هل يمكن أن يصبح وكيل الذكاء الاصطناعي طوق النجاة لـ Web3 + AI؟
تعتبر مشاريع وكيل الذكاء الاصطناعي نوعًا شائعًا وناضجًا في ريادة الأعمال في Web2، حيث تركز بشكل رئيسي على خدمات الشركات، بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات التي تلعب دورًا حاسمًا في بناء النظام البيئي هي السائدة.
في الوقت الحالي، لا يوجد سوى عدد قليل من مشاريع وكلاء الذكاء الاصطناعي في Web3، حيث تمثل 8% فقط، لكنها تمثل 23% من القيمة السوقية في مجال الذكاء الاصطناعي، مما يظهر قوتها التنافسية الكبيرة في السوق. نتوقع أنه مع نضوج التقنية وزيادة قبول السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.
فيما يتعلق بمشاريع Web3، قد تصبح إدخال تقنيات الذكاء الاصطناعي ميزة استراتيجية للمنتجات غير الأساسية للذكاء الاصطناعي. يجب أن تركز طرق دمج مشاريع وكلاء الذكاء الاصطناعي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: حالة ظهور المشاريع وزيادة التقييمات
منذ أن تم إطلاق ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط، وبحلول مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة، بينما أصدرت OpenAI بسرعة إصدارات متكررة مثل GPT-4 وGP4-4o بعد إطلاق ChatGPT. مع هذه الديناميكية السريعة، أدركت كبرى شركات التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتطورة مثل LLM، وبدأت في إطلاق نماذجها وتطبيقاتها الخاصة، مثل نموذج اللغة الكبير PaLM2 من جوجل، وLlama3 من ميتا، بينما أطلقت الشركات الصينية نماذج كبيرة مثل وكسين يي يان وزيبو تشينغ يان، ومن الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس حادة.
إن المنافسة بين عمالقة التكنولوجيا لم تدفع فقط تطوير التطبيقات التجارية، بل من خلال الإحصاءات التي تم الحصول عليها من أبحاث الذكاء الاصطناعي مفتوحة المصدر، فإن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قفز من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، وخاصة بعد إصدار GPT في عام 2023، حيث زاد عدد المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تظهر الحماسة تجاه تكنولوجيا الذكاء الاصطناعي بشكل مباشر في سوق الاستثمار، حيث يشهد سوق استثمار الذكاء الاصطناعي نمواً قوياً، مع حدوث انفجار في النمو خلال الربع الثاني من عام 2024. وهناك 16 استثمارًا مرتبطًا بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما كان في الربع الأول. كما قفز إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تتجاوز الضعف مقارنة بالعام الماضي. ومن بين ذلك، جمعت xAI التابعة لماسك 6 مليارات دولار، مع تقييم بلغ 24 مليار دولار، مما جعلها ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل خريطة مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى التطور المزدهر لمشاريع المجتمع المفتوح المصدر، وصولاً إلى الحماس الكبير من سوق رأس المال تجاه مفهوم الذكاء الاصطناعي. المشاريع تتوالى، واستثماراتها تحطم الأرقام القياسية، والتقييمات ترتفع بشكل متزايد. بشكل عام، يشهد سوق الذكاء الاصطناعي فترة ذهبية من النمو السريع، حيث حققت نماذج اللغة الكبيرة وتقنيات تعزيز البحث تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر الخيال الناتج عن معلومات غير دقيقة، بالإضافة إلى مشكلة شفافية النماذج. تصبح هذه القضايا ذات أهمية خاصة في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا البحث في وكيل الذكاء الاصطناعي، حيث يؤكد وكيل الذكاء الاصطناعي على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. تمثل هذه التحول علامة على تطور تكنولوجيا الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذلك، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث إنه يقترب تدريجياً من سد الفجوة بين تكنولوجيا الذكاء الاصطناعي وحل المشكلات العملية. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل بنية الإنتاج، بينما تعيد تكنولوجيا الويب 3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات، والنماذج، وقوة الحوسبة، مع المفاهيم الأساسية للويب 3 مثل اللامركزية، واقتصاد التوكن، والعقود الذكية، نتوقع أن يؤدي ذلك إلى ظهور مجموعة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانيات، نعتقد أن وكيل الذكاء الاصطناعي، بقدرته على تنفيذ المهام بشكل مستقل، يُظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك ، بدأنا في دراسة التطبيقات المتنوعة لوكيل الذكاء الاصطناعي في Web3 بعمق ، من بنية Web3 التحتية ، والبرمجيات الوسيطة ، إلى مستوى التطبيقات ، فضلاً عن أسواق البيانات والنماذج ، بهدف التعرف على وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيق ، لفهم دمج الذكاء الاصطناعي وWeb3 بشكل عميق.
