الذكاء الاصطناعي وWeb3 يشعلان الشرارة: من البيانات، وNFT إلى دفع الموارد

المصدر: Honeycomb Tech

مع تعميم نماذج الذكاء الاصطناعي الكبيرة، أصبح تكامل الذكاء الاصطناعي وWeb3 قطاعًا ساخنًا في سوق أصول العملات المشفرة. وقد تزايدت إمكانات هاتين التقنيتين في "البيانات" "مستوى التطبيق. الإمكانات المالية.

أساس النموذج الكبير للذكاء الاصطناعي للغة الطبيعية للدجاج المقلي الشهير هو "ثلاثة حسابات، إحداها عملية حسابية. من الناحية النظرية، كلما كانت مجموعة البيانات المقدمة للنموذج الكبير أكبر، كانت النتيجة أفضل بعد التدريب الفعال كلما زادت قدرات التعلم والتنبؤ. إن تقنية blockchain الأساسية لـ Web3 هي في الأساس قاعدة بيانات موزعة، ويشكل الهيكل التسلسلي لبيانات التعبئة في السلاسل الزمنية خاصية عدم إمكانية التلاعب بالبيانات.

قد يكون لكل منهما مزايا تكميلية. يمكن لـ Web3 Blockchain تخزين البيانات بشكل آمن، وكنوع من دفتر الأستاذ، يمكن لسمات "التخزين الموزع والحوسبة" الخاصة به أن توفر ضمانات التسعير والأصالة لحسابات الذكاء الاصطناعي، ويمكن للذكاء الاصطناعي تحسين كفاءة معاملات blockchain، والكفاءة، وأتمتة إجراءات معالجة البيانات المعقدة.

أحد الأمثلة على ذلك هو أتمتة المعاملات عبر السلسلة، والتي يمكن تطبيقها على أسواق الأصول المشفرة. يمكن لخوارزميات الذكاء الاصطناعي المدفوعة بالتعلم الآلي تتبع تقلبات السوق، وتحليل البيانات واسعة النطاق، والعثور على الأنماط والاتجاهات، وتنفيذ المعاملات وفقًا لمعايير محددة مسبقًا.

يمكن أيضًا تطبيق الذكاء الاصطناعي على أمان blockchain، وذلك باستخدام خوارزميات التعلم الآلي لفحص بيانات المعاملات، والبحث عن الاتجاهات المشبوهة أو الحالات الشاذة، والتعلم المستمر من البيانات لتجنب المخاطر الجديدة.

على الرغم من أن كلا من الذكاء الاصطناعي وWeb3 لا يزالان في بداياتهما حاليًا، إلا أن الأول يعتبر لديه القدرة على إحداث تغييرات في Web3 وحتى سوق الأصول المشفرة. ويظهر تقرير صادر عن Fortune Business Insights أن سوق الذكاء الاصطناعي لبلوكتشين بلغ 220.5 مليون دولار أمريكي في عام 2020 ويمكن أن يصل إلى 973.6 مليون دولار أمريكي بحلول عام 2027، بمعدل نمو سنوي مركب قدره 23.6٪.

بتقييم مشاريع AI+Web3، ليس من الصعب أن نجد أن المشاريع الثمانية الرائدة الحالية المبكرة تلعب بشكل أساسي خصائص "الذكاء الاصطناعي يحسن الإنتاجية" وقد طبقت نماذج الذكاء الاصطناعي الكبيرة وقدرات التعلم الآلي على تتضمن المرافق التقنية للطبقة السفلية من Web3 أو التطبيقات المحددة ما يلي:

• تطبيق إمكانات الجيل متعدد الوسائط (AIGC) للذكاء الاصطناعي على إنشاء NFT؛

على سبيل المثال، ChainGPT (CGPT)، لا يستطيع حل الذكاء الاصطناعي blockchain هذا فقط توفير إنشاء محتوى نصي ودردشة AI شائعة في عالم Web2 بالإضافة إلى وظيفة الروبوت، وهو أيضًا مولد NFT؛ ومثال آخر هو Aspecta، الذي يبني نظام هوية مولد بالذكاء الاصطناعي يربط حسابات Web2 وWeb3 من خلال معرف Aspecta، وتشكيل اتصالات مجتمعية بناءً على خبرة وتجربة صاحب الحساب، و الوصول إلى DAOs والتطبيقات المختلفة.

