AI وWeb3 يندمجان ليصبحا محور مؤتمر الإجماع في هونغ كونغ 2025
في مؤتمر هONGKONG للإجماع الذي انتهى للتو عام 2025، أصبحت دمج الذكاء الاصطناعي وWeb3 موضوعًا ساخنًا. سواء في القاعة الرئيسية أو في الجلسات الفرعية، كانت هناك مناقشات مليئة حول دمج الذكاء الاصطناعي وWeb3. ستقوم هذه المقالة بتحليل عميق للمشاريع المتعلقة بالذكاء الاصطناعي التي تم عرضها في المؤتمر، لتقديم رؤى متقدمة للقراء.
واحد، بنية تحتية للذكاء الاصطناعي
1. منصة وإطار عمل وكيل الذكاء الاصطناعي
في الأشهر الستة الماضية، كانت منصات الإطلاق والبنية التحتية القائمة على الذكاء الاصطناعي لـ AI Agent في ازدهار كبير. توفر هذه المشاريع منصة للمطورين والمستخدمين العاديين لاستخدام AI Agent بمستوى منخفض من المتطلبات، مما يجعلها واحدة من الاتجاهات الرئيسية في هذه الجولة من مشاريع الذكاء الاصطناعي.
0G Labs: أول نظام تشغيل لامركزي للذكاء الاصطناعي (deAIOS)، من خلال بناء Layer 1 خاص بالذكاء الاصطناعي، يربط بين موارد الحوسبة والبيانات والنماذج، لإنشاء نظام بيئي لتطوير الذكاء الاصطناعي الموزع.
DeAgentAI: منصة مبتكرة تركز على الذكاء الاصطناعي اللامركزي، وتكرس جهودها لدفع تطوير تكنولوجيا الوكلاء المتعددة (Multi-Agent Systems).
شبكة Autonomys: بنية تحتية لامركزية تهدف إلى تحقيق تعاون آمن ومستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكيل ذكاء اصطناعي مخصص لهم لأداء المهام بشكل مستقل.
شبكة غايا: منصة بنية تحتية للذكاء الاصطناعي اللامركزي، تدعم التطوير والتشغيل الموزع لوكلاء الذكاء الاصطناعي والتطبيقات، وتحل مشكلات الخصوصية وقابلية التوسع والوصول في الذكاء الاصطناعي.
Questflow: شبكة متعددة من وكلاء الذكاء الاصطناعي اللامركزية، حيث يحتاج المستخدم فقط لوصف المتطلبات، ويمكن لشبكة الوكلاء الذكاء الاصطناعي إتمام المهام بشكل مستقل.
2. الذكاء الاصطناعي اللامركزي
الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. حاليًا، تعمل العديد من المشاريع في اتجاهات مثل القدرة الحاسوبية والبيانات والنماذج، وتأمل في كسر احتكار الشركات الكبرى لنماذج اللغة الكبيرة (LLM) من خلال أساليب لامركزية، مما يساعد الجمهور على الحصول على ملكية البيانات والنماذج.
فانا: تسعى لبناء منصة لسيادة بيانات المستخدمين اللامركزية، مما يجعل البيانات الشخصية أصولًا مالية.
Hyperbolic: منصة سحابية للذكاء الاصطناعي ذات وصول مفتوح، تدمج الموارد الحاسوبية العالمية، وتوفر للمستخدمين موارد GPU وخدمات ذكاء اصطناعي اقتصادية وقابلة للتوسع.
OpenLedger: تركز على الجيل التالي من الشبكة المعتمدة على الذكاء الاصطناعي و blockchain، وتوفر بنية تحتية اقتصادية لامركزية، تدعم المطورين في الحصول على بيانات عالية الجودة، وضبط نماذج اللغة المتخصصة ونشرها كخدمات مدفوعة.
IO.NET: منصة حوسبة لامركزية، تقدم خدمات الوصول حسب الطلب إلى مجموعات GPU و CPU، مما يقضي على حاجة المستخدمين إلى الأجهزة أو البنية التحتية المكلفة.
Aethir: منصة مبتكرة تقدم بنية تحتية للحوسبة السحابية الموزعة، بما في ذلك سحابة GPU عارية مصممة خصيصًا لمهام الحوسبة AI وشبكة GPU السحابية المحسّنة لصناعة الألعاب.
MinionLab: شبكة الذكاء الاصطناعي المستقل اللامركزي، تُعرف هذه الوكلاء باسم "Minions"، وتعمل على أجهزة المستخدمين لاستخراج البيانات من الإنترنت في الوقت الفعلي.
