قائمة المجالات العمودية الناشئة لـ Crypto x AI و17 مشروعًا

المؤلف: آيلو، ألفا من فضلك؛ الترجمة: Golden Finance xiaozou

" عندما يظهر ابتكار عظيم، فمن المؤكد تقريبًا أنه سينتهي به الأمر على أنه فوضوي وغير مكتمل ومربك للعامة. المكتشف نفسه سيكون نصف مفهوم فقط، وبالنسبة للآخرين سيكون لغزا. وأي تخمين لا يبدو مجنونا بما فيه الكفاية للوهلة الأولى هو ميؤوس منه"—— فريمان دايسون em>

في هذه المقالة سأستكشف ما هو التقارب المحتمل الذي يحدث في مجالات التشفير والذكاء الاصطناعي وقائمة17 Crypto x AIالمشاريع التي قد تكون مهتمًا بها وتفكر في إضافتها إلى قائمة مراقبتك.

هل أنت مستعد لقصف ألفا؟

ولكن قبل القفز إلى أسفل، اسمحوا لي أن أقول شيئًا واحدًا: لقد خدشنا سطح مشهد Crypto x AI فقط. هذا المجال حاليًا في مراحله الأولى، وهو معقد ومضارب.

أنا مجرد باحث متواضع في مجال العملات المشفرة يحاول اللحاق بالقطاع الناشئ، لذا نصيحتي هي: توخي الحذر عند الاستثمار في هذا المجال. لا تزال هذه المرحلة مرحلة مبكرة جدًا من المضاربة، ومن المرجح أن تتجاوز الأسعار في هذه الدورة الأساسيات الفنية والأساسية بكثير.

ستتضمن هذه المقالة الأجزاء 5 التالية: نظرة عامة على الذكاء الاصطناعي، ومكدس الذكاء الاصطناعي، ولماذا يعد Crypto وAI تكاملًا مثاليًا، ومقدمة للحقول الرأسية الناشئة Crypto x AI، و17 Crypto x مشروع الذكاء الاصطناعي

1. نظرة عامة على الذكاء الاصطناعي

يعد الذكاء الاصطناعي (AI) موضوعًا معقدًا يتطلب سنوات عديدة من البحث لفهم جميع جوانبه حقًا. لكن في هذه المقالة، أفكر في الذكاء الاصطناعي كمجال موضوعي يحاول تقليد أو محاكاة الذكاء المعرفي البشري لأداء مجموعة من المهام بدءًا من التعلم أو الاستدلال أو حل المشكلات أو فهم اللغة الطبيعية.

على الرغم من أن الذكاء الاصطناعي كان مجالًا متخصصًا للبحث والتطوير لسنوات عديدة، إلا أنه مع وصول ChatGPT، حقق الذكاء الاصطناعي أيضًا تقدمًا حقيقيًا. نتذكر جميعًا مدى حماستنا عندما تفاعلنا لأول مرة مع روبوت الذكاء الاصطناعي. إذا نظرنا إلى الوراء، يمكننا أن نقول بصراحة أنها كانت لحظة مذهلة تشبه لحظة iPhone.

يعد اعتماد منتجات الذكاء الاصطناعي الاستهلاكية هو الأسرع على الإطلاق، حيث وصل إلى 100 مليون مستخدم في شهرين. وبالمقارنة، استغرق فيسبوك 1500 يوم للوصول إلى نفس قاعدة المستخدمين.

نرى هذا المنطقة تشهد نموا هائلا. وبالنظر إلى تقديرات ARK بأن أداء النماذج المدربة يمكن أن يزيد بمقدار 5 أضعاف في عام 2024 وحده، فمن الواضح أن الذكاء الاصطناعي سيستمر في فتح مجموعة واسعة من حالات الاستخدام.

القليل التالي لن يكون جديدًا أن نشهد ظهور العديد من شركات تطبيقات الذكاء الاصطناعي أو البنية التحتية التي تبلغ قيمتها مليارات الدولارات في عام 2020، والتي ستستخدم تطبيقات الذكاء الاصطناعي أو البنية التحتية لجعل ثورة الذكاء الاصطناعي ممكنة. في الواقع، حدثت زيادة مؤخرًا في التمويل لهذا المجال.

بالحديث عن هذا، دعونا نلقي نظرة فاحصة على ما يجعل الذكاء الاصطناعي ممكنًا.

