مؤخراً، تحدث عدد من المطورين في الصف الأمامي لـ web3AI Build، واكتشفوا أن العمل حول بنية web3AI معقد أكثر بكثير مما يتصورون:
في الوقت الحالي، فإن معظم مشاريع الذكاء الاصطناعي النشطة في web3 أصبحت عمومًا تعتمد على ثقافة الميم، حيث تبالغ في سرد الكثير من القصص التي لا يمكن تحقيقها أو تنفيذها. المفتاح هو أنها جذبت معظم الانتباه والسيولة من خلال إصدار العملات بسرعة لدخول السوق، بالإضافة إلى الفوضى التي تحدث بعد انهيار الفقاعة القصيرة الأجل (EV سلبية). ويرجع ذلك أساسًا إلى أن سرد الذكاء الاصطناعي + التشفير أصبح جذابًا للغاية، بينما التحديات في تطبيقه الفعلي كبيرة جدًا، لذا أصبحت هذه المشاريع في البداية منطقة كوارث فقاعة تعتمد على السرد وإصدار العملات.
بنية web3AI هي في جوهرها إعادة بناء للبنية التحتية للذكاء الاصطناعي في web2، وغالبًا ما تكون مجهدة وغير مجزية. تمامًا كما كان الحال عندما تحدت العملات المشفرة المركزية باسم اللامركزية، فقد تم انتقاد بناء الهياكل الشبكية اللامركزية لفترة طويلة بسبب تكرارها وعدم جدواها، حتى وجدت التطبيقات اللامركزية المالية في وقت لاحق بعض نقاط التقاط القيمة.
إن الوضع الحالي لـ web3AI لا يختلف عن الرؤية السابقة لـ Crypto اللامركزية. لا يزال معظم الناس معتادين على قول "ما فائدة web3AI؟" بطريقة غير جدية. لكن لا تنسَ أن تجميع القدرة الحاسوبية اللامركزية والتفكير الموزع وشبكات تعليم البيانات الموزعة، وغيرها، يمكن أن تجد نقاط دخول من حيث تكلفة التدريب والأداء والعملية. لا يمكن إلا أن نقول إن الطريق أمامنا مليء بالعقبات، ولكنه ذو أهمية كبيرة؛
إن تكلفة بناء وتوسيع بنية web3AI التحتية خلال فترة التجريب والخطأ كبيرة، وتتطلب دعماً قوياً من العقلانية. على سبيل المثال، الجميع يعرف أن web3AI يحتاج إلى بناء طبقة البيانات، لكن تنظيف البيانات الضخمة على السلسلة وغير السلسلة يتطلب الكثير من تكاليف تشغيل الخوادم والتطوير. في الوقت نفسه، تتطلب تكلفة إدخال واجهات برمجة التطبيقات web3AI الناضجة وكذلك تكلفة الحوسبة وضبط الخوارزميات تكاليف أيضاً. إذا تم التركيز على تطبيقات الوكيل، يمكن أن يتم استكشاف نماذج تحقيق الدخل بسرعة، لكن إذا تم التركيز على المستوى التحتية، فإن هذا يعد تحدياً للعديد من فرق المطورين في ظل الخلفية السوقية الحالية التي لا تحظى فيها التقنية السردية بشعبية.
الأكثر إزعاجًا هو أنه، على عكس البنية التحتية التقليدية للويب 2، يجب على Web3 AI أيضًا حل مشكلة التنسيق بين البيانات خارج السلسلة والتحقق منها على السلسلة، وآلية توزيع وتحديث النماذج في شبكة P2P، بالإضافة إلى التصميم المعقد الذي يستبدل النماذج التجارية التقليدية بتحفيز Tokenomics وغيرها. وقد جعلت النظرة القصيرة للرساميل والأجواء التي تفضل المضاربة بعض الأموال الساخنة تتدفق إلى تطبيقات الوكيل التي تم إطلاقها بسرعة فقط للاستفادة من الاتجاهات، مما يجعل الفرق التي تعمل بجد في مستوى البنية التحتية تواجه صعوبة في الحصول على الدعم الكافي.
