في الآونة الأخيرة، أثار مفهوم "الذكاء الاصطناعي السيادي" مناقشات واسعة. في هذا السياق، أصبح كيفية بناء نظام ذكاء اصطناعي يتماشى مع مصالح ومتطلبات مجتمع التشفير موضوعًا ساخنًا. إحدى الحلول المحتملة هي تحقيق ذلك من خلال Web3+AI.
كتب مؤسس الإيثيريوم في مقال أن هناك تآزر بين الذكاء الاصطناعي وتقنية التشفير: يمكن أن توازن الخصائص اللامركزية لتقنية التشفير الاتجاه المركزي للذكاء الاصطناعي؛ يمكن أن تعوض شفافية تقنية التشفير عن عدم شفافية الذكاء الاصطناعي؛ كما أن البلوكشين مفيد لتخزين البيانات المطلوبة للذكاء الاصطناعي وتتبعها. يمتد هذا التآزر عبر النظام البيئي الصناعي بالكامل لـ Web3+AI.
حالياً، تركز معظم مشاريع Web3+AI على استخدام تقنية blockchain لحل مشكلات بناء البنية التحتية في صناعة الذكاء الاصطناعي، بينما تحاول قلة من المشاريع استخدام الذكاء الاصطناعي لحل مشكلات محددة في تطبيقات Web3. تشمل البيئة الصناعية لـ Web3+AI بشكل رئيسي الجوانب الأربعة التالية:
طبقة القدرة الحاسوبية: أصول القدرة الحاسوبية
مع الزيادة الأسية في القوة الحاسوبية المطلوبة لتدريب نماذج الذكاء الاصطناعي، أدى عدم التوازن في العرض والطلب على القوة الحاسوبية إلى ارتفاع سريع في أسعار الأجهزة. من خلال بناء شبكة قوة حاسوبية موزعة بطريقة Web3، يمكن الاستفادة الفعالة من موارد الأجهزة المتوسطة والمنخفضة غير المستخدمة، مما يقلل بشكل كبير من تكلفة قوة الذكاء الاصطناعي. تشمل هذه المجال قوة الحوسبة اللامركزية العامة، وقوة الحوسبة المخصصة لتدريب واستدلال الذكاء الاصطناعي، بالإضافة إلى اتجاهات فرعية مثل قوة حوسبة الرسوم ثلاثية الأبعاد.
طبقة البيانات: تسييل البيانات
البيانات هي حجر الزاوية في تطوير الذكاء الاصطناعي. يمكن أن يحقق دمج Web3+AI عمليات جمع البيانات، والتوسيم، والتخزين الموزع بتكاليف أقل وشفافية أعلى، بينما يمكن للمستخدمين العاديين الاستفادة من ذلك أيضًا. تغطي المشاريع ذات الصلة جوانب متعددة مثل جمع البيانات، والتداول، والتوسيم، ومصادر بيانات البلوكشين، بالإضافة إلى التخزين اللامركزي.
طبقة المنصة: تحويل قيمة المنصة إلى أصول
تهدف مشاريع المنصات إلى دمج موارد صناعة الذكاء الاصطناعي المختلفة، وربط البيانات، وقوة الحوسبة، والنماذج، والمطورين، والموارد الأخرى مثل اللامركزية. تركز بعض المشاريع على بناء منصات تشغيل zkML لزيادة موثوقية وشفافية استدلال التعلم الآلي. كما تكرس بعض المشاريع جهودها لتطوير سلاسل كتلة ذكاء اصطناعي مخصصة أو شبكات من الطبقة الثانية، لتوفير بنية تحتية سريعة البناء والتطوير لتطبيقات Web3+AI.
طبقة التطبيقات: تحويلي قيمة الأصول الذكية
تتركز مشاريع طبقة التطبيقات بشكل رئيسي على استخدام الذكاء الاصطناعي لحل المشكلات المحددة في تطبيقات Web3. على سبيل المثال، يمكن أن يعمل الذكاء الاصطناعي كمشارك في ألعاب Web3، ويقوم بتنفيذ عمليات التحكيم في DEX، أو تقديم القدرة على التحليل والتنبؤ في أسواق التنبؤ. اتجاه مهم آخر هو إنشاء ذكاء اصطناعي خاص غير مركزي قابل للتوسع، من خلال حوكمة المجتمع لزيادة ثقة المستخدمين في الذكاء الاصطناعي.
على الرغم من أن مجال Web3 + AI لا يزال في مراحله المبكرة، إلا أن هناك آراء متباينة داخل الصناعة حول آفاق تطوره، ولكن لا شك أن هذا الاتجاه يستحق المتابعة المستمرة. نتطلع إلى أن تؤدي دمج Web3 مع AI إلى إنشاء منتجات ذات قيمة أكبر من AI المركزية، مما يسمح لـ AI بالتحرر من "سيطرة العملاق" و"الاحتكار"، وتحقيق "إدارة مشتركة للذكاء الاصطناعي" بطريقة أكثر مجتمعية. في هذه العملية، قد يتمكن البشر من المشاركة في إدارة الذكاء الاصطناعي عن كثب، مما يزيد من تقديرهم للذكاء الاصطناعي ويقلل من الخوف غير الضروري.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 10
أعجبني
10
6
إعادة النشر
مشاركة
تعليق
0/400
LadderToolGuy
· منذ 21 س
أليس هو مجرد تفويض للخصوصية الذكاء الاصطناعي؟
شاهد النسخة الأصليةرد0
DefiSecurityGuard
· 08-10 07:25
همم... "الذكاء الاصطناعي السيادي"؟ مجرد وسيلة هجوم أخرى مغلفة في تسويق أنيق بصراحة. قم ببحثك الخاص قبل التعامل مع هذه المشاريع "ويب 3 ذكاء اصطناعي".