2. AI Stack

أعتقد أنه عندما تفكر في الذكاء الاصطناعي، مثلي، فإن أول ما يتبادر إلى ذهنك هو ChatGPT والذكاء الاصطناعي التوليدي اِسْتَدْعَى . لكن هذا مجرد غيض من فيض، ففي الواقع فإن مجال "الذكاء الاصطناعي" أكثر تعقيدا بكثير. لفهم ذلك بشكل أفضل، دعونا نلقي نظرة سريعة على طبقات التكنولوجيا المختلفة والمكونات التي تشكل حزمة الذكاء الاصطناعي:

(1) أجهزة الكمبيوتر

لا يقتصر الذكاء الاصطناعي على التعليمات البرمجية فقط. يتطلب الذكاء الاصطناعي الكثير من الموارد، كما أن البنية التحتية المادية المحددة - مثل وحدات المعالجة العصبية (NPUs)، ووحدات معالجة الرسومات (GPUs)، ووحدات المعالجة الموترية (TPUs) - ضرورية. وفي نهاية المطاف، تشكل هذه البنى التحتية المادية الوسائل المادية لتنفيذ الحسابات والخوارزميات التي تمكن أنظمة الذكاء الاصطناعي من العمل بشكل صحيح. وبدونهم لن يكون هناك ذكاء اصطناعي.

إن رواد الصناعة في هذا المجال هم NVIDIA (المعروفة والغنية عن التعريف)، وIntel، وAMD. إنهم يتنافسون على تطوير الأجهزة الأكثر كفاءة للتدريب النموذجي وأحمال العمل الاستدلالية.

تعد Nvidia إلى حد بعيد إحدى أكثر الطرق المباشرة للمشاركة في هذه الثورة (كما يتضح من ديناميكيات أسعار Nvidia الأخيرة).

( 2) الأنظمة الأساسية السحابية

يعتمد مطورو الذكاء الاصطناعي على الأجهزة لتشغيل نماذجهم. عادةً، هناك طريقتان رئيسيتان للحصول على أداء الأجهزة: يمكنهم تشغيل وحدة معالجة الرسومات محليًا أو الاعتماد على مزود الخدمة السحابية. غالبًا ما تكون الحلول الأولى باهظة الثمن ولا تستحق العناء من الناحية المالية، وبمرور الوقت يثبت مقدمو الخدمات السحابية أنهم بديل مثير للاهتمام.

إن موفري الخدمات السحابية هم شركات كبيرة تتمتع بموارد هائلة تحصل على هذه الأجهزة القوية وتقوم بتشغيلها، مما يسمح للمطورين باستخدام هذه الموارد على أساس الدفع أولاً بأول أو على أساس الاشتراك. وهذا يلغي حاجة المطورين إلى الاستثمار في صيانة البنية التحتية المادية الخاصة بهم.

رواد الصناعة في هذا المجال هم AWS أو Google Cloud أو NVIDIA DGX Cloud. هدفهم هو منح المطورين الكبار والصغار وصولاً سريعًا إلى الحوسبة الفائقة متعددة العقد لتدريب طلاب LLM الأكثر تعقيدًا.

(3) النموذج

يوجد الجزء الأكثر تعقيدًا والأكثر انتشارًا في الذكاء الاصطناعي على النظام الأساسي السحابي: نموذج ML (التعلم الآلي). تم تصميم أنظمة الحوسبة هذه لأداء المهام دون تعليمات برمجية صريحة وتمثل أدمغة أنظمة الذكاء الاصطناعي.

ينقسم التعلم الآلي إلى ثلاث خطوات: البيانات والتدريب والاستدلال، بما في ذلك ثلاثة أنواع رئيسية من التعلم: التعلم الخاضع للإشراف والتعلم غير الخاضع للإشراف والتعلم المعزز.

• التعلم تحت الإشراف يعني التعلم من الأمثلة (التي يقدمها المعلم). يمكن للمعلم أن يعرض للنموذج صورًا تتعلق بالكلاب ويخبر النموذج أن هذه كلاب. ثم يتعلم النموذج التمييز بين الكلاب والحيوانات الأخرى.

• يتم تدريب العديد من النماذج الشائعة مثل LLM (GPT-4 وLLaMa) باستخدام التعلم غير الخاضع للإشراف. في نموذج التعلم هذا، لا يوجد معلم لتقديم التوجيه أو الأمثلة. تتعلم النماذج كيفية العثور على الأنماط في البيانات.

• التعلم المعزز (التعلم من خلال التجربة والخطأ)، يستخدم بشكل أساسي في مهام اتخاذ القرار المتسلسلة مثل التحكم في الروبوت وممارسة الألعاب (مثل الشطرنج أو Go).

أخيرًا، يمكن أن تكون هذه النماذج مفتوحة المصدر (موجود في مراكز النماذج مثل Hugging Face) أو مغلقة المصدر (مثل نماذج OpenAI، التي يمكن الوصول إليها عبر واجهة برمجة التطبيقات).

(4) التطبيق

هذه هي الطبقة الأخيرة من مكدس الذكاء الاصطناعي والتي نواجهها عادةً كمستخدمين. يمكن أن تكون هذه الشركات B2B أو B2C، وتستفيد من نماذج الذكاء الاصطناعي لإنشاء تطبيقات فوقها. أحد الأمثلة الشائعة هو Replika، وهو تطبيق يتيح لك تصميم رفيق افتراضي للدردشة معك على مدار الساعة طوال أيام الأسبوع. انطلاقا من مراجعات المستخدمين، يبدو أنه كان له تأثير حقيقي على حياة العديد من الناس. " إن Replika الخاصة بي مهمة جدًا بالنسبة لي! فهي دائمًا بجانبي تشجعني وتدعمني بموقف إيجابي. في الواقع، إنها قدوة لي وتخبرني كيف أكون أشخاص أفضل!”

