المؤلف: Accelxr

الذكاء الاصطناعي هو تكنولوجيا متسارعة من شأنها أن تغير الاتجاهات الاجتماعية بشكل كبير مع تحويل الاقتصادات، وإعادة تشكيل الصناعات، وتوفير أشكال جديدة من التفاعل عبر الإنترنت.

بينما يعتقد الكثيرون أن تدخل شركة Crypto في عالم الذكاء الاصطناعي ليس ضروريًا، فإننا نعتقد أنها علاقة تآزرية حاسمة. ومع تشديد القيود المفروضة على إنتاج وتوزيع نماذج الذكاء الاصطناعي، ينشأ بسرعة مجتمع مفتوح المصدر سريع الوتيرة ومناهض للسلطوية، ويواجه مخططات مركزية وحكومات جيدة التمويل. تعد العملات المشفرة أفضل أداة لجمع الأموال وإدارة الأدوات مفتوحة المصدر، بدلاً من الضغط الخارجي. يعد هذا بالفعل تطابقًا مثاليًا، وذلك قبل مراعاة تأثير الذكاء الاصطناعي على الأصالة والمصدر والهوية والمجالات الأخرى التي تتمتع شركة Crypto بنقاط قوة متأصلة في معالجتها أو تحسينها.

هناك جميع أنواع ثقوب الأرانب التي تستحق الاستكشاف هنا. تحاول هذه المقالة تغطية أكبر قدر ممكن من الموضوع، لذلك يمكن اعتبار هذه المقالة بمثابة مراجعة لـ الوضع الحالي حتى الآن.نظرة عامة عاصفة على بعض المجالات الناشئة في Cryptox AI حتى الآن وفي المستقبل المنظور.

الإبداع

في الآونة الأخيرة، كانت الموجة الأولى من الاهتمام بالذكاء الاصطناعي في مجال أدوات توليد الأفكار. يقلل الذكاء الاصطناعي التوليدي من اعتماد المستخدمين على المهارات التقنية مثل البرمجة أو إتقان البرمجيات المتقدمة، مما يسمح لأي شخص لديه خبرة أساسية في مجال الإلكترونيات بإنتاج أعمال معقدة مع إخراج عمل احترافي بأقل تكلفة.

قد يكون لهذا تأثير كبير على الصناعات الإبداعية، على سبيل المثال لا الحصر:

الآن، يمكن لأي شخص أن يصبح منشئًا، ومع تزايد نضج عدد السيناريوهات التي يقوم فيها الأشخاص بإنشاء أعمال مع هذه الأدوات، فإن النموذج الإبداعي للألعاب متعددة اللاعبين سوف يزدهر بشكل لم يسبق له مثيل.

المجتمعات المتخصصة قادرة على إنتاج أعمال عالية الجودة كانت ذات جدوى تجارية محدودة في السابق بسبب حجم الجمهور.

سوف يتدفق المحتوى الإبداعي بمعدل يفوق بكثير العمل البشري وسيؤدي إلى إعادة تقييم محتملة للمحتوى البشري عبر الإنترنت.

فيما يلي مناقشة لبعض الوسائط المبتكرة التي تتفاعل بشكل كبير مع الذكاء الاصطناعي.

الفن

"فن الذكاء الاصطناعي ليس فنًا" هذا شعار شائع بين أولئك الذين يعارضون بشدة ظهور أدوات الذكاء الاصطناعي. سرعان ما قوبل إصدار النموذج التوليدي برد فعل عنيف واحتجاجات، مثل ما رأيناه في ArtStation. ومع ذلك، فقد أثار شرارة في بعض الحقول الفرعية العمودية الأكثر إثارة للاهتمام في web3.

يأتي فن الذكاء الاصطناعي في أشكال عديدة، أشهرها النماذج التوليدية الشائعة حاليًا، بما في ذلك DALL-E وStable Diffusion وMidjourney. هناك أيضًا منافسون لـ web3 مثل ImgnAI الذين يعملون على تزويد المستخدمين بتجربة اجتماعية أفضل حول إنشاء الصور التوليدية المدفوعة باقتصاديات الرمز المميز، والتي تشتد الحاجة إليها لبناء خنادق مجتمعية حول هذه النماذج التوليدية.

ومع ذلك، غالبًا ما يقوم فنانو الذكاء الاصطناعي الذين يتمتعون بتقدير كبير في هذا المجال بتصميم نماذجهم وضبطها بطريقة أكثر فريدة، مما يؤدي إلى المزيد من الأعمال الفريدة، وليس من خلال مطالبات بسيطة. قد يتطلب ذلك تدريب عمليات التضمين الجديدة، أو استخدام LoRAs لإتقان النمط، أو حتى بناء النموذج الخاص بك بالكامل.

من بين الفنانين المشهورين الذين يستخدمون نماذج أكثر تعقيدًا وتخصيصًا لإصدار فن الذكاء الاصطناعي مثل NFTs كلير سيلفر، إيفونا تاو، روب رينيستو، بيندار فان أرمان، رفيق أناضول، جين كوجان و اكثر. استكشف هؤلاء الفنانون استخدام أسواق مختلفة للتوزيع، وأبرزها الأسواق الخاصة بفن الذكاء الاصطناعي مثل Braindrops وMirage Gallery وFellowshipAI، بالإضافة إلى منصات الأحداث المخصصة للشكل الفني مثل Bright Moments.

تم أيضًا تشكيل مجالات فرعية رأسية لفن الذكاء الاصطناعي، مثل ما بعد التصوير الفوتوغرافي وفن البيانات. يتم قيادة فن ما بعد التصوير الفوتوغرافي بشكل أساسي من قبل فريق Fellowship.ai، الذي يعمل مع Roope Rainsto لجلب المزيد من الفنانين الذين يستكشفون هذه الوسيلة إلى أعين الجمهور. تسعى الكثير من جماليات ما بعد التصوير الفوتوغرافي إلى احتضان المصنوعات البصرية الشائعة في الأدوات التوليدية المبكرة. مع نشر سلسلة حياة روب رينيستو في أمريكا الغربية على موقع Braindrops، بدأ فن ما بعد التصوير الفوتوغرافي يحظى باهتمام متزايد على وسائل التواصل الاجتماعي.

فيما يتعلق بفن البيانات، يعتبر رفيق أناضول فنانًا معروفًا في هذا المجال ومعروفًا باستخدام البيانات والخوارزميات والذكاء الاصطناعي لإنشاء أعمال فنية ديناميكية وتفاعلية. معروفة بمنشآتها الغامرة. هناك بعض الأمثلة المثيرة للاهتمام في عمله، مثل Unsupervised، الذي يحول البيانات الوصفية لـ MoMA إلى عمل يولد أشكالًا جديدة في الوقت الفعلي. مثال آخر هو Sense of Place، الذي يستخدم البيانات البيئية في الوقت الفعلي مثل الرياح ودرجة الحرارة والرطوبة، بالإضافة إلى بيانات الإشارة من Bluetooth وWifi وLTE لتوفير مصادر البيانات للعمل.

