iOSG ｜ قم بتوسيع رواية جديدة من AI X Web3 Technology Stack

مقدمة

في الآونة الأخيرة ، أثار التطور السريع لنماذج اللغة الكبيرة (LLMS) اهتمامًا باستخدام الذكاء الاصطناعي (AI) لتحويل الصناعات المختلفة.صناعة blockchain لا تدخر ،الذكاء العادي X Cryptoجذبت ظهور السرد الكثير من الاهتمام.تناقش هذه المقالة الطرق الرئيسية الثلاثة لدمج الذكاء الاصطناعي والتشفير ، ويناقش الفرص الفريدة لتكنولوجيا blockchain في حل صناعة الذكاء الاصطناعي.

تشمل ثلاث طرق من aixcrypto:

1. دمج الذكاء الاصطناعي في المنتجات الحالية: تستخدم شركات مثل Dune منظمة العفو الدولية لتحسين منتجاتها ، مثل تقديم SQL Copilot لمساعدة المستخدمين على كتابة استعلام معقد.
2. بناء البنية التحتية لمنظمة العفو الدولية للنظام الإيكولوجي للتشفير: تركز شركات جديدة مثل طقوس و Autonolas على تطوير البنية التحتية ل AI ، وخياطة -مصممة لاحتياجات النظام البيئي للتشفير.
3. استخدم blockchain لحل مشاكل صناعة الذكاء الاصطناعي: تستكشف مشاريع مثل Gensyn و EZKL و IO.NET كيف تحل تقنية blockchain التحديات التي تواجه صناعة الذكاء الاصطناعي ، مثل خصوصية البيانات والأمن والشفافية.

تفرد Crypto AI X هو أنه من المتوقع أن تحل تقنية blockchain المشكلات الداخلية في صناعة الذكاء الاصطناعي.فتحت نقطة التبادل الفريدة هذه إمكانيات جديدة لحلول الابتكار ، وهي مفيدة لمجتمعات الذكاء الاصطناعى و blockchain.

بتعمق لمناقشة مجال AI X Crypto ، نهدف إلى تحديد وعرض التطبيق الواعد لتكنولوجيا blockchain في حل تحديات صناعة الذكاء الاصطناعي.من خلال التعاون مع الخبراء في صناعة الذكاء الاصطناعى والبناة المشفرة ، نحن ملتزمون بترويج تطوير حلول القطع التي تستفيد بالكامل من مزايا مزايدين تكنولوجيين.

1. نظرة عامة على الصناعة

يمكن تقسيم مجال Crypto AI X إلى فئتين: البنية التحتية والتطبيقجوهرعلى الرغم من أن بعض البنية التحتية الحالية تواصل تقديم الدعم لحالات استخدام الذكاء الاصطناعي ، فإن المشاركين الجدد يطلقون بنية أصلية جديدة في السوق.

1. 1 احسب الشبكة

في مجال Aixcrypto ، تلعب شبكات الحوسبة دورًا حيويًا في توفير البنية التحتية المطلوبة لتطبيقات الذكاء الاصطناعي.يمكن تقسيم هذه الشبكات إلى نوعين بناءً على مهام الدعم الخاصة بهم: شبكات الحوسبة العامة ذات الأغراض وشبكات الحوسبة المخصصة.

1.1.1 شبكة الحوسبة العامة

تزود شبكة الحوسبة العامة (مثل IO.NET و AKASH) للمستخدمين فرصًا للوصول إلى الآلات من خلال SSH وتوفر واجهة سطر الأوامر (CLI) لبناء تطبيقاتهم الخاصة.تشبه هذه الشبكات الخوادم الخاصة الافتراضية (VPS) وتوفر بيئة الحوسبة الشخصية في السحابة.

يعتمد IO.NET على نظام Solana Ecosystem ويركز على مجموعات التأجير والحوسبة.