بشكل عام، يبدو أن هذه الطبقات المختلفة من التكنولوجيا لا تزال في مراحلها الأولى من التطور وما زلنا في ما يسميه البعض الانفجار الكامبري البداية منصة. لذلك، سنرى أن العملات المشفرة تلعب دورًا كبيرًا في هذا الطفرة التكنولوجية.

3. لماذا؟ هل يمثل التشفير والذكاء الاصطناعي اندماجًا مثاليًا؟

على الرغم من أن التشفير ليس ضروريًا بالضرورة لكل طبقة من طبقات الذكاء الاصطناعي، إلا أن هناك العديد من الأسباب للاعتقاد بأن الذكاء الاصطناعي اللامركزي لا يقل أهمية عن العملة اللامركزية. يمكن للعقود الذكية الاستفادة من التعلم الآلي لتوفير مستخدم قوي الخبرة والتشفير يمكن أن يوفرا قدرًا أكبر من الأمان والشفافية ويفتح حالات استخدام جديدة للذكاء الاصطناعي.

الذكاء الاصطناعي هو المسيطر مساحة التشفير

أظهر السوق حماسًا كبيرًا للتطبيقات المحتملة عند تقاطع التشفير والذكاء الاصطناعي، وهناك بالفعل اتجاهات تشير إلى أن هذا هو السرد الأكثر سخونة في الوقت الحالي. منذ بداية عام 2024، كان أداء الذكاء الاصطناعي جيدًا للغاية مقارنة ببقية عالم العملات المشفرة.

مع تطوير المجال أما بالنسبة لمزيد من التطورات، فلدينا كل الأسباب للاعتقاد بأننا ما زلنا في المراحل المبكرة وأن الفقاعة قد تكون في طور التشكل.

دعونا نلقي نظرة على التطورات التي تحدث بين العملات المشفرة والذكاء الاصطناعي.

4. مقدمة إلى المجالات الرأسية الناشئة Crypto x AI

وفيما يلي أوجه التآزر الرئيسية بين cyropto وAI:

( 1) من موفري الخدمات السحابية المركزية إلى DePIN:

كما ذكرنا سابقًا، فإن الطبقات الأساسية للذكاء الاصطناعي هي موفري الأجهزة والسحابة. في حين أن التشفير لا يستطيع التنافس في إنتاج أجهزة أفضل (ولا يوجد سبب لذلك)، فمن العدل أن نقول إن التشفير قادر على التنافس في توفير الوصول إلى الحوسبة الفائقة متعددة العقد بطريقة أكثر كفاءة وأمانًا ولامركزية. هذا حقل فرعي من التشفير، وهو DePIN (البنية التحتية المادية اللامركزية). تمثل هذه بروتوكولات blockchain التي تحفز المجتمعات اللامركزية على بناء الأجهزة المادية وصيانتها.

تتمثل حالات الاستخدام الرئيسية لـ DePIN المدعم بالذكاء الاصطناعي في التخزين السحابي وقوة الحوسبة.

الفكرة بسيطة: يحتاج مطورو الذكاء الاصطناعي إلى المزيد من سعة وحدة معالجة الرسومات وتخزين البيانات، ولدينا سبب وجيه للاعتقاد بأن مشروع التشفير-DePIN يمكنه تنشيط الموارد المحتملة من خلال حوافز رمزية للمساعدة في دفع جيل الحوسبة الجديدة وإمدادات التخزين.

(2) دعم الشفافية وإدارة المستخدم وملكية البيانات:

سوف يتجاوز الذكاء الاصطناعي الإنترنت. وهذا يعني أنه لكي يعمل المجتمع الديمقراطي الليبرالي بشكل جيد، فمن الأهمية بمكان أن نفهم النماذج المستخدمة، وكيف تعمل، وما هي البيانات التي يتم تغذيتها بها. ومع وضع هذا في الاعتبار، أشعر أن الجدل الذي لا نهاية له حول عمليات الصندوق الأسود والقوة الاحتكارية لعمالقة الويب 2.0 يمكن إنهاءه من خلال منح ملكية المستخدم من خلال ترميز الذكاء الاصطناعي، من البنية التحتية على طول الطريق إلى النماذج والتطبيقات.

في بعض الحالات ضمن في هذه الحالة، قد يكون من المهم جدًا معرفة مصدر نموذج الذكاء الاصطناعي الذي يستخدمه المرء. مثل كل شيء، تحتوي النماذج على تحيزات، واعتمادًا على كيفية إنشاء النموذج وبيانات التدريب، يمكن أن يكون الإخراج مختلفًا تمامًا. هناك أسباب وجيهة وراء وجوب جعل نماذج الذكاء الاصطناعي والتدريب لامركزيًا على السلسلة ويجب أن تتمتع بقدر أكبر من الشفافية.