توضيح المفاهيم: مقدمة ونظرة عامة على تصنيفات الوكيل الذكي
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ومن أجل مساعدة القراء على فهم الفرق بين التعريف والنموذج نفسه بشكل أفضل، سنقدم مثالاً من موقف واقعي: افترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما يمكن لتقنية الاسترجاع المعززة للتوليد أن تقدم محتوى وجهات أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي فهو مثل جارفيس في أفلام الرجل الحديدي، قادر على فهم الاحتياجات، ويمكنه أيضًا البحث بنشاط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الرحلة إلى التقويم.
التعريف العام لوكلاء الذكاء الاصطناعي في الصناعة هو الأنظمة الذكية التي يمكنها إدراك البيئة واتخاذ إجراءات مناسبة، من خلال الحصول على معلومات بيئية باستخدام المستشعرات، ثم معالجة هذه المعلومات والتأثير على البيئة من خلال المنفذات (ستيوارت راسل & بيتر نورفيغ، 2020). نحن نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرات استخدام الأدوات. إنه لا يوفر معلومات فقط، بل يمكنه أيضًا تخطيط المهام وتفكيكها وتنفيذها بالفعل.
وفقًا لهذا التعريف والخصائص، يمكننا أن نرى أن وكلاء الذكاء الاصطناعي قد اندمجوا بالفعل في حياتنا، وتم تطبيقهم في سيناريوهات مختلفة، مثل AlphaGo وSiri وأنظمة القيادة الذاتية من المستوى L5 وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على وكلاء الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي أنها قادرة على استشعار المدخلات الخارجية من المستخدمين، وبناءً على ذلك، تقوم بإجراء تأثيرات في البيئة الواقعية.
لتوضيح المفاهيم باستخدام ChatGPT كمثال، يجب أن نوضح أن Transformer هو الهيكل الفني الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة نماذج تطورت بناءً على هذا الهيكل، بينما يمثل GPT-1 وGPT-4 وGPT-4o إصدارات النماذج في مراحل تطور مختلفة. بينما يعتبر ChatGP كوكيل ذكاء اصطناعي تطور بناءً على نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نحن نقوم بتصنيف 204 مشروع لوكلاء الذكاء الاصطناعي في سوقي Web2 وWeb3 من خلال وضع تسميات لكل مشروع، بناءً على العلامات البارزة المرتبطة بكل مشروع، تم تقسيمها إلى تصنيفين رئيسيين وثانويين. حيث يتكون التصنيف الرئيسي من ثلاث فئات: البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدمين، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية.
البنية التحتية: تركز هذه الفئة على بناء محتوى أساسي في مجال الوكالات، بما في ذلك المنصات، النماذج، البيانات، أدوات التطوير، بالإضافة إلى خدمات B端 التي تكون أكثر نضجًا وتستند إلى التطبيقات الأساسية.
أدوات تطوير: توفر أدوات وإطارات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تُستخدم بشكل رئيسي لدعم اتخاذ القرار، وتوفير المصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.
خدمات B端: تركز بشكل رئيسي على المستخدمين من الشركات، وتقدم حلول الخدمة المؤسسية، والحلول العمودية، والحلول الآلية.
منصات مجمعة: منصات تجمع بين خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.
التفاعل: مشابه لفئة إنشاء المحتوى، والفرق هو التفاعل الثنائي المستمر. وكيل التفاعل لا يقبل ويفهم احتياجات المستخدم فحسب، بل يقدم أيضًا ملاحظات من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق تفاعل ثنائي الاتجاه مع المستخدم.