وجهات نظر مشاريع iOSG:

مقارنةً بسوق Web2 Cloud الناضج ، لا تزال شبكة الحوسبة في المراحل المبكرة.شبكة الحوسبة Web3 ليست جيدة مثل وحدة إنشاء “LEGO” لـ Web2 ، مثل وظيفة الخادم ، و VPS ، ومشاريع قاعدة البيانات السحابية بناءً على مقدمي الخدمات السحابية الرئيسية (مثل AWS و Azure و Google Cloud).

تشمل مزايا حساب الشبكة:

يمكن لتكنولوجيا blockchain استخدام موارد الحوسبة غير المستخدمة وأجهزة الكمبيوتر الشخصية لجعل الشبكة أكثر استدامة.
يتيح تصميم من نقطة إلى نقطة (P2P) للأفراد تسييل موارد الحوسبة غير المستخدمة وتوفير الحوسبة المنخفضة التكلفة ، وبالتالي خفض تكلفة 75 ٪ -90 ٪.

ومع ذلك ، نظرًا للتحديات التالية ، من الصعب الاستثمار في الإنتاج الفعلي واستبدال الخدمات السحابية Web2:

على الرغم من أن التسعير هو الميزة الرئيسية لشبكة الحوسبة العامة للأغراض ، إلا أنه لا يزال من الصعب التنافس مع شركات Web2 السحابية الناضجة من حيث الوظيفة والأمان والاستقرار.
قد يحد نمط النقطة إلى النقطة من قدرة هذه الشبكات على تقديم منتجات ناضجة ومستقرة بسرعة.خصائص اللامركزية ستزيد من تكاليف التنمية والصيانة.

1.1.2 شبكة الحوسبة المخصصة

تضيف شبكة الحوسبة المخصصة طبقة إضافية على أساس شبكة الحوسبة العامة.تهدف هذه الشبكات إلى تلبية حالات الاستخدام المحددة ، مثل التقديم ثلاثي الأبعاد أو التفكير في الذكاء الاصطناعي والتدريب.

Render هي شبكة حوسبة احترافية تركز على التقديم ثلاثي الأبعاد.في مجال الذكاء الاصطناعى ، يركز اللاعبون الجدد مثل Bittensor و Pertolic و Ritual و Fetch.ai على تفكير الذكاء الاصطناعي ، بينما يركز Flock و Gensyn بشكل أساسي على تدريب الذكاء الاصطناعي.

وجهات نظر مشاريع iOSG:

مزايا شبكة الحوسبة المخصصة:

ميزات اللامركزية والتشفير تحل مشكلة المركزية والشفافية في صناعة الذكاء الاصطناعي.
لا يوجد خطة حسابية ومخطط للتحقق لضمان فعالية عملية التفكير والتدريب.
تسمح تكنولوجيا حماية الخصوصية ، مثل التعلم الفيدرالي الذي تم تبنيه بواسطة Flock ، للأفراد بالمساهمة بالبيانات للتدريب على النماذج ، مع الحفاظ على بياناتهم في المحلية والخاصة.
من خلال دعم العقود الذكية وتطبيقات blockchain المصب ، يمكن استخدام منطق الذكاء الاصطناعي مباشرة على blockchain.

المصدر: مشاريع IOSG

على الرغم من أن شبكة الحوسبة المنطقية والحوسبة التدريبية الخاصة في المراحل المبكرة ، فإننا نتوقع أن تعطي تطبيقات Web3 AI الأولوية للبنية التحتية لـ Web3 AI.لقد كان هذا الاتجاه واضحًا بشكل كبير في التعاون بين بروتوكول القصة والطقوس و Myshell كملكية فكرية.

على الرغم من أن تطبيقات القاتل التي بنيت من قبل هذه البنية التحتية الناشئة AI X Web3 لم تظهر بعد ، فإن إمكانات النمو ضخمة.مع استحقاق النظام الإيكولوجي ، نتوقع المزيد من التطبيقات المبتكرة التي تستخدم القدرات الفريدة لشبكات الحوسبة AI اللامركزية.

