الذكاء الاصطناعي والأصول الرقمية صناعة التطور المتدرج: مقارنة مثيرة للاهتمام

مؤخراً، يبدو أن استراتيجية Ethereum المتمركزة على Rollup تواجه بعض العقبات، حيث أبدى الكثيرون عدم رضاهم عن الهيكل الهرمي L1-L2-L3. ومع ذلك، من المثير للاهتمام أن مجال الذكاء الاصطناعي شهد أيضاً تطوراً سريعاً مشابهًا في L1-L2-L3 على مدار العام الماضي. دعونا نقارن تطور هذين المجالين ونرى أين تكمن جذور المشكلة.

منطق تقسيم صناعة الذكاء الاصطناعي

يتبع التطور الطبقي للذكاء الاصطناعي منطقًا تدريجيًا للقدرات، حيث تحل كل طبقة مشكلات أساسية لا تستطيع الطبقة السابقة حلها:

1. الطبقة L1: وضعت النماذج اللغوية الكبيرة (LLMs) الأساس لقدرات الفهم والتوليد اللغوي، لكنها تعاني من نقص واضح في الاستدلال المنطقي والحسابات الرياضية.

2. طبقة L2: يتم تحسين نموذج الاستدلال خصيصًا لمعالجة نقاط الضعف في L1. على سبيل المثال، يمكن لبعض النماذج حل مشكلات رياضية معقدة وإجراء تصحيح الكود، مما يعوض بشكل فعال عن النقاط العمياء المعرفية في LLMs.

3. الطبقة L3: دمج وكيل الذكاء الاصطناعي قدرات الطبقتين السابقتين، مما يجعل الذكاء الاصطناعي يتحول من الاستجابة السلبية إلى التنفيذ النشط. يمكنهم تخطيط المهام بأنفسهم، واستدعاء الأدوات، ومعالجة تدفقات العمل المعقدة.

تظهر هذه البنية الطبقية تقدمًا واضحًا في القدرات: L1 يضع الأساس، L2 يعوض النقاط الضعيفة، وL3 يدمج القدرات. يمكن للمستخدمين أن يشعروا بوضوح بتقدم الذكاء الاصطناعي في كل طبقة، مما يجعله أكثر ذكاءً وأكثر فائدة.

منطق التدرج في صناعة الأصول الرقمية

بالمقارنة، يبدو أن تقسيم صناعة الأصول الرقمية قد وقع في حلقة من "نقل المشكلة":

1. الطبقة L1: تواجه الشبكة العامة اختناقات في الأداء.

2. طبقة L2: تم إطلاق خطة التوسع لحل مشاكل L1. على الرغم من أنها خفضت تكاليف الغاز وزادت من TPS، إلا أنها أدت أيضًا إلى مشكلات جديدة تتمثل في تشتت السيولة ونقص التطبيقات البيئية.

3. الطبقة L3: تم تطوير سلسلة التطبيقات العمودية لحل مشاكل L2. ومع ذلك، أدى ذلك إلى تجزئة النظام البيئي، مما حال دون الاستفادة من التآزر الذي توفره البنية التحتية العامة.

يبدو أن هذا النموذج من التطور المتدرج ما هو إلا تحويل المشكلة من مستوى إلى آخر دون حل جذري للمشكلة الأساسية.

الفروق الأساسية

السبب الجذري لهذا الاختلاف قد يكون في:

• يتم دفع تقسيم صناعة الذكاء الاصطناعي من خلال المنافسة التكنولوجية، حيث تسعى الشركات الكبرى إلى تعزيز قدرات النماذج.
• يبدو أن طبقات صناعة الأصول الرقمية تتأثر أكثر باقتصاديات الرموز، حيث تركز المؤشرات الأساسية لحلول الطبقات المختلفة غالبًا على القيمة الإجمالية المقفلة (TVL) وسعر الرموز.

تُظهر هذه المقارنة الفروق الملحوظة في دوافع النمو بين الصناعتين: واحدة تركز على حل المشكلات التقنية، والأخرى تركز أكثر على تصميم المنتجات المالية.

على الرغم من أن هذا المقارنة قد تكون مبسطة للغاية، إلا أنها تقدم لنا بالفعل منظورًا مثيرًا للتفكير في أوجه التشابه والاختلاف بين هذين القطاعين سريع النمو. قد يستغرق الأمر بعض الوقت للتحقق من أيهما يتفوق في مسار تطورهما.