مجال العملات الرقميةيمكن بناء مستقبل الذكاء الاصطناعي على تقنية blockchain ، حيث يمكن أن تساعد العملات المشفرة في زيادة إمكانية الوصول والشفافية وحالات الاستخدام داخل التكنولوجيا الناشئة. إن التقارب بين كفاءة العملات المشفرة وطبيعتها التي لا حدود لها وقابليتها للبرمجة مع الذكاء الاصطناعي لديه القدرة على تحويل كيفية تفاعل البشر والآلات مع الاقتصاد الرقمي ، بما في ذلك من خلال تمكين المستخدمين من السيادة على بياناتهم الشخصية. ويشمل ذلك صعود "Agentic Web" ، حيث يمكن للوكلاء الذكاء الاصطناعي الذين يعملون على البنية التحتية للعملات المشفرة دفع النشاط الاقتصادي والنمو.
إذن كيف يبدو هذا؟ الذكاء الاصطناعي وكلاء يجرون معاملات على البنية التحتية للعملات المشفرة. رمز البرنامج الذي تم إنشاؤه بواسطة الذكاء الاصطناعي ، بما في ذلك العقود الذكية ، مما يؤدي إلى زيادة في التطبيقات والتجارب على السلسلة. المستخدمون الذين يمتلكون ويحكمون ويكسبون من النماذج الذكاء الاصطناعي التي يساهمون فيها. الاستفادة من الذكاء الاصطناعي لتحسين تجارب المستخدم والمطور داخل النظام البيئي للعملات المشفرة ، وتعزيز قدرات العقود الذكية وإنشاء حالات استخدام جديدة. وأكثر من ذلك بكثير.
وكما نتخيل هذا المجال العملات الرقمية x المستقبل الذكاء الاصطناعي، اليوم نقوم بالكشف عن أطروحتنا الأساسية حول مستقبل هذا التقارب التكنولوجي المحوري. بلمحة:
- لا نعتقد أن تقنية العملات الرقمية / البلوكشين ضرورية لتطوير القدرات أو حل التحديات الناشئة في كل طبقة من طبقات تقنية الذكاء الاصطناعي. بدلاً من ذلك، يمكن للعملات الرقمية أن تلعب دورًا كبيرًا في جلب المزيد من التوزيع والتحقق ومقاومة الرقابة، وسكك الدفع الأصلية لتقنية الذكاء الاصطناعي، مع الاستفادة من آليات التعلم الآلي لتمكين تجارب مستخدم جديدة على السلسلة الإلكترونية.- مجال العملات الرقمية x الذكاء الاصطناعي يمكن أن يؤدي إلى "الويب الفاعل", نموذج تحولي حيث يمكن لوكلاء الذكاء الاصطناعي العاملة على سكك البنية التحتية للعملات الرقمية أن تصبح سائقين مهمين للنشاط الاقتصادي والنمو. نتوقع مستقبلًا حيث ستكون لدى الوكلاء محافظهم الخاصة لإجراء المعاملات بشكل مستقل وتحقيق نوايا المستخدمين، والوصول إلى موارد الحوسبة والبيانات اللامركزية بتكلفة أقل، أو الاستفادة من العملات المستقرة لدفع البشر والوكلاء الآخرين لإكمال المهام الضرورية لوظيفتهم الهدفية الشاملة.- المعتقدات الأولية التي تقوم عليها هذه الأطروحة تشمل: (1) ستكون العملات الرقمية المفضلة لسكة الدفع في التجارة بين الوكيل والإنسان وبين الوكيل والوكيل، (2) ستصبح الذكاء الاصطناعي التوليدي وواجهات اللغة الطبيعية الوسيلة الأساسية للمستخدمين الذين يسعون للتعامل على السلسلة الرقمية، و (3) سيقوم الذكاء الاصطناعي بإنشاء معظم رموز البرمجيات (بما في ذلك العقود الذكية)، مما يؤدي إلى انفجار كامبري لتطبيقات السلسلة الرقمية والتجارب.- تتكون تقاطع العملات الرقمية والذكاء الاصطناعي من شريحتين أساسيتين: (1) الذكاء الاصطناعي اللامركزي (العملات الرقمية -> الذكاء الاصطناعي) المعرف ببناء البنية التحتية العامة للذكاء الاصطناعي لاستيعاب خصائص شبكات سلسلة الكتل الند للند الحديثة و (2) الذكاء الاصطناعي على السلسلة (الذكاء الاصطناعي -> العملات الرقمية) المعرف ببناء البنية التحتية والتطبيقات التي تستفيد من الذكاء الاصطناعي لتشغيل حالات الاستخدام الجديدة والحالية.- يمكن تقسيم المنظر العام لمجال العملات الرقمية والذكاء الاصطناعي إلى الطبقات التالية: (1) الحوسبة (أي الشبكات المركزة على توفير وحدات معالجة الرسومات الكامنة (GPUs) لمطوري الذكاء الاصطناعي)، (2) البيانات (أي الشبكات التي تمكن الوصول اللامركزي والتنظيم والتحقق من خط أنابيب البيانات للذكاء الاصطناعي)، (3) الوسيطة (أي الشبكات/المنصات التي تمكن تطوير ونشر واستضافة النماذج/الوكلاء الذكية)، و (4) التطبيقات (أي المنتجات الموجهة للمستخدم (B2B أو B2C) التي تستفيد من آليات الذكاء الاصطناعي على السلسلة الكتلية)في كوين بيز، نحن في مهمة لمساعدة تحديث النظام المالي لجعله أكثر أمانًا وأكثر أمانًا، مع تحسين إمكانية الوصول وسهولة الاستخدام للمستهلكين والبنائين على حد سواء. نحن نعتقد أن مجال العملات الرقمية والذكاء الاصطناعي سيكون له دور كبير في هذا. في هذه المدونة، سنقفز بعمق إلى السبب، الكيف، وماذا بعد في مجال العملات الرقمية والذكاء الاصطناعي.