2. البيانات

تلعب البيانات دورًا حيويًا في نموذج الذكاء الاصطناعي.

2.1 تخزين البيانات

يعد نموذج تخزين اللامركزية أمرًا ضروريًا لتوفير واجهات برمجة تطبيقات الاستدلال بطريقة لا مركزية.يجب أن تكون عقدة التفكير قادرة على استرداد هذه النماذج من أي مكان.نظرًا لأن نموذج الذكاء الاصطناعي قد يصل إلى حجم مئات GB ، يلزم وجود شبكة تخزين لا مركزية قوية.قد يوفر القادة في مجال التخزين اللامركزي ، مثل FileCoin و Arweave ، هذه الميزة.

وجهات نظر مشاريع iOSG:

هناك فرص كبيرة في هذا المجال.

بالنسبة لشبكة تخزين البيانات اللامركزية التي تم تحسينها بواسطة نماذج الذكاء الاصطناعي ، فإنها توفر وظائف مثل التحكم في الإصدار ، وتخزين الكميات المختلفة للنموذج المنخفض ، والتنزيل السريع للموديلات الكبيرة.
قاعدة بيانات المتجهات اللامركزية ، لأنها غالبًا ما ترتبط بالنماذج ، مما يوفر إجابات أكثر دقة عن طريق إدراج المعرفة اللازمة بالمشاكل.يمكن أن تضيف قاعدة بيانات SQL الموجودة أيضًا دعم البحث في المتجه.

2.2 جمع البياناتتعيين وعلامة

جمع البيانات عالية الجودة أمر ضروري لتدريب الذكاء الاصطناعي.تستخدم المشاريع القائمة على blockchain ، مثل العشب ، الحشود لجمع البيانات لتدريب الذكاء الاصطناعي واستخدام الشبكات الشخصية.من خلال الحوافز والآليات المناسبة ، يمكن لمدربي الذكاء الاصطناعى الحصول على بيانات عالية الجودة بتكلفة أقل.تركز مشاريع مثل Tai-DA و Saipen على علامات البيانات.

وجهات نظر مشاريع iOSG:

ملاحظاتنا لهذا السوق:

معظم مشاريع تسمية البيانات مستوحاة من GameFI ، وجذب المستخدمين لخفض التكاليف مع الوعد كبيانات علامات عالية الجودة مع وعد لتقليل التكاليف.
لا يوجد قادة واضحون في هذا المجال ، ويهيمن Scale AI على سوق علامة بيانات Web2.

2.3 بيانات blockchain

عند تدريب نموذج الذكاء الاصطناعى على وجه التحديد لـ blockchain ، يحتاج المطورون إلى بيانات blockchain عالية الجودة ، على أمل استخدامه مباشرة في عملية التدريب.يوفر Spice AI والمكان والوقت بيانات blockchain عالية الجودة مع SDK ، مما يمكّن المطورين من دمج البيانات بسهولة في خطوط أنابيب بيانات التدريب الخاصة بهم.

وجهات نظر مشاريع iOSG:

مع زيادة الطلب على نماذج الذكاء الاصطناعى المتعلقة بـ blockchain ، سوف يرتفع الطلب على بيانات blockchain عالية الجودة.ومع ذلك ، توفر معظم أدوات تحليل البيانات حاليًا فقط بيانات تصدير البيانات في CSV ، والتي ليست مثالية لتدريب الذكاء الاصطناعي.

من أجل الترويج لتطوير نماذج الذكاء الاصطناعى على وجه التحديد من أجل blockchain ، من الأهمية بمكان أن توفر المزيد من وظائف وصيانة التعلم الآلي المرتبط بموجب blockchain (MLOP) لتعزيز تجربة المطورين.يجب أن تمكن هذه الوظائف المطورين من دمج بيانات blockchain بشكل سلس مباشرة في خط أنابيب تدريب الذكاء الاصطناعي القائم على بيثون.