GAIB: مكرس لحلول الطبقة الاقتصادية في مجال الذكاء الاصطناعي والحوسبة عالية الأداء، يهدف إلى إنشاء فئة أصول ونظام اقتصادي جديد من خلال تمويل وتوكن الموارد المعالجة الرسومية.
Kite AI: منصة بلوكشين لير 1 لامركزية مصممة خصيصًا للاقتصاد الذكي الاصطناعي، من خلال آلية إجماع مبتكرة تسمى Proof of AI (PoAI)، تفتح الوصول العادل والمكافآت لأصول الذكاء الاصطناعي.
Automata: يوفر طبقة وسطى لحماية الخصوصية ووظائف الحوسبة بدون تتبع للتطبيقات اللامركزية (DApps).
Public AI: إنشاء منصة بيانات AI مفتوحة وشفافة، تدعم جمع البيانات متعددة الأنماط وتوسيمها، وتوفر خدمات توسيع البيانات المدعومة بالذكاء الاصطناعي بكفاءة وتكلفة منخفضة.
3. الذكاء الاصطناعي القابل للتحقق
أحد التحديات الرئيسية التي تواجه تطوير الذكاء الاصطناعي هو عدم شفافية عملية التدريب، وعدم القدرة على ضمان دقة نتائج مخرجات الذكاء الاصطناعي. هناك العديد من المشاريع حاليًا تأمل في تحقيق قابلية التحقق من عملية تدريب الذكاء الاصطناعي من خلال تقنيات مثل ZKP و TEE، لضمان موثوقية نتائج مخرجات الذكاء الاصطناعي.
شبكة فالا: منصة حوسبة سحابية لا مركزية توفر خدمات الحوسبة الخاصة الموثوقة واستدلال الذكاء الاصطناعي للتطبيقات على السلسلة.
Brevis: محرك حسابات لامركزي، يوفر ذكاء اصطناعي وحسابات على البلوكشين يمكن التحقق منها، ويجمع بين إثبات المعرفة الصفرية (ZKP) لتعزيز الخصوصية والكفاءة.
شبكة فيريسنس: منصة مبتكرة تركز على التحقق من البيانات اللامركزية والذكاء الاصطناعي الموثوق، تساعد المطورين في التحقق من مصادر البيانات، وضمان صحة البيانات التدريبية وكمالها.
٢، حالات الاستخدام للذكاء الاصطناعي: الإمكانيات والتوقعات
بالنسبة للبنية التحتية الغنية للذكاء الاصطناعي، لا تزال المشاريع الفعلية المتميزة في استخدام الذكاء الاصطناعي نادرة نسبيًا. بالإضافة إلى روبوت تويتر AIXBT، ذكر المتحدثون في هذا الحدث أيضًا المشاريع التالية:
Narra: منصة Gamefi AI Agent على Berachain، تستخدم محرك الذكاء الاصطناعي لإنشاء محتوى سردي ديناميكي في الوقت الحقيقي، تتفاعل مع اللاعبين وتدفع تطور القصة.
AI Travel: مساعد السفر المدعوم بالذكاء الاصطناعي، يساعد المستخدمين على تخصيص خطط السفر تلقائيًا من خلال الدردشة، ويقدم خدمات الطلب ومقارنة الأسعار.
HeyTracyAI: وكيل الذكاء الاصطناعي المتخصص في مجال كرة السلة، يقدم تحليلات في الوقت الفعلي ورؤى تنبؤية للمباريات.
AskJimmy: منصة وكيل AI تركز على مجال المالية والتداول، والهدف هو إنشاء صندوق تحوط متعدد الاستراتيجيات يعمل بشكل مستقل بواسطة وكيل AI.
ثلاثة، تحول المشاريع التقليدية إلى الذكاء الاصطناعي
مع اتجاه التيار، بدأت العديد من مشاريع Web3 التقليدية أيضًا في احتضان الذكاء الاصطناعي، معلنةً عن خططها الخاصة للتحول نحو الذكاء الاصطناعي.
تشارك سلاسل الكتل مثل Sui و Near و Flow و Aptos بنشاط في مؤتمرات متعلقة بالذكاء الاصطناعي، مشيرةً إلى أن ظهور الوكلاء الذكيين يساعد بشكل كبير في تبسيط عمليات التفاعل المعقدة في blockchain، مما يمكن أن يجلب المزيد من المستخدمين إلى عالم Web3. وقد تعهدوا بدعم تطوير الذكاء الاصطناعي من جوانب مثل البنية التحتية الأساسية وابتكار الحسابات، وتشجيع المطورين على ابتكار تطبيقات الذكاء الاصطناعي على السلسلة من خلال أنشطة مثل هاكاثون.
