دمج الذكاء الاصطناعي وWeb3: استعراض أبرز النقاط من مؤتمر الإجماع في هونغ كونغ 2025
في مؤتمر الإجماع 2025 الذي أقيم مؤخرًا في هونغ كونغ، أصبحت融合 الذكاء الاصطناعي وWeb3 موضوعًا شائعًا. خلال المؤتمر، تم إجراء مناقشات واسعة حول دمج الذكاء الاصطناعي وWeb3 سواء في القاعة الرئيسية أو في القاعات الفرعية. ستقدم هذه المقالة ملخصًا لأبرز النقاط المتعلقة بمشاريع الذكاء الاصطناعي التي تم تناولها في هذا المؤتمر.
أ. بنية تحتية للذكاء الاصطناعي
1. منصة وإطار عمل وكيل الذكاء الاصطناعي
مع تطور تكنولوجيا الذكاء الاصطناعي، أصبحت منصات الإطلاق والبنية التحتية من الفئات الأساسية لوكلاء الذكاء الاصطناعي محط اهتمام كبير خلال الأشهر الستة الماضية. توفر هذه المشاريع للمطورين والمستخدمين العاديين منصة لاستخدام وكلاء الذكاء الاصطناعي بحد أدنى من المتطلبات، مما يجعلها واحدة من الاتجاهات الرئيسية في هذه الجولة من مشاريع الذكاء الاصطناعي.
0G Labs: أول نظام تشغيل ذكاء اصطناعي لامركزي (deAIOS)، من خلال بناء Layer 1 مخصص للذكاء الاصطناعي، يربط بين موارد الحساب والبيانات والنماذج، مما يخلق نظامًا بيئيًا لتطوير الذكاء الاصطناعي الموزع.
DeAgentAI: منصة مبتكرة تركز على الذكاء الاصطناعي اللامركزي، تهدف إلى دفع تطوير تقنيات الوكلاء المتعددة (Multi-Agent Systems).
Autonomys Network: بنية تحتية لامركزية تهدف إلى تحقيق التعاون الآمن والمستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكيل ذكاء اصطناعي خاص بهم لتنفيذ مجموعة متنوعة من المهام المستقلة.
شبكة غايا: منصة بنية تحتية للذكاء الاصطناعي اللامركزي، تدعم التطوير والتشغيل الموزع لوكلاء الذكاء الاصطناعي والتطبيقات، من خلال دمج تخزين البيانات الموزع والحوسبة والتحقق من البيانات بتقنية blockchain.
Questflow: شبكة متعددة من وكلاء الذكاء الاصطناعي اللامركزية، حيث يمكن للمستخدمين ببساطة وصف احتياجاتهم، وسيقوم شبكة الوكلاء الذكية بإكمال المهام بشكل مستقل.
2. الذكاء الاصطناعي اللامركزي
الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. في الوقت الحالي، تعمل العديد من المشاريع في اتجاهات مثل قوة الحوسبة والبيانات والنماذج، على أمل كسر احتكار الشركات الكبرى لنماذج اللغة الكبيرة من خلال أسلوب لامركزي، ومساعدة الناس في الحصول على ملكية البيانات والنماذج.
Vana: تسعى لبناء منصة لسيادة بيانات المستخدمين اللامركزية، وتحويل البيانات الشخصية إلى أصول مالية.
OpenLedger: يركز على الجيل القادم من الشبكات المعتمدة على الذكاء الاصطناعي وblockchain، ويوفر بنية تحتية للاقتصاد اللامركزي، ويدعم المطورين في الحصول على بيانات عالية الجودة، وضبط نماذج اللغة المخصصة ونشرها كخدمة مدفوعة.
IO.NET: منصة حوسبة لامركزية، تقدم خدمات الوصول عند الطلب لمجموعات GPU و CPU، تهدف إلى القضاء على حاجة المستخدمين للأجهزة أو البنية التحتية باهظة الثمن.
Aethir: منصة مبتكرة تركز على توفير بنية تحتية للحوسبة السحابية الموزعة، بما في ذلك Aethir Earth (سحابة GPU عارية مصممة خصيصًا لمهام الحوسبة الذكية) و Aethir Atmosphere (شبكة GPU سحابية محسّنة لصناعة الألعاب).