نوع الدعم العاطفي: وكيل AI يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (المحول المدرب مسبقًا للتوليد).
فئة البحث: تركز على وظيفة البحث، وتقدم وكيلًا يركز بشكل أساسي على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه المشاريع على إنشاء المحتوى، باستخدام تقنية النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربع فئات: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.
تحليل حالة تطوير عميل الذكاء الاصطناعي Web2
وفقًا لإحصاءاتنا، يظهر تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركز القطاعات. على وجه التحديد، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات الشركات وأدوات التطوير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: يعود السبب في هيمنة مشاريع البنية التحتية إلى نضج تقنيتها. تستند هذه المشاريع عادةً إلى تقنيات وإطارات تم التحقق منها عبر الزمن، مما يقلل من صعوبة ومخاطر التطوير. تعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير وتطبيق الوكلاء الذكيين.
دفع الطلب في السوق: عامل آخر رئيسي هو الطلب في السوق. مقارنة بالسوق الاستهلاكية، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق الشركات أكثر إلحاحًا، خاصةً في البحث عن حلول لتعزيز كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات يكون أكثر استقرارًا، مما يساعدهم في تطوير المشاريع المستقبلية.
قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في إنشاء المحتوى في سوق B تعاني من قيود نسبية. بسبب عدم استقرار مخرجاتها، تميل الشركات إلى تلك التطبيقات التي يمكنها زيادة الإنتاجية بشكل مستقر. وقد أدى ذلك إلى انخفاض نسبة الذكاء الاصطناعي في إنشاء المحتوى في مكتبة المشاريع.
تُعبر هذه الاتجاهات عن نضوج التكنولوجيا، واحتياجات السوق، والاعتبارات العملية للمجالات التطبيقية. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح احتياجات السوق، نتوقع أن يتغير هذا النمط بعض الشيء، لكن البنية التحتية ستظل حجر الأساس الثابت لتطور وكلاء الذكاء الاصطناعي.
تحليل مشروع رائد لوكلاء الذكاء الاصطناعي في Web2
نحن نتعمق في استكشاف بعض مشاريع وكلاء الذكاء الاصطناعي الحالية في سوق Web2، ونقوم بتحليلها، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: Character.AI توفر نظام حوار قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية التي يمكنها إجراء محادثات باللغة الطبيعية وتنفيذ مهام محددة.
تحليل البيانات: كانت الزيارات لـ Character.AI في مايو 277 مليون، ويمتلك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشابة. قدمت Character AI أداءً ممتازًا في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، مع تقييم بلغ 1 مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذج اللغة الكبيرة الخاصة بها، مما يشير إلى أن Character AI تعتمد على تقنياتها الخاصة. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas شاركوا في تطوير نموذج اللغة الحوارية Llama لجوجل.
الذكاء الاصطناعي بيربلكسيتي:
مقدمة المنتج: يمكن لـ Perplexity جمع وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، تضمن موثوقية ودقة المعلومات، كما أنه يقوم بتثقيف وإرشاد المستخدمين لتوجيههم لطرح أسئلة متابعة والبحث عن كلمات رئيسية، مما يلبي احتياجات الاستعلام المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، وحقق عدد الزيارات لتطبيقاته على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في الأسواق المالية، أعلنت Perplexity AI مؤخرًا أنها حصلت على تمويل بقيمة 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة Daniel Gross، بمشاركة Stan Druckenmiller وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المحسن، بالإضافة إلى نموذجين كبيرين معدلين من نماذج المصدر المفتوح: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة والاستفسارات في المجالات الرأسية، مما يضمن صحة المعلومات وموثوقيتها.
ميدجورني:
تقديم المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، تغطي من الواقعية إلى
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 21
أعجبني
21
5
مشاركة
تعليق
0/400
PoolJumper
· منذ 15 س
السوق لم ينضج بعد ومع ذلك يتم الترويج له بشكل جنوني.
شاهد النسخة الأصليةرد0
ConsensusBot
· منذ 20 س
مرة أخرى يتم الترويج للذكاء الاصطناعي لإنقاذ السوق
شاهد النسخة الأصليةرد0
TaxEvader
· 08-05 02:36
هؤلاء الويب 3 هم المنجل، من يثق بهم فهو غبي.
