هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
مشروع الوكيل الذكي هو نوع شائع وناضج في ريادة الأعمال في Web2، ويميل بشكل رئيسي إلى خدمات الشركات، بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات التي تلعب دورًا حيويًا في بناء النظام البيئي هي السائدة.
حاليًا، لا يتجاوز عدد مشاريع وكلاء الذكاء الاصطناعي في Web3 8%، ولكن نسبة قيمتها السوقية في مجال الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوتها التنافسية الكبيرة في السوق. نتوقع أنه مع نضوج التقنية وزيادة الاعتراف السوقي، ستظهر العديد من المشاريع التي ستتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، يمكن أن يصبح إدخال تقنيات الذكاء الاصطناعي ميزة استراتيجية للمنتجات غير الأساسية القائمة على الذكاء الاصطناعي. يجب أن تركز طرق دمج مشاريع وكيل الذكاء الاصطناعي على بناء النظام البيئي الشامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وزيادة التقييمات
منذ أن تم إطلاق ChatGPT في نوفمبر 2022، جذب أكثر من مئة مليون مستخدم في غضون شهرين فقط. بحلول مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 2030 مليون دولار مذهلة، وبعد إصدار ChatGPT، أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o. مع هذا الاتجاه السريع، أدركت الشركات التكنولوجية الكبرى التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي الرائدة مثل LLM وغيرها، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها للذكاء الاصطناعي، على سبيل المثال، أصدرت جوجل النموذج اللغوي الكبير PaLM2، بينما أصدرت ميتا Llama3، وأطلقت الشركات الصينية نماذج كبيرة مثل Wenxin Yiyan وZhipu Qingyan. من الواضح أن مجال الذكاء الاصطناعي قد أصبح ساحة تنافس حادة.
إن منافسة عمالقة التكنولوجيا لا تدفع فقط إلى تطوير التطبيقات التجارية، بل من خلال دراسة إحصاءات أبحاث الذكاء الاصطناعي مفتوحة المصدر، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قفز من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون في عام 2023، وخاصة بعد إصدار GPT في عام 2023، حيث زادت المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تنعكس الحماسة تجاه تقنيات الذكاء الاصطناعي بشكل مباشر في سوق الاستثمار، حيث يظهر سوق الاستثمار في الذكاء الاصطناعي نمواً قوياً، مع زيادة حادة في الربع الثاني من عام 2024. هناك 16 استثماراً يتعلق بالذكاء الاصطناعي يتجاوز 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما كان عليه في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تجاوزت الضعف مقارنة بالعام السابق. من بين هذه الشركات، جمعت xAI التابعة لماسك 6 مليارات دولار، وتبلغ قيمتها السوقية 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
تقوم التطورات السريعة في تقنية الذكاء الاصطناعي بإعادة تشكيل مشهد التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح، وصولاً إلى الاهتمام الكبير من سوق المال بمفهوم الذكاء الاصطناعي. تتزايد المشاريع باستمرار، وتحقق الاستثمارات أرقامًا قياسية جديدة، وترتفع التقييمات تبعًا لذلك. بشكل عام، يقع سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت نماذج اللغة الكبيرة وتقنيات الجيل المعزز من البحث تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر إنتاج معلومات غير دقيقة، بالإضافة إلى قضايا الشفافية للنماذج. تصبح هذه القضايا مهمة بشكل خاص في السيناريوهات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا دراسة الوكيل الذكي، حيث يركز الوكيل الذكي على شمولية حل المشكلات الفعلية والتفاعل مع البيئة. تمثل هذه النقلة تطور تكنولوجيا الذكاء الاصطناعي من نماذج لغة بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذلك، نرى الأمل في تطور الوكيل الذكي، حيث يقوم بسد الفجوة بين تكنولوجيا الذكاء الاصطناعي وحل المشكلات الفعلية تدريجياً. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل بنية الإنتاج، بينما تعيد تكنولوجيا Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة للذكاء الاصطناعي: البيانات، والنماذج، والقدرة الحاسوبية، مع المبادئ الأساسية لـ Web3 مثل اللامركزية، واقتصاد الرموز، والعقود الذكية، نتوقع أن تفرز سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالاحتمالات، نعتقد أن الوكيل الذكي، بقدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات على نطاق واسع.
