في قمة الحكومات العالمية الأخيرة، طرح أحد قادة صناعة التكنولوجيا مفهوم "الذكاء الاصطناعي السيادي". وقد أثار هذا سؤالاً: أي شكل من أشكال الذكاء الاصطناعي يمكن أن يتوافق حقًا مع مصالح واحتياجات مجتمع الأصول الرقمية؟ قد توجد الإجابة في دمج Web3 مع الذكاء الاصطناعي.
ناقش مؤسس الإيثيريوم في مقال له الآثار التآزرية بين الذكاء الاصطناعي والتشفير: يمكن أن يوازن اللامركزية في التشفير الميل نحو المركزية في الذكاء الاصطناعي؛ يمكن أن تعوض شفافية التشفير عن عدم شفافية الذكاء الاصطناعي؛ بينما تساعد البلوكشين في تخزين البيانات وتعقبها اللازمة للذكاء الاصطناعي. هذا التآزر يمتد عبر النظام الإيكولوجي الصناعي بالكامل لـ Web3+AI.
حاليًا، تكرّس معظم مشاريع Web3 + AI جهودها لاستخدام 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. يشمل قطاع Web3 + AI بشكل رئيسي الجوانب التالية:
طبقة القوة الحاسوبية: أصول القوة الحاسوبية
مع الزيادة الهائلة في الطلب على تدريب نماذج الذكاء الاصطناعي، أدى عدم التوازن في عرض وطلب القدرة الحاسوبية إلى ارتفاع أسعار الأجهزة. يمكن لتقنية Web3 من خلال إنشاء شبكة قدرة حاسوبية موزعة دمج موارد الأجهزة المتوسطة والمنخفضة غير المستغلة، وتقديم خدمات القدرة الحاسوبية بطريقة الإيجار أو المشاركة، مما يقلل من تكاليف تطبيقات الذكاء الاصطناعي. تشمل هذه المجال القدرة الحاسوبية اللامركزية العامة، والقدرة المخصصة لتدريب الذكاء الاصطناعي واستدلاله، بالإضافة إلى أسواق فرعية مثل القدرة الحاسوبية لتصيير 3D.
طبقة البيانات: أصول البيانات
تعتبر البيانات المورد الأساسي للذكاء الاصطناعي، وغالبًا ما يتم احتكارها من قِبل الشركات الكبرى في النماذج التقليدية. إن الجمع بين Web3 وAI يجعل عملية جمع البيانات، وتوسيمها، وتخزينها أكثر شفافية وكفاءة ومنخفضة التكلفة. من خلال الشبكات الموزعة وآلية تحفيز العملات، يمكن تحقيق جمع واسع النطاق للبيانات وتوسيم عالي الجودة. تشمل المشاريع ذات الصلة جمع البيانات، والتداول، والتوسيم، وتوفير مصادر بيانات البلوكشين، والتخزين اللامركزي.
طبقة المنصة: تحويل قيمة المنصة إلى أصول
تسعى مشاريع المنصات إلى دمج مختلف الموارد في صناعة الذكاء الاصطناعي، بما في ذلك البيانات، وقوة الحوسبة، والنماذج، ومجتمع المطورين. تركز بعض المشاريع على بناء منصات استدلال التعلم الآلي الموثوقة والشفافة، باستخدام تقنيات التشفير مثل إثبات المعرفة الصفرية للتحقق من صحة تنفيذ النماذج. وهناك مشاريع مكرسة لتطوير شبكات البلوكشين التي تخدم الذكاء الاصطناعي، أو لبناء منصات شبكة الوكلاء الذكائية.
طبقة التطبيق: أصول القيمة للذكاء الاصطناعي
في الجانب التطبيقي، تستخدم مشاريع Web3+AI تقنيات الذكاء الاصطناعي لحل المشكلات المحددة في تطبيقات Web3. على سبيل المثال، يمكن أن يعمل الذكاء الاصطناعي كمشارك في ألعاب Web3، ويقوم بالتداول في الأسواق اللامركزية لتحقيق أرباح، أو تقديم خدمات التحليل في أسواق التوقعات. اتجاه مهم آخر هو إنشاء أنظمة ذكاء اصطناعي خاصة لامركزية، مما يعزز ثقة المستخدمين في الذكاء الاصطناعي وتحكمهم من خلال إدارة المجتمع.
على الرغم من أن مجال Web3+AI لا يزال في مرحلة مبكرة، إلا أن هناك آراء مختلفة بشأن آفاق تطوره. ومع ذلك، فإن هذا الجمع لديه القدرة على خلق منتجات أكثر قيمة من AI المركزي التقليدي، والتخلص من "سيطرة العملاق" و"الاحتكار"، لتحقيق نموذج حكومي AI أكثر مجتمعًا. من خلال المشاركة بشكل أعمق في عملية تطوير AI، قد يتمكن البشر من تقليل الخوف غير الضروري مع الحفاظ على الإحساس بالهيبة تجاه AI.
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 13
أعجبني
13
4
مشاركة
تعليق
0/400
GasWaster
· منذ 5 س
مرة أخرى يتحدثون عن مفهوم الذكاء الاصطناعي السيادي. أنا متعب.