أعلنت Eigenlayer، التي كانت تركز في الماضي على خدمات إعادة التخزين، أنها تعمل أيضًا على بناء طبقة ثقة لامركزية (Decentralized Trust) توفر خدمات سحابية قابلة للتحقق (Verifiable Cloud) لتوفير إثباتات على السلسلة للعمليات الخارجية مثل تدريب الذكاء الاصطناعي واستنتاجه وتوقعاته، مما يساعد على تطوير وكيل الذكاء الاصطناعي القابل للتحقق.
٤، التحديات والمستقبل
على الرغم من أن دمج الذكاء الاصطناعي وWeb3 يحمل آفاقاً واعدة، إلا أنه لا يزال يواجه العديد من التحديات، بما في ذلك عدم موثوقية النماذج، وغموض نوايا الكلمات المحفزة، والقيود المتعلقة بالتخزين والأجهزة، بالإضافة إلى مشكلات الأمان والخصوصية. هذه التحديات لا تجلب فقط صعوبات تقنية، بل تخلق أيضاً فرصاً ابتكارية ضخمة.
على المدى الطويل، تملأ الأمل صناعة تطوير الذكاء الاصطناعي على السلسلة، مع توقع تعزيز التعاون بين البنية التحتية، وتجديد حالات الاستخدام، والتعاون المجتمعي لدفع دمج الذكاء الاصطناعي وWeb3 نحو الازدهار.
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.
تسجيلات الإعجاب 14
أعجبني
14
5
إعادة النشر
مشاركة
تعليق
0/400
HappyToBeDumped
· منذ 10 س
الرياح السريعة قادمة مرة أخرى ، وبدأت الوكالة في رسم فطيرة كبيرة مرة أخرى
شاهد النسخة الأصليةرد0
TokenCreatorOP
· منذ 10 س
أصبح الأمر أكثر حيوية، فقط يعرفون كيف يروجون للذكاء الاصطناعي!!!
شاهد النسخة الأصليةرد0
Rugpull幸存者
· منذ 10 س
مرة أخرى يقومون بخداع الحمقى للدخول مركز
شاهد النسخة الأصليةرد0
GasGrillMaster
· منذ 10 س
لماذا لم يتم الشحن مرة أخرى؟
شاهد النسخة الأصليةرد0
SchrodingersFOMO
· منذ 10 س
مرة أخرى، هناك اتجاه جديد لخداع الناس لتحقيق الربح. المشاريع التي تتاجر في المفاهيم تنتظر الحصاد.
ت融合 الذكاء الاصطناعي وWeb3 ليصبح محور مؤتمر الإجماع في هونغ كونغ 2025 تحليل المشاريع والاتجاهات الأخيرة
AI وWeb3 يندمجان ليصبحا محور مؤتمر الإجماع في هونغ كونغ 2025
في مؤتمر هONGKONG للإجماع الذي انتهى للتو عام 2025، أصبحت دمج الذكاء الاصطناعي وWeb3 موضوعًا ساخنًا. سواء في القاعة الرئيسية أو في الجلسات الفرعية، كانت هناك مناقشات مليئة حول دمج الذكاء الاصطناعي وWeb3. ستقوم هذه المقالة بتحليل عميق للمشاريع المتعلقة بالذكاء الاصطناعي التي تم عرضها في المؤتمر، لتقديم رؤى متقدمة للقراء.
واحد، بنية تحتية للذكاء الاصطناعي
1. منصة وإطار عمل وكيل الذكاء الاصطناعي
في الأشهر الستة الماضية، كانت منصات الإطلاق والبنية التحتية القائمة على الذكاء الاصطناعي لـ AI Agent في ازدهار كبير. توفر هذه المشاريع منصة للمطورين والمستخدمين العاديين لاستخدام AI Agent بمستوى منخفض من المتطلبات، مما يجعلها واحدة من الاتجاهات الرئيسية في هذه الجولة من مشاريع الذكاء الاصطناعي.
0G Labs: أول نظام تشغيل لامركزي للذكاء الاصطناعي (deAIOS)، من خلال بناء Layer 1 خاص بالذكاء الاصطناعي، يربط بين موارد الحوسبة والبيانات والنماذج، لإنشاء نظام بيئي لتطوير الذكاء الاصطناعي الموزع.
DeAgentAI: منصة مبتكرة تركز على الذكاء الاصطناعي اللامركزي، وتكرس جهودها لدفع تطوير تكنولوجيا الوكلاء المتعددة (Multi-Agent Systems).