• ترجمة إمكانات التعلم الآلي للذكاء الاصطناعي إلى أدوات/أنظمة أساسية لبناء تطبيقات Web3؛

على سبيل المثال، يعد Fetch.ai (FET) عبارة عن بنية تحتية لتطوير التطبيقات اللامركزية. ويستخدم تقنية أتمتة الذكاء الاصطناعي لتوفير طرق لإنشاء وربط الوكلاء الأذكياء (Agents). الأدوات التي تساعد المستخدمين على تنفيذ عمليات معقدة المهام في الاقتصاد الرقمي.

• تطبيق إمكانات التخزين والمعاملات والحوسبة الموزعة لـ Web3 على مواد/موارد الإنتاج المطلوبة لتطوير الذكاء الاصطناعي؛

  p>
  strong>

  ‍على سبيل المثال، iExec (RLC)، وهو سوق أصول حوسبة لامركزية يعتمد على blockchain، تهدف إلى ربط موفري الموارد ومستخدمي الموارد، مما يسمح لأي شخص باستئجار الطاقة الحاسوبية ومجموعات البيانات؛ مثال آخر هو شبكة خدمات الذكاء الاصطناعي اللامركزية SingularityNET (AGIX)، والتي تسمح للمستخدمين بنشر الخدمات على الشبكة للدفع من جانب الطلب (المشفرة) الأصول) التكامل.

  8 مشاريع رائدة مبكرة لـ AI+Web3

  في AI+Web3، بالإضافة إلى المشاريع الرائدة الثمانية المبكرة المذكورة أعلاه، هناك أيضًا بعض "اللاعبين" الجدد في طريقهم إلى المسار الصحيح.

  بالنسبة للمزيج الأكثر وضوحًا من "البيانات"، هناك مشاريع تستخدم الخصائص الموزعة لـ blockchain لحل مشكلة احتكار البيانات.

  على سبيل المثال، تسمح شبكة Bagel Network، التي أنشأت مفهوم "بحيرة بيانات التعلم الآلي"، للمستخدمين بتخزين جميع البيانات المنظمة وغير المنظمة على أي نطاق، ودعم علماء البيانات ومهندسي الذكاء الاصطناعي بتكلفة منخفضة والحصول على / تبادل مجموعات البيانات المعتمدة والقابلة للتحقق بطريقة تحافظ على الخصوصية. الغرض من شبكة Bagel هو بناء منصة بيانات لا مركزية لدعم نماذج التعلم الآلي (ML).

  هناك أيضًا العديد من المشاريع الجديدة التي تطبق إمكانيات الذكاء الاصطناعي بشكل مباشر على التطبيقات المالية الأكثر شهرة في Web3، بما في ذلك مجالات التداول والدفع للأصول المشفرة.

  على سبيل المثال، بروتوكول GT هو بروتوكول تنفيذ الذكاء الاصطناعي للأصول المشفرة الذي احتضنته ChainGPT، وهو يسمح لأي كيان أو فرد بإنشاء مجمع عقود DeFi الذكية واستخدام الذكاء الاصطناعي لجمع وإدارة السيولة التي يساهم بها المستخدمون. فمن ناحية، فإنه يستفيد من قدرات الأتمتة للذكاء الاصطناعي، ومن ناحية أخرى، فإنه يستفيد أيضًا من الميزات الشفافة للعقود الذكية على السلسلة.

  

   8 تطبيقات AI+Web3 جديدة‍‍

  من المتوقع أنه في عام 2024، ستظهر النماذج والتطبيقات الكبيرة المتعلقة بالذكاء الاصطناعي استمر في التطور في اتجاه لا نهاية له، وسيستمر عالم Web3، الذي يحب مطاردة الموضوعات الساخنة، في متابعة الموضوع الساخن للذكاء الاصطناعي، كما سيؤدي التطور والتكامل بين التقنيتين إلى زيادة حجم قطاع الذكاء الاصطناعي سوق الأصول المشفرة.. ‍‍‍‍‍‍‍‍‍‍