مقدمة في مجال العملات الرقمية x الذكاء الاصطناعيشهد سوق الذكاء الاصطناعي نمواً واستثمارات كبيرة، حيث قامت شركات رأس المال الاستثماري بصب أكثر من 290 مليار دولار في القطاع خلال السنوات الخمس الماضية. منتدى الاقتصاد العالمييقترحأن تكنولوجيا الذكاء الاصطناعي يمكن أن تعزز نمو الناتج المحلي الإجمالي السنوي للولايات المتحدة بنسبة 0.5-1.5٪ خلال العقد القادم. تظهر تطبيقات الذكاء الاصطناعي جدوى حقيقية، مع تطبيقات مثل ChatGPT4 التي تسجل أرقامًا قياسية جديدة في نمو المستخدمين / الاعتماد. ومع ذلك، مع تطور سوق الذكاء الاصطناعي بسرعة، تظهر عدة تحديات، بما في ذلك مخاوف الخصوصية في البيانات، وحاجة إلى مواهب في مجال الذكاء الاصطناعي، والاعتبارات الأخلاقية، ومخاطر التمركز، وارتفاع تكنولوجيا deepfake. هذه التحديات تدفع الحوار الحالي حول تقاطع العملات الرقمية والذكاء الاصطناعي، حيث يبحث أصحاب المصلحة عن حلول تستفيد من قواهما لمعالجة هذه التحديات الناشئة.
يجمع Crypto x الذكاء الاصطناعي بين البنية التحتية اللامركزية ل blockchain وقدرة الذكاء الاصطناعي على تقليد الوظائف المعرفية البشرية والتعلم من البيانات ، مما يخلق تآزرا يمكن أن يحدث ثورة في مختلف القطاعات. تعيد Blockchain تعريف معماريات النظام والتحقق من البيانات / المعاملات والتوزيع. الذكاء الاصطناعي يعزز حساب البيانات وتحليلها ويوفر إمكانات جديدة لإنشاء المحتوى. وقد أثار هذا التقاطع كلا من الإثارة والشكوك بين المطورين في كلا المجتمعين التكنولوجيين، مما أدى إلى استكشاف حالات استخدام جديدة يمكن أن تسرع من اعتماد كلا القطاعين على المدى الطويل. في حين أن التشفير و الذكاء الاصطناعي كلاهما مصطلحان عامان يشملان مجموعة واسعة من التقنيات والموضوعات المختلفة ، فإننا نعتقد أنه يمكن تقسيم تقاطع كلا المجالين إلى قسمين فرعيين أساسيين:
- الذكاء الاصطناعي اللامركزي (Crypto -> AI) يعزز قدرات الذكاء الاصطناعي من خلال البنية التحتية لـ العملات الرقمية الغير مقيدة الإذن، والقابلة للتركيب. يفتح هذا الأمور مثل الوصول الديمقراطي إلى موارد الذكاء الاصطناعي (على سبيل المثال، الحساب، التخزين، النطاق الترددي، بيانات التدريب، الخ)، وتطوير نماذج التعاون المفتوحة المصدر، والاستنتاج القابل للتحقق، أو دفاتر الأستاذ اللاقابلة للتغيير والتوقيعات الرمزية لأصالة ومصداقية المحتوى.- تقدم Onchain AI (AI -> Crypto) فوائد الذكاء الاصطناعي لنظام العملات الرقمية، مما يعزز تجارب المستخدمين والمطورين من خلال LLMs وواجهات اللغة الطبيعية أو تعزيز قدرات العقود الذكية. تشمل مسارات اعتماد الذكاء الاصطناعي Onchain: (1) المطورون يدمجون نماذج أو وكلاء الذكاء الاصطناعي في عقودهم الذكية وتطبيقات Onchain و (2) وكلاء الذكاء الاصطناعي يستفيدون من القضبان الرقمية (على سبيل المثال، محافظ الحفظ الذاتي، العملات المستقرة، الخ) للمدفوعات وتكليف موارد البنية التحتية اللامركزية.بينما تزال كلتا الفئتين في مراحلهما الأولى، إلا أن الإمكانية الكبيرة لـ 'العملات الرقمية في الذكاء الاصطناعي' أو 'الذكاء الاصطناعي في العملات الرقمية' كبيرة ومستعدة لفتح مجموعة جديدة من حالات الاستخدام التي لم يتم تصورها بعد، خاصة مع استمرار تحسين بنية الحوسبة وسرعة الذكاء.