MinionLab: شبكة الذكاء الاصطناعي المستقل اللامركزية، تُعرف هذه الوكلاء باسم "Minions"، تعمل على أجهزة المستخدمين لاستخراج بيانات الإنترنت في الوقت الفعلي.
GAIB: يهدف إلى تقديم حلول اقتصادية في مجالات الذكاء الاصطناعي والحوسبة عالية الأداء، ويهدف إلى إنشاء فئة أصول ونظام اقتصادي جديد من خلال توطين وتشفير موارد GPU.
Kite AI: منصة بلوكشين لير 1 لا مركزية مصممة خصيصًا للاقتصاد الذكاء الاصطناعي، من خلال آلية إجماع مبتكرة تسمى إثبات الذكاء الاصطناعي (PoAI)، تفتح المجال للوصول العادل والمكافآت للأصول الذكاء الاصطناعي.
Automata: يوفر طبقة وسطى لحماية الخصوصية ووظائف الحوسبة غير القابلة للتعقب لتطبيقات اللامركزية (DApps).
Public AI: إنشاء منصة بيانات AI مفتوحة وشفافة، تدعم جمع وتوسيم البيانات متعددة الأنماط، بما في ذلك النصوص والصوتيات ومقاطع الفيديو وبيانات الخرائط.
3. الذكاء الاصطناعي القابل للتحقق
تتمثل إحدى التحديات المهمة في تطوير الذكاء الاصطناعي في عدم شفافية عملية التدريب، وضمان دقة نتائج الذكاء الاصطناعي. حاليًا، هناك العديد من المشاريع التي تأمل في تحقيق قابلية التحقق من عملية تدريب الذكاء الاصطناعي من خلال تقنيات مثل ZKP و TEE، لضمان موثوقية نتائج الذكاء الاصطناعي.
Phala Network: منصة حوسبة سحابية لامركزية، تقدم خدمات حساب الخصوصية الموثوقة واستدلال الذكاء الاصطناعي لتطبيقات السلسلة.
Brevis: محرك حسابات لامركزي، يوفر الذكاء الاصطناعي القابل للتحقق وحسابات البلوكشين خارج السلسلة، ويجمع بين إثباتات المعرفة الصفرية (ZKP) لتعزيز الخصوصية والكفاءة.
شبكة فيريسينس: منصة مبتكرة تركز على التحقق من البيانات اللامركزية وAI الموثوق، تساعد المطورين في التحقق من مصادر البيانات، وضمان صحة واكتمال بيانات التدريب.
ثانياً، حالات استخدام الذكاء الاصطناعي: الإمكانيات والتوقعات
بالنسبة للبنية التحتية الغنية للذكاء الاصطناعي، لا تزال مشاريع الحالات الفعلية المثيرة للاهتمام للذكاء الاصطناعي قليلة نسبيًا. فيما يلي بعض تطبيقات الذكاء الاصطناعي التي تستحق الانتباه:
Narra: منصة Gamefi AI Agent على Berachain، تستخدم محرك AI لإنشاء محتوى سردي ديناميكي في الوقت الحقيقي، تتفاعل مع اللاعبين، وتدفع تقدم القصة.
AI Travel：مساعد السفر المدعوم بالذكاء الاصطناعي، يمكنه مساعدة المستخدمين في تخصيص خطط السفر تلقائيًا من خلال الدردشة، وتقديم خدمات حجز الفنادق ومقارنة الأسعار.
HeyTracyAI: وكيل AI للتعليق الرياضي يركز على كرة السلة، يمكنه تقديم تحليلات حية ورؤى تنبؤية للمباريات.
AskJimmy: منصة وكيل الذكاء الاصطناعي التي تركز على مجال المالية والتداول، تهدف إلى إنشاء صندوق تحوط متعدد الاستراتيجيات يعمل بشكل مستقل بواسطة وكيل الذكاء الاصطناعي.