3. ZKML

نظرًا للدوافع لاستخدام النماذج الأقل تعقيدًا لتقليل تكاليف الحساب ، يواجه مزود الذكاء الاصطناعى المركزي مشكلات الثقة.على سبيل المثال ، يعتقد المستخدمون في بعض الأحيان أن ChatGpt يؤدي أداءً بشكل سيء.في وقت لاحق ، نسب هذا إلى تحديث Openai لتحسين أداء النموذج.

بالإضافة إلى ذلك ، اقترح منشئ المحتوى مخاوف حقوق الطبع والنشر بشأن الذكاء الاصطناعي.من الصعب على هذه الشركات إثبات أن بيانات محددة لا يتم تضمينها في عملية التدريب الخاصة بها.

Zero -معرفة التعلم الآلي (ZKML) هي طريقة مبتكرة تحل مشكلة الثقة المتعلقة بمقدمي الذكاء الاصطناعي المركزيين.باستخدام دليل صفر ، يمكّن ZKML للمطورين من إثبات صحة التدريب على الذكاء الاصطناعي وعملية الاستدلال دون تسريب بيانات حساسة أو تفاصيل النموذج.

3.1 التدريب

يمكن للمطورين أداء مهام التدريب في الأجهزة الافتراضية صفر (ZKVM) ، مثل الأجهزة الظاهرية التي توفرها RISC Zero.تولد هذه العملية دليلًا على أن تدريب التحقق يتم تنفيذه بشكل صحيح واستخدام البيانات المصرح بها فقط.يتوافق الدليل كمطور مع دليل على مواصفات التدريب المناسبة وحقوق استخدام البيانات.

وجهات نظر مشاريع iOSG:

يوفر ZKML حلولًا فريدة لاستخدام البيانات المعتمدة في التدريب على نموذج الإثبات ، وعادة ما يكون من الصعب تحقيقها في ظل خصائص المربع الأسود لنماذج الذكاء الاصطناعي.
هذه التكنولوجيا لا تزال في المراحل المبكرة.حساب النفقات ضخمة.يستكشف المجتمع بنشاط المزيد من حالات تدريب ZK.

3.2 المنطق

بالمقارنة مع تدريبها المقابل ، فإن ZKML أطول بكثير للتفكير.ظهرت العديد من الشركات المعروفة في هذا المجال.

يركز Giza على بناء منصة شاملة لعملية التعلم الآلي (MLOP) ويبني مجتمعًا نابضًا بالحياة من حوله.هدفهم هو تزويد المطورين بالأدوات والموارد لـ ZKML المتكاملة لسير العمل المنطقي.

من ناحية أخرى ، تقوم EZKL بإنشاء إطار ZKML من قبل المستخدم لتوفير أداء جيد وإعطاء الأولوية لتجربة التطوير.تم تصميم حلولهم لتبسيط عملية تحقيق التفكير ZKML حتى يتمكن المزيد من المطورين من استخدامه بسهولة.

يستخدم Modulus Labs طرقًا مختلفة قاموا بتطوير أنظمة الإثبات الخاصة بهم.هدفهم الرئيسي هو تقليل نفقات الحوسبة بشكل كبير المتعلقة بتفكير ZKML.من خلال تقليل النفقات بمقدار 10 مرات ، تحاول Modulus Labs جعل التفكير في ZKML أكثر عملية وفعالية في التطبيقات العملية.

وجهات نظر مشاريع iOSG:

ZKML مناسب بشكل خاص لمشاهد GameFI و Defi ، وهو أمر ضروري عدم الحاجة إلى ثقة.
تجعل مصاريف الحوسبة التي أدخلتها ZKML من الصعب على نماذج الذكاء الاصطناعي الكبيرة العمل بكفاءة.
لا تزال الصناعة تبحث عن عدد كبير من رواد Defi و Gamefi باستخدام ZKML في منتجاتها لإظهار سيناريوهات التطبيق الفعلية.