شاهد النسخة الأصليةرد0
TokenAlchemist
· 08-05 02:35
مه... بروتوكول الديناميات يظهر كفاءات واضحة في اعتماد الوكلاء. يحتاج الويب 3 إلى انتقالات حالة أفضل، وليس المزيد من ضجيج الذكاء الاصطناعي بصراحة.
هل يمكن لوكيل الذكاء الاصطناعي أن يصبح نقطة انطلاق لدمج Web3 والذكاء الاصطناعي؟
هل يمكن أن يصبح وكيل الذكاء الاصطناعي طوق النجاة لـ Web3 + AI؟
تعتبر مشاريع وكيل الذكاء الاصطناعي نوعًا شائعًا وناضجًا في ريادة الأعمال في Web2، حيث تركز بشكل رئيسي على خدمات الشركات، بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات التي تلعب دورًا حاسمًا في بناء النظام البيئي هي السائدة.
في الوقت الحالي، لا يوجد سوى عدد قليل من مشاريع وكلاء الذكاء الاصطناعي في Web3، حيث تمثل 8% فقط، لكنها تمثل 23% من القيمة السوقية في مجال الذكاء الاصطناعي، مما يظهر قوتها التنافسية الكبيرة في السوق. نتوقع أنه مع نضوج التقنية وزيادة قبول السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.
فيما يتعلق بمشاريع Web3، قد تصبح إدخال تقنيات الذكاء الاصطناعي ميزة استراتيجية للمنتجات غير الأساسية للذكاء الاصطناعي. يجب أن تركز طرق دمج مشاريع وكلاء الذكاء الاصطناعي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: حالة ظهور المشاريع وزيادة التقييمات
منذ أن تم إطلاق ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط، وبحلول مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة، بينما أصدرت OpenAI بسرعة إصدارات متكررة مثل GPT-4 وGP4-4o بعد إطلاق ChatGPT. مع هذه الديناميكية السريعة، أدركت كبرى شركات التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتطورة مثل LLM، وبدأت في إطلاق نماذجها وتطبيقاتها الخاصة، مثل نموذج اللغة الكبير PaLM2 من جوجل، وLlama3 من ميتا، بينما أطلقت الشركات الصينية نماذج كبيرة مثل وكسين يي يان وزيبو تشينغ يان، ومن الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس حادة.
إن المنافسة بين عمالقة التكنولوجيا لم تدفع فقط تطوير التطبيقات التجارية، بل من خلال الإحصاءات التي تم الحصول عليها من أبحاث الذكاء الاصطناعي مفتوحة المصدر، فإن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قفز من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، وخاصة بعد إصدار GPT في عام 2023، حيث زاد عدد المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تظهر الحماسة تجاه تكنولوجيا الذكاء الاصطناعي بشكل مباشر في سوق الاستثمار، حيث يشهد سوق استثمار الذكاء الاصطناعي نمواً قوياً، مع حدوث انفجار في النمو خلال الربع الثاني من عام 2024. وهناك 16 استثمارًا مرتبطًا بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما كان في الربع الأول. كما قفز إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تتجاوز الضعف مقارنة بالعام الماضي. ومن بين ذلك، جمعت xAI التابعة لماسك 6 مليارات دولار، مع تقييم بلغ 24 مليار دولار، مما جعلها ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل خريطة مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى التطور المزدهر لمشاريع المجتمع المفتوح المصدر، وصولاً إلى الحماس الكبير من سوق رأس المال تجاه مفهوم الذكاء الاصطناعي. المشاريع تتوالى، واستثماراتها تحطم الأرقام القياسية، والتقييمات ترتفع بشكل متزايد. بشكل عام، يشهد سوق الذكاء الاصطناعي فترة ذهبية من النمو السريع، حيث حققت نماذج اللغة الكبيرة وتقنيات تعزيز البحث تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر الخيال الناتج عن معلومات غير دقيقة، بالإضافة إلى مشكلة شفافية النماذج. تصبح هذه القضايا ذات أهمية خاصة في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا البحث في وكيل الذكاء الاصطناعي، حيث يؤكد وكيل الذكاء الاصطناعي على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. تمثل هذه التحول علامة على تطور تكنولوجيا الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذلك، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث إنه يقترب تدريجياً من سد الفجوة بين تكنولوجيا الذكاء الاصطناعي وحل المشكلات العملية. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل بنية الإنتاج، بينما تعيد تكنولوجيا الويب 3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات، والنماذج، وقوة الحوسبة، مع المفاهيم الأساسية للويب 3 مثل اللامركزية، واقتصاد التوكن، والعقود الذكية، نتوقع أن يؤدي ذلك إلى ظهور مجموعة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانيات، نعتقد أن وكيل الذكاء الاصطناعي، بقدرته على تنفيذ المهام بشكل مستقل، يُظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك ، بدأنا في دراسة التطبيقات المتنوعة لوكيل الذكاء الاصطناعي في Web3 بعمق ، من بنية Web3 التحتية ، والبرمجيات الوسيطة ، إلى مستوى التطبيقات ، فضلاً عن أسواق البيانات والنماذج ، بهدف التعرف على وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيق ، لفهم دمج الذكاء الاصطناعي وWeb3 بشكل عميق.