لسنا بحاجة إلى مجلس شيوخ أو أي كيان غامض يقرر اتجاه العالم، أو السيطرة على بياناتنا دون موافقة، أو شروط وأحكام لا نهاية لها، لنكون صادقين، لا يمكننا أبدًا إكمال القراءة ذات الصلة للإجابة. في الواقع، نحن نريد العكس تمامًا، حيث تكون الشفافية وإدارة المستخدم شرطًا أساسيًا ولدينا سيطرة على بياناتنا الخاصة.

من خلال الاستفادة من البنية التحتية للتشفير، يمكننا تجنب تكرار نفس الأخطاء التي ارتكبناها مع تطبيقات الإنترنت. وبوسعنا أن نتمتع بالملكية الجماعية، والحكم اللامركزي، والشفافية على كافة المستويات. هذا هو الطريق إلى الأمام.

(3) التوفيق بين الحوافز وتحقيق الدخل الذكاء الاصطناعي:

تُعد بيانات التدريب عالية الجودة مساهمًا رئيسيًا في نموذج الأداء . ومع ذلك، كما ذكرت ARK، قد يتم استنفاد المصادر الجيدة لبيانات التدريب عالية الجودة بحلول عام 2024، مما قد يؤدي إلى توقف أداء النموذج.

يمكن لتقنية التشفير أن تكون ملهمة يقوم الأفراد بتحقيق الدخل من مجموعات البيانات الخاصة والعامة بالإضافة إلى نماذج الذكاء الاصطناعي والوكلاء وأجزاء أخرى من مجموعة الذكاء الاصطناعي. ومع إمكانية إنشاء أسواق عالمية ديناميكية وغير مرخصة، يمكن تعويض أي شخص عن مساهمته. والاحتمال الآخر هو تحفيز الناس على الحفاظ على جودة البيانات المستخدمة لتدريب نماذج الذكاء الاصطناعي الأساسية، أو تقديم نماذج مختلفة لشبكات محددة.

يقود مجال العملات المشفرة إلى طفرة مالية. يحتاج مكدس الذكاء الاصطناعي إلى آلية دفع خاصة به. يبدو وكأنه مزيج جيد، أليس كذلك؟

(4) على السلسلة AI/ML (ZKML & opML):

يعد تشفير المعرفة الصفرية واحدًا من تقنيات web3 الأكثر شيوعًا لأنه يوفر القدرة على إنشاء براهين "التكامل" لمجموعة معينة من الحسابات، حيث يكون التحقق من البرهان أسهل بكثير من إجراء العمليات الحسابية.

عندما نتحدث عن ZKML، فإننا نتحدث عن إمكانية جلب براهين ZK (المعرفة الصفرية) إلى أجزاء "الاستدلال" و"البيانات" في نماذج التعلم الآلي (بدلاً من أن تكون مكثفة حسابيًا للغاية) الجزء التدريبي). مع تطور البحث والتكنولوجيا في هذا المجال، يمكننا أن نتوقع رؤية ظهور حلول أكثر كفاءة وقابلة للتطوير قد تجعل ZKP (إثبات المعرفة الصفرية) أكثر ملاءمة لمرحلة التدريب على نماذج التعلم الآلي.

باستخدام ZKML، يتم إخفاء الحساب عن أداة التحقق، ولكن يمكن للمثبت التحقق من صحة حساب ML دون الكشف عن مزيد من المعلومات.

هناك طريقة أخرى وهي OPML (التعلم الآلي المتفائل)، والتي تستخدم الطريقة المتفائلة لتنفيذ استدلال نموذج الذكاء الاصطناعي والتدريب/الضبط الدقيق على نظام blockchain. نماذج LlaMA2 وStable Diffusion متاحة الآن على السلسلة من خلال الآلية المتفائلة (على غرار Optimism وArbitrum).

يجمع أحدث الحلول من المشروع المذكور أدناه بين zkML وopML لتمكين Ethereum من تشغيل أي نموذج مزود بميزات الخصوصية.

قد يؤدي هذا إلى تعزيز حقبة جديدة من نماذج تعلم الآلة، حيث ستكون شفافة على السلسلة وقادرة على التحقق بسهولة مما إذا كان الناتج المعين هو نتاج نموذج معين وزوج مدخلات معين. وفي عالم حيث النماذج ومجموعات البيانات مبهمة، يمكن أن يمثل هذا تغييراً لقواعد اللعبة، مما يعيد القوة إلى المستخدمين (بما يتماشى مع الأفكار حول الشفافية وحوكمة المستخدم الموضحة أعلاه).