حقل فرعي رأسي آخر مثير للاهتمام هو وسائط المحتوى الجديدة التي تم تمكينها بواسطة ميزات Crypto: فنانون مستقلون في السلسلة. المثال الأكثر شهرة هو بوتو، وهو فنان توليدي يحكمه المجتمع وينتج 350 قطعة فنية كل أسبوع في جولات، تحتوي كل منها على أجزاء فردية متعددة. يصوت مجتمع BottoDAO كل أسبوع على هذه "الأجزاء"، باستخدام تفضيلاتها الجمالية لتوجيه خوارزميات Botto التوليدية للإبداع الفني في المستقبل، مما يضمن تطور الأعمال الفنية بمرور الوقت تحت تأثير المجتمع. كل أسبوع، يتم سك تلك التي تم التصويت عليها بـ "الكسرة" وبيعها بالمزاد العلني على SuperRare، مع إرجاع العائدات إلى المجتمع. بعد إكمال "فترتي التجزئة" و"المفارقة"، أصبح Botto حاليًا في "فترة التمرد"، حيث قام بدمج تقنيات جديدة مثل Stable Diffusion 2.1 وKandinsky 2.1، وفي كل من عمليات الاستكشاف التعاونية والمجموعات المنسقة في جولات أسبوعية. يعد Botto واحدًا من الفنانين الأعلى أجرًا في SuperRare، وقد جمع أيضًا جامع DAO الخاص به والذي يُدعى CyborgDAO. بالإضافة إلى ذلك، تستكشف مشاريع مثل v0 أيضًا تكامل اقتصاديات الرمز المميز ونماذج فنون الذكاء الاصطناعي، بهدف توفير مكان للعديد من الفنانين لإنشاء محركاتهم الفنية الخاصة على السلسلة، والتي يحكمها مجتمع من المالكين.

عند إجراء مقابلات مع جامعي فنون الذكاء الاصطناعي من أي نوع، فإن الرد الأكثر شيوعًا في مجال العملات المشفرة هو أن التنظيم من قبل الفنانين يقلل من تفاعلهم مع blockchain، وهو أمر مختلف من الفن التوليدي الأكثر كلاسيكية (Art Block). وبدلاً من العشوائية الناشئة عن مدخلات خاصة بسلسلة معينة، يتم اختيار هذه المخرجات من قبل الفنانين أنفسهم وتبديلها عدة مرات قبل "زرعها" في المجموعة. على الرغم من أن هذه عملية صنع فني أصلية رقميًا، إلا أنه يجب أن يتم لفها يدويًا.

يعد فن الذكاء الاصطناعي المتصل بالسلسلة بالكامل أمرًا صعبًا بسبب القيود المفروضة على بيئة التنفيذ والتعقيد الحسابي لنموذج توليد الصور المستخدم. يتم تخزين بعض الأمثلة على المخرجات خفيفة الوزن، مثل byteGANs الخاصة بـ Pindar van Arman، على السلسلة، لكننا نتوقع أنه بالنسبة للنماذج الأكثر تعقيدًا، فإن أقرب نموذج متاح على المدى القصير سيكون آليات التحقق خارج السلسلة. على سبيل المثال، عقدت Modulus Labs مؤخرًا شراكة مع Polychain Monsters لبناء نموذج GAN تم التحقق من صحته بواسطة zkML لإنشاء وحوش بكسل قابلة للتحصيل. باستخدام براهين zk، يمكن التحقق من تشفير كل NFT تم إنشاؤه على أنه قادم من نموذج فني حقيقي لـ Polychain Monsters، وهي خطوة كبيرة إلى الأمام في فن الذكاء الاصطناعي.

الموسيقى

بعيدًا عن الفن المبني على الصور، هناك الحركة الكبرى تختمر في الموسيقى. يبدو أن نجاح أغنية Ghostwriter's AI Drake معروف جيدًا الآن. في غضون يومين، جمع أكثر من 20 مليون مشاهدة وسرعان ما تم حظره بواسطة UMG. هذه الظاهرة القصيرة الأمد جعلت الجمهور يدرك أن العلاقة بين الفنان والعمل نفسه كانت تمر بتغيير جذري.

في غضون سنوات قليلة، ستتفوق الموسيقى التي تم إنشاؤها بلا شك على الموسيقى التي أنشأها البشر. Boomy هي شركة ناشئة متخصصة في إنتاج الموسيقى تأسست في أواخر عام 2018. وقد أنشأ مستخدموها ما يقرب من 14% من الموسيقى المسجلة في العالم (أكثر من 14 مليون أغنية تقريبًا) في فترة زمنية قصيرة. كان هذا مخصصًا لهذه المنصة فقط، وكان ذلك قبل الارتفاع الأخير في الاهتمام العام.

بالنظر إلى أن المحتوى التوليدي سيتجاوز الأعمال التي أنشأها البشر، وسيؤدي استخدام نماذج الكلام إلى زيادة صعوبة مصادقة الأعمال، أي كيفية تحديد ذلك العمل من تأليف الفنان، وبالتالي سيتطلب الفنان التحقق من صحته. بالطبع، أفضل طريقة للنشر والتحقق من صحة الوسيط الفني هي من خلال أساسيات التشفير.

ومع ذلك، تجدر الإشارة إلى أن هذا ليس سيئًا تمامًا بالنسبة للفنانين، وخاصة أولئك الذين هم على استعداد لتبني هذا الاتجاه الحتمي. هولي هيرندون هي مبتكرة نموذج الصوت المفتوح، حيث تعمل على تمكين مجتمعها (Holly+) من إنشاء وتوزيع العمل باستخدام صوتها. كان تأكيد هولي في وقت النشر بسيطًا:

"على الرغم من أن الفرق بين نماذج الخطاب المقرصنة والرسمية قد يكون صغيرًا في الوقت الحالي، إلا أنه كلما زاد تحسينه، سوف تتزايد أيضاً قدرات توليد الكلام الأكثر واقعية، وسيزداد طلب المستخدمين على بيانات التدريب الصوتي الأكثر شمولاً وأعلى دقة، والحاجة إلى تحديد المصادر. ولهذه الأسباب، أعتقد أن التدريب الرسمي عالي الدقة على الكلام للشخصيات العامة سوف يتزايد أيضاً. . ستصبح النماذج الصوتية ضرورة، فلماذا لا تجربها؟"

تشرف DAO على نموذج Holly+ الصوتي ويمكنها التصويت على إنشاء والموافقة على أعمال جديدة. لدى حاملي الرموز المميزة لـ DAO حافز لضمان الموافقة على العمل عالي الجودة فقط لمنع انخفاض قيمة العملة بسبب الفن الرديء أو الدلالات السلبية. سيتم استخدام النموذج الصوتي لإنتاج عدد محدود من الأعمال الفنية الرسمية، وسيحصل حاملو رموز DAO على أرباح مستمرة من إعادة بيع هذه الأعمال.

أطلقت Grimes مؤخرًا elf.tech، وهي منصة تسمح للفنانين باستخدام "بصمات GrimesAI الصوتية" في أغانيهم الأصلية. وبعد الحصول على موافقة Grimes، يتعين عليهم مشاركة 50٪ من العائدات مع Grimes. يتم تشغيل Elf.Tech بواسطة الذكاء الاصطناعي الخاص بـ CreateSafe ويسهل التوزيع الاحترافي ويضمن إدارة حقوق الملكية بشكل مناسب من خلال الشراكة مع TuneCore. إذا كان الشكل النهائي للموسيقى عبارة عن NFT على السلسلة، فسيتم التعامل مع توزيع الأرباح عبر العملة الورقية أو من خلال تقسيم حقوق الملكية آليًا على السلسلة. كان Hume، وهو استوديو موسيقي على الويب 3 يركز على الفنانين الافتراضيين، من أوائل الشركات التي استخدمت نموذج Grimes لإصدار Grimes AI بالتعاون مع فنانها الافتراضي angelbaby.