لذلك، بدأنا في دراسة متعمقة لتطبيقات AI Agent المتنوعة في Web3، من بنية Web3 التحتية، والبرمجيات الوسيطة، إلى مستوى التطبيقات، بالإضافة إلى أسواق البيانات والنماذج، بهدف تحديد وتقييم أكثر أنواع المشاريع الواعدة والسيناريوهات التطبيقية، لفهم أعمق للتكامل العميق بين AI و Web3.
توضيح المفاهيم: مقدمة حول الوكيل الذكي وتصنيفاته
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، من أجل أن يفهم القراء الفرق بين تعريفه ونموذجه بشكل أفضل، سنستخدم سيناريو عملي كمثال: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما يمكن لتقنية استرجاع المعلومات المعززة أن تقدم محتوى وجهات أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي، فهو مثل جارفيس في أفلام الرجل الحديدي، يمكنه فهم الاحتياجات، ويمكنه أيضًا البحث بنشاط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
التعريف الشائع لوكلاء الذكاء الاصطناعي في الصناعة حاليا هو الأنظمة الذكية القادرة على إدراك البيئة واتخاذ إجراء مناسب، من خلال الحصول على معلومات البيئة عبر المستشعرات، ومعالجتها، ثم التأثير على البيئة عبر المؤثرات (ستيوارت راسل وبيتر نورفيج، 2020). نحن نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. إنه قادر ليس فقط على توفير المعلومات البسيطة، ولكن أيضاً على تخطيط المهام وتفكيكها، وتنفيذها فعلياً.
وفقًا لهذا التعريف والخصائص، يمكننا أن نكتشف أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا، وتم تطبيقه في سيناريوهات مختلفة، مثل AlphaGo وSiri ونظام القيادة الذاتية من المستوى L5 وما فوق في تسلا، والتي يمكن اعتبارها أمثلة لوكلاء الذكاء الاصطناعي. السمة المشتركة بين هذه الأنظمة هي قدرتها على إدراك المدخلات من المستخدمين في البيئة الخارجية، ومن ثم اتخاذ إجراءات تؤثر على الواقع.
لأغراض توضيح المفهوم باستخدام ChatGPT كمثال، يجب أن نوضح بشكل دقيق أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة نماذج تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 وGPT-4 وGPT-4o إصدارات النموذج في مراحل تطوير مختلفة. بينما يعد ChatGP كعميل ذكاء اصطناعي تطور من نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نحن نصنف 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 من خلال وضع علامات على كل مشروع، بناءً على العلامات البارزة لكل مشروع، تم تقسيمها إلى تصنيفات رئيسية وتصنيفات ثانوية. حيث تتكون التصنيفات الرئيسية من ثلاث فئات: البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدم، ثم يتم تقسيمها وفقًا لحالات الاستخدام الفعلية.
البنية التحتية: يركز هذا النوع على بناء محتوى أكثر أساسية في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B الأساسية التي هي أكثر نضجًا.
أدوات التطوير: توفر للمطورين أدوات مساعدة وإطارات لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بأشكال مختلفة، تُستخدم بشكل أساسي لدعم اتخاذ القرارات وتوفير مصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وبناء النماذج، وإعدادها، وغيرها.
خدمات B端: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم خدمات الشركات، والخدمات العمودية، وحلول الأتمتة.
منصة تجميعية: منصة تجمع بين خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.
التفاعل: مشابه لما يتعلق بتوليد المحتوى، والفرق يكمن في التفاعل الثنائي المستمر. وكيل التفاعل لا يقبل فقط ويفهم احتياجات المستخدم، بل يوفر أيضًا ملاحظات من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.
فئة الدعم العاطفي: وكيل ذكاء صناعي يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل الذكاء الاصطناعي المستند إلى نموذج GPT (Transformers المدرب مسبقًا للتوليد).
نوع البحث: يركز على وظيفة البحث، ويوفر وكيلًا يركز على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربع فئات: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.