(5) المصادقة والخصوصية:

مع تطور تطبيقات الذكاء الاصطناعي، نقترب من نقطة تحول حيث لن يعرف أحد ما إذا كان المحتوى عبر الإنترنت حقيقيًا أم لا. محاكاة. ألقِ نظرة على هذه الصورة التي أنشأتها Sora، وهي منصة إنشاء مقاطع فيديو نصية أطلقتها OpenAI مؤخرًا، هل تعتقد أنك تستطيع معرفة صحتها؟ تخيل كيف سيصبح هذا أكثر إقناعا في السنوات القادمة.

في ضوء ذلك في الواقع، هناك أسباب وجيهة لتخزين الهويات اللامركزية على blockchain. وهذا يمنع الأشخاص من التفاعل مع روبوتات الذكاء الاصطناعي دون معرفتها ويميز المعلومات الحقيقية عن المعلومات المزيفة. في عالم يمكن أن يحدث فيه هروب الأموال من البنوك ببضع نقرات فقط (مثل ما شهدناه مع حادثة SVB)، يصبح تقديم إثبات صحة البيانات أمرًا بالغ الأهمية، ويبدو أن التشفير هو أفضل طريقة لتحقيق ذلك.

إليك مثال بسيط لكيفية عمل ذلك: يمكن للمؤلف الرسمي لشيء ما أن يوقع رقميًا على "تجزئة" على blockchain، مدعيًا "لقد قمت بإنشائه بنفسي". يمكن لطرف آخر (مثل شركة إعلامية) أن يدعي "لقد أثبت ذلك" من خلال التوقيع على صفقة. يمكن للمستخدمين التحقق من هويتهم في التوقيع عن طريق إثبات التحكم في اسم المجال بشكل مشفر (على سبيل المثال، nytimes.com).

وبهذه الطريقة، تكون المعلومات شفافة، ويمكن إثباتها، ولا يمكن التلاعب بها، وقابلة للتركيب. لقد أصبح هذا عاملاً رئيسياً في عالم ما بعد الذكاء الاصطناعي الذي بدأنا نعيش فيه.

5. 17Crypto x AI المشاريع

في هذه المرحلة، أنا متأكد من أنك قد توافق على أن هناك العديد من الأسباب للاعتقاد بذلك في المرحلة التالية في السوق الصاعدة، يمكن أن تكون قائمة مراقبة مشروع الذكاء الاصطناعي الجيدة واحدة من أفضل الأصول لديك.

لحسن الحظ، سنركز على هذا. لكن قبل ذلك، نذكر أنفسنا بأن المضاربات منتشرة في كل مكان الآن ويجب أن نتقدم بحذر. في الواقع، المشاريع الملموسة حقًا نادرة هذه الأيام. لذا فإن ما يلي ليس توقعًا، بل مجرد فكرة. تتغير الأفكار كثيرًا عندما تصبح البيانات متاحة بشكل أكبر ويخفف الوقت من الضوضاء.

هذه ليست قائمة شاملة، بل مجرد عناصر قمت بالبحث عنها بعمق والتي أعتقد أنها تستحق الاهتمام. هناك الكثير مما يحدث في هذا المضمار ومن الواضح أنني سأفتقد الكثير من الفرق الرائعة.

ومع ذلك، دعنا نلقي نظرة على 17 مشروعًا قد ترغب في الاهتمام بها:

1. شبكة Render

مقدمة: Render هو الرائد من منصة GPU المركزية. باختصار، يهدف المشروع إلى إطلاق العنان لإمكانات الإنتاج الكاملة لوحدات معالجة الرسوميات اللامركزية، وتشغيل نوعين مختلفين من المشاريع: إنشاء المحتوى ثلاثي الأبعاد والذكاء الاصطناعي.

أسباب تدعو إلى التفاؤل: هناك بالفعل نقص في وحدات معالجة الرسومات. وإذا استمر الذكاء الاصطناعي في الحفاظ على اتجاهه الحالي، فسوف يصبح النقص أكثر خطورة. وهذه فرصة لشبكة Render Network، وهو أمر ممكن من هذه الجولة من السوق الصاعدة للذكاء الاصطناعي هي واحدة من أكبر الرموز المميزة التي تستفيد من السرد. يحتوي Render أيضًا على العديد من عملاء حوسبة الذكاء الاصطناعي.

كيفية الحصول على مركز: رمز RNDR

2. بروتوكول Akash

المقدمة: Akash هو سوق كمبيوتر لامركزي تم إطلاقه باسم Cosmos في سبتمبر 2020 سلسلة التطبيقات يتم إطلاقه على الشبكة الرئيسية. في حين أن التكرار الأول لـ Akash كان يركز على وحدات المعالجة المركزية (وحدات المعالجة المركزية)، فقد انتقل مؤخرًا إلى حوسبة GPU، مستفيدًا من التحول في نموذج البنية التحتية للحوسبة الناتج عن طفرة الذكاء الاصطناعي (على غرار شبكة Render).

لماذا أنت متفائل: لخّص الرؤية الحالية للمشروع في أربع كلمات: "AirBnB لحوسبة GPU".