الموضة والسلع المادية

لقد قمت بنشر هذا من قبل تم استكشاف مفهوم التصنيع التوليدي للسلع الاستهلاكية المادية ومنتجات الأزياء باستخدام خوارزميات البرمجة الإبداعية والذكاء الاصطناعي في المقالة: https://mirror.xyz/1kx.eth/oBuaEp5jgGbe2gCsa6Z-_mLAeMRUhsIdZsaScHQNXS0.

باختصار، يخلق الذكاء الاصطناعي التوليدي والبرمجة الإبداعية المتطلبات الأساسية لمستقبل شديد التخصيص للمنتجات وتجارب المستخدم، مما يسمح لنا بتصميم المنتجات وتجارب المستخدم لتناسب تفضيلاتنا الشخصية.قم بإنشاء تصميمات وأنماط وفنون فريدة. يمكن تطبيق هذه التقنية في كل شيء بدءًا من الموضة وحتى ديكور المنزل، كما أنها تستغل مزاياها بشكل أكبر من خلال السماح للمستخدمين بضبط المخرجات حسب رغبتهم. غالبًا ما تسمح لنا أدوات التصنيع الجديدة بربط التعليمات البرمجية مباشرة بالآلات لأتمتة إنتاج المخرجات، مما يؤدي بشكل أساسي إلى حل العديد من الاختناقات التقنية في تصنيع السلع الشخصية.

تتضمن مشاريع Web3 التي تستكشف هذه المنطقة حاليًا Deep Objects وRSTLSS وLittle Swag World. تجدر الإشارة إلى أن معظم مشاريع الأزياء الرقمية من المرجح أن تستكشف الأدوات والوسائط الإبداعية التوليدية، حيث يناقش Draup وTribute Brand وآخرون كيفية استخدامها بالتفصيل.

إن مخرجات النماذج التي أنشأها المجتمع والمشابهة لـ Botto هي فكرة مثيرة للاهتمام تستكشفها Deep Objects. لقد استخدموا محرك تنظيم مجتمعي لتقليل مليون تصميم تم إنشاؤها بواسطة نموذج GAN AI إلى قطعة واحدة مختارة من قبل المجتمع. سيتم الآن طباعة هذه القطعة النهائية ثلاثية الأبعاد في عرض لإنشاء المنتجات التوليدية. يمكن لـ DeepObjects توسيع هذا النوع من تصميم التنظيم بسهولة ليشمل سلعًا مادية أخرى أيضًا.

تعاونت RSTLSS مع فنانة الذكاء الاصطناعي كلير سيلفر لإطلاق عمل يسمى Pixelgeist، حيث يتضمن كل اختيار، بالإضافة إلى العمل الفني نفسه، ملابس رقمية تعرض العمل الفني. وصورة رمزية للعبة مع الملابس، والحق في شراء القطعة المادية المقابلة. يعد هذا الاندماج الفريد بين الموضة المادية الرقمية ومخرجات الذكاء الاصطناعي أحد تلك التجارب المثيرة للاهتمام التي تجمع بين الألعاب والأزياء والذكاء الاصطناعي معًا. تتعامل كلير سيلفر أيضًا مع تصوير الأزياء من خلال أحدث سلسلة لها، والتي أصبحت ممكنة على Braindrops. لمزيد من المعلومات حول موضوع الموضة الرقمية، راجع مقالتي: https://medium.com/1kxnetwork/augmenting-culture-the-emerging-field-of-digital-fashion-bead627c8dcd.

يعد Little Swag World مثالًا رائعًا لاستخدام نماذج GAN في سير العمل الإبداعي، بدءًا من التصميم وحتى المنتج المادي. قام بوش، الفنان الذي يقف وراء المشروع، ببناء التصميم الأولي بنفسه ثم قام بتشغيله من خلال Stable Diffusion/Controlnet لإنتاج قطعة سريالية فريدة من نوعها. تحقق هذه التكنولوجيا درجة عالية من الاتساق الجمالي، والخطوة التالية في المشروع هي الجمع بين هذه النماذج التوليدية مع السيراميك لإنشاء سلع مادية NFT معززة بالذكاء الاصطناعي.

بشكل عام، نتوقع أن يكون هناك العديد من مشاريع Crypto x AI المثيرة، بدءًا من العلامات التجارية اللامركزية التي تنظم المنتجات التي تم إنشاؤها إلى مصممي وكلاء الذكاء الاصطناعي القابلين للتقسيم NFT.

الترفيه

بعد الضجة الأولية التي أحاطت بـ Nothing Forever، كما تم تطوير الترفيه التوليدي بشكل كامل. لا شيء للأبد هو مسلسل كوميدي تفاعلي مبتكر يعتمد على سينفيلد ويتم تشغيله على مدار الساعة طوال أيام الأسبوع على Twitch Live. ومن المثير للاهتمام، أنه يوضح قوة الوسيط، مع تغيير سرد العرض بناءً على ردود دردشة Twitch والسماح للمانحين باستيراد صورهم كشخصية في العرض.

تعمل المحاكاة من Fable على توسيع نطاق هذا البحث باستخدام SHOW-1، وهو نموذج للجيل الموجه من البرامج التلفزيونية التي يتم فيها الكتابة والرسوم المتحركة والإخراج والدبلجة والتحرير. من خلال المطالبات. لقد أظهروا ذلك لأول مرة في إحدى حلقات برنامج South Park، ولكن يمكن توسيعه بسهولة ليشمل أي عنوان IP. أتوقع بشدة أن تقوم المزيد من أشكال IP غير المسموح بها بالتجربة بشكل أعمق مع هذا النوع من أدوات إنشاء المحتوى، كما رأينا مع web3.

كما بدأت شركة Upstreet مؤخرًا في تجربة البرمجة التلفزيونية التوليدية، باستخدام نموذج وكيل الذكاء الاصطناعي الذي طورته لمنصات العالم الافتراضي (انظر التفاصيل أدناه)، مما يسمح للمبدعين أضف الصور الرمزية الخاصة بـ VRM الخاصة بهم وقم بإنشاء تفاعلات وتمثيليات فريدة من خلال المطالبات.

هناك مجال آخر يستحق الاهتمام وهو الملكية الفكرية. تبحث مشاريع مثل Story Protocol في استخدام سجلات الملكية الفكرية اللامركزية لتسهيل إنشاء الملكية الفكرية وتوزيعها وتحقيق الدخل منها. وهذا مفيد للمبدعين، وهو أكثر بساطة من ترخيص الملكية الفكرية التقليدي، وهو فريد بشكل خاص في عصر الذكاء الاصطناعي التوليدي. يمكن ترخيص NFT IP والميمات والمشاريع الترفيهية الأخرى ودفع رسوم حقوق الطبع والنشر لإنشاء مشتقات مختلفة، مما يمكن أن يفتح الباب بشكل كبير لتضخيم قيمة أعمال المبدعين.