تحليل حالة تطوير وكيل الذكاء الاصطناعي Web2
وفقًا لإحصاءاتنا، يظهر تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا ملحوظًا في تركز القطاعات. على وجه التحديد، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير. لقد أجرينا أيضًا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: تعود الهيمنة التي تتمتع بها مشاريع البنية التحتية إلى نضج تقنيتها. عادة ما تستند هذه المشاريع إلى تقنيات وإطارات تم اختبارها عبر الزمن، مما يقلل من صعوبة المخاطر والتطوير. ما يعادل "المجرفة" في مجال الذكاء الاصطناعي، مما يوفر أساسًا قويًا لتطوير وتطبيق وكيل الذكاء الاصطناعي.
دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنة بسوق المستهلكين، فإن الطلب على تقنيات الذكاء الاصطناعي في سوق الشركات أكثر إلحاحًا، خاصة في البحث عن حلول لزيادة كفاءة التشغيل وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات نسبيًا مستقر، مما يساعدهم في تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، نلاحظ أن تطبيق الذكاء الاصطناعي في إنشاء المحتوى في سوق B محدود نسبيًا. نظرًا لعدم استقرار الناتج، تميل الشركات إلى تلك التطبيقات التي يمكن أن تزيد الإنتاجية بشكل مستقر. وهذا أدى إلى أن تكون نسبة الذكاء الاصطناعي في إنشاء المحتوى في مكتبة المشاريع صغيرة.
تعكس هذه الاتجاهات نضج التكنولوجيا واحتياجات السوق والاعتبارات العملية لمجالات التطبيق. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي ووضوح احتياجات السوق، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية القوي لتطوير وكلاء الذكاء الاصطناعي.
تحليل مشروع رائد لوكيل الذكاء الاصطناعي في Web2
نحن نستكشف بعمق بعض مشاريع وكيل الذكاء الاصطناعي في سوق Web2 الحالي، ونحللها، مع أخذ ثلاثة مشاريع كمثال: Character AI وPerplexity AI وMidjourney.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: Character.AI توفر نظام محادثة قائم على الذكاء الاصطناعي وأدوات إنشاء شخصيات افتراضية. يتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية التي يمكنها إجراء محادثات باللغة الطبيعية وأداء مهام محددة.
تحليل البيانات: بلغ عدد زيارات Character.AI في مايو 277 مليون، ويضم المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشابة. قدمت Character AI أداءً ممتازًا في السوق المالية، حيث أكملت تمويلًا بقيمة 150 مليون دولار، مما جعل تقييمها يصل إلى مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع شركة Alphabet الأم لجوجل لاستخدام نماذجها اللغوية الكبيرة، مما يشير إلى أن Character AI تعتمد على تقنيتها الخاصة. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas قد شاركوا في تطوير نموذج اللغة الحوارية Llama من جوجل.
الذكاء الاصطناعي بيربلكسיטי:
مقدمة المنتج: يمكن لـ Perplexity جمع وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية المعلومات ودقتها، بينما يقوم بتعليم وإرشاد المستخدمين لطرح الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، وحقق عدد الزيارات لتطبيقاته على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، مع تقييم يصل إلى 1.04 مليار دولار، بقيادة دانيال غروس، وشارك فيها ستان دروكينميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديله بناءً على نموذج مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للبحث الأكاديمي المتخصص والمجالات.
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 20
أعجبني
20
8
مشاركة
تعليق
0/400
BearMarketMonk
· 07-23 17:54
لا فائدة منه، الجوهر هو ابتكار بونزي.
شاهد النسخة الأصليةرد0
fork_in_the_road
· 07-22 00:54
عالم العملات الرقمية真离不开AI这味药咯
شاهد النسخة الأصليةرد0
governance_ghost
· 07-21 05:32
好家伙 القيمة السوقية都跑到23%了
شاهد النسخة الأصليةرد0
DuskSurfer
· 07-21 05:29
ai+web3 هذه الموجة مقدر لها للقمر!
شاهد النسخة الأصليةرد0
GasFeeSobber
· 07-21 05:28
ما فائدة الأرقام؟ إنها مجرد مفاهيم مضاربة.