ثلاثة، تحول المشاريع التقليدية إلى الذكاء الاصطناعي
اتجاه السوق، العديد من مشاريع Web3 التقليدية تحتضن أيضًا الذكاء الاصطناعي، وتعلن عن خطط تحولها إلى الذكاء الاصطناعي:
قامت سلاسل الكتل مثل Sui و Near و Flow و Aptos بالمشاركة بنشاط في المؤتمرات المتعلقة بالذكاء الاصطناعي، مشيرة إلى أن وكيل الذكاء الاصطناعي يساعد في تبسيط العمليات التفاعلية المعقدة في سلسلة الكتل، مما يجذب المزيد من المستخدمين للدخول إلى عالم Web3.
إيغانلاير تبني طبقة ثقة لامركزية (Decentralized Trust) ، وتقدم خدمات سحابية قابلة للتحقق (Verifiable Cloud) ، لتوفير إثباتات على السلسلة للعمليات غير المتصلة مثل تدريب الذكاء الاصطناعي واستنتاجه والتنبؤ.
أربعة، التحديات والمستقبل
على الرغم من أن الآفاق مشرقة، إلا أن تطوير الذكاء الاصطناعي على السلسلة لا يزال يواجه العديد من التحديات، بما في ذلك عدم موثوقية النموذج، والغموض في نوايا كلمات التلميح، وحدود التخزين والأجهزة، بالإضافة إلى قضايا الخصوصية والأمان. هذه التحديات لا تجلب فقط مشاكل تقنية، بل تزرع أيضًا فرصًا مبتكرة هائلة. على المدى الطويل، تمتلك الصناعة آمالًا كبيرة في تطوير الذكاء الاصطناعي على السلسلة، وتتطلع إلى دفع دمج الذكاء الاصطناعي وWeb3 بشكل مشترك من خلال المزيد من تحسين البنية التحتية، وابتكار حالات الاستخدام، والتعاون المجتمعي.
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 17
أعجبني
17
6
إعادة النشر
مشاركة
تعليق
0/400
NFT_Therapy
· 08-10 14:19
لقد بدأوا من جديد في تداول المفاهيم
شاهد النسخة الأصليةرد0
LiquidationWatcher
· 08-10 01:53
ما الذي يمكن أن يكون جذابًا مرة أخرى، لقد تم تداول الذكاء الاصطناعي و web3 في العديد من الجولات.
عصر جديد من دمج الذكاء الاصطناعي وWeb3: تحليل أبرز النقاط في مؤتمر الإجماع في هونغ كونغ 2025
دمج الذكاء الاصطناعي وWeb3: استعراض أبرز النقاط من مؤتمر الإجماع في هونغ كونغ 2025
في مؤتمر الإجماع 2025 الذي أقيم مؤخرًا في هونغ كونغ، أصبحت融合 الذكاء الاصطناعي وWeb3 موضوعًا شائعًا. خلال المؤتمر، تم إجراء مناقشات واسعة حول دمج الذكاء الاصطناعي وWeb3 سواء في القاعة الرئيسية أو في القاعات الفرعية. ستقدم هذه المقالة ملخصًا لأبرز النقاط المتعلقة بمشاريع الذكاء الاصطناعي التي تم تناولها في هذا المؤتمر.
أ. بنية تحتية للذكاء الاصطناعي
1. منصة وإطار عمل وكيل الذكاء الاصطناعي
مع تطور تكنولوجيا الذكاء الاصطناعي، أصبحت منصات الإطلاق والبنية التحتية من الفئات الأساسية لوكلاء الذكاء الاصطناعي محط اهتمام كبير خلال الأشهر الستة الماضية. توفر هذه المشاريع للمطورين والمستخدمين العاديين منصة لاستخدام وكلاء الذكاء الاصطناعي بحد أدنى من المتطلبات، مما يجعلها واحدة من الاتجاهات الرئيسية في هذه الجولة من مشاريع الذكاء الاصطناعي.
0G Labs: أول نظام تشغيل ذكاء اصطناعي لامركزي (deAIOS)، من خلال بناء Layer 1 مخصص للذكاء الاصطناعي، يربط بين موارد الحساب والبيانات والنماذج، مما يخلق نظامًا بيئيًا لتطوير الذكاء الاصطناعي الموزع.
DeAgentAI: منصة مبتكرة تركز على الذكاء الاصطناعي اللامركزي، تهدف إلى دفع تطوير تقنيات الوكلاء المتعددة (Multi-Agent Systems).