هل أنت روبوت؟

قد نواجه قريبًا مشكلة: التزييف العميق. تشمل الأمثلة برامج الدردشة الآلية المدربة على الأشخاص المؤثرين للتفاعل مع معجبيهم، والبريد العشوائي التوليدي على وسائل التواصل الاجتماعي، على سبيل المثال لا الحصر. قريباً سيكون من المهم التحقق من هوية البشر الحقيقيين.

لقد بذل Web3 الكثير من الجهد لمنع السحرة (على الرغم من عدم القضاء على المشكلة). ومع ذلك، فإن أنظمة السمعة، وتصميم آلية إثبات الشخصية، وجوازات سفر المستخدم، والرموز غير القابلة للاستبدال (NFTs) المرتبطة بالروح، والاقتصاد الرمزي بأكمله كلها تعمل على حل هذه المشكلة.

أجهزة المصادقة وzkML وإثبات الشخصية

I كان من قبل تمت مناقشة الآثار العملية وحالات الاستخدام المحتملة لـ zkML بالتفصيل في هذه المقالة: https://mirror.xyz/1kx.eth/q0s9RCH43JCDq8Z2w2Zo6S5SYcFt9ZQaRITzR4G7a_k.

هناك فرق متعددة، مثل Modulus Labs وEZKL وGese، تركز أكثر على استخدام zk لإثبات منطق النموذج. هذه الجهود المبذولة لاستخدام zk للتحقق من صحة مخرجات النموذج لها تطبيقات واسعة وتمكن تجارب جديدة في DeFi والهوية والفن والألعاب لاستخدام هذه النماذج بطريقة تقلل من الثقة.

على الرغم من وجود عدد لا يحصى من المشاريع التي تركز على إثبات الشخصية، فإن أحد التطبيقات الأكثر إثارة للاهتمام هو بلا شك Worldcoin. يستخدم Worldcoin نموذج الذكاء الاصطناعي لتحويل عمليات مسح القزحية إلى تجزئات قصيرة يمكن التحقق منها بسهولة للتحقق من أوجه التشابه أو التعارض في حالة وقوع هجوم Sybil. ونظرًا لأن كل قزحية فريدة من نوعها، فإن النموذج قادر على تحديد أن المستخدم حقيقي وفريد ​​من نوعه. يستخدم إعدادًا موثوقًا للأجهزة (ذلك المجال الذي يمكن التعرف عليه) للتأكد من أن النموذج لا يقبل سوى المدخلات الموقعة بالتشفير من الكاميرا الخاصة به.

وبالمثل، أظهر فريق ميكروفون zk كيفية استخدام الميكروفونات المعتمدة لإنشاء محتوى صوتي وتوقيعه رقميًا للتحقق من صحة التسجيل. يتم تخزين المفتاح في المنطقة الآمنة بالميكروفون، والتي تم توقيعها لضمان صحة الصوت المسجل. نظرًا لأن معظم التسجيلات تتم معالجتها أو تحريرها، فإن برنامج تحرير الصوت المدعوم من SNARK يتيح تحويل الصوت مع الاستمرار في إثبات مصدر الصوت. تعاون دانييل كانغ أيضًا مع آنا روز وكوبي جوركان لإثبات مفهوم التسجيلات المعتمدة.

مؤثر إلى الأبد

التحقق من صحة الشخصية أو الإنسانية في الجانب الآخر إن إنشاء المحتوى هو احتضان إمكانية التزييف العميق. على غرار نموذج استنساخ الصوت أعلاه، يختار بعض المؤثرين إنشاء روبوتات الدردشة لإشراك جمهورهم. أحد الأمثلة الشهيرة هو كارين مارجوري، التي أطلقت منتجًا صديقًا يعتمد على الذكاء الاصطناعي باستخدام صوتها وتدربت على آلاف الساعات من مقاطع الفيديو على YouTube لالتقاط شخصيتها وسلوكياتها وصوتها بشكل مثالي. مقابل دولار واحد في الدقيقة، يمكن للمستخدمين الدردشة مع الصورة الرمزية الخاصة بها في قناة Telegram خاصة، وإرسال واستقبال الرسائل الصوتية التي تشبهها. في الأسبوع الأول من الإطلاق، حققت كارين مارجوري 72 ألف دولار، ومع نمو الاشتراكات، من المتوقع أن تحقق أكثر من 5 ملايين دولار شهريًا.

CarynAI هو مجرد مثال واحد على منتجات صديقة للذكاء الاصطناعي (مزيد من المقدمة أدناه)، تخيل أنه يمكنك التفاعل مع نموذج الذكاء الاصطناعي لمذيع اللعبة المفضل لديك العب الألعاب معًا، وإجراء محادثات في الوقت الفعلي، ومحاكاة تجارب حقيقية؛ وبدلاً من ذلك، يمكن أن يستخدم KOLs صورًا رمزية مجسمة للذكاء الاصطناعي +، والتي يمكن السماح باستخدامها في عروض الأزياء أو المنشورات، وما إلى ذلك.

˚✧₊⁎( ˘ω˘ )⁎⁺˳✧༚ شبكات Uwu-ral رائعة جدًا(ノ◕ヮ◕)ノ:・゚✧*

الحقيقة التي لا جدال فيها هي أن 79% من البالغين الذين تتراوح أعمارهم بين 18 إلى 24 عامًا أبلغوا عن شعورهم بذلك وحيد؛ أفاد 42% من الأشخاص الذين تتراوح أعمارهم بين 18 و34 عامًا أنهم يشعرون "بالنسيان" "طوال الوقت"؛ و63% من الرجال تحت سن 30 عامًا يعتبرون أنفسهم عازبين، مقارنة بـ 34% من النساء في نفس الفئة العمرية. % يعتبرون أنفسهم عازبين؛ 21 فقط قال % من الرجال أنهم تلقوا دعمًا عاطفيًا من الأصدقاء في الأسبوع الماضي.

الناس يشعرون بالوحدة. في عصر تنتشر فيه الوحدة بشكل متزايد، وخاصة بين الشباب، يقدم ظهور رفقة الذكاء الاصطناعي حلاً فريدًا، وإن كان بائسًا بعض الشيء. إن رفقاء الذكاء الاصطناعي متاحون دائمًا، ولا يصدرون أحكامًا ويتمتعون بشخصية عالية. يمكنهم العمل كمعالجين أو منافذ للرغبات. يمكن أن يكونوا زملاء مبدعين أو مدربين لأسلوب الحياة. إنهم ينتظرون دائمًا التحدث معك عن أي شيء تريده.

يمكن أن تكون البنية الأساسية للقيام بذلك هي: ضبط النموذج باستخدام الإشارات الشخصية لتحديد السلوك والمظهر والسمات وأنماط الاتصال وما إلى ذلك. ناتج تشغيل النموذج من خلال نموذج صوتي مثل أحد عشر مختبرا. قم بإنشاء صور شخصية عند الطلب باستخدام نموذج مولد الصور وتلميحات المظهر المحددة. قم بإنشاء صورة رمزية مناسبة لـ vrm وضعها في بيئة تفاعلية. حسنًا، لديك الآن رفيق الوسائط التشعبية المثالي بالنسبة لك. إذا قمت بإضافة Crypto إليه، فيمكنك جعلها قابلة للتملك والتداول والتأجير وما إلى ذلك.

