دمج Web3 و AI: بناء بيئة ذكاء اصطناعي أكثر شفافية ولامركزية

في القمة العالمية الأخيرة للحكومات، قدم أحد قادة صناعة التكنولوجيا مفهوم "الذكاء الاصطناعي السيادي". وقد أثار هذا تساؤلات حول: ما نوع الذكاء الاصطناعي الذي يمكن أن يتماشى حقًا مع مصالح واحتياجات مجتمع التشفير؟ قد تكون الإجابة موجودة في دمج Web3 والذكاء الاصطناعي.

أوضح مؤسس الإيثريوم في مقال له التأثير التآزري بين تقنية التشفير والذكاء الاصطناعي: يمكن أن توازن اللامركزية في التشفير الاتجاه المركزي للذكاء الاصطناعي؛ يمكن أن تساعد الشفافية التي توفرها التشفير في تخفيف عدم الشفافية في الذكاء الاصطناعي؛ تسهل بلوكشين تخزين البيانات المطلوبة للذكاء الاصطناعي وتعقبها. يمتد هذا التعاون عبر خريطة صناعة Web3 + AI بأكملها.

حالياً، تكرّس معظم مشاريع Web3+AI جهودها لاستغلال تقنية blockchain لحل مشاكل بناء البنية التحتية في صناعة الذكاء الاصطناعي، بينما تستفيد عدد قليل من المشاريع من الذكاء الاصطناعي لحل مشاكل محددة في تطبيقات Web3. يظهر دمج Web3 مع الذكاء الاصطناعي بشكل رئيسي في أربعة مستويات:

1. طبقة القوة الحاسوبية:أصول القوة الحاسوبية

في السنوات الأخيرة، شهدت القوة الحسابية اللازمة لتدريب نماذج الذكاء الاصطناعي نمواً أسيًا، متجاوزةً بكثير قانون مور. وقد أدى ذلك إلى عدم توازن في العرض والطلب على قوة الذكاء الاصطناعي، مما أدى إلى ارتفاع أسعار الأجهزة مثل وحدات معالجة الرسوميات (GPU) ورفع تكلفة القوة الحسابية.

يمكن أن توفر حلول Web3 من خلال بناء شبكة قوة حوسبة موزعة، وتجميع موارد الأجهزة المتوسطة والمنخفضة المتاحة، لإنشاء شبكة موارد حوسبة اللامركزية. هذه الطريقة يمكن أن تقلل بشكل كبير من تكلفة قوة الحوسبة للذكاء الاصطناعي، وتلبي العديد من احتياجات تطبيقات الذكاء الاصطناعي.

تنقسم طبقة القدرة الحاسوبية إلى:

• قوة الحوسبة اللامركزية العامة
• قوة الحوسبة اللامركزية المخصصة لتدريب الذكاء الاصطناعي
• قوة الحوسبة اللامركزية المخصصة لاستدلال الذكاء الاصطناعي
• طاقة حوسبة لامركزية مخصصة للتصيير ثلاثي الأبعاد

الميزة الأساسية لتمكين أصول قوة الحوسبة Web3+AI هي: يمكن لمشاريع قوة الحوسبة اللامركزية الاستفادة من حوافز الرموز لتوسيع نطاق الشبكة بسرعة، وتوفير موارد حوسبة عالية التكلفة، وتلبية احتياجات قوة الحوسبة المتوسطة والمنخفضة.

2. طبقة البيانات: تحويل البيانات إلى أصول

البيانات هي المورد الأساسي للذكاء الاصطناعي. في الوضع التقليدي، تمتلك الشركات الكبرى فقط كميات كبيرة من بيانات المستخدمين، ويكون من الصعب على الشركات الناشئة العادية الوصول إلى بيانات واسعة، كما لا يمكن للمستخدمين الاستفادة من قيمة البيانات. يمكن أن تجعل Web3 + AI عمليات جمع البيانات، ووضع العلامات، والتخزين، وغيرها أكثر تكلفة وشفافية، مما يفيد المستخدمين.

تشمل المشاريع المتعلقة بالبيانات ما يلي:

• جمع البيانات
• تداول البيانات
• تصنيف البيانات
• مصدر بيانات blockchain
• التخزين اللامركزي

تواجه هذه الأنواع من المشاريع المزيد من التحديات عند تصميم نموذج الاقتصاد الرمزي، لأن البيانات أصعب في التوحيد القياسي من القدرة الحاسوبية.

3.层: قيمة الأصول المنصة

تستهدف معظم مشاريع المنصات منصة تطوير الذكاء الاصطناعي المعروفة، حيث أن جوهرها هو دمج موارد مختلفة من صناعة الذكاء الاصطناعي. تقوم هذه المنصات بتجميع البيانات، وقوة الحوسبة، والنماذج، والمطورين، وموارد اللامركزية، مما يسهل تلبية مختلف الاحتياجات.

تركز بعض المشاريع على بناء منصات استنتاج تعلم آلي موثوقة وشفافة، وتطبيق تقنيات التشفير للتحقق من عملية استنتاج النموذج. وهناك مشاريع مكرسة لإنشاء بلوكشين مخصص للذكاء الاصطناعي أو شبكة من الطبقة الثانية، تربط بين أنواع مختلفة من القدرة الحاسوبية والبيانات والنماذج والمطورين، لمساعدة تطبيقات Web3+AI على البناء والتطوير بسرعة.

مشاريع المنصات تعتمد بشكل رئيسي على الرموز لالتقاط قيمة المنصة، وتحفيز الأطراف للمشاركة في البناء المشترك. هذا مفيد جدًا لمشاريع الناشئة في عملية الانتقال من 0 إلى 1، حيث يمكن أن يقلل من صعوبة العثور على الشركاء.

4. طبقة التطبيق: تحويل قيمة الذكاء الاصطناعي إلى أصول

تستفيد مشاريع الطبقة التطبيقية بشكل متزايد من الذكاء الاصطناعي لحل مشكلات تطبيقات Web3. هناك اتجاهان يستحقان الاهتمام:

الأول هو AI كمشارك في Web3. على سبيل المثال، في ألعاب Web3، يمكن أن يكون AI لاعبًا لفهم القواعد بسرعة وإكمال المهام بكفاءة؛ في البورصات اللامركزية، لعب AI دورًا في تداولات التحكيم؛ في أسواق التنبؤ، يمكن أن يساعد AI المستخدمين في إجراء تنبؤات أكثر دقة.

ثانياً، إنشاء ذكاء اصطناعي خاص قابل للتوسع واللامركزية. يمكن أن يحل هذا المشكلة المتعلقة بمخاوف المستخدمين بشأن صندوق الذكاء الاصطناعي الأسود، والتحيز، وغيرها من القضايا، مما يمنح المستخدمين حقوق الحكم على الذكاء الاصطناعي كما هو الحال عند المشاركة في مشاريع Web3.

حتى الآن، لم تظهر مشاريع نجمية حقيقية في طبقة تطبيقات Web3+AI، ولا يزال هناك مجال كبير للنمو.

الخاتمة

ما زالت Web3+AI في مرحلة مبكرة، وهناك انقسامات في الصناعة بشأن آفاقها. نأمل أن يجمع تكامل Web3 مع AI منتجات أكثر قيمة من AI المركزي، مما يتيح لـ AI التحرر من "سيطرة الشركات الكبرى" و"الاحتكار"، وتحقيق "حكم مشترك لـ AI" بطريقة أكثر مجتمعية. ربما في عملية المشاركة الأعمق في الحكم، سيكون لدى البشر احترام أكبر لـ AI وخوف أقل.