شبكة Autonomys: بنية تحتية لامركزية تهدف إلى تحقيق تعاون آمن ومستقل بين الإنسان والآلة. يمكن للمستخدمين إنشاء وكيل ذكاء اصطناعي مخصص لهم لأداء المهام بشكل مستقل.
شبكة غايا: منصة بنية تحتية للذكاء الاصطناعي اللامركزي، تدعم التطوير والتشغيل الموزع لوكلاء الذكاء الاصطناعي والتطبيقات، وتحل مشكلات الخصوصية وقابلية التوسع والوصول في الذكاء الاصطناعي.
Questflow: شبكة متعددة من وكلاء الذكاء الاصطناعي اللامركزية، حيث يحتاج المستخدم فقط لوصف المتطلبات، ويمكن لشبكة الوكلاء الذكاء الاصطناعي إتمام المهام بشكل مستقل.
2. الذكاء الاصطناعي اللامركزي
الذكاء الاصطناعي اللامركزي هو الهدف النهائي للذكاء الاصطناعي على السلسلة. حاليًا، تعمل العديد من المشاريع في اتجاهات مثل القدرة الحاسوبية والبيانات والنماذج، وتأمل في كسر احتكار الشركات الكبرى لنماذج اللغة الكبيرة (LLM) من خلال أساليب لامركزية، مما يساعد الجمهور على الحصول على ملكية البيانات والنماذج.
فانا: تسعى لبناء منصة لسيادة بيانات المستخدمين اللامركزية، مما يجعل البيانات الشخصية أصولًا مالية.
Hyperbolic: منصة سحابية للذكاء الاصطناعي ذات وصول مفتوح، تدمج الموارد الحاسوبية العالمية، وتوفر للمستخدمين موارد GPU وخدمات ذكاء اصطناعي اقتصادية وقابلة للتوسع.
OpenLedger: تركز على الجيل التالي من الشبكة المعتمدة على الذكاء الاصطناعي و blockchain، وتوفر بنية تحتية اقتصادية لامركزية، تدعم المطورين في الحصول على بيانات عالية الجودة، وضبط نماذج اللغة المتخصصة ونشرها كخدمات مدفوعة.
IO.NET: منصة حوسبة لامركزية، تقدم خدمات الوصول حسب الطلب إلى مجموعات GPU و CPU، مما يقضي على حاجة المستخدمين إلى الأجهزة أو البنية التحتية المكلفة.
Aethir: منصة مبتكرة تقدم بنية تحتية للحوسبة السحابية الموزعة، بما في ذلك سحابة GPU عارية مصممة خصيصًا لمهام الحوسبة AI وشبكة GPU السحابية المحسّنة لصناعة الألعاب.
MinionLab: شبكة الذكاء الاصطناعي المستقل اللامركزي، تُعرف هذه الوكلاء باسم "Minions"، وتعمل على أجهزة المستخدمين لاستخراج البيانات من الإنترنت في الوقت الفعلي.
GAIB: مكرس لحلول الطبقة الاقتصادية في مجال الذكاء الاصطناعي والحوسبة عالية الأداء، يهدف إلى إنشاء فئة أصول ونظام اقتصادي جديد من خلال تمويل وتوكن الموارد المعالجة الرسومية.
Kite AI: منصة بلوكشين لير 1 لامركزية مصممة خصيصًا للاقتصاد الذكي الاصطناعي، من خلال آلية إجماع مبتكرة تسمى Proof of AI (PoAI)، تفتح الوصول العادل والمكافآت لأصول الذكاء الاصطناعي.
Automata: يوفر طبقة وسطى لحماية الخصوصية ووظائف الحوسبة بدون تتبع للتطبيقات اللامركزية (DApps).
Public AI: إنشاء منصة بيانات AI مفتوحة وشفافة، تدعم جمع البيانات متعددة الأنماط وتوسيمها، وتوفر خدمات توسيع البيانات المدعومة بالذكاء الاصطناعي بكفاءة وتكلفة منخفضة.
3. الذكاء الاصطناعي القابل للتحقق
أحد التحديات الرئيسية التي تواجه تطوير الذكاء الاصطناعي هو عدم شفافية عملية التدريب، وعدم القدرة على ضمان دقة نتائج مخرجات الذكاء الاصطناعي. هناك العديد من المشاريع حاليًا تأمل في تحقيق قابلية التحقق من عملية تدريب الذكاء الاصطناعي من خلال تقنيات مثل ZKP و TEE، لضمان موثوقية نتائج مخرجات الذكاء الاصطناعي.