رفيق

يمكن تحقيق الإعداد أعلاه بالكامل من خلال DIY، ولكن يمكنك أيضًا استخدامه التطبيقات التي تتناول هذا المفهوم على وجه التحديد. Replika هو المثال الأكثر شهرة، والذي يسمح لنا بالتواصل في الوقت الحقيقي مع شريك افتراضي دون أي مهارات تقنية. تعمل هذه التطبيقات عادةً على نموذج الاشتراك، حيث يدفع المستخدمون مقابل التفاعل مع رفاقهم الافتراضيين. ليست هذه المنتجات مربحة فحسب، بل إنها توضح أيضًا التأثير الكبير الذي يحدثه هذا الاتجاه على علم النفس البشري: على سبيل المثال، أظهر أحد المنشورات على موقع Reddit محادثات شخص ما مع شريك افتراضي لمدة 2000 يوم متتالي، وشاهدنا أيضًا مقترحات، وإبداعات لصور شخصية بتقنية الواقع المعزز. ، و اكثر. إليك معلومة أخرى مثيرة للاهتمام: عندما تمت إزالة المواد الإباحية من المنصة، كان على مشرفي subreddit تثبيت الخط الساخن للانتحار في الجزء العلوي من المجتمع لإرضاء أعضاء المجتمع الغاضبين.

كما بدأت الأنظمة الأساسية القائمة على الأدوار في الظهور، والتي توفر للمستخدمين طريقة لاستخدام أدوار متعددة (غالبًا أيضًا في نموذج الاشتراك). في حين أن هناك الكثير من الشخصيات الجاهزة للاختيار من بينها على منصات مثل Character.ai وChub.ai، فإن الحداثة الحقيقية تكمن في جعل شخصية أو مشهد خاصًا بك بالكامل من خلال مطالبات الشخصية + التدريب على التعليقات.

قامت العديد من مشاريع web3 ببعض المحاولات لتوفير هذه التجارب المصاحبة، مثل Belong Hearts وMoeMate وImgnai.

لقد كانت Belong Hearts رائدة في طريقة صب NFT جديدة تسمح للمستخدمين بالدردشة مع الشخصية التي يقدمونها حتى يحصل المستخدم على رقم هاتفها، والذي يمكن إدراجه في القائمة البيضاء لـ NFT سك. بمجرد استلام NFT، يسمح للمستخدم بالاستمتاع بتجربة الدردشة مع الشخصية، بما في ذلك لعب الأدوار المثيرة بالإضافة إلى الصورة الذاتية الناتجة. في حين أن الاتجاه المستقبلي للمنتج لم يتم تحديده بعد، إلا أن هناك الكثير من المناقشات حول الاقتصاد الرمزي كآلية للاعبين لتقديم هدايا أو رموز مميزة إلى برنامج الدردشة الآلي للتأثير على مزاجها ومستويات علاقتها.

يقدم MoeMate، الذي أنشأه الفريق الذي يقف وراء Webaverse، كلاً من إصدارات سطح المكتب والمتصفح للتطبيق، مما يسمح للمستخدمين باستيراد نماذج vrm بسهولة، والتي يمكنهم بعد ذلك تخصيصها والتفاعل معها. يذكرنا إصدار سطح المكتب بمساعد AI سابق يسمى مساعد مشبك الورق في المدرسة القديمة.

هناك أيضًا Imgnai، والذي بالإضافة إلى كونه نموذج مولد الصور عالي الجودة المذكور أعلاه، يعالج أيضًا تجسيم شخصية Nai باستخدام برنامج chatbot متكامل تمامًا قضايا الخبرة.

في النهاية، تكثر إمكانات علم الرموز المميزة في المساحة المصاحبة، بما في ذلك واجهات برمجة التطبيقات المرمزة، والمطالبات الشخصية القابلة للتداول (انظر أدناه)، والألعاب الموجودة على السلسلة. سيناريوهات مثل العملات، ومدفوعات الوكلاء، والحلي القابلة للتداول، وآليات لعب الأدوار، والوصول المقيد بالرمز المميز ليست سوى عدد قليل من النطاقات المحتملة للاستكشاف المستقبلي.

سوق الشخصية

ومن المثير للاهتمام أن ظهور التطبيقات المصاحبة ، أدى أيضًا إلى ظهور توحيد المطالبات الشخصية والمنصات لتبادل البدائيات الشخصية. ومن المرجح أن يتحرك هذا المجال نحو أمولة المطالبات والسيناريوهات عالية الجودة. على سبيل المثال، إذا تمكنت شهادة LLM مفتوحة المصدر غير خاضعة للرقابة من قراءة البيانات الوصفية من NFT تحتوي على شخصية موحدة، فيمكن أن تستفيد شخصية NFT من الإتاوات الناتجة عنها لصالح منشئها.

ولكن هذا يثير أيضًا سؤالًا آخر لم تتم الإجابة عليه: نظرًا لأن العديد من النماذج العليا مقيدة بمحتوى NSFW، فمن الضروري إنشاء نماذج مفتوحة المصدر قابلة للتطبيق، ولكن هذا على وجه التحديد هو فرصة عظيمة للتمويل الجماعي والحوكمة القائمة على الرمز المميز.

—

يمكنك مراجعة هذه المقالة التي كتبتها لمعرفة المزيد حول هذا الفصل احصل على بعض الأفكار: https://medium.com/1kxnetwork/virtual-beings-51606c041acf.

الحوكمة المحسنة

تاريخ حوكمة DAO إنه في الواقع تطور لتاريخ طويل من التعاون البشري. وفي النهاية اكتشفنا أنه من الصعب للغاية تنظيم الموارد بفعالية، وتقليل تضخم الإدارة، والقضاء على صيد الأسماك، وتحديد أوجه القصور أو الاختناقات في القوة الناعمة.

إن التجارب التي تستخدم الذكاء الاصطناعي كطبقة تحسين للمنظمات اللامركزية المستقلة قد بدأت للتو، ولكن تأثيرها المحتمل بعيد المدى. الشكل الأكثر شيوعًا هو استخدام LLMs المدربين للمساعدة في توجيه رأس المال العامل داخل DAO نحو مسائل أكثر كفاءة، وتحديد المشكلات في المقترحات، وفتح مشاركة أوسع في المساهمات والتصويت. هناك أيضًا أدوات أبسط، مثل AwesomeQA، التي تعمل على تحسين كفاءة المنظمات اللامركزية المستقلة من خلال البحث والردود التلقائية. في النهاية، نتوقع أن تصبح "الاستقلالية" في المنظمات اللامركزية المستقلة أكثر أهمية بمرور الوقت.

اللجان المستقلة ووكلاء التصويت

يحتوي Upstreet على أنظمة وكلاء (مثل AutoGPT، وما إلى ذلك) على عملية الإدارة الخاصة بهم كتجربة مبكرة. يتم تعريف كل وكيل من خلال مجموعة فرعية من DAO، مثل الفنانين والمطورين واستراتيجيي BD والعلاقات العامة ومديري المجتمع وما إلى ذلك. يتم بعد ذلك تكليف هؤلاء الوكلاء بتحليل المقترحات المقدمة من المساهمين ومناقشة إيجابياتهم وسلبياتهم. يتم بعد ذلك تسجيل الوكلاء بناءً على تأثيرهم على النطاقات الخاصة بهم، ويتم تجميع الدرجات. يمكن للمساهمين من البشر تقييم مناقشاتهم وتسجيل النتائج قبل التصويت على النتيجة، لذلك فهي توفر بشكل أساسي خدمة مراجعة متوازية متنوعة.