4. شبكة الوكيل + التطبيقات الأخرى

4.1 شبكة الوكيل

تتكون شبكة الوكيل من أداة ومعرفة تؤدي مهام ومعرفة محددة.يمكن لهذه الوكلاء التعاون مع بعضهم البعض لتحقيق أهداف أكثر تعقيدًا.تقوم العديد من الشركات المعروفة بشكل جيد بتطوير الوكلاء وشبكات الوكالات المشابهة لروبوتات الدردشة.

يعد Sleepless و Siya و Myshell و Farky و Delysium مشاركين مهمين في بناء وكلاء Robot Chat.تقوم Autonolas و ChainML ببناء شبكة وكيل لحالات أكثر قوة.

وجهات نظر مشاريع iOSG:

الوكيل أمر بالغ الأهمية لتطبيق العالم الحقيقي.يمكنهم أداء مهام محددة بشكل أفضل من الذكاء الاصطناعي المعدلة وراثيا.يوفر Blockchain العديد من الفرص الفريدة لوكلاء الذكاء الاصطناعي.

امتلاك آلية الحوافز: يوفر blockchain آليات الحوافز من خلال التقنيات مثل الرموز غير المتجانسة (NFT).من خلال الملكية الواضحة والهيكل الحوافز ، يتم تحفيز المبدعين لتطوير وكلاء أكثر إثارة للاهتمام وابتكار في السلسلة.
الجمع بين العقود الذكية: يمكن دمج العقود الذكية على blockchain ، تعمل مثل Lego Bricks.تتيح واجهة برمجة التطبيقات المفتوحة التي توفرها العقود الذكية الوكيل من أداء المهام المعقدة التي يصعب تحقيقها في النظم المالية التقليدية.يتيح هذا المزيج الوكيل من التفاعل مع مختلف التطبيقات اللامركزية (DAPPs) واستخدام وظائفه.
الانفتاح الداخلي: من خلال بناء عوامل على blockchain ، يرثون الانفتاح المتأصل وشفافية هذه الشبكات.وهذا يخلق فرصًا كبيرة لمجموعة من العوامل المختلفة ، مما يتيح لهم التعاون وجمع قدرتهم على حل المهام الأكثر تعقيدًا.

4.2 التطبيقات الأخرى

بالإضافة إلى الفئات الرئيسية التي تمت مناقشتها مسبقًا ، فإن العديد من تطبيقات الذكاء الاصطناعي المثيرة للاهتمام في مجال Web3 تحظى باهتمام ، على الرغم من أنها قد لا تكون ضخمة بما يكفي لتشكيل فئات مستقلة.تمتد هذه التطبيقات إلى مختلف المجالات ، والتي تبين تنوع وإمكانات الذكاء الاصطناعي في النظام البيئي blockchain.

توليد الصور: Imgnai
تسييل موجه الصورة: nfprompt
تدريب المجتمع على الجيل الذكاء الاصطناعي: بوتو
روبوتات الدردشة: Kaito ، Supersight ، Galaxy ، Knn3 ، QA Awesome ، QNA3
التمويل: العدد AI
محفظة: Dawn_wallet
اللعبة: TCG متوازي
التعليم: مدمن مخدرات
السلامة: فورتا
هل: WorldCoin
أداة المبدع: PLAI LAB

5. الترويج aixcrypto لمستخدمي Web2 لتحقيق اعتماد كبير على نطاق واسع

السبب في أن AI X Crypto فريد من نوعه لأنه يمكن أن يحل مشكلة أصعب في مجال الذكاء الاصطناعي.على الرغم من وجود فجوة بين منتجات Aixcrypto الحالية ومنتجات Web2 AI وعدم وجود جاذبية لمستخدمي Web2 ، إلا أن Aixcrypto لا يزال لديه بعض الميزات الفريدة ، إلا أنه يمكن توفير Aixcrypto فقط.

