، فإن الفكرة القائلة بأن الذكاء الاصطناعي يغير الإنتاجية وأن blockchain يغير علاقة الإنتاج منتشرة للغاية. سيكون هناك دائمًا أفراد يبحثون عن هذا التقاطع ، وعلى مدار الشهرين الماضيين ، ناقشت ما لا يقل عن 10 مبادرات للذكاء الاصطناعي.
قبل الحديث عن مسار المجموعة الجديد ، دعنا نبدأ بمناقشة مشاريع AI + Web3 القديمة ، والتي هي أساسًا أنواع الأنظمة الأساسية ، التي يمثلها FET و AGIX. أخبرني أصدقائي المحليون المحترفون في مجال الذكاء الاصطناعي أن كل هذه الأشياء التي كان يتم إجراؤها في مجال الذكاء الاصطناعي أصبحت غير مجدية بشكل أساسي الآن ، سواء كانت Web2 أو Web3 ، فالعديد منها عبارة عن أمتعة وليست خبرة. & quot؛ الاتجاه والمستقبل في النماذج الكبيرة مثل OpenAI استنادًا إلى المحولات ، النماذج الكبيرة حفظت الذكاء الاصطناعي.
لذلك ، فإن نوع النظام الأساسي العام ليس نموذج Web3 + AI الذي هو متفائل بشأنه ، وأكثر من 10 مشاريع تحدثت عنها لا تحتوي على هذا الجانب ، والأشياء الأساسية التي أراها هي القطاعات التالية:
1. بوت / وكيل / مساعد الرسملة
2. منصة الحوسبة
3. منصة البيانات
4. الذكاء الاصطناعي التوليدي
5. تداول / تدقيق / مراقبة مخاطر DeFi
6. ZKML
1. بوت / وكيل / مساعدالكتابة بالأحرف الكبيرة
القطاع الأكثر مناقشة وتجانسًا هو هذا القطاع. وبعبارة بسيطة ، تستخدم هذه المشاريع عادةً OpenAI كأساس ، جنبًا إلى جنب مع أدوات تقنية مفتوحة المصدر إضافية أو أدوات فنية مطورة ذاتيًا مثل TTS (تحويل النص إلى كلام) ، ومع بيانات محددة ، تنشئ FineTune بعض الروبوتات التي تعد & quot؛ أفضل من ChatGPT في بعض المجال. & quot؛
على سبيل المثال ، يمكنك الاستعانة بمدرس رائع ليعلمك اللغة الإنجليزية ، ويمكنه الاختيار بين لهجة كوكني والأمريكية. ستكون تجربة تفاعلك أفضل مما ستكون عليه مع ChatGPT ، وهي أكثر رسمية وميكانيكية ، بفضل قدرتها على تعديل شخصيتها وأسلوب الدردشة. هناك صديق افتراضي DAPP ، وهي لعبة Web3 للسيدات ، تسمى HIM ، والتي يمكن اعتبارها ممثلة من هذا النوع.
من هذا المفهوم ، يمكنك نظريًا أن يكون لديك العديد من الروبوتات / الوكلاء لخدمتك. على سبيل المثال ، إذا كنت ترغب في معرفة كيفية سلق السمك ، فقد يكون هناك برنامج Fine Tune Cooking Bot خصيصًا لهذا المجال ليعلمك ، والاستجابة مؤهلة أكثر من ChatGPT. إذا كنت ترغب في السفر ، فهناك أيضًا روبوتات سفر يمكنها أن تقدم لك نصائح السفر والتخطيط. أو ، إذا كنت شريكًا في المشروع ، احصل على روبوت خدمة عملاء Discord لمساعدتك في الرد على أسئلة المجتمع.
هناك مشاريع مشتقة تعتمد على هذا النوع من & quot؛ نوع التطبيق الرأسي القائم على GPT & quot؛ بالإضافة إلى القيام بهذا النوع من التطبيقات الرأسية القائمة على GPT & quot؛ & quot؛ Bot ، كنموذج للكتابة بالأحرف الكبيرة & quot؛ و NFT كأحرف كبيرة للصورة ، & quot؛ مما يعني أنه قد يتم أيضًا رسملة الموجه المعروف في الذكاء الاصطناعي. Promopt بحد ذاته له قيمة ويمكن استخدامه بأحرف كبيرة ، على سبيل المثال ، يمكن أن تنتج مطالبات MidJourney المختلفة صورًا مميزة وستكون للمطالبات المتنوعة نتائج مختلفة عند تدريب الروبوتات.