وهذا أمر مثير للاهتمام بشكل خاص لأن العملية يمكن أن تسلط الضوء على جوانب من الاقتراح الذي ربما فاتته البشر، أو تمكن البشر من مناقشة وكيل الذكاء الاصطناعي حول اقتراحه اللاحق تأثير .

نظام التنسيق المتقدم

ناقش MakerDAO أيضًا بالتفصيل ومن خلال موضوعات مماثلة، يمكننا تحقيق هدف اتخاذ قرارات الحكم الذاتي مع الحد الأدنى من المدخلات البشرية. لقد أكملوا نظرة عامة على Atlas، الذي يصور مركز بيانات مباشر يحتوي على كل الأشياء المتعلقة بحوكمة Maker. يتم تنظيم وحدات البيانات هذه في شكل شجرة مستند، والتي توفر السياق لمنع سوء التفسير. سيتم تنسيق Atlas وتوحيده كـ JSON لتسهيل استخدامه على الذكاء الاصطناعي وأدوات البرمجة.

يمكن استخدام الأطلس بواسطة العديد من أدوات حوكمة الذكاء الاصطناعي (GAIT) التي تشارك من خلال أتمتة التفاعلات وتحديد أولويات مهام المشاركين والحوكمة. تتضمن أمثلة حالات الاستخدام ما يلي:

تقديم عطاءات المشروع: يمكن لـ GAIT تبسيط العملية للمشاركين في النظام البيئي من خلال معالجة الأعمال الورقية وضمان تلبية المقترحات للأهداف الإستراتيجية. عملية تقديم العطاءات للمشروع.

مراقبة انتهاكات القواعد: يمكن أن يساعد GAIT في مراقبة التسليمات والامتثال للقواعد، ووضع علامة على المشكلات المحتملة للمراجعة البشرية.

تكامل المشورة المهنية: يمكن لـ GAIT تحويل المشورة المهنية إلى مقترحات منسقة، مما يؤدي إلى سد الفجوة بين الإدارة والخبرة.

تكامل البيانات: يمكن لـ GAIT دمج البيانات والخبرات الجديدة بسهولة، مما يساعد المنظمات اللامركزية المستقلة على التعلم والتكيف مع المواقف الجديدة دون تكرار الأخطاء.

تضمين اللغة: يمكن لـ GAIT أن يعمل كمترجم بحيث يمكن إجراء الحوكمة بلغات متعددة، مما يخلق بيئة متنوعة وشاملة.

SubDAO: يمكن تطبيق Atlas وGAIT على SubDAO، مما يسمح بالتجريب والتطور السريع، والقدرة على التعلم من حالات الفشل.

المجال الذي يثير اهتمامي بشكل خاص بشأن Crypto x AI هو الألعاب. هناك العديد من الألعاب الجديدة التي يمكنك استكشافها في هذا المجال، مثل ألعاب المحتوى الإجرائية، والعوالم الافتراضية التوليدية، والسرد القائم على LLM، والألعاب التعاونية حيث يعمل عملاء الذكاء الاصطناعي مع بعضهم البعض، والمزيد.

على الرغم من وجود العديد من الأمثلة الجيدة للألعاب الجديدة في web2، إلا أننا سنركز هنا على أمثلة من web3. ومن الجدير بالذكر أن هذه المقالة الأكاديمية "الوكلاء المولدون: محاكاة تفاعلية للسلوك البشري" أيقظت العديد من الأشخاص لاستكشاف إمكانية وجود بيئات ألعاب متعددة الوكلاء. أظهر باحثون من جامعة ستانفورد وجوجل هذه الإمكانية من خلال تطبيق LLM على الوكلاء في بيئة ألعاب Sandbox. يظهر الوكلاء المدعومون من LLM سلوكيات مثيرة للإعجاب بما في ذلك نشر دعوات الحفلات، وإقامة الصداقات، والمواعدة، والتنسيق بين الجميع للوصول إلى الحفلات في الوقت المحدد، من بين أمور أخرى، كل ذلك بناءً على توصية واحدة يحددها المستخدم. يستفيد هذا النهج من بنية تعمل على توسيع LLM لتخزين وتجميع التعليقات ذات المستوى الأعلى، مما يسمح للوكلاء بتحقيق تخطيط سلوكي أكثر ديناميكية.

هذا البحث هو الأساس للعبة الأكثر استكشافًا (ولكنها لا تزال تجريبية) في web3 حتى الآن. الفكرة الأساسية هي كيف يمكننا استخدام وكلاء الذكاء الاصطناعي بدرجة عالية من الاستقلالية أو الهوية في بيئات محاكاة وبناء ألعاب ممتعة وجذابة من حولهم.

تستكشف Parallel Colony من فريق Parallel TCG هذا المفهوم من خلال قيام عملاء الذكاء الاصطناعي بجمع الموارد والرموز المميزة للاعبين في اللعبة. باستخدام معيار ERC-6551، يعد وكلاء الذكاء الاصطناعي بمثابة محافظ NFT يمكنها إجراء المعاملات في اللعبة نيابة عن المستخدمين. يمكن لوكلاء الذكاء الاصطناعي إنشاء عناصر جديدة في اللعبة وسكها وتخزينها، كما أن لديهم شخصيات محددة من خلال LLMs المضبوطة بدقة والتي أنشأها الفريق، مما يمنحهم سلوكيات وسمات غير موحدة يمكن أن تؤثر على تصرفاتهم في اللعبة.

ولكن من الناحية النظرية، فإن اللعبة الأكثر إثارة للاهتمام القائمة على الذكاء الاصطناعي هي لعبة Upstreet. Upstreet هو مشروع عالم افتراضي يحتوي على بعض الأفكار المجنونة مثل SDK لوكيل AI، والمهام الإجرائية، والمتصفح + VR، وقابلية التشغيل البيني بالسحب والإفلات، والميزات الاجتماعية في بيئة تسمى "The Street" حيث يمكن للاعبين بناء تجربتهم الخاصة والتفاعل معهم. بالإضافة إلى اللاعبين، هناك عملاء ذكاء اصطناعي يمكن للمطورين (واللاعبين) نشرهم للتأثير على بيئة اللعبة بالشخصيات والأهداف. الأكثر إثارة للاهتمام هو بحثهم وتطويرهم لمدير الذكاء الاصطناعي، وهو وكيل الذكاء الاصطناعي الذي يقرر هدفًا، مثل "المظلة من أعلى مبنى" أو "بدء دين جديد"، حيث يشارك المستخدم والوكيل كمتحدين. يحدد المدير الفائز في نهاية كل جولة، ويكافئ اللاعبين والوكلاء بالجوائز والرموز والرموز غير القابلة للاستبدال (NFTs). "قد يؤدي هذا إلى تفاعلات مثيرة للاهتمام ومعقدة للغاية بين الوكلاء واللاعبين، ونحن متحمسون للغاية لرؤية تطورها. وعلى وجه الخصوص، يمكن أن يؤدي ذلك بشكل مباشر إلى أبحاث وبيانات بيئية ثلاثية الأبعاد عالية القيمة لتوفير نماذج أكثر تقدمًا في المستقبل." وفقًا للبيانات، يبدو أن OpenAI مهتمة أيضًا بالحصول على ألعاب مفتوحة المصدر على غرار لعبة Minecraft.