توضيح المفاهيم: مقدمة ونظرة عامة على تصنيفات الوكيل الذكي
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ومن أجل مساعدة القراء على فهم الفرق بين التعريف والنموذج نفسه بشكل أفضل، سنقدم مثالاً من موقف واقعي: افترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما يمكن لتقنية الاسترجاع المعززة للتوليد أن تقدم محتوى وجهات أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي فهو مثل جارفيس في أفلام الرجل الحديدي، قادر على فهم الاحتياجات، ويمكنه أيضًا البحث بنشاط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الرحلة إلى التقويم.
التعريف العام لوكلاء الذكاء الاصطناعي في الصناعة هو الأنظمة الذكية التي يمكنها إدراك البيئة واتخاذ إجراءات مناسبة، من خلال الحصول على معلومات بيئية باستخدام المستشعرات، ثم معالجة هذه المعلومات والتأثير على البيئة من خلال المنفذات (ستيوارت راسل & بيتر نورفيغ، 2020). نحن نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرات استخدام الأدوات. إنه لا يوفر معلومات فقط، بل يمكنه أيضًا تخطيط المهام وتفكيكها وتنفيذها بالفعل.
وفقًا لهذا التعريف والخصائص، يمكننا أن نرى أن وكلاء الذكاء الاصطناعي قد اندمجوا بالفعل في حياتنا، وتم تطبيقهم في سيناريوهات مختلفة، مثل AlphaGo وSiri وأنظمة القيادة الذاتية من المستوى L5 وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على وكلاء الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي أنها قادرة على استشعار المدخلات الخارجية من المستخدمين، وبناءً على ذلك، تقوم بإجراء تأثيرات في البيئة الواقعية.
لتوضيح المفاهيم باستخدام ChatGPT كمثال، يجب أن نوضح أن Transformer هو الهيكل الفني الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة نماذج تطورت بناءً على هذا الهيكل، بينما يمثل GPT-1 وGPT-4 وGPT-4o إصدارات النماذج في مراحل تطور مختلفة. بينما يعتبر ChatGP كوكيل ذكاء اصطناعي تطور بناءً على نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نحن نقوم بتصنيف 204 مشروع لوكلاء الذكاء الاصطناعي في سوقي Web2 وWeb3 من خلال وضع تسميات لكل مشروع، بناءً على العلامات البارزة المرتبطة بكل مشروع، تم تقسيمها إلى تصنيفين رئيسيين وثانويين. حيث يتكون التصنيف الرئيسي من ثلاث فئات: البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدمين، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية.
البنية التحتية: تركز هذه الفئة على بناء محتوى أساسي في مجال الوكالات، بما في ذلك المنصات، النماذج، البيانات، أدوات التطوير، بالإضافة إلى خدمات B端 التي تكون أكثر نضجًا وتستند إلى التطبيقات الأساسية.
أدوات تطوير: توفر أدوات وإطارات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تُستخدم بشكل رئيسي لدعم اتخاذ القرار، وتوفير المصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.