مجال العملات الرقمية x الذكاء الاصطناعي: مفتاح لفتح "الويب الوكالي"
مجال واحد نجده مثيرًا بشكل خاص في مجال العملات الرقمية والذكاء الاصطناعي هو مفهوم وكلاء الذكاء الاصطناعي الذين يعملون على قضبان البنية التحتية الرقمية. تهدف هذه التكاملات إلى خلق الويب الوكالي، وهو نموذج تحويلي يمكن أن يعزز الأمان والكفاءة والتعاون في الاقتصاديات التي تعتمد على الذكاء الاصطناعي، مدعومًا ببنى تحفيزية قوية وأساسية تشفيرية.
نعتقد أن وكلاء الذكاء الاصطناعي يمكن أن يصبحوا محركات مهمة للنشاط الاقتصادي / النمو و "المستخدمين" المهيمنين للتطبيقات (سواء على / خارج السلسلة) ، ويتحولون تدريجيا بعيدا عن المستخدمين البشريين على المدى المتوسط إلى الطويل. هذا التحول النموذجي من شأنه أن يجبر العديد من الشركات المحلية على الإنترنت على إعادة التفكير في افتراضاتها الأساسية حول المستقبل وتقديم المنتجات والخدمات ونماذج الأعمال الضرورية لخدمة أفضل اقتصاد قائم على الوكلاء إلى حد كبير. مع ذلك ، لا نعتقد أن تقنية التشفير / blockchain مطلوبة لتعزيز القدرات أو حل التحديات الناشئة في كل طبقة من الذكاء الاصطناعي المكدس التقني. بدلا من ذلك ، يمكن أن تلعب العملات المشفرة دورا رئيسيا في جلب المزيد من التوزيع ، وإمكانية التحقق ، ومقاومة الرقابة ، وقضبان الدفع الأصلية إلى الذكاء الاصطناعي ، مع الاستفادة من آليات الذكاء الاصطناعي لتشغيل تجارب المستخدم الجديدة على السلسلة.
معتقداتنا الأولية التي تدعم هذه الأطروحة هي كما يلي:
- سيكون العملات الرقمية الخيار الأفضل لسكك الدفع للتجارة بين الوكيل والإنسان وبين الوكلاء: العملات الرقمية هي العملات البرمجية الأصلية للإنترنت التي تتمتع بعدة مزايا لدفع اقتصاد قائم على الوكلاء. مع تزايد استقلالية وكلاء الذكاء الاصطناعي ومشاركتهم في المعاملات الدقيقة بشكل واسع (على سبيل المثال، الدفع مقابل استنتاجات، بيانات، وصول إلى واجهات برمجة التطبيقات، الحوسبة الموزعة أو موارد البيانات، وما إلى ذلك)، ستجعل كفاءة العملات الرقمية وطابعها اللاحدودي وقابليتها للبرمجة منها وسيلة التبادل المفضلة عن سكك الدفع التقليدية. بالإضافة إلى ذلك، سيحتاج الوكلاء إلى هويات فريدة قابلة للتحقق (أي، @craigdewitt"/p-148550354">تعرف على وكيلك") لضمان الالتزام بالقواعد التنظيمية ومتطلبات الامتثال أثناء التعامل مع الشركات والمستخدمين النهائيين. سلسلات كتلية ذات رسوم منخفضة، عقود ذكية، محافظ الحفظ الذاتي (على سبيل المثال،محافظ Coinbase AI)، ويمكن أن تساعد العملات المستقرة في تبسيط وتقليل التكاليف للاتفاقيات المالية المعقدة بين الوكلاء، بينما ستضمن قابلية التحقق وعدم التغيير للشبكات اللامركزية الثقة وقابلية التدقيق في معاملات وكلاء الذكاء الاصطناعي.- ستصبح واجهات الذكاء الاصطناعي التوليدية واللغة الطبيعية الطريقة الأساسية للمستخدمين الذين يسعون إلى التعامل مع onchain: مع تحسن سرعة معالجة اللغة الطبيعية وفهم الذكاء الاصطناعي السياقي للعملات المشفرة ، سيصبح التفاعل على السلسلة من خلال واجهات المحادثة هو معيار المستخدم الافتراضي وتوقعاته ، بما يتماشى مع اتجاهات web2 الحالية (على سبيل المثال ، ChatGPT). سيقوم المستخدمون ببساطة بوصف نية المعاملة المرغوبة بلغة طبيعية (على سبيل المثال ، "Swap X for Y") ، وسيقوم وكلاء الذكاء الاصطناعي بترجمة هذه النوايا إلى رمز عقد ذكي يمكن التحقق منه ، مما يوفر مسار تنفيذ المعاملات الأكثر كفاءة وفعالية من حيث التكلفة.