في الوقت الحالي، فإن معظم مشاريع الذكاء الاصطناعي النشطة في ويب 3 تتسم عمومًا بالتوجه نحو الميمات، حيث تبالغ في سرد العديد من القصص التي لا يمكن تحقيقها أو تطبيقها. المفتاح هو أنها جذبت معظم الانتباه والسيولة من خلال إصدار العملات بسرعة لدخول السوق، بالإضافة إلى الفوضى التي حدثت بعد انفجار الفقاعة على المدى القصير (EV سلبي). ويرجع ذلك أساسًا إلى أن سرد الذكاء الاصطناعي + العملات المشفرة أصبح جذابًا للغاية، بينما التحديات المتعلقة بتطبيقاته الفعلية كبيرة جدًا، مما جعلها منطقة متضررة من الفقاعات المعتمدة على السرد منذ البداية؛
2）البنية التحتية web3AI هي في جوهرها إعادة بناء للبنية التحتية للذكاء الاصطناعي web2، وغالبًا ما تكون مرهقة وغير مجدية. إنها تشبه التحدي الذي واجهته Crypto للمركزية باسم اللامركزية، على مدى فترة طويلة، تم انتقاد الشبكات اللامركزية بسبب البناء المتكرر غير المجدي، حتى وجدت تطبيقات DeFi لاحقًا بعض نقاط التقاط القيمة.
إن الوضع الحالي لـ web3AI لا يختلف عن رؤية Crypto اللامركزية في بداياتها. لا يزال معظم الناس معتادين على قول "ما فائدة web3AI؟" ولكن لا تنسَ أن تجميع قوة الحوسبة اللامركزية والاستدلال الموزع وشبكات التسمية الموزعة للبيانات يمكن أن تجد نقاط دخول من حيث تكلفة التدريب والأداء والجدوى. يمكن القول إن الطريق طويل وصعب، لكنه ذو أهمية كبيرة؛
يعد بناء البنية التحتية web3AI وتوسيعها مكلفا في فترة التجربة والخطأ ، الأمر الذي يتطلب دعما قويا للعقلانية. على سبيل المثال ، نعلم جميعا أن web3AI يتطلب إنشاء طبقة بيانات ، لكن تنظيف البيانات الضخمة داخل السلسلة وخارجها يتطلب الكثير من تكاليف تشغيل الخادم والصيانة والتطوير ، وفي الوقت نفسه ، تكلفة الوصول الناضج إلى واجهة برمجة تطبيقات web3AI ، وقوة الحوسبة ، وضبط الخوارزمية ، وما إلى ذلك. هذا تحد للعديد من فرق المطورين.
الأمر الأكثر تعقيدًا هو أنه، على عكس البنية التحتية التقليدية للويب 2، يجب على الذكاء الاصطناعي في الويب 3 أيضًا حل مشكلة التنسيق بين البيانات خارج السلسلة والتحقق منها على السلسلة، وآلية توزيع وتحديث النماذج في الشبكة نظير إلى نظير، بالإضافة إلى التصميم المعقد الذي يستبدل نماذج الأعمال التقليدية بتحفيزات Tokenomics، وما إلى ذلك. كما أن قصور نظر رأس المال والأجواء التي تفضل المضاربة في السوق، جعلت بعض الأموال الساخنة تتجه نحو تطبيقات Agent التي تم إطلاقها بسرعة فقط للانضمام إلى الاتجاه، مما أدى إلى صعوبة حصول الفرق التي تعمل بجد في مستوى البنية التحتية على الدعم الكافي.
مشكلة الوهم المتمثلة في النماذج الكبيرة المتوافقة مع "الصندوق الأسود" المتوافقة مع الأشعة تحت الحمراء web3AI تجعل أمانها وجديرتها بالثقة في سيناريوهات محددة تحديا كبيرا. بالنظر إلى الناتج الأخير ل @SlowMist \ _Team من حيث الثغرات الأمنية MCP ، أشعر أن التدقيق الأمني الاحترافي حول MCP يمكن أن يدعم بالفعل وضع SlowMist كشركة تدقيق الذكاء الاصطناعي في المستقبل. هذه مجرد حالة ملموسة تتحقق من التحديات الأمنية غير المعروفة لأجهزة الذكاء الاصطناعي LLMs كمصدر بيانات أساسي للوصول إلى البنية التحتية لشبكة الذكاء الاصطناعي web3. ومع ذلك ، فإن المشكلات المحيطة بالبنية التحتية لشبكة الذكاء الاصطناعي web3 هي أكثر بكثير من هذه ، بالإضافة إلى ذلك ، هناك أطر حوسبة يمكن التحقق منها تم إنشاؤها من خلال التحقق من تشفير web3 وآليات الإجماع على السلسلة لضمان إمكانية تتبع عملية استدلال الذكاء الاصطناعي والتحقق منها.
