دمج Web3 والذكاء الاصطناعي: الفرص والتحديات في العصر الجديد

في القمة العالمية الحكومية الأخيرة، اقترح أحد عمالقة التكنولوجيا مفهوم "الذكاء الاصطناعي السيادي". وقد أثار هذا سؤالًا: أي شكل من أشكال الذكاء الاصطناعي يمكن أن يتوافق حقًا مع مصالح واحتياجات مجتمع العملات المشفرة؟ قد تكمن الإجابة في دمج Web3 والذكاء الاصطناعي.

ناقش مؤسس الإيثريوم في مقالته الأخيرة تأثير التآزر بين العملات المشفرة والذكاء الاصطناعي. وأشار إلى أن الخصائص اللامركزية للعملات المشفرة يمكن أن توازن الاتجاه المركزي للذكاء الاصطناعي؛ وشفافية البلوكشين يمكن أن تعوض عدم الشفافية في الذكاء الاصطناعي؛ كما أن تقنية البلوكشين تفيد في تخزين البيانات المطلوبة للذكاء الاصطناعي وتعقبها. هذا التآزر يمتد عبر النظام البيئي الصناعي بالكامل لـ Web3+AI.

في الوقت الحالي، تركز معظم مشاريع Web3 + AI على استخدام تقنية blockchain لحل مشكلات بناء البنية التحتية في صناعة الذكاء الاصطناعي، بينما تكرس قلة من المشاريع جهودها لاستخدام الذكاء الاصطناعي لحل مشكلات معينة في تطبيقات Web3. تشمل صناعة Web3 + AI أربعة مجالات رئيسية:

1. طبقة القوة الحاسوبية: أصول القوة الحاسوبية مع الزيادة الهائلة في الطلب على تدريب نماذج الذكاء الاصطناعي، أصبحت هناك فجوة طويلة الأمد بين العرض والطلب على قوة الحوسبة، مما أدى إلى ارتفاع سريع في أسعار الأجهزة وتكاليف قوة الحوسبة. يمكن لتقنية Web3 من خلال إنشاء شبكة توزيع قوة الحوسبة، دمج موارد الأجهزة المتوسطة والمنخفضة غير المستخدمة، لتوفير حلول أقوى في قوة الحوسبة للذكاء الاصطناعي بشكل أكثر اقتصادية من خلال الإيجار والمشاركة. تشمل هذه المجال قوة حوسبة مركزية عامة غير مركزية، وقوة حوسبة مخصصة لتدريب الذكاء الاصطناعي واستنتاجه، بالإضافة إلى اتجاهات فرعية مثل قوة حوسبة التقديم ثلاثي الأبعاد.

2. طبقة البيانات: تحويل البيانات إلى أصول البيانات هي المورد الأساسي لتطور الذكاء الاصطناعي. الجمع بين Web3 والذكاء الاصطناعي يمكن أن يحقق جمع البيانات، والتوسيم، وتخزين العمليات بتكاليف أقل وأكثر شفافية، بينما يستفيد المستخدمون العاديون أيضًا. يشمل هذا المجال أنواع المشاريع مثل جمع البيانات، والتجارة، والتوسيم، وتوفير مصادر بيانات blockchain، والتخزين اللامركزي.

3. طبقة المنصة: تحويل قيمة المنصة إلى أصول تسعى المشاريع من نوع المنصات إلى دمج جميع موارد صناعة الذكاء الاصطناعي، بما في ذلك البيانات، وقدرات الحوسبة، والنماذج، ومجتمعات المطورين. تركز بعض المشاريع على بناء منصات استدلال التعلم الآلي الموثوقة والشفافة، باستخدام تقنيات التشفير مثل إثباتات المعرفة الصفرية للتحقق من صحة تنفيذ النماذج. كما تسعى مشاريع أخرى إلى تطوير شبكات بلوكتشين مخصصة للذكاء الاصطناعي، أو بناء منصات لشبكات الوكلاء الذكية.

4. طبقة التطبيق: توطين قيمة الذكاء الاصطناعي تستكشف مشاريع الطبقة التطبيقية بشكل رئيسي تطبيقات الذكاء الاصطناعي في نظام Web3 البيئي. على سبيل المثال، يمكن أن يعمل الذكاء الاصطناعي كأحد المشاركين في ألعاب Web3، أو كأداة للتحكيم في البورصات اللامركزية، أو كمحلل للأسواق التنبؤية. اتجاه مهم آخر هو إنشاء أنظمة ذكاء اصطناعي خاصة لامركزية، من خلال إدارة المجتمع لتعزيز ثقة المستخدمين وقبولهم للذكاء الاصطناعي.

على الرغم من أن مجال Web3+AI لا يزال في مراحله المبكرة، إلا أن آفاق تطوره أثارت نقاشات واسعة داخل الصناعة. من المتوقع أن يخلق هذا الاندماج منتجات ذات قيمة أكبر من الذكاء الاصطناعي المركزي التقليدي، ويتخلص من علامات "السيطرة من قبل الكبار" و"الاحتكار"، لتحقيق نموذج حوكمة ذكاء اصطناعي أكثر ديمقراطية. من خلال المشاركة بشكل أعمق في عملية تطوير الذكاء الاصطناعي، قد يتمكن البشر من تقليل المخاوف غير الضرورية مع الحفاظ على الاحترام تجاه الذكاء الاصطناعي.