تواجه نماذج كبيرة تتوافق مع خصائص "الصندوق الأسود" لمشاريع web3AI مشكلة الوهم، مما يجعل تحديات الأمان والمصداقية لها ضخمة في سيناريوهات معينة. رؤية @SlowMist_Team
مؤخراً، كانت هناك نتائج تتعلق بثغرات أمان MCP، ويبدو أن التدقيق الأمني المتخصص حول MCP يمكن أن يدعم بشكل مستقبلي مكانة Slow Mist كشركة تدقيق ذكاء اصطناعي. هذه مجرد حالة تجريبية، تؤكد التحديات الأمنية غير المعروفة التي تواجهها نماذج اللغة الكبيرة للذكاء الاصطناعي عند الاتصال بالبنية التحتية للذكاء الاصطناعي في web3. لكن المشاكل المتعلقة بالبنية التحتية للذكاء الاصطناعي في web3 تتجاوز ذلك، بالإضافة إلى إطار الحوسبة القابلة للتحقق المبني على التحقق من التشفير في web3 وآليات توافق الآراء على السلسلة، لضمان إمكانية تتبع وتحقق عملية استنتاج الذكاء الاصطناعي.
في الواقع، فإن إطار التحقق الموثوق به والحسابات للذكاء الاصطناعي هو المجال الأساسي الذي يجب على web3AI infra التغلب عليه. حاليًا، تواجه النماذج الكبيرة صعوبة في معالجة المعلومات الحساسة للغاية مثل المالية، والرعاية الصحية، والقانونية، نظرًا لعدم قدرتها على تقديم قابلية التحقق من عملية الاستدلال، مما يقيد بشكل كبير معدل اعتمادها في المجالات المتخصصة. نضوج web3 AI infra، مثل zkVM القائم على الطبقة، وشبكة Oracle اللامركزية، وحلول الذاكرة اللامركزية، يمكن أن يوفر للذكاء الاصطناعي إطار حساب يمكن التحقق منه وإثباته، مما يساعد الذكاء الاصطناعي على تحقيق التوسع السريع في السيناريوهات العمودية.
فوق.
إن بناء البنية التحتية وتطبيقات web3AI لن يحدث بين عشية وضحاها، بل هي سباق ماراثوني طويل. من يستطيع حقًا بناء بنية تحتية ونظام تطبيقات يحل المشكلات الواقعية، ومن يستطيع موازنة العلاقة بين الضجة والقيمة خلال عملية الذهاب إلى السوق، ومن يستطيع العثور على حل تجاري عملي مع الحفاظ على النظرة المستقبلية للتكنولوجيا، هو من سيكون في النهاية الفائز الحقيقي في الصناعة.
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
رحلة بناء البنية التحتية لـ Web3 AI وبناء التطبيقات هي سباق ماراثون طويل.
مقال كتبه: هاوتيان
مؤخراً، تحدث عدد من المطورين في الصف الأمامي لـ web3AI Build، واكتشفوا أن العمل حول بنية web3AI معقد أكثر بكثير مما يتصورون:
في الوقت الحالي، فإن معظم مشاريع الذكاء الاصطناعي النشطة في web3 أصبحت عمومًا تعتمد على ثقافة الميم، حيث تبالغ في سرد الكثير من القصص التي لا يمكن تحقيقها أو تنفيذها. المفتاح هو أنها جذبت معظم الانتباه والسيولة من خلال إصدار العملات بسرعة لدخول السوق، بالإضافة إلى الفوضى التي تحدث بعد انهيار الفقاعة القصيرة الأجل (EV سلبية). ويرجع ذلك أساسًا إلى أن سرد الذكاء الاصطناعي + التشفير أصبح جذابًا للغاية، بينما التحديات في تطبيقه الفعلي كبيرة جدًا، لذا أصبحت هذه المشاريع في البداية منطقة كوارث فقاعة تعتمد على السرد وإصدار العملات.
بنية web3AI هي في جوهرها إعادة بناء للبنية التحتية للذكاء الاصطناعي في web2، وغالبًا ما تكون مجهدة وغير مجزية. تمامًا كما كان الحال عندما تحدت العملات المشفرة المركزية باسم اللامركزية، فقد تم انتقاد بناء الهياكل الشبكية اللامركزية لفترة طويلة بسبب تكرارها وعدم جدواها، حتى وجدت التطبيقات اللامركزية المالية في وقت لاحق بعض نقاط التقاط القيمة.