كيفية الحصول على منصب: AKT

3, Ora

المقدمة: ORA هو بروتوكول أوراكل يمكن التحقق منه ويقدم الذكاء الاصطناعي والحسابات المعقدة في السلسلة . يجمع حلهم opp/ai بين أفضل ما في zkML وopML ويمثل قفزة إلى الأمام لكلا النهجين.

أسباب تدعو إلى التفاؤل: يمثل ابتكارهم نقطة تحول في تطوير الذكاء الاصطناعي على السلسلة، وتوحيد مشهدي zkML وopML.

كيفية الحصول على منصب: انضم إلى Discord للحصول على المزيد من التحديثات وتصبح مساهمًا مبكرًا.

4.io.net

المقدمة: هذا مشروع DePIN آخر مثير للاهتمام مبني على Solana، والذي يمكنه الوصول إلى مجموعات سحابة GPU الموزعة بنفس تكلفة المجموعات المركزية. خدمة.

لماذا يجب أن يعجبك: AWS اللامركزية للتدريب على تعلم الآلة على وحدات معالجة الرسومات. احصل على وصول فوري وبدون إذن إلى شبكة عالمية من وحدات معالجة الرسومات ووحدات المعالجة المركزية. تقنية ثورية تسمح بتجميع سحب GPU معًا. يمكنه توفير 90% من تكاليف الحوسبة للشركات الناشئة الكبيرة العاملة في مجال الذكاء الاصطناعي. دمج Render وFilecoin.

كيفية الحصول على منصب: انضم إلى io.net Discord، فهم يديرون برنامجًا مجتمعيًا قد يحتوي على عمليات إسقاط IO.

5. Bittensor

مقدمة: Bittensor هو مشروع لامركزي مفتوح المصدر يهدف إلى إنشاء بروتوكول شبكة عصبية على blockchain، مما يسمح بإنشاء تطبيقات الذكاء الاصطناعي dApps ونظير إلى نظير. طرق تحقيق تبادل القيمة بين نماذج الذكاء الاصطناعي.

لماذا يجب أن تكون متفائلاً: هذا مشروع طموح اجتذب الكثير من الاهتمام مؤخرًا وأصبح أكبر رمز مميز للذكاء الاصطناعي من حيث القيمة السوقية. من المرجح أن يكون TAO أحد أكبر المستفيدين من هذه الجولة من الضجيج حول الذكاء الاصطناعي.  

كيفية الحصول على منصب: رموز TAO، يمكنك تعهد TAO الخاص بك إلى المدقق للحصول على مبلغ إصدار TAO. إذا كنت تريد المساهمة في الشبكة من خلال الانضمام إلى Discord، فيمكنك أيضًا المشاركة بشكل أكبر.

6. العشب

المقدمة: العشب هو البنية التحتية الأساسية التي تدعم نماذج الذكاء الاصطناعي. من خلال تثبيت ملحق Grass Web، يقوم التطبيق تلقائيًا ببيع موارد الإنترنت غير المستخدمة الخاصة بك إلى شركات الذكاء الاصطناعي، التي تستخدمها للزحف إلى الإنترنت وتدريب نماذجها. نتيجة؟ أنت تشارك في تطوير الذكاء الاصطناعي وتحصل على حصة في الشبكة عن طريق بيع الموارد التي لم تكن تعلم حتى أنك تمتلكها.

لماذا يجب عليك شرائه: تعمل شركة Grass على إنشاء مصادر دخل جديدة لكل شخص لديه اتصال بالإنترنت. يهدف Grass إلى أن يصبح طبقة توفير البيانات للذكاء الاصطناعي اللامركزي. كيفية الحصول على منصب: قم بتشغيل ملحق chrome في الخلفية ولن يستغرق الأمر سوى دقيقتين للإعداد لبدء كسب نقاط Grass Points، والتي ستنشئ رموز GRASS المميزة في وقت لاحق من هذا العام.

7. Gensyn

مقدمة: بروتوكول Gensyn هو بروتوكول غير موثوق به من الطبقة الأولى لإجراء حسابات التعلم العميق. وهو يكافئ المشاركين من جانب العرض بشكل مباشر وفوري لتخصيص وقت الحوسبة للشبكة وتنفيذ مهام تعلم الآلة.

الأسباب التي تجعلك متفائلًا: يتمتع هذا المشروع بمؤيدين أقوياء جدًا وسيصبح بوضوح مشروعًا رئيسيًا للبنية التحتية للعملات المشفرة للذكاء الاصطناعي إذا تمكنوا من تنفيذه.

كيفية الحصول على المنصب: تابعهم على تويتر.