شاهد النسخة الأصليةرد0
StakeOrRegret
· 07-21 05:28
هذه البيانات مغرية للغاية، للقمر
شاهد النسخة الأصليةرد0
DeFi_Dad_Jokes
· 07-21 05:24
من يهتم بالنسب؟ APE必涨
شاهد النسخة الأصليةرد0
SilentObserver
· 07-21 05:09
الشعور هو مجرد حيلة جديدة لخداع الناس لتحقيق الربح
هل يمكن لوكيل الذكاء الاصطناعي أن يكون القوة الدافعة الرئيسية لدمج Web3 والذكاء الاصطناعي؟
هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
مشروع الوكيل الذكي هو نوع شائع وناضج في ريادة الأعمال في Web2، ويميل بشكل رئيسي إلى خدمات الشركات، بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات التي تلعب دورًا حيويًا في بناء النظام البيئي هي السائدة.
حاليًا، لا يتجاوز عدد مشاريع وكلاء الذكاء الاصطناعي في Web3 8%، ولكن نسبة قيمتها السوقية في مجال الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوتها التنافسية الكبيرة في السوق. نتوقع أنه مع نضوج التقنية وزيادة الاعتراف السوقي، ستظهر العديد من المشاريع التي ستتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، يمكن أن يصبح إدخال تقنيات الذكاء الاصطناعي ميزة استراتيجية للمنتجات غير الأساسية القائمة على الذكاء الاصطناعي. يجب أن تركز طرق دمج مشاريع وكيل الذكاء الاصطناعي على بناء النظام البيئي الشامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وزيادة التقييمات
منذ أن تم إطلاق ChatGPT في نوفمبر 2022، جذب أكثر من مئة مليون مستخدم في غضون شهرين فقط. بحلول مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 2030 مليون دولار مذهلة، وبعد إصدار ChatGPT، أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o. مع هذا الاتجاه السريع، أدركت الشركات التكنولوجية الكبرى التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي الرائدة مثل LLM وغيرها، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها للذكاء الاصطناعي، على سبيل المثال، أصدرت جوجل النموذج اللغوي الكبير PaLM2، بينما أصدرت ميتا Llama3، وأطلقت الشركات الصينية نماذج كبيرة مثل Wenxin Yiyan وZhipu Qingyan. من الواضح أن مجال الذكاء الاصطناعي قد أصبح ساحة تنافس حادة.
إن منافسة عمالقة التكنولوجيا لا تدفع فقط إلى تطوير التطبيقات التجارية، بل من خلال دراسة إحصاءات أبحاث الذكاء الاصطناعي مفتوحة المصدر، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قفز من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون في عام 2023، وخاصة بعد إصدار GPT في عام 2023، حيث زادت المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تنعكس الحماسة تجاه تقنيات الذكاء الاصطناعي بشكل مباشر في سوق الاستثمار، حيث يظهر سوق الاستثمار في الذكاء الاصطناعي نمواً قوياً، مع زيادة حادة في الربع الثاني من عام 2024. هناك 16 استثماراً يتعلق بالذكاء الاصطناعي يتجاوز 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما كان عليه في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تجاوزت الضعف مقارنة بالعام السابق. من بين هذه الشركات، جمعت xAI التابعة لماسك 6 مليارات دولار، وتبلغ قيمتها السوقية 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
تقوم التطورات السريعة في تقنية الذكاء الاصطناعي بإعادة تشكيل مشهد التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح، وصولاً إلى الاهتمام الكبير من سوق المال بمفهوم الذكاء الاصطناعي. تتزايد المشاريع باستمرار، وتحقق الاستثمارات أرقامًا قياسية جديدة، وترتفع التقييمات تبعًا لذلك. بشكل عام، يقع سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت نماذج اللغة الكبيرة وتقنيات الجيل المعزز من البحث تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر إنتاج معلومات غير دقيقة، بالإضافة إلى قضايا الشفافية للنماذج. تصبح هذه القضايا مهمة بشكل خاص في السيناريوهات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا دراسة الوكيل الذكي، حيث يركز الوكيل الذكي على شمولية حل المشكلات الفعلية والتفاعل مع البيئة. تمثل هذه النقلة تطور تكنولوجيا الذكاء الاصطناعي من نماذج لغة بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذلك، نرى الأمل في تطور الوكيل الذكي، حيث يقوم بسد الفجوة بين تكنولوجيا الذكاء الاصطناعي وحل المشكلات الفعلية تدريجياً. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل بنية الإنتاج، بينما تعيد تكنولوجيا Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة للذكاء الاصطناعي: البيانات، والنماذج، والقدرة الحاسوبية، مع المبادئ الأساسية لـ Web3 مثل اللامركزية، واقتصاد الرموز، والعقود الذكية، نتوقع أن تفرز سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالاحتمالات، نعتقد أن الوكيل الذكي، بقدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات على نطاق واسع.