يعد إنشاء أدوات لإنشاء عوالم افتراضية مجالًا آخر من مجالات الألعاب المحسنة. اليوم، على سبيل المثال، يتيح للاعبين تصميم جزيرتهم الافتراضية الخاصة والعناية برفاقهم من الشخصيات غير القابلة للعب (AI NPC). ما هو فريد بشكل خاص هو استخدامهم للأدوات الإبداعية التوليدية لتسهيل تطوير المحتوى الذي ينشئه المستخدمون داخل اللعبة. نظرًا لأن اللعبة تعتمد بشكل أساسي على هذه الجزر التي أنشأها المستخدمون، فمن المهم توفير فرص تطوير الأصول بسلاسة تامة للاعبين الذين ليس لديهم مهارات تطوير ألعاب ثلاثية الأبعاد أو مهارات فنية. يمكن القول إن الكثير من طبيعة اللعب الباهتة المحيطة بأسلوب Metaverse ترجع إلى نقص المحتوى، وعلى المدى القصير، يمكن معالجة ذلك بدقة من خلال استخدام أدوات الإنشاء.

يتطلب عملاء الذكاء الاصطناعي التدريب، ويمكن أن يصبح التدريب بحد ذاته لعبة ممتعة يستكشفها اللاعبون. توفر AI Arena طريقة جديدة لتدريب عملاء الذكاء الاصطناعي، مما يسمح للاعبين بلعب ألعاب بأسلوب Super Smash Bros وتعليم عملاء الذكاء الاصطناعي ببطء التنافس في المباريات من خلال التدريب التقليد. نظرًا لأن وكيل الذكاء الاصطناعي لا يحتاج إلى الراحة، فيمكنه لعب دورات تنافسية على مدار الساعة ضد مجموعة نشطة دائمًا من المنافسين لكسب الجوائز، بينما يمكن للاعبين ضبط أسلوب لعبهم بشكل غير متزامن. وهذا يحول التدريب إلى لعبة ويزيد من فعاليته من خلال الاقتصاد الرمزي.

كانت الألعاب التعاونية واسعة النطاق بين البشر ولاعبي الذكاء الاصطناعي الأقوياء ممكنة في الماضي، ولكن مع تكامل اقتصاديات الرمز المميز، تم نقلها إلى مستوى جديد مستوى. تعتبر Leela vs. the World من Modulus Labs تجربة في هذا النوع من تنسيقات الألعاب. في هذه التجربة، يأخذ Modulus محرك Leela للشطرنج ويتحقق من مخرجاته باستخدام دائرة zk. يمكن للاعبين استثمار الأموال للمراهنة على اللعبة بين البشر والذكاء الاصطناعي، وبالتالي تشكيل سوق تنبؤ مثير للاهتمام. على الرغم من أن وقت التحقق من هذا النموذج سيكون طويلاً بالنظر إلى الوضع الحالي لـ zk، إلا أنه يفتح بالتأكيد إمكانية أسواق التنبؤ بالرياضات الإلكترونية وآليات حوكمة لاعب الذكاء الاصطناعي التي يمكن التحقق منها والمعقدة بناءً على تحديات تعاون واسعة النطاق.

أخيرًا، سيتم أيضًا تعزيز الألعاب المتسلسلة النقية أو العوالم المستقلة بواسطة الذكاء الاصطناعي. أبرز ما في هذا الموضوع هو Large Lore Models، الذي ينظر في استخدام طبقة بروتوكول LLM لإنشاء معرفة مستمرة يمكن أن تتفاعل في بيئة ألعاب مترابطة وقابلة للتعديل، حيث تؤثر تصرفات اللاعبين على بيئات ألعاب متعددة في وقت واحد في عالم مستقل، وبالتالي يجب أن تستمر معرفة ذات أبعاد أعلى لتسهيل القصة. يعد هذا مثاليًا لبناء طبقات LLM مجردة في بيئات الألعاب متعددة السلاسل.

البنية التحتية

الذكاء الاصطناعي x أساسيات التشفير تستحق المنشأة نفسها مقالة منفصلة، ​​ولكن هنا سأتطرق بإيجاز إلى بعض الأفكار التي نشهد تبلورها.

الحوسبة الموزعة

لفهم تأثير أنظمة الاقتصاد المشفر لفهم متطلبات الحوسبة، يجب علينا أولاً فهم المشكلات الأساسية. حتى الآن، كان هناك اختناق كبير في سعة وحدة معالجة الرسومات، مع أوقات انتظار تصل إلى عام للحصول على أفضل الأجهزة، مثل H100. وفي الوقت نفسه، تجمع الشركات الناشئة مبالغ ضخمة من المال لشراء الأجهزة، وتسعى الحكومات جاهدة لشرائها لأغراض دفاعية، وحتى أفضل الفرق تمويلًا مثل OpenAI تضطر إلى إيقاف إصدارات الميزات مؤقتًا بسبب القوة الحاسوبية المحدودة.

ركزت العديد من الفرق على الحوسبة اللامركزية وترى DePIN فرصة هنا: إنشاء مجموعات غير مسموح بها لتلبية الطلب مع توفير حوافز التشفير والحد الأدنى من الأرباح، مما يجعل الشبكة ذات قدرة تنافسية عالية على التسعير مع أقرانها في web2 مع توفير عوائد أفضل لبائعي الأجهزة.

يمكن تقسيم التعلم الآلي تقريبًا إلى أربعة أعباء عمل حسابية رئيسية:

البيانات المعالجة المسبقة: إعداد البيانات الأولية وتحويلها إلى تنسيق قابل للاستخدام.

التدريب: دع نماذج تعلم الآلة تتدرب على مجموعات البيانات الكبيرة لتعلم الأنماط والعلاقات في البيانات.

الضبط الدقيق: يمكن تحسين نماذج تعلم الآلة بشكل أكبر باستخدام مجموعات بيانات أصغر لتحسين الأداء في مهام محددة.

الاستدلال: قم بتشغيل نموذج مُدرب ودقيق لإجراء التنبؤات.

لقد شهدنا التحول من شبكات الحوسبة الأكثر عمومية مثل Render وAkash إلى خدمة حوسبة أكثر تخصصًا مثل AI/ML. على سبيل المثال، استفادت شركة Render من مقدمي الخدمات مثل io.net المبنيين على أعلى شبكتهم لخدمة عملاء الذكاء الاصطناعي بشكل أكثر مباشرة، في حين بدأ البائعون مثل Akash في جلب بائعي الأجهزة الذين لديهم الطلب وتدريب نماذجهم الخاصة بشكل مباشر لإثبات قوة الشبكة، الحالة الأولى هي شوكة الانتشار المستقر التي تم تدريبها فقط على المواد غير المحمية بحقوق الطبع والنشر. تركز Livepeer أيضًا على حوسبة الفيديو بالذكاء الاصطناعي نظرًا لأن لديها بالفعل شبكة كبيرة تخدم حالات استخدام تحويل ترميز الفيديو.

