مسار تطور الذكاء الاصطناعي في مجال Web3 والاتجاهات المستقبلية
منذ ظهور ChatGPT في نهاية عام 2022، كانت الذكاء الاصطناعي موضوعًا ساخنًا في مجال التشفير. لطالما كانت مجتمع Web3 مفتوحة أمام المفاهيم الجديدة، خاصةً لتقنيات الذكاء الاصطناعي التي تتمتع بآفاق تطبيق واسعة في المستقبل. انفجر مفهوم الذكاء الاصطناعي أولاً في دائرة التشفير على شكل "حمى الميمات"، ثم بدأت بعض المشاريع في استكشاف القيمة التطبيقية الفعلية، والتفكير في الابتكارات التي يمكن أن تقدمها تقنيات التشفير للذكاء الاصطناعي المتطور.
ستحلل هذه المقالة مسار تطوير الذكاء الاصطناعي في مجال Web3، من موجة الضجيج المبكر إلى صعود المشاريع التطبيقية الحالية، مع تقديم أمثلة وبيانات لمساعدة القراء على فهم اتجاهات الصناعة والاتجاهات المستقبلية. استنتاجنا الأولي هو:
مرحلة الميمات الذكية قد انتهت، وكل تلك التجارب من الأرباح والخسائر ستصبح تاريخاً.
بعض مشاريع Web3 AI الأساسية تؤكد على مساهمة "اللامركزية" في أمان الذكاء الاصطناعي، لكن المستخدمين لا يهتمون كثيرًا بهذه النقطة. المستخدمون مهتمون أكثر بـ "قيمة الرموز" و"فائدة المنتج".
إذا كنت ترغب في وضع خطة لمشاريع التشفير المتعلقة بالذكاء الاصطناعي، يجب أن تركز على مشاريع الذكاء الاصطناعي التطبيقية البحتة، أو المنصات التي يمكن أن تدمج العديد من الأدوات سهلة الاستخدام أو الوكلاء. قد يكون هذا هو محور الاستثمار على المدى الطويل بعد AI Meme.
اختلافات تطور الذكاء الاصطناعي بين Web2 و Web3
عالم Web2 للذكاء الاصطناعي
تدفع الشركات الكبرى ومراكز الأبحاث الذكاء الاصطناعي في Web2، حيث أن مسار التطور مستقر نسبيًا ومركز. تقوم الشركات الكبيرة مثل OpenAI و Google بتدريب نماذج مغلقة وسوداء، حيث أن الخوارزميات والبيانات غير متاحة للجمهور، مما يعني أن المستخدمين يمكنهم فقط استخدام النتائج، مما يفتقر إلى الشفافية. يؤدي هذا التحكم المركزي إلى صعوبة تدقيق القرارات المتعلقة بالذكاء الاصطناعي، وهناك مشكلات تتعلق بالتحيز وعدم وضوح المسؤولية. بشكل عام، تركز الابتكارات في الذكاء الاصطناعي في Web2 على تحسين أداء النماذج الأساسية وتطبيقات الأعمال، لكن عملية اتخاذ القرار غير شفافة للجمهور. تسبب هذه النقطة المؤلمة في بروز مشاريع ذكاء اصطناعي جديدة مثل Deepseek في عام 2025، والتي تبدو مفتوحة المصدر لكنها في الواقع "توجه المستخدمين".
بصرف النظر عن العيوب غير الشفافة، تواجه نماذج الذكاء الاصطناعي الكبيرة في Web2 مشكلتين: نقص تجربة المستخدم في أشكال المنتجات المختلفة، ونقص الدقة في المجالات المتخصصة.
على سبيل المثال، يميل المستخدمون عند إنشاء PPT أو صور أو مقاطع فيديو إلى استخدام منتجات الذكاء الاصطناعي الجديدة ذات العوائق المنخفضة والتجربة الجيدة، وهم على استعداد لدفع ثمنها. في الوقت الحالي، تحاول العديد من مشاريع الذكاء الاصطناعي تقديم منتجات ذكاء اصطناعي بدون كود لتقليل عوائق استخدام المستخدم.
بالإضافة إلى ذلك، يشعر مستخدمو Web3 بالعجز عند استخدام ChatGPT أو DeepSeek للاستفسار عن معلومات مشروع أو رمز عملة مشفرة، لأن بيانات النموذج الكبير لا تزال غير قادرة على تغطية التفاصيل الدقيقة لكل قطاع فرعي. لذلك، فإن اتجاه تطوير آخر للعديد من منتجات الذكاء الاصطناعي هو التعمق في تحليل البيانات واستخراجها في قطاعات فرعية معينة.