5.1 حساب الموارد مع فعالية التكلفة:

واحدة من المزايا الرئيسية لـ Aixcrypto هي توفير موارد حوسبة عالية التكلفة.مع زيادة الطلب على LLM ، زاد عدد المطورين في السوق ، وتوافر وسعر وحدة معالجة الرسومات أكثر تحديا.ارتفع سعر وحدات معالجة الرسومات بشكل حاد ونقص.

يمكن أن تساعد شبكة الحوسبة اللامركزية مثل مشروع DEPIN في تخفيف هذه المشكلة عن طريق استخدام قوة الحوسبة الخاملة ، و GPU لمراكز البيانات الصغيرة وأجهزة الحوسبة الشخصية.على الرغم من أن استقرار قوة الحساب اللامركزية قد يكون أقل من الخدمات السحابية المركزة ، فإن هذه الشبكات توفر معدات حوسبة عالية التكلفة في مناطق مختلفة.تقلل طريقة اللامركزية هذه من تأخير الحافة لضمان بنية تحتية أكثر توزيعًا وأكثر مرونة.

باستخدام قوة شبكات الحوسبة اللامركزية ، يمكن لـ AixCrypto تزويد مستخدمي Web2 بموارد حوسبة بأسعار معقولة وسهلة.تعتبر ميزة التكلفة هذه جذابة لجذب مستخدمي Web2 لتبني حلول Aixcrypto ، وخاصة عندما يستمر الطلب على حوسبة الذكاء الاصطناعي.

5.2 أعط ملكية المبدع:

ميزة أخرى مهمة من AI X Crypto هي حماية ملكية المبدعين.في المجال الحالي للذكاء الاصطناعي ، يتم نسخ بعض العوامل بسهولة.من خلال كتابة تلميحات مماثلة ، يمكنك بسهولة نسخ هذه الوكيل.بالإضافة إلى ذلك ، عادة ما يكون الوكيل في متاجر GPT مملوكة لشركات مركزية ، بدلاً من المبدع ، مما يحد من قدرة الخالق على التحكم في العمل والقدرة على تحقيق الربحية بشكل فعال.

يستخدم AI X Crypto تقنية NFT الناضجة في مجال التشفير لحل هذه المشكلة.من خلال التعبير عن الوكلاء مثل NFT ، يمكن للمبدعين امتلاك أعمالهم حقًا والحصول على فوائد فعلية منها.في كل مرة يتفاعل المستخدم مع الوكيل ، يمكن للمبدع الحصول على حوافز لضمان عائد عادل على جهوده.مفهوم ملكية NFT ليس مناسبًا فقط للوكلاء ، ولكن أيضًا لحماية الأصول المهمة الأخرى في مجال الذكاء الاصطناعي ، مثل قواعد المعرفة والنصائح.

5.3 حماية الخصوصية وإعادة بناء الثقة:

لدى المستخدمين والمبدعين مخاوف تتعلق بالخصوصية بشأن شركات الذكاء الاصطناعي المركزي.يشعر المستخدمون بالقلق من إساءة استخدام بياناتهم لتدريب النماذج المستقبلية ، بينما يخشى المبدعون من استخدام أعمالهم ولكنهم يفتقرون إلى الإسناد أو التعويض المناسب.بالإضافة إلى ذلك ، قد تضحي شركات الذكاء الاصطناعي المركزية بجودة الخدمة لتقليل تكاليف البنية التحتية.

من الصعب حل هذه المشكلات من خلال تقنية Web2 ، بينما يستخدم AixCrypto حلول Web3 المتقدمة.Zero -يمكن أن يكون التدريب والتفكير شفافًا من خلال البيانات المستخدمة وضمان النموذج الصحيح الذي يستخدمه الإثبات.التكنولوجيا مثل بيئة التنفيذ الموثوق بها (TEE) ، والتعلم الفيدرالي ، ونفس تشفير الدولة (FHE) تمامًا لتحقيق الأمن والخصوصية لحماية الخصوصية وحماية الخصوصية.