Autonomys Network: بنية تحتية لامركزية تهدف إلى تحقيق التعاون الآمن والمستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكيل ذكاء اصطناعي خاص بهم لتنفيذ مجموعة متنوعة من المهام المستقلة.
شبكة غايا: منصة بنية تحتية للذكاء الاصطناعي اللامركزي، تدعم التطوير والتشغيل الموزع لوكلاء الذكاء الاصطناعي والتطبيقات، من خلال دمج تخزين البيانات الموزع والحوسبة والتحقق من البيانات بتقنية blockchain.
Questflow: شبكة متعددة من وكلاء الذكاء الاصطناعي اللامركزية، حيث يمكن للمستخدمين ببساطة وصف احتياجاتهم، وسيقوم شبكة الوكلاء الذكية بإكمال المهام بشكل مستقل.
2. الذكاء الاصطناعي اللامركزي
الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. في الوقت الحالي، تعمل العديد من المشاريع في اتجاهات مثل قوة الحوسبة والبيانات والنماذج، على أمل كسر احتكار الشركات الكبرى لنماذج اللغة الكبيرة من خلال أسلوب لامركزي، ومساعدة الناس في الحصول على ملكية البيانات والنماذج.
Vana: تسعى لبناء منصة لسيادة بيانات المستخدمين اللامركزية، وتحويل البيانات الشخصية إلى أصول مالية.
Hyperbolic: منصة سحابية للذكاء الاصطناعي مفتوحة الوصول، تدمج موارد الحوسبة العالمية، وتوفر للمستخدمين موارد GPU وخدمات ذكاء اصطناعي اقتصادية وقابلة للتوسع.
OpenLedger: يركز على الجيل القادم من الشبكات المعتمدة على الذكاء الاصطناعي وblockchain، ويوفر بنية تحتية للاقتصاد اللامركزي، ويدعم المطورين في الحصول على بيانات عالية الجودة، وضبط نماذج اللغة المخصصة ونشرها كخدمة مدفوعة.
IO.NET: منصة حوسبة لامركزية، تقدم خدمات الوصول عند الطلب لمجموعات GPU و CPU، تهدف إلى القضاء على حاجة المستخدمين للأجهزة أو البنية التحتية باهظة الثمن.
Aethir: منصة مبتكرة تركز على توفير بنية تحتية للحوسبة السحابية الموزعة، بما في ذلك Aethir Earth (سحابة GPU عارية مصممة خصيصًا لمهام الحوسبة الذكية) و Aethir Atmosphere (شبكة GPU سحابية محسّنة لصناعة الألعاب).
MinionLab: شبكة الذكاء الاصطناعي المستقل اللامركزية، تُعرف هذه الوكلاء باسم "Minions"، تعمل على أجهزة المستخدمين لاستخراج بيانات الإنترنت في الوقت الفعلي.
GAIB: يهدف إلى تقديم حلول اقتصادية في مجالات الذكاء الاصطناعي والحوسبة عالية الأداء، ويهدف إلى إنشاء فئة أصول ونظام اقتصادي جديد من خلال توطين وتشفير موارد GPU.
Kite AI: منصة بلوكشين لير 1 لا مركزية مصممة خصيصًا للاقتصاد الذكاء الاصطناعي، من خلال آلية إجماع مبتكرة تسمى إثبات الذكاء الاصطناعي (PoAI)، تفتح المجال للوصول العادل والمكافآت للأصول الذكاء الاصطناعي.
Automata: يوفر طبقة وسطى لحماية الخصوصية ووظائف الحوسبة غير القابلة للتعقب لتطبيقات اللامركزية (DApps).
Public AI: إنشاء منصة بيانات AI مفتوحة وشفافة، تدعم جمع وتوسيم البيانات متعددة الأنماط، بما في ذلك النصوص والصوتيات ومقاطع الفيديو وبيانات الخرائط.
3. الذكاء الاصطناعي القابل للتحقق
تتمثل إحدى التحديات المهمة في تطوير الذكاء الاصطناعي في عدم شفافية عملية التدريب، وضمان دقة نتائج الذكاء الاصطناعي. حاليًا، هناك العديد من المشاريع التي تأمل في تحقيق قابلية التحقق من عملية تدريب الذكاء الاصطناعي من خلال تقنيات مثل ZKP و TEE، لضمان موثوقية نتائج الذكاء الاصطناعي.