في مثل هذه الروبوتات ، هناك مبادرات إضافية مثل فهرسة البوابة والبحث. كيف يمكننا اختيار أفضل روبوت لك عندما يكون لدينا الآلاف منها؟ ثم ، لمساعدتك في & quot؛ تحديد موقع & quot؛ قد تحتاج إلى بوابة Web2 مثل Hao123 أو محرك بحث مثل Google.
أعتقد أنه في الوقت الحالي ، فإن رسملة الروبوت (النموذج) لها عيبان واتجاهان:
العيب 1. نظرًا لأن هذا هو مسار AI + web3 الأكثر سهولة في الاستخدام ، فإن التجانس يعد عيبًا رئيسيًا. هناك عناصر من NFT مع تلميحات لخصائص المنفعة. نتيجة لذلك ، بدأ السوق الأساسي في إظهار اتجاه البحر الأحمر والمنافسة ، لكن OpenAI في أسفل القائمة ، لذلك ليس لدينا أي عوائق تقنية يجب التغلب عليها ؛ لا يمكننا المنافسة إلا على أساس التصميم والتشغيل.
العيب 2. قد تكون بطاقة العضوية المادية أو الإلكترونية أكثر ملاءمة لمعظم المستخدمين ، على الرغم من حقيقة أن بطاقة عضوية Starbucks NFT on-Chain تبذل جهدًا يستحق الثناء لدخول عالم web3. هذه أيضًا مشكلة في برامج الروبوت المستندة إلى Web3. إذا كنت أرغب في التحدث مع Musk أو Socrates أو الروبوت لتعلم اللغة الإنجليزية ، ألن يكون مفيدًا لي استخدام Web2 http://Character.AI على الفور؟
الاتجاه 1. قد يكون النموذج على السلسلة مفهومًا جيدًا على المدى القصير إلى المتوسط. تتمتع هذه النماذج حاليًا بفهم محدود لـ ETH NFT ، حيث تشير MetaData بشكل أساسي إلى IPFS أو الخوادم خارج السلسلة بدلاً من blockchain نفسها. خاصةً على الخادم ، عادةً ما يكون حجم الطرز من عشرات إلى مئات الميجابايت.
ومع ذلك ، أعتقد أنه لا ينبغي أن يكون تحديًا لنماذج السلسلة بمقياس 100 ميغا بت في العامين أو الثلاثة أعوام القادمة نظرًا للانخفاض الكبير الأخير في أسعار التخزين (2 تيرابايت SSD 500RMB) وتطوير مشاريع التخزين مثل Filecoin FVM و ETHStorage.
قد تتساءل ما هي مزايا on-chain؟ يمكن استخدام النموذج المتصل بالسلسلة بشكل مباشر من خلال عقود أخرى ، وهي أكثر من Crypto Native ، وأنماط اللعبة أكبر بلا شك. هناك القليل من الإحساس المرئي للعبة Fully Onchain لأن جميع البيانات أصلية في السلسلة. هناك العديد من الفرق التي تستكشف هذا الأمر حاليًا ، ومع ذلك ، لا يزال الوقت مبكرًا جدًا في هذه العملية.
الاتجاه 2. إذا أعطيت العقود الذكية بعض التفكير الجاد على المدى المتوسط والطويل ، فقد تجد ذلك & quot؛ التفاعل بين الآلة والآلة & quot؛ بدلاً من التفاعل بين الإنسان والحاسوب هو أكثر ملاءمة. لدى الذكاء الاصطناعي الآن فكرة AutoGPT ، والتي تتيح لك الحصول على & quot ؛ الصورة الرمزية الافتراضية & quot؛ أو & quot؛ مساعد افتراضي & quot؛ من يمكنه مساعدتك في مهام مثل حجز التذاكر والفنادق وشراء اسم مجال لإنشاء موقع ويب وعناصر أخرى حسب الحاجة.