من خلال الأولوية والأولوية والشفافية ، تمكن Aixcrypto شركات الذكاء الاصطناعي من إعادة ثقة الجمهور وتوفير خدمات الذكاء الاصطناعي التي تحترم حقوق المستخدم ، بحيث تميزها عن حلول Web2 التقليدية.

5.3 حماية الخصوصية وإعادة بناء الثقة:

5.4 تتبع مصدر المحتوى

نظرًا لأن محتوى الذكاء الاصطناعي يصبح أكثر دقة ، فمن الصعب التمييز بين النص أو الصور أو مقاطع الفيديو التي تم إنشاؤها بواسطة الخلق البشري والذكاء الاصطناعي.لمنع إساءة استخدام محتوى الذكاء الاصطناعي ، يحتاج الناس إلى طريقة موثوقة لتحديد مصدر المحتوى.

كان أداء blockchain أداءً جيدًا في تتبع مصادر المحتوى ، تمامًا مثل نجاح إدارة سلسلة التوريد و NFT.في صناعة سلسلة التوريد ، يمكن لدورة الحياة بأكملها لمنتجات تتبع blockchain تحديد الشركات المصنعة والمعالم الرئيسية.وبالمثل ، يتم منع منشئي تتبع blockchain ومنع القرصنة في حالة NFT من القرصنة.على الرغم من وجود مثل هذا الضعف ، فإن استخدام blockchain يمكن أن يقلل من الخسائر التي تسببها NFT المزيفة ، لأن المستخدمين يمكنهم بسهولة التمييز بين الرموز الحقيقية والخطأ.

من خلال تطبيق تقنية blockchain لتتبع مصدر محتوى توليد الذكاء الاصطناعي ، يمكن لـ Aixcrypto أن يوفر للمستخدمين القدرة على التحقق من محتوى محتوى الذكاء الاصطناعي أو البشر ، وبالتالي تقليل إمكانية الإساءة وزيادة الثقة في محتوى الأصالة.

5.5 استخدم نموذج تطوير العملة المشفرة

نماذج التصميم والتدريب ، وخاصة النماذج الكبيرة ، هي عملية باهظة الثمن وتستهلك.لا يزال النموذج الجديد غير مؤكد ، ولا يمكن للمطورين التنبؤ بأدائهم.

توفر Cryptocurrency طريقة ودية للمطورين ، والتي يمكنها جمع البيانات المسبقة ، وجمع ملاحظات التعزيز ، وجمع الأموال من الاهتمام.تشبه هذه العملية دورة حياة مشاريع العملة المشفرة النموذجية: أموال للاستثمار الخاص أو أخذ تايوان ، ووضعها في المساهم النشط في البداية.

يمكن للنموذج تبني طريقة مماثلة لجمع الأموال لبيع الرموز للتدريب والمساهم في البيانات والتعليقات.من خلال النموذج الاقتصادي الرمزي المصمم بعناية ، يمكن أن يساعد سير العمل هذا المطورين الأفراد في تدريب نماذج جديدة أسهل من ذي قبل.

بدأ مشروع AI X Crypto في استهداف مطوري Web2 كعملاء محتملين ، لأن التشفير له مقترحات فريدة من نوعها ، وحجم سوق صناعة الذكاء الاصطناعي Web2 كبير.ومع ذلك ، بالنسبة لمطوري Web2 الذين ليسوا على دراية بالرموز وغير راغبين في المشاركة في أنظمة الرمز المميز ، قد تصبح الرموز عقبة.

من أجل تلبية مطوري Web2 وتقليل أو إزالة التطبيق العملي للرموز قد يتسبب في مشكلة لعشاق الويب 3 ، لأن هذا قد يغير الموضع الأساسي لمشروع Crypto AI X.عند محاولة دمج الرموز القيمة في منصة SaaS الذكاء الاصطناعي ، من الصعب العثور على التوازن بين جذب مطوري Web2 والحفاظ على التطبيق العملي للرموز.