لذلك، بدأنا في دراسة متعمقة لتطبيقات AI Agent المتنوعة في Web3، من بنية Web3 التحتية، والبرمجيات الوسيطة، إلى مستوى التطبيقات، بالإضافة إلى أسواق البيانات والنماذج، بهدف تحديد وتقييم أكثر أنواع المشاريع الواعدة والسيناريوهات التطبيقية، لفهم أعمق للتكامل العميق بين AI و Web3.
توضيح المفاهيم: مقدمة حول الوكيل الذكي وتصنيفاته
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، من أجل أن يفهم القراء الفرق بين تعريفه ونموذجه بشكل أفضل، سنستخدم سيناريو عملي كمثال: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما يمكن لتقنية استرجاع المعلومات المعززة أن تقدم محتوى وجهات أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي، فهو مثل جارفيس في أفلام الرجل الحديدي، يمكنه فهم الاحتياجات، ويمكنه أيضًا البحث بنشاط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
التعريف الشائع لوكلاء الذكاء الاصطناعي في الصناعة حاليا هو الأنظمة الذكية القادرة على إدراك البيئة واتخاذ إجراء مناسب، من خلال الحصول على معلومات البيئة عبر المستشعرات، ومعالجتها، ثم التأثير على البيئة عبر المؤثرات (ستيوارت راسل وبيتر نورفيج، 2020). نحن نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. إنه قادر ليس فقط على توفير المعلومات البسيطة، ولكن أيضاً على تخطيط المهام وتفكيكها، وتنفيذها فعلياً.
وفقًا لهذا التعريف والخصائص، يمكننا أن نكتشف أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا، وتم تطبيقه في سيناريوهات مختلفة، مثل AlphaGo وSiri ونظام القيادة الذاتية من المستوى L5 وما فوق في تسلا، والتي يمكن اعتبارها أمثلة لوكلاء الذكاء الاصطناعي. السمة المشتركة بين هذه الأنظمة هي قدرتها على إدراك المدخلات من المستخدمين في البيئة الخارجية، ومن ثم اتخاذ إجراءات تؤثر على الواقع.
لأغراض توضيح المفهوم باستخدام ChatGPT كمثال، يجب أن نوضح بشكل دقيق أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة نماذج تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 وGPT-4 وGPT-4o إصدارات النموذج في مراحل تطوير مختلفة. بينما يعد ChatGP كعميل ذكاء اصطناعي تطور من نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نحن نصنف 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 من خلال وضع علامات على كل مشروع، بناءً على العلامات البارزة لكل مشروع، تم تقسيمها إلى تصنيفات رئيسية وتصنيفات ثانوية. حيث تتكون التصنيفات الرئيسية من ثلاث فئات: البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدم، ثم يتم تقسيمها وفقًا لحالات الاستخدام الفعلية.
البنية التحتية: يركز هذا النوع على بناء محتوى أكثر أساسية في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B الأساسية التي هي أكثر نضجًا.
أدوات التطوير: توفر للمطورين أدوات مساعدة وإطارات لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بأشكال مختلفة، تُستخدم بشكل أساسي لدعم اتخاذ القرارات وتوفير مصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وبناء النماذج، وإعدادها، وغيرها.