عالم Web3 للذكاء الاصطناعي
عالم Web3 يركز على صناعة التشفير، ويجمع بين التكنولوجيا والثقافة ومفهوم المجتمع الأوسع. مقارنةً بـ Web2، يميل Web3 أكثر نحو المسار المفتوح المدفوع بالمجتمع.
تستفيد مشاريع الذكاء الاصطناعي في Web3 عادةً من الهيكل اللامركزي لتكنولوجيا Blockchain، مع التركيز على الشيفرة المصدرية المفتوحة، وإدارة المجتمع، والشفافية والمصداقية. تأمل هذه المشاريع في كسر احتكار الشركات القليلة للذكاء الاصطناعي التقليدي بطرق موزعة. على سبيل المثال، تستكشف بعض المشاريع استخدام Blockchain للتحقق من قرارات الذكاء الاصطناعي (حيث تضمن الإثباتات الصفرية أن مخرجات النموذج موثوقة) أو مراجعة نماذج الذكاء الاصطناعي بواسطة DAO لتقليل التحيز.
في الظروف المثالية، يسعى Web3 AI إلى "AI المفتوحة"، مما يسمح لمجتمع المراجعة بالوصول إلى معلمات النموذج ومنطق القرار، بينما يحفز آلية الرموز المطورين والمستخدمين على المشاركة. ومع ذلك، فإن تطوير AI في Web3 لا يزال يعاني من قيود تقنية وموارد: بناء بنية تحتية لذكاء اصطناعي لامركزي أمر بالغ الصعوبة (تتطلب تدريب النماذج الكبيرة قدرًا هائلًا من القوة الحاسوبية والبيانات، ولا يمكن لأي مشروع Web3 توفير تمويل قريب من OpenAI). العديد من المشاريع التي تدعي أنها Web3 AI تعتمد بالفعل على نماذج أو خدمات مركزية، حيث يتم إدخال بعض عناصر blockchain فقط في طبقة التطبيق. تعتبر هذه المشاريع Web3 AI موثوقة إلى حد ما، على الأقل في تطوير التطبيقات الحقيقية؛ بينما لا تزال غالبية مشاريع Web3 AI مجرد مضاربات بحتة، أو ترويج لمفاهيم تحت راية AI.
بالإضافة إلى ذلك، فإن الاختلافات في نماذج التمويل والمشاركة تؤثر أيضًا على مسارات تطوير كلاهما. عادةً ما يتم دفع الذكاء الاصطناعي في Web2 من خلال الاستثمارات في البحث وربحية المنتجات، مما يجعل الدورات الزمنية أكثر سلاسة. بينما يجمع الذكاء الاصطناعي في Web3 بين الخصائص المضاربة في السوق المشفرة، وغالبًا ما يظهر "صخب" دورات تتقلب بشكل كبير مع مشاعر السوق: عندما يكون المفهوم شائعًا، تتدفق الأموال بسرعة، مما يؤدي إلى ارتفاع أسعار الرموز وتقييماتها، وعندما يهدأ، تتراجع حيوية المشروع والأموال بسرعة. هذه الدورة تجعل مسار تطوير الذكاء الاصطناعي في Web3 أكثر تقلبًا ويعتمد على السرد. على سبيل المثال، قد يؤدي مفهوم الذكاء الاصطناعي الذي يفتقر إلى التقدم الفعلي إلى ارتفاع أسعار الرموز بسبب مشاعر السوق؛ وعلى العكس، حتى مع التقدم التكنولوجي، قد يكون من الصعب الحصول على الانتباه في أوقات السوق الراكدة.
بالنسبة للرواية الرئيسية لـ Web3 AI "شبكة الذكاء الاصطناعي اللامركزية"، نحن نحتفظ حاليًا بموقف "متفائل بحذر". فبعد كل شيء، لا تزال هناك في مجال Web3 وجودات تاريخية مثل البيتكوين والإيثيريوم. ولكن في المرحلة الحالية، نحتاج إلى تصور بشكل عملي بعض السيناريوهات التي يمكن تنفيذها على الفور، على سبيل المثال:
دمج وكيل الذكاء الاصطناعي في المشاريع الحالية في Web3، لزيادة كفاءة المشروع نفسه.
دمج الذكاء الاصطناعي مع تقنيات جديدة أخرى لإنتاج أفكار جديدة تناسب صناعة التشفير، حتى لو كانت مجرد مفاهيم تجذب الانتباه، فهذا جيد.
تطوير منتجات الذكاء الاصطناعي المخصصة لصناعة Web3، سواء من حيث دقة البيانات أو التوافق مع عادات العمل الخاصة بالمنظمات أو الأفراد في Web3، وتقديم خدمات يرغب جمهور صناعة Web3 في دفع ثمنها.
