الذكاء الاصطناعي والأصول الرقمية: كلاهما يتطور بشكل طبقي، ولكن يختلف في خلق القيمة

robot
إنشاء الملخص قيد التقدم

تحليل المقارنة بين التطور الطبقي لصناعة التشفير والذكاء الاصطناعي

في الآونة الأخيرة، كانت هناك آراء تشير إلى أن استراتيجية "Rollup-Centric" في الإيثيريوم لم تحقق النتائج المتوقعة، وأن معظم الناس لديهم آراء سلبية حول الهيكل المتداخل L1-L2-L3. من المثير للاهتمام أن التطور في مجال الذكاء الاصطناعي خلال العام الماضي شهد أيضاً تطوراً سريعاً مماثلاً L1-L2-L3. من خلال مقارنة مسارات التطور في هذين المجالين، يمكننا رؤية التحديات التي يواجهها كل منهما بشكل أوضح.

في مجال الذكاء الاصطناعي، يظهر التطور الطبقي تقدمًا واضحًا في القدرات:

  1. نماذج اللغة الكبيرة على مستوى L1 (LLMs) وضعت أساس فهم اللغة وتوليدها، ولكنها تعاني من نقص واضح في الاستدلال المنطقي والحسابات الرياضية.

  2. نموذج الاستدلال في طبقة L2 يعالج هذه المشكلات بشكل محدد. على سبيل المثال، تمكنت بعض النماذج من معالجة مسائل رياضية معقدة وتصحيح الأكواد، مما يعوض بشكل فعال عن العمى الإدراكي لـ LLMs.

  3. تتكامل وكالات الذكاء الاصطناعي من الطبقة L3 مع قدرات الطبقتين السابقتين، مما يحول الذكاء الاصطناعي من الاستجابة السلبية إلى التنفيذ النشط، مما يمكنه من تخطيط المهام بشكل مستقل، واستدعاء الأدوات، ومعالجة سير العمل المعقد.

تظهر هذه الهيكلية المتدرجة خصائص "التقدم في القدرات": حيث تضع L1 الأساس، وL2 تعالج النقاط الضعيفة، وL3 تحقق التكامل. كل طبقة تحقق قفزة نوعية بناءً على الطبقة السابقة، مما يجعل المستخدمين يشعرون بوضوح أن الذكاء الاصطناعي أصبح أكثر ذكاءً وفائدة.

بالمقارنة، يتميز التطور الطبقي في صناعة الأصول الرقمية بخصائص "نقل المشكلة":

  1. تواجه سلاسل الكتل من المستوى الأول قيودًا في الأداء، مما أدى إلى ظهور حلول التوسع من المستوى الثاني. ومع ذلك، على الرغم من انخفاض رسوم الغاز وزيادة TPS، لا تزال مشكلة تشتت السيولة ونقص التطبيقات البيئية قائمة.

  2. ظهرت سلسلة التطبيقات العمودية L3 بهدف حل مشاكل L2، لكنها أدت إلى تفكيك أكثر في النظام البيئي، مما أدى إلى تدهور تجربة المستخدم.

يبدو أن هذا التقسيم الهرمي لا ينقل المشكلة إلا من مستوى إلى آخر، دون أن يحل المشكلة الجوهرية بشكل فعلي.

السبب الجذري لهذا الاختلاف قد يكون في:

  • يتم دفع التنمية الهرمية في صناعة الذكاء الاصطناعي بشكل رئيسي من خلال المنافسة التكنولوجية، حيث تبذل الشركات الكبرى قصارى جهدها لتعزيز قدرة النماذج.
  • قطاع الأصول الرقمية يتأثر بشكل أكبر بنموذج الاقتصاد الرمزي، حيث تتركز المؤشرات الأساسية لمشاريع L2 غالبًا على إجمالي قيمة القفل (TVL) وسعر الرموز.

باختصار، هناك صناعة واحدة تكرس جهدها لحل المشكلات التقنية، بينما تركز الأخرى بشكل أكبر على تصميم المنتجات المالية. قد لا يكون هناك إجابة قاطعة حول من هو الصحيح ومن هو الخطأ، فهذا يعتمد على وجهة نظر الفرد وتقييمه للقيم.

بالطبع، هذه المقارنة المجردة ليست مطلقة، بل تقدم وجهة نظر مثيرة للاهتمام من منظور تطور السياق. آمل أن يوفر هذا المقارنة عبر المجالات بعض الإلهام الجديد للجميع.

L10.9%
L3-0.13%
شاهد النسخة الأصلية
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.
  • أعجبني
  • 6
  • إعادة النشر
  • مشاركة
تعليق
0/400
RugResistantvip
· 07-09 19:59
تم الكشف عن مخاطر أمان رئيسية في هيكل حوافز الرموز... يا إلهي
شاهد النسخة الأصليةرد0
ProposalDetectivevip
· 07-09 18:56
لماذا تتشاجرون مرة أخرى
شاهد النسخة الأصليةرد0
P2ENotWorkingvip
· 07-06 20:28
كل شيء انخفاض إلى الصفر هو نقطة البداية
شاهد النسخة الأصليةرد0
GateUser-1a2ed0b9vip
· 07-06 20:28
من سيحل المشاكل الأساسية؟
شاهد النسخة الأصليةرد0
DarkPoolWatchervip
· 07-06 20:27
نقول إن تداول العملات الرقمية لا بد أن ينظر إلى الذكاء الاصطناعي
شاهد النسخة الأصليةرد0
EthSandwichHerovip
· 07-06 20:02
点点点 حمقى又要被 خداع الناس لتحقيق الربح啦
شاهد النسخة الأصليةرد0
  • تثبيت