- سيقوم الذكاء الاصطناعي بإنشاء غالبية جميع أكواد البرمجيات (بما في ذلك العقود الذكية)، مما يؤدي إلى انفجار كامبري في تطبيقات البلوكشين والتجارب: تتقدم قدرات إنشاء الأكواد للذكاء الاصطناعي بسرعة في web2 (على سبيل المثال،Devin،Replit)، وتغيير نماذج تطوير البرمجيات تغييرا جذريا. نعتقد أن هذا التحول سيحتل قريبا مركز الصدارة في مجال العملات المشفرة ، مع التركيز على المدى القريب على خفض حاجز الدخول بشكل كبير للبناة الجدد والحاليين. ومع ذلك ، تتكون الحالة المستقبلية من الذكاء الاصطناعي "وكلاء برمجيات" يقومون بإنشاء عقود ذكية وتطبيقات فائقة التخصيص من البداية في الوقت الفعلي ، بناء على تفضيلات المستخدم ، وتخزينها والتحقق منها. تقترح هذه المعتقدات مستقبلًا يشير إلى أن الخطوط بين الذكاء الاصطناعي والعملات الرقمية تصبح غير واضحة بشكل متزايد، مما يخلق نموذجًا جديدًا من الأنظمة الذكية والمستقلة واللامركزية. بناءً على هذا الإطار، دعونا نلقي نظرة أقرب على الطبقة التكنولوجية الممكّنة للعملات الرقمية والذكاء الاصطناعي طبقة بطبقة.
الفرص في مجال العملات الرقمية x تكنولوجيا الذكاء الاصطناعي (اليوم)
أدى السعي لدمج "Crypto في الذكاء الاصطناعي" أو "الذكاء الاصطناعي في crypto" إلى ظهور مشهد مزدهر ، ولكنه معقد ، يتطور بسرعة ، مع اندفاع العديد من البناة للاستفادة من زخم السوق. اليوم ، نعتقد أنه يمكن تقسيم مشهد Crypto x الذكاء الاصطناعي إلى الطبقات التالية: (1) الحوسبة (أي الشبكات التي تركز على توفير وحدات معالجة الرسومات الكامنة (GPUs) لمطوري الذكاء الاصطناعي) ، (2) البيانات (أي الشبكات التي تتيح الوصول اللامركزي والتنسيق وإمكانية التحقق من خط أنابيب البيانات الذكاء الاصطناعي) ، (3) البرامج الوسيطة (أي الشبكات / الأنظمة الأساسية التي تمكن من التطوير والنشر ، واستضافة نماذج / وكلاء الذكاء الاصطناعي) ، و (4) التطبيقات (أي المنتجات التي تواجه المستخدم (B2B أو B2C) التي تستفيد من آليات الذكاء الاصطناعي onchain)
حساب
يتطلب الذكاء الاصطناعي موارد GPU حسابية هائلة لكل من تدريب النماذج وتنفيذ الاستدلالات. بالنظر إلى أن نماذج الذكاء الاصطناعي أصبحت معقدة بشكل متزايد ومتزايدة في طلبها على الحوسبة ، فهناك ندرة في وحدات معالجة الرسومات الحديثة ، مثل عروض Nvidia ، مما يؤدي إلى أوقات انتظار طويلة وزيادة التكاليف. تظهر شبكات الحوسبة اللامركزية كحل محتمل لتلك التحديات من خلال:
-
إنشاء أسواق غير مرخص لشراء وتأجير واستضافة وحدات المعالجة الرسومية الفعلية- بناء جمّاعات مجمعة لوحدات المعالجة الرسومية التي تمكّن أي شخص (على سبيل المثال، منقبي البيتكوين) من المساهمة بقدرات المعالجة الرسومية الفائضة الخاصة بهم لتنفيذ أعمال الذكاء الاصطناعي عند الطلب، مقابل حوافز رمزية- تمويل وحدات المعالجة الرسومية الفيزيائية من خلال تمثيلها على شكل أصول رقمية على السلسلة- تطوير شبكات GPU الموزعة لأعباء العمل المحسوبة بشكل كبير (على سبيل المثال، التدريب، التستدل)- إنشاء البنية التحتية التي تمكّن تشغيل نماذج