هل تفضل راحة Alipay وجميع أنواع البطاقات المصرفية أو راحة نقل عنوان blockchain الكامل عندما يتعلق الأمر بمساعد AI يدير حساباتك المصرفية العديدة؟ الحل واضح. لذلك ، هل سيكون هناك عدد كبير من مساعدي الذكاء الاصطناعي مثل AutoGPT في المستقبل الذين ينفذون الدفع والتسوية C2C أو B2C أو حتى B2B تلقائيًا من خلال blockchain والعقود الذكية في مجموعة متنوعة من سيناريوهات المهام؟ ثم أصبح الخط الفاصل بين Web2 و Web3 ضبابيًا جدًا في تلك اللحظة.
2. منصة الحوسبة
يعتبر مشروع منصة الطاقة الحاسوبية أقل رأسمالية وتنافسية مقارنة بنموذج Bot ، لكن فهمه أسهل نسبيًا. يتطلب الذكاء الاصطناعي قوة حاسوبية كبيرة ، وقد أثبتت BTC و ETH في العقد الماضي وجود مثل هذه الطريقة ، والتي يمكنها تنظيم وتنسيق قوة الحوسبة الهائلة للتعاون والمنافسة في بيئة لا مركزية من الحوافز الاقتصادية والألعاب. الآن ، يمكن تطبيق هذا النهج على الذكاء الاصطناعي.
معًا وجينسين هما بلا شك المشروعين الأكثر شهرة في هذا القطاع ، حصل أحدهما على 10 ملايين دولار من التمويل الأولي والآخر 43 مليون دولار في الجولة الأولى. يحاول هذان الشخصان جمع الكثير من الأموال لأنهما يحتاجان إلى المال والقدرة على المعالجة لبناء نماذجهما الخاصة أولاً ، وبعد ذلك سيستخدمان تلك المنصات لبناء مشاريع أخرى للذكاء الاصطناعي.
سيكون مبلغ التمويل لمنصة طاقة الحوسبة المنطقية صغيرًا نسبيًا لأنه يمثل في الأساس تجميع وحدة معالجة الرسومات الخاملة وقوة الحوسبة الأخرى ثم يتم توفيرها لمشروع الذكاء الاصطناعي الذي يحتاج إلى التفكير. تقدم RNDR تجميع الطاقة ، وتقوم هذه الأنظمة الأساسية باستدلال تجميع الطاقة. لكن العتبة التقنية غامضة نسبيًا في الوقت الحالي ، وأتساءل حتى إذا كانت منصة الحوسبة السحابية RNDR أو Web3 ستمتد يومًا ما إلى منصة الحوسبة المنطقية.
اتجاه منصة قوة الحوسبة أكثر واقعية ومؤشرا أفضل من نموذج رأس المال ؛ في الأساس ، ستكون هناك حاجة لذلك ومشروع أو مشروعين رائدين لمعرفة من يمكنه القيام بذلك. عدم اليقين الوحيد هو ما إذا كان للتدريب والاستدلال مشاريع رائدة منفصلة ، أو ما إذا كانت المشاريع الرائدة ستفعل كلا الأمرين.
3.منصة البيانات
ليس من الصعب فهم ذلك ، لأن الذكاء الاصطناعي الأساسي يتكون من ثلاثة أشياء رئيسية: الخوارزميات (النماذج) ، وقوة الحوسبة ، والبيانات.
نظرًا لأن الخوارزمية وقوة الحوسبة لها & quot؛ إصدار لامركزي & quot؛ ، فلن تكون البيانات غائبة بالتأكيد ، وهو أيضًا الاتجاه الأكثر تفاؤلاً للدكتور Lu Qi ، مؤسس منصة إنشاء Qiji ، عند الحديث عن AI و Web3.
أكد Web3 دائمًا على خصوصية البيانات وسيادتها ، وهناك تقنيات مثل ZK لضمان موثوقية البيانات وسلامتها ، لذلك يجب أن يكون الذكاء الاصطناعي المدرب على أساس بيانات Web3 على السلسلة مختلفًا عن تلك المدربة على بيانات Web2 خارج السلسلة. لذا فإن هذا الاتجاه ككل منطقي. يجب اعتبار المحيط ينتمي إلى هذا القطاع ، وهناك أيضًا مشاريع مثل أسواق بيانات الذكاء الاصطناعي المتخصصة القائمة على المحيط في السوق الأولية.
