اتجاهات الدمج في مجال الذكاء الاصطناعي: تقاطع Web2 و Web3

مؤخراً، لاحظت تطورات في مجال الذكاء الاصطناعي، ووجدت منطق تطور مثير للاهتمام: AI في Web2 تنتقل من المركزية إلى التوزيع، بينما AI في Web3 تنتقل من مرحلة إثبات المفهوم إلى العملية. هذان الاتجاهان يتسارعان في الاندماج.

تظهر التطورات الأخيرة في Web2 AI أن نماذج الذكاء الاصطناعي أصبحت أكثر خفة وملاءمة. على سبيل المثال، تشير شعبية نماذج الذكاء الاصطناعي غير المتصلة بالإنترنت إلى أن حوامل الذكاء الاصطناعي لم تعد محصورة في مراكز خدمات السحاب الكبيرة، بل يمكن نشرها على الهواتف المحمولة، وأجهزة الحافة، وحتى أجهزة إنترنت الأشياء. في الوقت نفسه، تحقق بعض المساعدات الذكية من خلال بروتوكولات التواصل متعددة الوكلاء حوارًا بين الذكاء الاصطناعي، مما يدل على أن الذكاء الاصطناعي ينتقل من الذكاء الفردي إلى التعاون الجماعي.

أثارت هذه الاتجاهات الجديدة سؤالًا جديدًا: كيف يمكن ضمان توافق البيانات وموثوقية القرارات بين هذه النماذج الذكية الموزعة عندما يصبح حامل الذكاء الاصطناعي موزعًا بشكل كبير؟ يمكن تلخيص سلسلة هذه الحاجة على النحو التالي: التقدم التكنولوجي (تخفيف النموذج) → تغيير أساليب النشر (حامل موزع) → ظهور احتياجات جديدة (التحقق اللامركزي).

في الوقت نفسه، تتغير مسارات تطور Web3 AI. كانت مشاريع AI Agent المبكرة تركز بشكل كبير على خصائص MEME، ولكن السوق مؤخراً بدأ يتجه نحو بناء بنية تحتية AI أساسية أكثر عمقاً. بدأت المشاريع المختلفة في التخصص في جوانب الوظائف مثل القدرة الحاسوبية، والتفكير، ووضع علامات البيانات، والتخزين. على سبيل المثال، تركز بعض المشاريع على تجميع القدرة الحاسوبية اللامركزية، بينما تبني أخرى شبكة تفكير لامركزية، وهناك بعض المشاريع التي تعمل على التعلم الفيدرالي والحوسبة الطرفية.

يمكن تلخيص منطق العرض هذا كما يلي: تبريد حمى MEME (تصفية الفقاعة) → ظهور الطلب على البنية التحتية (الدافع الأساسي) → ظهور تقسيم العمل المتخصص (تحسين الكفاءة) → تأثيرات التعاون البيئي (قيمة الشبكة).

من الجدير بالذكر أن "نقص" طلب Web2 AI يقترب تدريجياً من "قوة" عرض Web3 AI. فبينما أصبح Web2 AI ناضجاً من الناحية التقنية، إلا أنه يفتقر إلى الحوافز الاقتصادية وآليات الحوكمة؛ في حين أن Web3 AI لديه ابتكارات في النموذج الاقتصادي، إلا أن التنفيذ التقني متخلف نسبياً. إن دمج الاثنين يمكن أن يكمل مزايا كل منهما.

تولد هذه الدمج نموذجًا جديدًا يجمع بين "الحوسبة الفعالة" خارج السلسلة و"التحقق السريع" داخل السلسلة. في هذا النموذج، لم يعد الذكاء الاصطناعي مجرد أداة، بل أصبح مشاركًا يحمل هوية اقتصادية. ستظل الموارد مثل قوة الحوسبة والبيانات والاستدلال مركزة خارج السلسلة، ولكنها تحتاج أيضًا إلى شبكة تحقق خفيفة.

يجمع هذا التركيب بين كفاءة ومرونة الحسابات خارج السلسلة، بينما يضمن من خلال التحقق الخفيف على السلسلة الموثوقية والشفافية. قد تصبح هذه النموذج الجديد اتجاهًا مهمًا في تطوير الذكاء الاصطناعي في المستقبل.