الذكاء الاصطناعي على الأجهزة الشخصية (فكر في الاستخبارات اللامركزية لشركة آبل)تهدف كل من هذه الحلول المقترحة إلى زيادة توفير وإمكانية الوصول إلى حوسبة وحدة معالجة الرسوميات (GPU)، مع تقديم أسعار تنافسية جدًا. ومع ذلك، نظرًا لأن معظم اللاعبين في هذه الفئة لديهم درجات متفاوتة من الدعم لأحمال العمل المتقدمة للذكاء الاصطناعي، ويواجهون تحديات تتعلق بنقص تقديم خدمات الوحدات المركزية لمعالجة الرسوميات (GPUs)، وفي بعض الحالات، نقص أدوات تطوير البرمجيات وضمانات الاستمرارية على قدم المساواة مع البدائل المركزية، نعتقد أن الاعتماد الرئيسي على هذه العروض غير مرجح في المدى القريب إلى المتوسط. وتشمل الفئات الناشئة والمشاريع العينية التي تبني في هذه الطبقة ما يلي:
-
حوسبة عامة: أسواق الحوسبة اللامركزية التي توفر موارد الحوسبة بوحدة المعالجة الرسومية التي يمكن استخدامها لمجموعة متنوعة من التطبيقات (على سبيل المثال، Akash,Aethir)- حوسبة الذكاء الاصطناعي / التعلم الآلي: شبكات الحوسبة اللامركزية التي توفر موارد الحوسبة GPU لخدمة محددة، مثل المجمعات GPU، والتدريب والاستنتاج الموزع، وتوكينة GPU، الخ.io.net,Gensyn,الذكاء الأولي,هايبربوليك,Hyperspace)- حوسبة الحواف: شبكات الحوسبة والتخزين التي تعمل على أجهزة LLMs للتستنتج الشخصية والسياقية (على سبيل المثال،PIN AI,Exo,Crynux.ai,مصفوفة الحافة)## البيانات
يتطلب توسيع نماذج الذكاء الاصطناعي زيادة في مجموعات البيانات التدريبية، مع تدريب نماذج اللغة الطويلة على تريليونات الكلمات من النصوص المولدة من قبل البشر. ومع ذلك، هناك كمية محدودة فقط من البيانات العامة المولدة من قبل البشر اليوم (تقوم Epoch AI بتقدير أن مصادر اللغة / البيانات عالية الجودة قد تنفد بحلول عام 2024)، مما يطرح تساؤل حول ما إذا كان نقص بيانات التدريب يمكن أن يصبح عائقًا رئيسيًا، مما قد يؤدي بالتالي إلى تقديم أداء نموذج الذكاء الاصطناعي. لذلك، نعتقد أن شركات العملات الرقمية x الذكاء الاصطناعي المركزة على البيانات لديها الفرص التالية لمواجهة هذه التحديات:
-
تحفيز المستخدمين على مشاركة بياناتهم الخاصة / المملوكة (على سبيل المثال، “البيانات DAOsكيانات على السلسلة حيث يمكن للمساهمين في البيانات رؤية الجانب الاقتصادي من تقديم بياناتهم الخاصة من منصات اجتماعية تحكم كيفية استخدام تلك البيانات وتحقيق الربح منها- إنشاء أدوات لإنتاج أصول بيانات اصطناعية من تعليمات اللغة الطبيعية أو تقديم حوافز للمستخدمين لجمع البيانات من مواقع الويب العامة- حفز المستخدمين لمساعدة في تجهيز مجموعات البيانات مسبقًا لتدريب النماذج والحفاظ على جودة البيانات (على سبيل المثال، تسمية البيانات / التعلم التعزيزي من ردود الفعل البشرية)- إنشاء أسواق بيانات متعددة الجوانب وغير المرخص لها، حيث يمكن لأي شخص الحصول على تعويض مقابل المساهمة.تؤدي هذه الفرص إلى ظهور العديد من اللاعبين الناشئين الذين نراهم في طبقة البيانات اليوم. ومع ذلك ، تجدر الإشارة إلى أن الشركات المركزية القائمة عبر دورة حياة النموذج الذكاء الاصطناعي لها تأثيرات شبكة حالية وأنظمة امتثال بيانات مثبتة تقدرها المؤسسات التقليدية ، مما قد لا يترك مجالا كبيرا للبدائل اللامركزية. ومع ذلك ، نعتقد أن طبقة البيانات الخاصة ب الذكاء الاصطناعي اللامركزية تقدم فرصة كبيرة طويلة الأجل لمواجهة تحدي "جدار البيانات". تشمل القطاعات الناشئة ونماذج المشاريع التي يتم بناؤها في هذه الطبقة ما يلي:
-
سوق البيانات: بروتوكولات تبادل البيانات اللامركزية مصممة لمزودي البيانات والمستهلكين لمشاركة وتداول أصول البيانات (على سبيل المثال،بروتوكول المحيط,ماسا,Sahara AI)- البيانات الخاصة بالمستخدم / الخاصة (بما في ذلك DataDAOs): الشبكات المصممة لتحفيز جمع مجموعات البيانات الخاصة، بما في ذلك البيانات الخاصة بالمستخدم (على سبيل المثال،Vana, NVG8)- البيانات العامة والاصطناعية: الشبكات / المنصات لخدمات البحث والحصول على البيانات من المواقع العامة أو إنشاء مجموعات بيانات جديدة من خلال تعليمات اللغة الطبيعية (مثل،دريا،Mizu,عشب،Synesis One)- أدوات الاستخبارات البيانات: منصات وتطبيقات مصممة للاستعلام والتحليل والتصور وتوفير رؤى قابلة للتنفيذ على البيانات السلسلة (على سبيل المثال،Nansen،Dune،أركهام,Messari)- تخزين البيانات: شبكات تخزين الملفات المخصصة لتخزين البيانات على المدى الطويل / الأرشفة وشبكات قواعد البيانات العلاقية المصممة لإدارة البيانات المهيكلة التي يتم الوصول إليها وتحديثها بشكل متكرر (على سبيل المثال،مجال العملات الرقمية,Arweave,سيراميك،ارتفاع الأرض)- تنظيم البيانات / أصل البيانات: الشبكات والمنصات التي تحسن أنابيب استيعاب البيانات ومعالجتها لتطبيقات الذكاء الاصطناعي والبيانات الكثيفة وتضمن تتبع الأصل السليم والمصداقية القابلة للتحقق للمحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي (على سبيل المثال،المكان والزمان,The Graph,بروتوكول القصة)- تسمية البيانات: الشبكات والمنصات التي تحسن تعلم التعزيز وآليات الضبط الدقيق لنماذج الذكاء الاصطناعي من خلال تحفيز شبكة موزعة من المساهمين البشر لإنشاء مجموعات بيانات تدريبية عالية الجودة (على سبيل المثال،Sapien,كيفا الذكاء الاصطناعي,Fraction.AI)- Oracles: الشبكات التي تستخدم الذكاء الاصطناعي لتوفير بيانات خارج السلسلة يمكن التحقق منها للعقد الذكي onchain (على سبيل المثال ،Ora,OpenLayer،Chainlink)## وسيط
تحقيق الإمكانات الكاملة لنموذج الذكاء الاصطناعي المفتوح واللامركزي أو النظام البيئي القائم على العملاء يتطلب بناء بنية تحتية جديدة. بعض المجالات ذات الإمكانات العالية التي يستكشفها المنشئون تشمل ما يلي:
-
استخدام النماذج اللغوية اللينية المفتوحة الوزن لتشغيل حالات استخدام الذكاء الاصطناعي على السلسلة الرئيسية أثناء بناء النماذج الأساسية التي يمكنها فهم البيانات على السلسلة الرئيسية ومعالجتها والتصرف فيها بسرعة- حلول التدريب الموزعة لنماذج أساسية كبيرة (على سبيل المثال، 100 مليار+ معلمة); وغالبًا ما يُنظر إليها على أنها حلم مستحيل بسبب تعقيدات تقنية مختلفة، ولكن تحقيقات مؤخرة بواسطةبحوث Nous,Bittensor، والعقل الأولينحن نسعى لتغيير تلك السردية- استغلال التعلم الآلي الخالي من المعرفة أو التفاؤلي (أي zkML، opML)، بيئات التنفيذ الموثوقة (TEEs)، أو التشفير الكامل التفاعلي (FHE) لتمكين الاستنتاج الخاص والقابل للتحقق- تمكين تطوير نماذج الذكاء الاصطناعي المفتوحة والتعاونية عبر شبكات تنسيق الموارد أو بناء شبكات / منصات