4. الذكاء الاصطناعي التوليدي
يقال ببساطة ، إنه يتضمن استخدام لوحة AI أو إنتاج مشابه آخر لدعم العديد من المشاهد الأخرى ، بما في ذلك إنشاء NFT ، والخرائط داخل اللعبة ، وخلفيات NPC ، وما إلى ذلك. هذه الطريقة في تنفيذ NFT صعبة لأن ندرة توليد الذكاء الاصطناعي غير كافية. لكن قد يكون Gamefi ممكنًا ، فهناك فرق تحاول تنفيذ Gamefi في السوق الأولية.
ومع ذلك ، قبل أيام قليلة ، أصدرت Unity (مع Unreal Engine ، التي هيمنت منذ فترة طويلة على سوق محركات اللعبة) ، Sentis and Muse ، وهما من أدواتها الخاصة لتوليد الذكاء الاصطناعي. هذه الأدوات الآن في المرحلة التجريبية المحدودة ، ولكن من المتوقع أن يتم إصدارها رسميًا العام المقبل. مشاريع AIGC للعبة Web3 ، ربما انخفاض البعد الذي أصاب الوحدة ...
5.تداول / تدقيق / مراقبة مخاطر DeFi
تمت محاولة تنفيذ المشاريع في هذه الفئات ، لكن التجانس ليس واضحًا جدًا.
· التداول - هذه الاستراتيجية صعبة لأنه إذا كانت إستراتيجية التداول تعمل بشكل جيد ، حيث يستخدمها المزيد من الناس ، فقد تصبح أقل فائدة وعليك التحول إلى استراتيجية جديدة. ثم نشعر بالفضول بشأن معدل الربح المستقبلي لروبوتات التداول بالذكاء الاصطناعي والوضع الذي سيكونون فيه بين المتداولين العاديين.
· التدقيق - يجب أن يساعد في معالجة نقاط الضعف الشائعة الحالية على الفور ، ولكن ليس لنقاط الضعف المنطقية أو الجديدة تمامًا ، ويجب أن يحدث هذا فقط في عصر الذكاء الاصطناعي العام.
العائد - العائد سهل الفهم. ما عليك سوى تخيل YFI باستخدام ذكاء AI واستثمار أموالك هناك. ستختار AI Staking منصات للمشاركة ، وإنشاء مجموعات LP ، والتعدين بناءً على تحملك للمخاطر.
· التحكم في المخاطر - يبدو من الغريب القيام بمشروع بمفرده ، ومن المنطقي خدمة العديد من منصات الإقراض أو Defi في شكل مكونات إضافية.
6. ZKML
هذا هو القطاع الذي يزداد شعبية لأنه يجمع بين اثنين من أكثر التقنيات تطوراً ، ZK و ML (التعلم الآلي ، مجال متخصص في الذكاء الاصطناعي).
من الناحية النظرية ، يمكن أن يمنح الجمع بين ZK خصوصية ML ، والنزاهة ، والدقة ، ولكن من الناحية العملية ، تكافح العديد من أطراف المشروع للتوصل إلى سيناريوهات استخدام محددة والتركيز بدلاً من ذلك على بناء البنية التحتية.
الشيء الوحيد الذي نحتاجه حقًا في الوقت الحالي هو التعلم الآلي في أجزاء من المجال الطبي ، والحاجة إلى خصوصية بيانات المريض ، وروايات مثل سلامة اللعبة على السلسلة أو مكافحة الغش تبدو دائمًا بعيدة المنال.
تعد Modulus Labs و EZKL والجيزة وما إلى ذلك من أهم المشاريع في هذا القطاع في السوق الأولية.
الحاجز الفني لهذا القطاع أعلى بكثير من المسارات الأخرى والتجانس بشكل عام غير مرئي. لا يوجد الكثير من الناس في العالم يفهمون ZK ، وهناك عدد أقل من المواهب الذين يفهمون ZK و ML. يركز ZKML على التفكير أكثر من التدريب.