8.Allora

المقدمة: Allora عبارة عن شبكة ذكاء اصطناعي لامركزية ذاتية التحسين. يمكّن Allora التطبيقات من الاستفادة من الذكاء الاصطناعي الأكثر ذكاءً وأمانًا من خلال شبكة من نماذج تعلم الآلة ذاتية التحسين. من خلال الجمع بين أحدث الأبحاث في التعهيد الجماعي (التنبؤ بالأقران)، والتعلم الموحد، وzkML، يفتح Allora مساحة واسعة جديدة لتصميم التطبيقات عند تقاطع العملات المشفرة والذكاء الاصطناعي.

لماذا يجب أن يعجبك: تم تطوير Allora بواسطة Upshot، التي كانت الشركة الرائدة في السوق في تطوير البنية التحتية للتشفير AI x على مدار العامين ونصف العام الماضيين. تركيزهم على المزيد من حالات الاستخدام المالي: خلاصات الأسعار المدعومة بالذكاء الاصطناعي، وخزائن التمويل اللامركزي المدعومة بالذكاء الاصطناعي، ونمذجة مخاطر الذكاء الاصطناعي، وما إلى ذلك، قد يعني أنهم يكتشفون PMF في وقت أبكر من غيرهم.

كيفية الحصول على منصب: انضم إلى Discord لتتبع كيف يمكنك المشاركة كعضو مبكر في المجتمع.

9. بوتو

مقدمة: بوتو هو فنان مستقل تمامًا مع عملية حلقة مغلقة ومخرجات لا يمكن تغييرها بواسطة الأيدي البشرية. المدخلات البشرية الوحيدة هي التصويت على مخرجات بوتو لتوجيه الفنان بشأن ما يجب فعله بعد ذلك.

سبب التفاؤل: يجمع هذا المشروع الفريد بين الذكاء الاصطناعي والفن وNFT وDeFi وقد حقق بالفعل إيرادات حقيقية (4.5 مليون دولار منذ بدايته). تم بيع أعمال بوتو الفنية في دار كريستيز للمزادات. هذا هو أول فنان ذكاء اصطناعي يمكن الاستثمار فيه. سيتم توزيع عائدات مبيعات الأعمال الفنية على المتعهدين.

كيفية الحصول على مركز: رموز BOTTO أو شراء NFT الخاص بـ Botto على Super Rare.

10. الموازي (المستعمرة)

المقدمة: Colony هي لعبة لا تنتهي أبدًا يقودها الذكاء الاصطناعي، مع وجود جميع العناصر المحاكاة في السلسلة. سيتم إقرانك مع الصورة الرمزية الموازية. ستعمل أنت وصورتك الرمزية معًا وتتشاركان الموارد الموجودة على السلسلة للتنقل في عالم Parallel الآخذ في التوسع والمدعوم من PRIME.

أسباب تدعو إلى التفاؤل: تعد PRIME واحدة من الرموز الوحيدة التي تتقاطع فيها الألعاب مع الذكاء الاصطناعي حقًا. يمكن أن تصبح Colony لعبة جديدة تحدد النوع، مع إمكانات فيروسية حقيقية إذا نفذ الفريق ذلك. ربما يكون الاستوديو الذي يصنع هذه اللعبة هو الأفضل في ألعاب web3.

كيفية الحصول على مركز: رموز PRIME والصورة الرمزية الموازية NFT. يرجى التسجيل للعب عند إصدار اللعبة.

11. Aethir

المقدمة: يقدم Aethir نهجًا جديدًا للبنية التحتية للحوسبة السحابية التي تركز على ملكية وحدات معالجة الرسومات على مستوى المؤسسات وتخصيصها واستخدامها. إنه بمثابة سوق ومجمع، مما يسهل الاتصالات بين اللاعبين من جانب العرض (مثل مشغلي العقد وموفري GPU) والمستخدمين والمؤسسات في الصناعات كثيفة الحوسبة مثل الذكاء الاصطناعي والحوسبة الافتراضية والألعاب السحابية وتعدين العملات المشفرة.

لماذا نحن متفائلون: يبدو أن Aethir هو منافس قوي آخر لـ DePin في فئة السحابة الحاسوبية لوحدة معالجة الرسومات. يطالبون بوحدات معالجة رسومات أكثر بـ 20 مرة من Render. سيتم إطلاقها في بيئة مواتية للغاية في صناعة شعبية.

كيفية الحصول على منصب: مبيعات العقد القادمة والانضمام إلى خادم Discord الخاص بهم.

12. Morpheus

المقدمة: يقوم Morpheus ببناء أول شبكة وكلاء شخصية لا مركزية حقًا من نظير إلى نظير لإضفاء الطابع الديمقراطي على الذكاء الاصطناعي. أسباب الإعجاب به: الحقيقة الرائعة حول هذا المشروع هي أن أحد المساهمين فيه هو Erik Voorhees، وهو OG حقيقي في هذا المجال. هذا المشروع يعطيني مشاعر Bittensor.