خدمات B端: تركز بشكل رئيسي على المستخدمين من الشركات، وتقدم حلول الخدمة المؤسسية، والحلول العمودية، والحلول الآلية.
منصات مجمعة: منصات تجمع بين خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.
التفاعل: مشابه لفئة إنشاء المحتوى، والفرق هو التفاعل الثنائي المستمر. وكيل التفاعل لا يقبل ويفهم احتياجات المستخدم فحسب، بل يقدم أيضًا ملاحظات من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق تفاعل ثنائي الاتجاه مع المستخدم.
نوع الدعم العاطفي: وكيل AI يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (المحول المدرب مسبقًا للتوليد).
فئة البحث: تركز على وظيفة البحث، وتقدم وكيلًا يركز بشكل أساسي على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه المشاريع على إنشاء المحتوى، باستخدام تقنية النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربع فئات: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.
تحليل حالة تطوير عميل الذكاء الاصطناعي Web2
وفقًا لإحصاءاتنا، يظهر تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركز القطاعات. على وجه التحديد، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات الشركات وأدوات التطوير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: يعود السبب في هيمنة مشاريع البنية التحتية إلى نضج تقنيتها. تستند هذه المشاريع عادةً إلى تقنيات وإطارات تم التحقق منها عبر الزمن، مما يقلل من صعوبة ومخاطر التطوير. تعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير وتطبيق الوكلاء الذكيين.
دفع الطلب في السوق: عامل آخر رئيسي هو الطلب في السوق. مقارنة بالسوق الاستهلاكية، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق الشركات أكثر إلحاحًا، خاصةً في البحث عن حلول لتعزيز كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات يكون أكثر استقرارًا، مما يساعدهم في تطوير المشاريع المستقبلية.
قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في إنشاء المحتوى في سوق B تعاني من قيود نسبية. بسبب عدم استقرار مخرجاتها، تميل الشركات إلى تلك التطبيقات التي يمكنها زيادة الإنتاجية بشكل مستقر. وقد أدى ذلك إلى انخفاض نسبة الذكاء الاصطناعي في إنشاء المحتوى في مكتبة المشاريع.
تُعبر هذه الاتجاهات عن نضوج التكنولوجيا، واحتياجات السوق، والاعتبارات العملية للمجالات التطبيقية. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح احتياجات السوق، نتوقع أن يتغير هذا النمط بعض الشيء، لكن البنية التحتية ستظل حجر الأساس الثابت لتطور وكلاء الذكاء الاصطناعي.
تحليل مشروع رائد لوكلاء الذكاء الاصطناعي في Web2
نحن نتعمق في استكشاف بعض مشاريع وكلاء الذكاء الاصطناعي الحالية في سوق Web2، ونقوم بتحليلها، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: Character.AI توفر نظام حوار قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية التي يمكنها إجراء محادثات باللغة الطبيعية وتنفيذ مهام محددة.
تحليل البيانات: كانت الزيارات لـ Character.AI في مايو 277 مليون، ويمتلك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشابة. قدمت Character AI أداءً ممتازًا في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، مع تقييم بلغ 1 مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذج اللغة الكبيرة الخاصة بها، مما يشير إلى أن Character AI تعتمد على تقنياتها الخاصة. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas شاركوا في تطوير نموذج اللغة الحوارية Llama لجوجل.
الذكاء الاصطناعي بيربلكسيتي:
مقدمة المنتج: يمكن لـ Perplexity جمع وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، تضمن موثوقية ودقة المعلومات، كما أنه يقوم بتثقيف وإرشاد المستخدمين لتوجيههم لطرح أسئلة متابعة والبحث عن كلمات رئيسية، مما يلبي احتياجات الاستعلام المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، وحقق عدد الزيارات لتطبيقاته على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في الأسواق المالية، أعلنت Perplexity AI مؤخرًا أنها حصلت على تمويل بقيمة 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة Daniel Gross، بمشاركة Stan Druckenmiller وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المحسن، بالإضافة إلى نموذجين كبيرين معدلين من نماذج المصدر المفتوح: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة والاستفسارات في المجالات الرأسية، مما يضمن صحة المعلومات وموثوقيتها.
ميدجورني:
تقديم المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، تغطي من الواقعية إلى