شبكة فالا: منصة حوسبة سحابية لا مركزية توفر خدمات الحوسبة الخاصة الموثوقة واستدلال الذكاء الاصطناعي للتطبيقات على السلسلة.
Brevis: محرك حسابات لامركزي، يوفر ذكاء اصطناعي وحسابات على البلوكشين يمكن التحقق منها، ويجمع بين إثبات المعرفة الصفرية (ZKP) لتعزيز الخصوصية والكفاءة.
شبكة فيريسنس: منصة مبتكرة تركز على التحقق من البيانات اللامركزية والذكاء الاصطناعي الموثوق، تساعد المطورين في التحقق من مصادر البيانات، وضمان صحة البيانات التدريبية وكمالها.
٢، حالات الاستخدام للذكاء الاصطناعي: الإمكانيات والتوقعات
بالنسبة للبنية التحتية الغنية للذكاء الاصطناعي، لا تزال المشاريع الفعلية المتميزة في استخدام الذكاء الاصطناعي نادرة نسبيًا. بالإضافة إلى روبوت تويتر AIXBT، ذكر المتحدثون في هذا الحدث أيضًا المشاريع التالية:
Narra: منصة Gamefi AI Agent على Berachain، تستخدم محرك الذكاء الاصطناعي لإنشاء محتوى سردي ديناميكي في الوقت الحقيقي، تتفاعل مع اللاعبين وتدفع تطور القصة.
AI Travel: مساعد السفر المدعوم بالذكاء الاصطناعي، يساعد المستخدمين على تخصيص خطط السفر تلقائيًا من خلال الدردشة، ويقدم خدمات الطلب ومقارنة الأسعار.
HeyTracyAI: وكيل الذكاء الاصطناعي المتخصص في مجال كرة السلة، يقدم تحليلات في الوقت الفعلي ورؤى تنبؤية للمباريات.
AskJimmy: منصة وكيل AI تركز على مجال المالية والتداول، والهدف هو إنشاء صندوق تحوط متعدد الاستراتيجيات يعمل بشكل مستقل بواسطة وكيل AI.
ثلاثة، تحول المشاريع التقليدية إلى الذكاء الاصطناعي
مع اتجاه التيار، بدأت العديد من مشاريع Web3 التقليدية أيضًا في احتضان الذكاء الاصطناعي، معلنةً عن خططها الخاصة للتحول نحو الذكاء الاصطناعي.
تشارك سلاسل الكتل مثل Sui و Near و Flow و Aptos بنشاط في مؤتمرات متعلقة بالذكاء الاصطناعي، مشيرةً إلى أن ظهور الوكلاء الذكيين يساعد بشكل كبير في تبسيط عمليات التفاعل المعقدة في blockchain، مما يمكن أن يجلب المزيد من المستخدمين إلى عالم Web3. وقد تعهدوا بدعم تطوير الذكاء الاصطناعي من جوانب مثل البنية التحتية الأساسية وابتكار الحسابات، وتشجيع المطورين على ابتكار تطبيقات الذكاء الاصطناعي على السلسلة من خلال أنشطة مثل هاكاثون.
أعلنت Eigenlayer، التي كانت تركز في الماضي على خدمات إعادة التخزين، أنها تعمل أيضًا على بناء طبقة ثقة لامركزية (Decentralized Trust) توفر خدمات سحابية قابلة للتحقق (Verifiable Cloud) لتوفير إثباتات على السلسلة للعمليات الخارجية مثل تدريب الذكاء الاصطناعي واستنتاجه وتوقعاته، مما يساعد على تطوير وكيل الذكاء الاصطناعي القابل للتحقق.
٤، التحديات والمستقبل
على الرغم من أن دمج الذكاء الاصطناعي وWeb3 يحمل آفاقاً واعدة، إلا أنه لا يزال يواجه العديد من التحديات، بما في ذلك عدم موثوقية النماذج، وغموض نوايا الكلمات المحفزة، والقيود المتعلقة بالتخزين والأجهزة، بالإضافة إلى مشكلات الأمان والخصوصية. هذه التحديات لا تجلب فقط صعوبات تقنية، بل تخلق أيضاً فرصاً ابتكارية ضخمة.
على المدى الطويل، تملأ الأمل صناعة تطوير الذكاء الاصطناعي على السلسلة، مع توقع تعزيز التعاون بين البنية التحتية، وتجديد حالات الاستخدام، والتعاون المجتمعي لدفع دمج الذكاء الاصطناعي وWeb3 نحو الازدهار.