خدمات B端: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم خدمات الشركات، والخدمات العمودية، وحلول الأتمتة.
منصة تجميعية: منصة تجمع بين خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.
التفاعل: مشابه لما يتعلق بتوليد المحتوى، والفرق يكمن في التفاعل الثنائي المستمر. وكيل التفاعل لا يقبل فقط ويفهم احتياجات المستخدم، بل يوفر أيضًا ملاحظات من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.
فئة الدعم العاطفي: وكيل ذكاء صناعي يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل الذكاء الاصطناعي المستند إلى نموذج GPT (Transformers المدرب مسبقًا للتوليد).
نوع البحث: يركز على وظيفة البحث، ويوفر وكيلًا يركز على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربع فئات: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.
تحليل حالة تطوير وكيل الذكاء الاصطناعي Web2
وفقًا لإحصاءاتنا، يظهر تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا ملحوظًا في تركز القطاعات. على وجه التحديد، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير. لقد أجرينا أيضًا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: تعود الهيمنة التي تتمتع بها مشاريع البنية التحتية إلى نضج تقنيتها. عادة ما تستند هذه المشاريع إلى تقنيات وإطارات تم اختبارها عبر الزمن، مما يقلل من صعوبة المخاطر والتطوير. ما يعادل "المجرفة" في مجال الذكاء الاصطناعي، مما يوفر أساسًا قويًا لتطوير وتطبيق وكيل الذكاء الاصطناعي.
دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنة بسوق المستهلكين، فإن الطلب على تقنيات الذكاء الاصطناعي في سوق الشركات أكثر إلحاحًا، خاصة في البحث عن حلول لزيادة كفاءة التشغيل وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات نسبيًا مستقر، مما يساعدهم في تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، نلاحظ أن تطبيق الذكاء الاصطناعي في إنشاء المحتوى في سوق B محدود نسبيًا. نظرًا لعدم استقرار الناتج، تميل الشركات إلى تلك التطبيقات التي يمكن أن تزيد الإنتاجية بشكل مستقر. وهذا أدى إلى أن تكون نسبة الذكاء الاصطناعي في إنشاء المحتوى في مكتبة المشاريع صغيرة.
تعكس هذه الاتجاهات نضج التكنولوجيا واحتياجات السوق والاعتبارات العملية لمجالات التطبيق. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي ووضوح احتياجات السوق، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية القوي لتطوير وكلاء الذكاء الاصطناعي.
تحليل مشروع رائد لوكيل الذكاء الاصطناعي في Web2
نحن نستكشف بعمق بعض مشاريع وكيل الذكاء الاصطناعي في سوق Web2 الحالي، ونحللها، مع أخذ ثلاثة مشاريع كمثال: Character AI وPerplexity AI وMidjourney.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: Character.AI توفر نظام محادثة قائم على الذكاء الاصطناعي وأدوات إنشاء شخصيات افتراضية. يتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية التي يمكنها إجراء محادثات باللغة الطبيعية وأداء مهام محددة.
تحليل البيانات: بلغ عدد زيارات Character.AI في مايو 277 مليون، ويضم المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشابة. قدمت Character AI أداءً ممتازًا في السوق المالية، حيث أكملت تمويلًا بقيمة 150 مليون دولار، مما جعل تقييمها يصل إلى مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع شركة Alphabet الأم لجوجل لاستخدام نماذجها اللغوية الكبيرة، مما يشير إلى أن Character AI تعتمد على تقنيتها الخاصة. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas قد شاركوا في تطوير نموذج اللغة الحوارية Llama من جوجل.
الذكاء الاصطناعي بيربلكسיטי:
مقدمة المنتج: يمكن لـ Perplexity جمع وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية المعلومات ودقتها، بينما يقوم بتعليم وإرشاد المستخدمين لطرح الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، وحقق عدد الزيارات لتطبيقاته على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، مع تقييم يصل إلى 1.04 مليار دولار، بقيادة دانيال غروس، وشارك فيها ستان دروكينميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديله بناءً على نموذج مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للبحث الأكاديمي المتخصص والمجالات.