Phala Network: منصة حوسبة سحابية لامركزية، تقدم خدمات حساب الخصوصية الموثوقة واستدلال الذكاء الاصطناعي لتطبيقات السلسلة.
Brevis: محرك حسابات لامركزي، يوفر الذكاء الاصطناعي القابل للتحقق وحسابات البلوكشين خارج السلسلة، ويجمع بين إثباتات المعرفة الصفرية (ZKP) لتعزيز الخصوصية والكفاءة.
شبكة فيريسينس: منصة مبتكرة تركز على التحقق من البيانات اللامركزية وAI الموثوق، تساعد المطورين في التحقق من مصادر البيانات، وضمان صحة واكتمال بيانات التدريب.
ثانياً، حالات استخدام الذكاء الاصطناعي: الإمكانيات والتوقعات
بالنسبة للبنية التحتية الغنية للذكاء الاصطناعي، لا تزال مشاريع الحالات الفعلية المثيرة للاهتمام للذكاء الاصطناعي قليلة نسبيًا. فيما يلي بعض تطبيقات الذكاء الاصطناعي التي تستحق الانتباه:
Narra: منصة Gamefi AI Agent على Berachain، تستخدم محرك AI لإنشاء محتوى سردي ديناميكي في الوقت الحقيقي، تتفاعل مع اللاعبين، وتدفع تقدم القصة.
AI Travel：مساعد السفر المدعوم بالذكاء الاصطناعي، يمكنه مساعدة المستخدمين في تخصيص خطط السفر تلقائيًا من خلال الدردشة، وتقديم خدمات حجز الفنادق ومقارنة الأسعار.
HeyTracyAI: وكيل AI للتعليق الرياضي يركز على كرة السلة، يمكنه تقديم تحليلات حية ورؤى تنبؤية للمباريات.
AskJimmy: منصة وكيل الذكاء الاصطناعي التي تركز على مجال المالية والتداول، تهدف إلى إنشاء صندوق تحوط متعدد الاستراتيجيات يعمل بشكل مستقل بواسطة وكيل الذكاء الاصطناعي.
ثلاثة، تحول المشاريع التقليدية إلى الذكاء الاصطناعي
اتجاه السوق، العديد من مشاريع Web3 التقليدية تحتضن أيضًا الذكاء الاصطناعي، وتعلن عن خطط تحولها إلى الذكاء الاصطناعي:
قامت سلاسل الكتل مثل Sui و Near و Flow و Aptos بالمشاركة بنشاط في المؤتمرات المتعلقة بالذكاء الاصطناعي، مشيرة إلى أن وكيل الذكاء الاصطناعي يساعد في تبسيط العمليات التفاعلية المعقدة في سلسلة الكتل، مما يجذب المزيد من المستخدمين للدخول إلى عالم Web3.
إيغانلاير تبني طبقة ثقة لامركزية (Decentralized Trust) ، وتقدم خدمات سحابية قابلة للتحقق (Verifiable Cloud) ، لتوفير إثباتات على السلسلة للعمليات غير المتصلة مثل تدريب الذكاء الاصطناعي واستنتاجه والتنبؤ.
أربعة، التحديات والمستقبل
على الرغم من أن الآفاق مشرقة، إلا أن تطوير الذكاء الاصطناعي على السلسلة لا يزال يواجه العديد من التحديات، بما في ذلك عدم موثوقية النموذج، والغموض في نوايا كلمات التلميح، وحدود التخزين والأجهزة، بالإضافة إلى قضايا الخصوصية والأمان. هذه التحديات لا تجلب فقط مشاكل تقنية، بل تزرع أيضًا فرصًا مبتكرة هائلة. على المدى الطويل، تمتلك الصناعة آمالًا كبيرة في تطوير الذكاء الاصطناعي على السلسلة، وتتطلع إلى دفع دمج الذكاء الاصطناعي وWeb3 بشكل مشترك من خلال المزيد من تحسين البنية التحتية، وابتكار حالات الاستخدام، والتعاون المجتمعي.