شاهد النسخة الأصليةرد0
SilentAlpha
· 07-29 20:24
لم أعد أسمع، لقد أُغلق الدائرة، حان الوقت للدخول مركز عائلتي
شاهد النسخة الأصليةرد0
¯\_(ツ)_/¯
· 07-29 20:15
ما معنى الحوكمة المركزية التي يريدها الجميع؟
شاهد النسخة الأصليةرد0
WalletInspector
· 07-29 20:14
مرة أخرى يتم تداول مفهوم الذكاء الاصطناعي، أليس هذا مملًا بعض الشيء؟
Web3 و AI: بناء نظام بيئي للذكاء الاصطناعي اللامركزي
في قمة الحكومات العالمية الأخيرة، طرح أحد قادة صناعة التكنولوجيا مفهوم "الذكاء الاصطناعي السيادي". وقد أثار هذا سؤالاً: أي شكل من أشكال الذكاء الاصطناعي يمكن أن يتوافق حقًا مع مصالح واحتياجات مجتمع الأصول الرقمية؟ قد توجد الإجابة في دمج Web3 مع الذكاء الاصطناعي.
ناقش مؤسس الإيثيريوم في مقال له الآثار التآزرية بين الذكاء الاصطناعي والتشفير: يمكن أن يوازن اللامركزية في التشفير الميل نحو المركزية في الذكاء الاصطناعي؛ يمكن أن تعوض شفافية التشفير عن عدم شفافية الذكاء الاصطناعي؛ بينما تساعد البلوكشين في تخزين البيانات وتعقبها اللازمة للذكاء الاصطناعي. هذا التآزر يمتد عبر النظام الإيكولوجي الصناعي بالكامل لـ Web3+AI.
حاليًا، تكرّس معظم مشاريع Web3 + AI جهودها لاستخدام 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. يشمل قطاع Web3 + AI بشكل رئيسي الجوانب التالية:
مع الزيادة الهائلة في الطلب على تدريب نماذج الذكاء الاصطناعي، أدى عدم التوازن في عرض وطلب القدرة الحاسوبية إلى ارتفاع أسعار الأجهزة. يمكن لتقنية Web3 من خلال إنشاء شبكة قدرة حاسوبية موزعة دمج موارد الأجهزة المتوسطة والمنخفضة غير المستغلة، وتقديم خدمات القدرة الحاسوبية بطريقة الإيجار أو المشاركة، مما يقلل من تكاليف تطبيقات الذكاء الاصطناعي. تشمل هذه المجال القدرة الحاسوبية اللامركزية العامة، والقدرة المخصصة لتدريب الذكاء الاصطناعي واستدلاله، بالإضافة إلى أسواق فرعية مثل القدرة الحاسوبية لتصيير 3D.
تعتبر البيانات المورد الأساسي للذكاء الاصطناعي، وغالبًا ما يتم احتكارها من قِبل الشركات الكبرى في النماذج التقليدية. إن الجمع بين Web3 وAI يجعل عملية جمع البيانات، وتوسيمها، وتخزينها أكثر شفافية وكفاءة ومنخفضة التكلفة. من خلال الشبكات الموزعة وآلية تحفيز العملات، يمكن تحقيق جمع واسع النطاق للبيانات وتوسيم عالي الجودة. تشمل المشاريع ذات الصلة جمع البيانات، والتداول، والتوسيم، وتوفير مصادر بيانات البلوكشين، والتخزين اللامركزي.
تسعى مشاريع المنصات إلى دمج مختلف الموارد في صناعة الذكاء الاصطناعي، بما في ذلك البيانات، وقوة الحوسبة، والنماذج، ومجتمع المطورين. تركز بعض المشاريع على بناء منصات استدلال التعلم الآلي الموثوقة والشفافة، باستخدام تقنيات التشفير مثل إثبات المعرفة الصفرية للتحقق من صحة تنفيذ النماذج. وهناك مشاريع مكرسة لتطوير شبكات البلوكشين التي تخدم الذكاء الاصطناعي، أو لبناء منصات شبكة الوكلاء الذكائية.
في الجانب التطبيقي، تستخدم مشاريع Web3+AI تقنيات الذكاء الاصطناعي لحل المشكلات المحددة في تطبيقات Web3. على سبيل المثال، يمكن أن يعمل الذكاء الاصطناعي كمشارك في ألعاب Web3، ويقوم بالتداول في الأسواق اللامركزية لتحقيق أرباح، أو تقديم خدمات التحليل في أسواق التوقعات. اتجاه مهم آخر هو إنشاء أنظمة ذكاء اصطناعي خاصة لامركزية، مما يعزز ثقة المستخدمين في الذكاء الاصطناعي وتحكمهم من خلال إدارة المجتمع.
على الرغم من أن مجال Web3+AI لا يزال في مرحلة مبكرة، إلا أن هناك آراء مختلفة بشأن آفاق تطوره. ومع ذلك، فإن هذا الجمع لديه القدرة على خلق منتجات أكثر قيمة من AI المركزي التقليدي، والتخلص من "سيطرة العملاق" و"الاحتكار"، لتحقيق نموذج حكومي AI أكثر مجتمعًا. من خلال المشاركة بشكل أعمق في عملية تطوير AI، قد يتمكن البشر من تقليل الخوف غير الضروري مع الحفاظ على الإحساس بالهيبة تجاه AI.