Web3+AI融合：构建 اللامركزية智能生态的四大领域
دمج Web3 و AI: بناء نظام ذكي لامركزي
في الآونة الأخيرة، أثار مفهوم "الذكاء الاصطناعي السيادي" مناقشات واسعة. في هذا السياق، أصبح كيفية بناء نظام ذكاء اصطناعي يتماشى مع مصالح ومتطلبات مجتمع التشفير موضوعًا ساخنًا. إحدى الحلول المحتملة هي تحقيق ذلك من خلال Web3+AI.
كتب مؤسس الإيثيريوم في مقال أن هناك تآزر بين الذكاء الاصطناعي وتقنية التشفير: يمكن أن توازن الخصائص اللامركزية لتقنية التشفير الاتجاه المركزي للذكاء الاصطناعي؛ يمكن أن تعوض شفافية تقنية التشفير عن عدم شفافية الذكاء الاصطناعي؛ كما أن البلوكشين مفيد لتخزين البيانات المطلوبة للذكاء الاصطناعي وتتبعها. يمتد هذا التآزر عبر النظام البيئي الصناعي بالكامل لـ Web3+AI.
حالياً، تركز معظم مشاريع Web3+AI على استخدام تقنية blockchain لحل مشكلات بناء البنية التحتية في صناعة الذكاء الاصطناعي، بينما تحاول قلة من المشاريع استخدام الذكاء الاصطناعي لحل مشكلات محددة في تطبيقات Web3. تشمل البيئة الصناعية لـ Web3+AI بشكل رئيسي الجوانب الأربعة التالية:
مع الزيادة الأسية في القوة الحاسوبية المطلوبة لتدريب نماذج الذكاء الاصطناعي، أدى عدم التوازن في العرض والطلب على القوة الحاسوبية إلى ارتفاع سريع في أسعار الأجهزة. من خلال بناء شبكة قوة حاسوبية موزعة بطريقة Web3، يمكن الاستفادة الفعالة من موارد الأجهزة المتوسطة والمنخفضة غير المستخدمة، مما يقلل بشكل كبير من تكلفة قوة الذكاء الاصطناعي. تشمل هذه المجال قوة الحوسبة اللامركزية العامة، وقوة الحوسبة المخصصة لتدريب واستدلال الذكاء الاصطناعي، بالإضافة إلى اتجاهات فرعية مثل قوة حوسبة الرسوم ثلاثية الأبعاد.
البيانات هي حجر الزاوية في تطوير الذكاء الاصطناعي. يمكن أن يحقق دمج Web3+AI عمليات جمع البيانات، والتوسيم، والتخزين الموزع بتكاليف أقل وشفافية أعلى، بينما يمكن للمستخدمين العاديين الاستفادة من ذلك أيضًا. تغطي المشاريع ذات الصلة جوانب متعددة مثل جمع البيانات، والتداول، والتوسيم، ومصادر بيانات البلوكشين، بالإضافة إلى التخزين اللامركزي.
تهدف مشاريع المنصات إلى دمج موارد صناعة الذكاء الاصطناعي المختلفة، وربط البيانات، وقوة الحوسبة، والنماذج، والمطورين، والموارد الأخرى مثل اللامركزية. تركز بعض المشاريع على بناء منصات تشغيل zkML لزيادة موثوقية وشفافية استدلال التعلم الآلي. كما تكرس بعض المشاريع جهودها لتطوير سلاسل كتلة ذكاء اصطناعي مخصصة أو شبكات من الطبقة الثانية، لتوفير بنية تحتية سريعة البناء والتطوير لتطبيقات Web3+AI.
تتركز مشاريع طبقة التطبيقات بشكل رئيسي على استخدام الذكاء الاصطناعي لحل المشكلات المحددة في تطبيقات Web3. على سبيل المثال، يمكن أن يعمل الذكاء الاصطناعي كمشارك في ألعاب Web3، ويقوم بتنفيذ عمليات التحكيم في DEX، أو تقديم القدرة على التحليل والتنبؤ في أسواق التنبؤ. اتجاه مهم آخر هو إنشاء ذكاء اصطناعي خاص غير مركزي قابل للتوسع، من خلال حوكمة المجتمع لزيادة ثقة المستخدمين في الذكاء الاصطناعي.
على الرغم من أن مجال Web3 + AI لا يزال في مراحله المبكرة، إلا أن هناك آراء متباينة داخل الصناعة حول آفاق تطوره، ولكن لا شك أن هذا الاتجاه يستحق المتابعة المستمرة. نتطلع إلى أن تؤدي دمج Web3 مع AI إلى إنشاء منتجات ذات قيمة أكبر من AI المركزية، مما يسمح لـ AI بالتحرر من "سيطرة العملاق" و"الاحتكار"، وتحقيق "إدارة مشتركة للذكاء الاصطناعي" بطريقة أكثر مجتمعية. في هذه العملية، قد يتمكن البشر من المشاركة في إدارة الذكاء الاصطناعي عن كثب، مما يزيد من تقديرهم للذكاء الاصطناعي ويقلل من الخوف غير الضروري.