إن الوضع الحالي لـ web3AI لا يختلف عن الرؤية السابقة لـ Crypto اللامركزية. لا يزال معظم الناس معتادين على قول "ما فائدة web3AI؟" بطريقة غير جدية. لكن لا تنسَ أن تجميع القدرة الحاسوبية اللامركزية والتفكير الموزع وشبكات تعليم البيانات الموزعة، وغيرها، يمكن أن تجد نقاط دخول من حيث تكلفة التدريب والأداء والعملية. لا يمكن إلا أن نقول إن الطريق أمامنا مليء بالعقبات، ولكنه ذو أهمية كبيرة؛
الأكثر إزعاجًا هو أنه، على عكس البنية التحتية التقليدية للويب 2، يجب على Web3 AI أيضًا حل مشكلة التنسيق بين البيانات خارج السلسلة والتحقق منها على السلسلة، وآلية توزيع وتحديث النماذج في شبكة P2P، بالإضافة إلى التصميم المعقد الذي يستبدل النماذج التجارية التقليدية بتحفيز Tokenomics وغيرها. وقد جعلت النظرة القصيرة للرساميل والأجواء التي تفضل المضاربة بعض الأموال الساخنة تتدفق إلى تطبيقات الوكيل التي تم إطلاقها بسرعة فقط للاستفادة من الاتجاهات، مما يجعل الفرق التي تعمل بجد في مستوى البنية التحتية تواجه صعوبة في الحصول على الدعم الكافي.
مؤخراً، كانت هناك نتائج تتعلق بثغرات أمان MCP، ويبدو أن التدقيق الأمني المتخصص حول MCP يمكن أن يدعم بشكل مستقبلي مكانة Slow Mist كشركة تدقيق ذكاء اصطناعي. هذه مجرد حالة تجريبية، تؤكد التحديات الأمنية غير المعروفة التي تواجهها نماذج اللغة الكبيرة للذكاء الاصطناعي عند الاتصال بالبنية التحتية للذكاء الاصطناعي في web3. لكن المشاكل المتعلقة بالبنية التحتية للذكاء الاصطناعي في web3 تتجاوز ذلك، بالإضافة إلى إطار الحوسبة القابلة للتحقق المبني على التحقق من التشفير في web3 وآليات توافق الآراء على السلسلة، لضمان إمكانية تتبع وتحقق عملية استنتاج الذكاء الاصطناعي.
في الواقع، فإن إطار التحقق الموثوق به والحسابات للذكاء الاصطناعي هو المجال الأساسي الذي يجب على web3AI infra التغلب عليه. حاليًا، تواجه النماذج الكبيرة صعوبة في معالجة المعلومات الحساسة للغاية مثل المالية، والرعاية الصحية، والقانونية، نظرًا لعدم قدرتها على تقديم قابلية التحقق من عملية الاستدلال، مما يقيد بشكل كبير معدل اعتمادها في المجالات المتخصصة. نضوج web3 AI infra، مثل zkVM القائم على الطبقة، وشبكة Oracle اللامركزية، وحلول الذاكرة اللامركزية، يمكن أن يوفر للذكاء الاصطناعي إطار حساب يمكن التحقق منه وإثباته، مما يساعد الذكاء الاصطناعي على تحقيق التوسع السريع في السيناريوهات العمودية.
فوق.
إن بناء البنية التحتية وتطبيقات web3AI لن يحدث بين عشية وضحاها، بل هي سباق ماراثوني طويل. من يستطيع حقًا بناء بنية تحتية ونظام تطبيقات يحل المشكلات الواقعية، ومن يستطيع موازنة العلاقة بين الضجة والقيمة خلال عملية الذهاب إلى السوق، ومن يستطيع العثور على حل تجاري عملي مع الحفاظ على النظرة المستقبلية للتكنولوجيا، هو من سيكون في النهاية الفائز الحقيقي في الصناعة.