وكالية تستفيد من البنية التحتية للعملات الرقمية لتعزيز الإمكانات العميلة لوكلاء الذكاء الاصطناعي لحالات الاستخدام داخل/خارج السلسلةفي حين تم إحراز بعض التقدم في بناء هذه البنية التحتية الأساسية ، إلا أن LLMs الجاهزة للإنتاج ووكلاء الذكاء الاصطناعي لا تزال ناشئة ، ولا نتوقع أن تتغير هذه الديناميكية على المدى القريب إلى المتوسط ، رهنا بالحوسبة الأساسية والبيانات ونضج البنية التحتية للنموذج. ومع ذلك ، فإننا نرى أن هذه الفئة واعدة للغاية ومحور تركيز أساسي لاستراتيجية استثمار Coinbase Ventures في الفضاء ، مدفوعة بالنمو الضمني والطلب على خدمات الذكاء الاصطناعي طويلة الأجل. تشمل القطاعات الناشئة ونماذج المشاريع التي يتم بناؤها في هذه الطبقة ما يلي:
-
نماذج الذكاء الاصطناعي Open-weight LLMs: وزنها متاح للجميع، مما يسمح لأي شخص باستخدامها وتعديلها وتوزيعها بحرية (على سبيل المثال، لاما 3,ميسترال,استقرار الذكاء الاصطناعي)- منشئي النموذج Onchain: الشبكات والمنصات التي تمكن إنشاء LLMs الأساسية لحالات استخدام Onchain (على سبيل المثال،بركة,نحن, RPS)- التدريب وضبط الدقة: الشبكات والمنصات التي تمكّن من آليات تدريب أو ضبط دقة محفزة وقابلة للتحقق على السلسلة السحابية (على سبيل المثال، Gensyn,الذكاء الأعلى,ماكروكوسموس,Flock.io)- الخصوصية: الشبكات والمنصات التي توظف آليات الحفاظ على الخصوصية لتطوير وتدريب واستنتاج نماذج الذكاء الاصطناعي (مثل،شبكة بيغل,Arcium, ZAMA)- شبكات الاستدلال: الشبكات التي تستخدم تقنيات / دلائل تشفيرية للتحقق من صحة نتائج نموذج الذكاء الاصطناعي (على سبيل المثال،فتح التدرج,شركة موديولس, جيزة,طقوس- شبكات تنسيق الموارد: شبكات مصممة لتيسير مشاركة الموارد والتعاون وتنسيق تطوير نماذج الذكاء الاصطناعي (على سبيل المثال،بيتنسور،قريب,Allora,حية)- شبكات ومنصات الوكالة: الشبكات والمنصات التي تسهل إنشاء ونشر وتحقيق الربح من وكلاء الذكاء الاصطناعي لكل من البيئات داخل السلسلة وخارجها (على سبيل المثال،مورفيوس,Olas,موجه الطريق,Payman,Skyfire## تطبيقات
Dentro del campo de las criptomonedas, los agentes de inteligencia artificial están empezando a hacer sentir su presencia, con casos tempranos comoمحفظة داون (أي، محفظة عملات رقمية تستخدم وكلاء الذكاء الاصطناعي لإرسال المعاملات والتفاعل مع البروتوكولات نيابة عن المستخدمين)،مستوطنة موازية* (أي لعبة على السلسلة حيث يتعاون اللاعبون مع وكلاء الذكاء الاصطناعي الذين لديهم محافظ خاصة بهم ويمكنهم إنشاء مساراتهم الخاصة داخل اللعبة)، أوVenice.ai(أي تطبيق ذكاء اصطناعي مولد / ملمح لغوي طبيعي مع آليات استدلال قابلة للتحقق وآليات الحفاظ على الخصوصية). ومع ذلك، تظل تطوير التطبيقات تجريبيًا إلى حد كبير وفرصيًا، مع فوضى من الأفكار التطبيقية المتفتحة من الضجة في هذا المجال. ومع ذلك، نعتقد أن التقدمات في بنية وأطر عمل وكلاء الذكاء الاصطناعي مستعدة لتحويل مجال تصميم العملات الرقمية من التطبيقات العقد الذكية ردًا في المقام الأول إلى تطبيقات أكثر تعقيدًا واستباقية في المدى المتوسط إلى الطويل. وتشمل الأقسام الناشئة والمشاريع النموذجية التي تبني في هذه الطبقة ما يلي:
- شركاء الذكاء الاصطناعي: تطبيقات لإنشاء ومشاركة وتحقيق الربح من نماذج الذكاء الاصطناعي التي يمتلكها المستخدم ووكلاء مع الوعي الشخصي والسياقي (على سبيل المثال،MagnetAI, MyShell,Deva،بروتوكول Virtuals)- واجهات تعتمد على NLP: تطبيقات تعتمد على اللغة الطبيعية كواجهة / نقطة دخول رئيسية للتفاعل مع وتنفيذ المعاملات على السلسلة الرقمية (على سبيل المثال،Venice.AI, Veldt)- أدوات تطوير / أمان: تطبيقات / أدوات تواجه المطورين التي تستفيد من نماذج / وكلاء الذكاء الاصطناعي لتعزيز تجارب المطورين على السلسلة وآليات الأمان (على سبيل المثال،ChainGPT،حاجز الحماية)- وكلاء المخاطر: الخدمات التي تستفيد من نماذج تعلم الآلة أو وكلاء الذكاء الاصطناعي لمساعدة البروتوكولات على ضبط والاستجابة ديناميكيًا لمعايير المخاطر على السلسلة الزمنية في الوقت الحقيقي (على سبيل المثال،مختبرات الفوضى,قفاز،مينيرفا)- الهوية (دليل على الشخصية): التطبيقات التي تستفيد من البراهين الرمزية ونماذج التعلم الآلي للتحقق من دليل شخصية المستخدم. (مثلا،Worldcoin)- الحكم: تطبيقات تستفيد من وكلاء الذكاء الاصطناعي لتنفيذ المعاملات بناءً على قرارات الحكم البشرية / التغذية الراجعة (على سبيل المثال،Botto,قبعات)- التداول / الDeFi: بنية تحتية للتداول مدعومة بالذكاء الاصطناعي وبروتوكولات DeFi التي تستخدم وكلاء الذكاء الاصطناعي لتلقين تنفيذ المعاملات على السلسلة الكتلية (على سبيل المثال،تاوشي,نواية.تجارة)- الألعاب: الألعاب التي تستخدم NPC ذكية أو آليات الذكاء الاصطناعي لتشغيل آليات اللعب الأساسية (على سبيل المثال،موازي,PlayAI)- الاجتماعية: التطبيقات التي تستخدم آليات الذكاء الاصطناعي لتشغيل تجارب اجتماعية على السلسلة الكتلية (على سبيل المثال،KaiKai, NFPrompt)## استنتاجفي حين أن مكدس Crypto x الذكاء الاصطناعي لا يزال في مراحله الأولى ، نعتقد أنه سيكون هناك تقدم كبير في البنية التحتية الذكاء الاصطناعي اللامركزية ، وتطبيقات الذكاء الاصطناعي onchain ، وظهور "Agentic Web" حيث يصبح وكلاء الذكاء الاصطناعي المحرك الأساسي للنشاط الاقتصادي. في حين أن التحديات لا تزال قائمة في مجالات مثل البنية التحتية للحوسبة وتوافر البيانات ، فإن التآزر بين التشفير و الذكاء الاصطناعي يمكن أن يسرع الابتكار في كلا القطاعين ، مما يؤدي إلى أنظمة أكثر شفافية ولامركزية واستقلالية. مع استمرار تطور المشهد بسرعة ، مدفوعا بفرق جديدة تؤمن التمويل وفرق أكثر رسوخا تعمل على إيجاد منتج / سوق مناسب ، سيكون من الأهمية بمكان بالنسبة للشركات والمطورين الأصليين على الإنترنت التكيف مع النموذج المتغير واحتضان إمكانات Crypto x الذكاء الاصطناعي لإنشاء تطبيقات وتجارب جديدة لم يكن من الممكن تصورها من قبل.
إخلاء المسؤولية:- تم نسخ هذه المقالة من [ مشاريع كوينبيز فينتشرز]. جميع حقوق النشر تنتمي إلى الكاتب الأصلي [جوناثان كينغ]. إذا كانت هناك اعتراضات على هذا النشر، يرجى الاتصال بالتعلم Gateفريق العمل، وسوف يتولونه على الفور.- إخلاء المسؤولية عن المسؤولية: الآراء والآراء الواردة في هذه المقالة هي فقط تلك التي تعود إلى الكاتب ولا تشكل أي نصيحة استثمارية.- تتم ترجمة المقالات إلى لغات أخرى من قبل فريق Gate Learn. ما لم يذكر غير ذلك، يُحظر نسخ أو توزيع أو سرقة المقالات المترجمة.