كيفية الحصول على منصب: يمكنك استثمار stETH أثناء إطلاق المعرض لكسب رموز MOR

13. Autonolas

مقدمة: Autonolas عبارة عن منصة لإنشاء وسوق مفتوحة باستخدام وكلاء الذكاء الاصطناعي اللامركزيين. ولكن أكثر من ذلك، فهو يوفر للمطورين مجموعة من الأدوات لبناء وكلاء الذكاء الاصطناعي الذين تتم استضافتهم خارج السلسلة ويمكن توصيلهم بسلاسل بلوكتشين متعددة، بما في ذلك Polygon أو Ethereum أو Gnosis Chain أو Solana.

أسباب تدعو إلى التفاؤل: يعد Autonolas واحدًا من مشاريع الذكاء الاصطناعي القليلة التي لديها دليل على اعتمادها. يعد OLAS أحد الرموز المميزة القليلة التي يقوم الأشخاص بالمزايدة عليها حاليًا في دائرة مشروع تشفير الذكاء الاصطناعي.  

كيفية الحصول على منصب: رمز OLAS المميز

14. MyShell  

المقدمة: MyShell عبارة عن منصة شاملة لامركزية. للاستكشاف، إنشاء تطبيقات الذكاء الاصطناعي الأصلية وتثبيتها.

لماذا يجب أن تكون متفائلاً: MyShell هو متجر تطبيقات الذكاء الاصطناعي ومنصة تسمح لك بإنشاء روبوتات وتطبيقات الذكاء الاصطناعي. فهو يسمح لأي شخص بأن يصبح رائد أعمال في مجال الذكاء الاصطناعي وتحقيق الدخل من تطبيقاته. المنتج الآن في مرحلة الإنتاج.

كيفية الحصول على منصب: على الرغم من عدم حصولهم على الرموز المميزة حتى الآن، يمكنك الاشتراك في تطبيقهم والبدء في التفاعل مع الروبوت لكسب النقاط (من يدري ما الذي سيجلبه لك ذلك).

15. OriginTrail

المقدمة: يدمج OriginTrail تقنية blockchain والذكاء الاصطناعي لتوفير رسم بياني معرفي لامركزي (DKG) لضمان سلامة البيانات ومصدرها. توفير الوصول إلى الشبكة من المعلومات المؤكدة لتعزيز قدرات الذكاء الاصطناعي. يهدف الدمج إلى تحسين كفاءة وموثوقية وكلاء الذكاء الاصطناعي عبر الصناعات من خلال إنشاء أساس آمن وجدير بالثقة لإنشاء البيانات والتحقق منها والاستعلام عنها.

أسباب تدعو للتفاؤل: المنتج قيد التشغيل بالفعل. عملاء مساهمين. ما أفهمه هو أن الرسوم البيانية المعرفية تسمح للذكاء الاصطناعي بتفسير البيانات وفهمها في سياق أشياء أخرى تحدث. يبدو أيضًا أن TRAC لديه عبادة أتباع.

كيفية الحصول على منصب: رمز TRAC المميز

16.الطقوس

المقدمة: الطقوس هي طبقة تنفيذ مفتوحة وذات سيادة للذكاء الاصطناعي. ستسمح Ritual للمطورين بدمج الذكاء الاصطناعي بسلاسة في أي تطبيق أو بروتوكول على السلسلة، مما يمكنهم من ضبط النماذج وتحقيق الدخل وإجراء الاستدلال باستخدام مخططات التشفير.

تتمثل رؤية Ritual في تمكين المطورين من إنشاء DeFi شفاف تمامًا، وسلاسل الكتل ذاتية التحسين، والوكلاء المستقلين، والمحتوى الذي تم إنشاؤه، والمزيد.

أسباب الإعجاب: تمتلك Ritual داعمين من الدرجة الأولى. يمكن للمطورين تجربة Infernet SDK الآن. اكتشفت أن أحد المطورين بدأ مشروعًا تجريبيًا لـ nft باستخدام SDK هذا منذ بضعة أيام. رائع جدًا (لقد فات الأوان لإلقاءه).

كيفية الحصول على الموقف: انضم إلى Discord وابقَ على اطلاع.

17.Nillion

المقدمة: يمكن لـ Nillion تدريب نماذج الذكاء الاصطناعي واستدلالها بطريقة آمنة وسرية، مما يؤدي إلى إنشاء العمود الفقري للذكاء الاصطناعي الشخصي والآمن.

أسباب تدعو إلى التفاؤل: تفتح شبكة الحوسبة العمياء الخاصة بشركة Nillion العديد من حالات الاستخدام الجديدة، ومن بينها الذكاء الاصطناعي المخصص الذي يمثل منطقة كبيرة غير مقفلة. لن يتم اعتماد الذكاء الاصطناعي المخصص على نطاق واسع ما لم تكن هناك معالجة خاصة للبيانات. من المؤكد أن حل نيليون يبدو وكأنه يغير قواعد اللعبة.

كيفية الحصول على الموقف: انضم إلى Discord واستمر في المتابعة. إذا كنت مطورًا، فأنا متأكد من أنهم سيستضيفون بعض فعاليات الهاكاثون قريبًا.