من أجل تسهيل الفجوة بين نماذج الأعمال Web2 و Web3 والحفاظ على قيمة الرمز المميز في نفس الوقت ، يمكن النظر في الطرق المحتملة التالية:

استخدم الرموز في شبكة البنية التحتية الموزعة للمشروع.تنفيذ آليات التعهد والمكافآت والعقاب لحماية الشبكة الأساسية.
استخدم الرمز المميز كوسيلة للدفع ، وفي نفس الوقت توفير استخدام مستخدمي Web2
تنفيذ الحوكمة القائمة على الرمز المميز
مشاركة الدخل مع حاملي الرمز المميز
استخدم الدخل لإعادة شراء أو تدمير الرموز
للخدمات التي يقدمها المشروع ، قدم خصومات ووظائف إضافية لحاملي الرمز المميز

من خلال تصميم النموذج الاقتصادي الرمزي بعناية يتوافق مع مصالح Web2 و Web3 ، يمكن لمشروع AI X Crypto جذب مطوري Web2 بنجاح مع الحفاظ على قيمة وتطبيق الرمز المميز.

7.تشفيرمشهد

يستخدم مشهد Crypto المفضل لدينا قوة تعاون المستخدم لإكمال المهام في مجال الذكاء الاصطناعي بمساعدة تقنية blockchain.تشمل بعض الأمثلة المحددة:

2. تعاون لبناء قاعدة معرفة كبيرة التقاسم لعوامل مختلفة (على سبيل المثال ، الصحراء)

3. استخدم الموارد الشخصية لالتقاط بيانات الشبكة (على سبيل المثال ، العشب)

باستخدام الجهود الجماعية للحوافز والتنسيق القائم على blockchain ، تُظهر هذه النماذج إمكانات اللامركزية والطرق التي تعتمد على المجتمع لتطوير الذكاء الاصطناعي ونشرها.

ختاماً

نحن في مرحلة الفجر من الذكاء الاصطناعي و Web3.في أفضل 50 منتجات Gen AI ، لا توجد منتجات متعلقة بـ Web3.ترتبط أفضل أدوات LLM بإنشاء المحتوى وتحريره ، وخاصةً للمبيعات والمؤتمرات وقواعد المعرفة/المعرفة.بالنظر إلى عدد كبير من الأبحاث والوثائق والمبيعات والعمل المجتمعي في النظام البيئي Web3 ، فإنه يوفر إمكانات هائلة لتطوير أدوات LLM المخصصة.

في الوقت الحاضر ، يركز المطورون على بناء البنية التحتية وإدخال نماذج AI المتقدمة في سلاسل ، على الرغم من أننا لم نصل إلى الهدف.مع استمرارنا في تطوير هذه البنية التحتية ، نستكشف أيضًا أفضل سيناريوهات المستخدم لتوفير منطق الذكاء الاصطناعي على السلسلة بطريقة آمنة وعديلة الضمير ، والتي توفر فرصًا فريدة لحقل blockchain.يمكن للصناعات الأخرى استخدام البنية التحتية الحالية LLM للتفكير والترتيب الجيد.فقط صناعة blockchain تحتاج إلى بنيتها التحتية من الذكاء الاصطناعي.

في المستقبل القريب ، نتوقع أن تستخدم تقنية blockchain مزاياها لحل أكثر المشكلات صعوبة في صناعة الذكاء الاصطناعي ، مما يجعل نموذج الذكاء الاصطناعى أكثر بأسعار معقولة وسهلة الوصول والربح.نتطلع أيضًا إلى سرد مجال التشفير مع صناعة الذكاء الاصطناعى ، على الرغم من تأخره قليلاً.في العام الماضي ، شهدنا مزيجًا من المطورين لدمج نموذج التشفير والوكالة و LLM.في الأشهر القليلة المقبلة ، قد نرى المزيد من نماذج النماذج ونصوص النص والفيديو ، ويؤثر الجيل ثلاثي الأبعاد على مجال التشفير.

لم تتلق صناعات AI و Web3 بأكملها اهتمامًا كافيًا.