لا يزال هناك المزيد، ستستعرض المقالة التالية وتعلق على خمس موجات من الحماس حول Web3 AI، بالإضافة إلى بعض المنتجات (مثل Fetch.AI و TURBO و GOAT و AI16Z و Joinable AI و MyShell وغيرها).
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
مسار تطور Web3 والفرص الجديدة بعد موجة الذكاء الاصطناعي
مسار تطور الذكاء الاصطناعي في مجال Web3 والاتجاهات المستقبلية
منذ ظهور ChatGPT في نهاية عام 2022، كانت الذكاء الاصطناعي موضوعًا ساخنًا في مجال التشفير. لطالما كانت مجتمع Web3 مفتوحة أمام المفاهيم الجديدة، خاصةً لتقنيات الذكاء الاصطناعي التي تتمتع بآفاق تطبيق واسعة في المستقبل. انفجر مفهوم الذكاء الاصطناعي أولاً في دائرة التشفير على شكل "حمى الميمات"، ثم بدأت بعض المشاريع في استكشاف القيمة التطبيقية الفعلية، والتفكير في الابتكارات التي يمكن أن تقدمها تقنيات التشفير للذكاء الاصطناعي المتطور.
ستحلل هذه المقالة مسار تطوير الذكاء الاصطناعي في مجال Web3، من موجة الضجيج المبكر إلى صعود المشاريع التطبيقية الحالية، مع تقديم أمثلة وبيانات لمساعدة القراء على فهم اتجاهات الصناعة والاتجاهات المستقبلية. استنتاجنا الأولي هو:
مرحلة الميمات الذكية قد انتهت، وكل تلك التجارب من الأرباح والخسائر ستصبح تاريخاً.
بعض مشاريع Web3 AI الأساسية تؤكد على مساهمة "اللامركزية" في أمان الذكاء الاصطناعي، لكن المستخدمين لا يهتمون كثيرًا بهذه النقطة. المستخدمون مهتمون أكثر بـ "قيمة الرموز" و"فائدة المنتج".
إذا كنت ترغب في وضع خطة لمشاريع التشفير المتعلقة بالذكاء الاصطناعي، يجب أن تركز على مشاريع الذكاء الاصطناعي التطبيقية البحتة، أو المنصات التي يمكن أن تدمج العديد من الأدوات سهلة الاستخدام أو الوكلاء. قد يكون هذا هو محور الاستثمار على المدى الطويل بعد AI Meme.
اختلافات تطور الذكاء الاصطناعي بين Web2 و Web3
عالم Web2 للذكاء الاصطناعي
تدفع الشركات الكبرى ومراكز الأبحاث الذكاء الاصطناعي في Web2، حيث أن مسار التطور مستقر نسبيًا ومركز. تقوم الشركات الكبيرة مثل OpenAI و Google بتدريب نماذج مغلقة وسوداء، حيث أن الخوارزميات والبيانات غير متاحة للجمهور، مما يعني أن المستخدمين يمكنهم فقط استخدام النتائج، مما يفتقر إلى الشفافية. يؤدي هذا التحكم المركزي إلى صعوبة تدقيق القرارات المتعلقة بالذكاء الاصطناعي، وهناك مشكلات تتعلق بالتحيز وعدم وضوح المسؤولية. بشكل عام، تركز الابتكارات في الذكاء الاصطناعي في Web2 على تحسين أداء النماذج الأساسية وتطبيقات الأعمال، لكن عملية اتخاذ القرار غير شفافة للجمهور. تسبب هذه النقطة المؤلمة في بروز مشاريع ذكاء اصطناعي جديدة مثل Deepseek في عام 2025، والتي تبدو مفتوحة المصدر لكنها في الواقع "توجه المستخدمين".
بصرف النظر عن العيوب غير الشفافة، تواجه نماذج الذكاء الاصطناعي الكبيرة في Web2 مشكلتين: نقص تجربة المستخدم في أشكال المنتجات المختلفة، ونقص الدقة في المجالات المتخصصة.
على سبيل المثال، يميل المستخدمون عند إنشاء PPT أو صور أو مقاطع فيديو إلى استخدام منتجات الذكاء الاصطناعي الجديدة ذات العوائق المنخفضة والتجربة الجيدة، وهم على استعداد لدفع ثمنها. في الوقت الحالي، تحاول العديد من مشاريع الذكاء الاصطناعي تقديم منتجات ذكاء اصطناعي بدون كود لتقليل عوائق استخدام المستخدم.