في الواقع، فإن إطار التحقق الموثوق به من الذكاء الاصطناعي والحساب هو المجال الأساسي الذي يجب على بنية web3AI التغلب عليه. في الوقت الحالي، تعاني النماذج الكبيرة من انخفاض كبير في معدل التبني في المجالات المهنية مثل المالية والرعاية الصحية والقانون بسبب عدم قدرتها على تقديم قابلية التحقق من عملية الاستدلال عند التعامل مع المعلومات الحساسة للغاية. يمكن أن تساعد نضوج بنية web3 AI، مثل zkVM في الطبقة الأساسية، وشبكات Oracle اللامركزية، وحلول الذاكرة اللامركزية، في بناء إطار حساب يمكن التحقق منه وإثباته للذكاء الاصطناعي، مما يساعد بشكل أساسي الذكاء الاصطناعي على تحقيق التوسع السريع في السيناريوهات الأفقية.
أعلاه.
لن تكون رحلة بناء البنية التحتية وتطبيقات web3AI سهلة أو سريعة، بل هي ماراثون طويل. من يستطيع حقًا بناء بنية تحتية وبيئة تطبيقات تحل المشكلات الواقعية، ومن يستطيع موازنة العلاقة بين الضجيج والقيمة في عملية الذهاب إلى السوق، ومن يستطيع العثور على حل تجاري ملموس مع الحفاظ على استشراف التقنية، هو من سيكون قادرًا على النجاح في نهاية المطاف في هذه الصناعة.
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
لماذا تعتبر صعوبة بناء بنية تحتية للويب3 AI أكبر مما كان متوقعا؟
المؤلف: هاوتيان
2）البنية التحتية web3AI هي في جوهرها إعادة بناء للبنية التحتية للذكاء الاصطناعي web2، وغالبًا ما تكون مرهقة وغير مجدية. إنها تشبه التحدي الذي واجهته Crypto للمركزية باسم اللامركزية، على مدى فترة طويلة، تم انتقاد الشبكات اللامركزية بسبب البناء المتكرر غير المجدي، حتى وجدت تطبيقات DeFi لاحقًا بعض نقاط التقاط القيمة.
إن الوضع الحالي لـ web3AI لا يختلف عن رؤية Crypto اللامركزية في بداياتها. لا يزال معظم الناس معتادين على قول "ما فائدة web3AI؟" ولكن لا تنسَ أن تجميع قوة الحوسبة اللامركزية والاستدلال الموزع وشبكات التسمية الموزعة للبيانات يمكن أن تجد نقاط دخول من حيث تكلفة التدريب والأداء والجدوى. يمكن القول إن الطريق طويل وصعب، لكنه ذو أهمية كبيرة؛
الأمر الأكثر تعقيدًا هو أنه، على عكس البنية التحتية التقليدية للويب 2، يجب على الذكاء الاصطناعي في الويب 3 أيضًا حل مشكلة التنسيق بين البيانات خارج السلسلة والتحقق منها على السلسلة، وآلية توزيع وتحديث النماذج في الشبكة نظير إلى نظير، بالإضافة إلى التصميم المعقد الذي يستبدل نماذج الأعمال التقليدية بتحفيزات Tokenomics، وما إلى ذلك. كما أن قصور نظر رأس المال والأجواء التي تفضل المضاربة في السوق، جعلت بعض الأموال الساخنة تتجه نحو تطبيقات Agent التي تم إطلاقها بسرعة فقط للانضمام إلى الاتجاه، مما أدى إلى صعوبة حصول الفرق التي تعمل بجد في مستوى البنية التحتية على الدعم الكافي.
في الواقع، فإن إطار التحقق الموثوق به من الذكاء الاصطناعي والحساب هو المجال الأساسي الذي يجب على بنية web3AI التغلب عليه. في الوقت الحالي، تعاني النماذج الكبيرة من انخفاض كبير في معدل التبني في المجالات المهنية مثل المالية والرعاية الصحية والقانون بسبب عدم قدرتها على تقديم قابلية التحقق من عملية الاستدلال عند التعامل مع المعلومات الحساسة للغاية. يمكن أن تساعد نضوج بنية web3 AI، مثل zkVM في الطبقة الأساسية، وشبكات Oracle اللامركزية، وحلول الذاكرة اللامركزية، في بناء إطار حساب يمكن التحقق منه وإثباته للذكاء الاصطناعي، مما يساعد بشكل أساسي الذكاء الاصطناعي على تحقيق التوسع السريع في السيناريوهات الأفقية.
أعلاه.
لن تكون رحلة بناء البنية التحتية وتطبيقات web3AI سهلة أو سريعة، بل هي ماراثون طويل. من يستطيع حقًا بناء بنية تحتية وبيئة تطبيقات تحل المشكلات الواقعية، ومن يستطيع موازنة العلاقة بين الضجيج والقيمة في عملية الذهاب إلى السوق، ومن يستطيع العثور على حل تجاري ملموس مع الحفاظ على استشراف التقنية، هو من سيكون قادرًا على النجاح في نهاية المطاف في هذه الصناعة.