بالإضافة إلى ذلك، يشعر مستخدمو Web3 بالعجز عند استخدام ChatGPT أو DeepSeek للاستفسار عن معلومات مشروع أو رمز عملة مشفرة، لأن بيانات النموذج الكبير لا تزال غير قادرة على تغطية التفاصيل الدقيقة لكل قطاع فرعي. لذلك، فإن اتجاه تطوير آخر للعديد من منتجات الذكاء الاصطناعي هو التعمق في تحليل البيانات واستخراجها في قطاعات فرعية معينة.
عالم Web3 للذكاء الاصطناعي
عالم Web3 يركز على صناعة التشفير، ويجمع بين التكنولوجيا والثقافة ومفهوم المجتمع الأوسع. مقارنةً بـ Web2، يميل Web3 أكثر نحو المسار المفتوح المدفوع بالمجتمع.
تستفيد مشاريع الذكاء الاصطناعي في Web3 عادةً من الهيكل اللامركزي لتكنولوجيا Blockchain، مع التركيز على الشيفرة المصدرية المفتوحة، وإدارة المجتمع، والشفافية والمصداقية. تأمل هذه المشاريع في كسر احتكار الشركات القليلة للذكاء الاصطناعي التقليدي بطرق موزعة. على سبيل المثال، تستكشف بعض المشاريع استخدام Blockchain للتحقق من قرارات الذكاء الاصطناعي (حيث تضمن الإثباتات الصفرية أن مخرجات النموذج موثوقة) أو مراجعة نماذج الذكاء الاصطناعي بواسطة DAO لتقليل التحيز.
في الظروف المثالية، يسعى Web3 AI إلى "AI المفتوحة"، مما يسمح لمجتمع المراجعة بالوصول إلى معلمات النموذج ومنطق القرار، بينما يحفز آلية الرموز المطورين والمستخدمين على المشاركة. ومع ذلك، فإن تطوير AI في Web3 لا يزال يعاني من قيود تقنية وموارد: بناء بنية تحتية لذكاء اصطناعي لامركزي أمر بالغ الصعوبة (تتطلب تدريب النماذج الكبيرة قدرًا هائلًا من القوة الحاسوبية والبيانات، ولا يمكن لأي مشروع Web3 توفير تمويل قريب من OpenAI). العديد من المشاريع التي تدعي أنها Web3 AI تعتمد بالفعل على نماذج أو خدمات مركزية، حيث يتم إدخال بعض عناصر blockchain فقط في طبقة التطبيق. تعتبر هذه المشاريع Web3 AI موثوقة إلى حد ما، على الأقل في تطوير التطبيقات الحقيقية؛ بينما لا تزال غالبية مشاريع Web3 AI مجرد مضاربات بحتة، أو ترويج لمفاهيم تحت راية AI.
بالإضافة إلى ذلك، فإن الاختلافات في نماذج التمويل والمشاركة تؤثر أيضًا على مسارات تطوير كلاهما. عادةً ما يتم دفع الذكاء الاصطناعي في Web2 من خلال الاستثمارات في البحث وربحية المنتجات، مما يجعل الدورات الزمنية أكثر سلاسة. بينما يجمع الذكاء الاصطناعي في Web3 بين الخصائص المضاربة في السوق المشفرة، وغالبًا ما يظهر "صخب" دورات تتقلب بشكل كبير مع مشاعر السوق: عندما يكون المفهوم شائعًا، تتدفق الأموال بسرعة، مما يؤدي إلى ارتفاع أسعار الرموز وتقييماتها، وعندما يهدأ، تتراجع حيوية المشروع والأموال بسرعة. هذه الدورة تجعل مسار تطوير الذكاء الاصطناعي في Web3 أكثر تقلبًا ويعتمد على السرد. على سبيل المثال، قد يؤدي مفهوم الذكاء الاصطناعي الذي يفتقر إلى التقدم الفعلي إلى ارتفاع أسعار الرموز بسبب مشاعر السوق؛ وعلى العكس، حتى مع التقدم التكنولوجي، قد يكون من الصعب الحصول على الانتباه في أوقات السوق الراكدة.
بالنسبة للرواية الرئيسية لـ Web3 AI "شبكة الذكاء الاصطناعي اللامركزية"، نحن نحتفظ حاليًا بموقف "متفائل بحذر". فبعد كل شيء، لا تزال هناك في مجال Web3 وجودات تاريخية مثل البيتكوين والإيثيريوم. ولكن في المرحلة الحالية، نحتاج إلى تصور بشكل عملي بعض السيناريوهات التي يمكن تنفيذها على الفور، على سبيل المثال:
لا يزال هناك المزيد، ستستعرض المقالة التالية وتعلق على خمس موجات من الحماس حول Web3 AI، بالإضافة إلى بعض المنتجات (مثل Fetch.AI و TURBO و GOAT و AI16Z و Joinable AI و MyShell وغيرها).