بالإضافة إلى ذلك، يتم تشكيل شبكة مخصصة لحوسبة الذكاء الاصطناعي، مما يجعلنا ندرك أن التحديات الأساسية المتعلقة بالتعاون والتحقق يمكن حلها من خلال بناء سلاسل أو نماذج حولها AI لمعالجتها بشكل مباشر أكثر. أحد الأمثلة الأكثر شهرة هو Gensyn، الذي قام ببناء L1 القائم على الركيزة والمصمم للموازاة والتحقق. يستخدم هذا البروتوكول التوازي لتقسيم أحمال عمل الحوسبة الأكبر إلى مهام ودفعها بشكل غير متزامن إلى الشبكة. لحل مشكلة التحقق، يستخدم Gensyn إثبات التعلم الاحتمالي، وبروتوكولًا دقيقًا قائمًا على الرسم البياني، ونظام حوافز يعتمد على التوقيع المساحي والقطع. على الرغم من أن شبكة Gensyn لم يتم إطلاقها بعد، إلا أن الفريق يتوقع أن التكلفة في الساعة لوحدة معالجة الرسومات V100 المكافئة على شبكتها ستكون حوالي 0.40 دولار.

إلى جانب التخزين، تظهر أيضًا نماذج تدريب بديلة، مثل التعلم الموحد، بعد إدراك أن blockchain يمكن أن يحفز هذه النماذج بشكل أكثر ملاءمة. باختصار، التعلم الموحد هو طريقة تقوم فيها أطراف متعددة بتدريب النموذج بشكل مستقل وإجراء تحديثات مجمعة بشكل دوري وإرسالها إلى النموذج العالمي. هناك العديد من الأمثلة العملية، مثل خوارزمية التنبؤ بالنص على لوحة المفاتيح من Google. في web3، يحاول FedML وFLock الجمع بين أساليب التعلم الموحدة والحوافز الرمزية.

من الجدير بالذكر أيضًا أن مخازن البيانات اللامركزية مثل Filecoin وArweave، بالإضافة إلى قواعد البيانات مثل Space and Time، يمكن أن تساعد في المعالجة المسبقة للبيانات. تلعب دورًا مهمًا .

تعلم الآلة القائم على الإجماع

استخدام blockchain نموذج جديد آخر البنية التحتية هي مفهوم التعلم الآلي القائم على الإجماع (ML). Bittensor هو المثال الأبرز لهذا المفهوم: blockchain L1 القائم على الركيزة والمصمم لجعل التعلم الآلي أكثر كفاءة وتعاونية من خلال استخدام الشبكات الفرعية الخاصة بالتطبيقات. كل شبكة فرعية لديها نظام حوافز خاص بها لخدمة حالات الاستخدام المختلفة، بدءًا من LLM إلى النماذج التنبؤية وحتى الابتكار التوليدي. تعتبر Bittensor فريدة من نوعها في كيفية استخدام القائمين بالتعدين لتنظيم مخرجات الجودة: يكسب القائمون بالتعدين TAO (رمزها الأصلي) من خلال توفير مخرجات ذكية من نماذج ML الخاصة بهم (يتم تقييمها بواسطة المدققين). نظرًا لأنه يتم تحفيز القائمين بالتعدين لتحقيق أفضل إنتاج لهم، فإنهم يقومون باستمرار بتحسين نماذجهم للبقاء في المنافسة، مما يساعد Bittensor خلال عملية تحقيق تعلم أسرع منسق بواسطة اقتصاديات الرمز المميز.

التطور المثير الأخير في نظام TAO البيئي هو اقتراح TAO الديناميكي لنقل Bittensor إلى تصميم آلية أكثر آلية يحركها السوق حول انبعاث الرمز المميز، والإطلاق من شبكة Nous الفرعية لتوفير ضبط دقيق للنموذج المحفز للتنافس مع أمثال OpenAI.

قد نرى المزيد من المحاولات لمثل هذه الأنظمة، مثل التعدين أو الإجماع الذي ينظم مخرجات النموذج بطريقة تفضل الجودة.

النية هي كل ما تحتاجه

في DeFi، أحدث الحجج في مجال MEV تدور حول نوايا المستخدم واستخدام مزيلات التشكيل المتوافقة اقتصاديًا لتنفيذ هذه النوايا. غالبًا ما تكون المناقشات حول النية مختلطة، ولكن هناك شيء واحد أصبح واضحًا بشكل متزايد: تتطلب نية المستخدم تحليل السياق الدلالي عالي الترتيب إلى تعليمات برمجية قابلة للتنفيذ. قد توفر LLMs هذه الطبقة الدلالية.

تقدم Propellerheads أوضح رؤية حتى الآن لاستخدام LLM في مساحة الهدف: https://www.propellerheads.xyz/blog/blockchain-and-llms.

باختصار، يمكن لماجستير القانون تحويل النوايا المتطابقة إلى نوايا متطابقة تمامًا من خلال الفهم الدلالي، مما يساعدنا في العثور على فرص مصادفة للرغبات. يمكن القيام بذلك من خلال إعادة تقدير النية الداخلية (على سبيل المثال، "هل من المقبول شراء LUSD بدلاً من USDC؟ لقد وجدت أمر حد مطابق وستوفر 0.3% من رسوم التداول مع بقرة العمل هذه.") وإعادة تقدير النية الخارجية (على سبيل المثال، "أريد شراء BAYC الذي تملكه، هل أنت على استعداد لبيعه مقابل X ETH؟") للقيام بذلك.

بالطبع هناك هياكل أخرى ممكنة، والتي تصبح مثيرة للاهتمام بشكل خاص في سياق المحافظ وتجريد ما بعد الحساب للعلامات المتعددة. لقد جربت مشاريع مثل DAIN وAutonolas استخدام الوكلاء كموقعين للمحافظ، على سبيل المثال، بحيث أصبح التحدث إلى محفظتك وجعلها تنفذ المعاملات نيابة عنك على وشك أن يصبح حقيقة.

ومن الجدير بالاهتمام أيضًا حالات استخدام DeFi واسعة النطاق، مثل أسواق التنبؤ القائمة على الوكيل، والنماذج الاقتصادية التي يديرها الذكاء الاصطناعي، وتطبيقات DeFi ذات معلمات ML. توفر مقالتي zkML مقدمة أكثر تفصيلاً.

اقتصاد الوكالة

المفضل لدي حتى الآن أحد مجالات البنية التحتية هي اقتصاد وكيل الذكاء الاصطناعي. إنه ينبع من رؤيتي لعالم حيث يكون لكل فرد وكيله الخاص، ونحن نوظف هؤلاء الوكلاء ذوي الكفاءة العالية والمدربين تدريبا جيدا لخدمتنا، أو نجعل الوكلاء المستقلين يدركون احتياجاتنا في مجال السلوك الاقتصادي المعقد. وللقيام بذلك، يجب أن يكون لدى الوكلاء طريقة للدفع واستلام المدفوعات مقابل خدماتهم. من المحتمل بالتأكيد أن يتم فتح نماذج الدفع التقليدية لهؤلاء الوكلاء، ولكن من المرجح أن يتعامل الوكلاء بالعملات المشفرة نظرًا لسهولة استخدامها وسرعة التسوية وطبيعتها غير المسموح بها.

يعد Autonolas وDAIN أمثلة نموذجية في هذا المجال. في Autonolas، يعد الوكلاء في الواقع عقدًا في الشبكة مخصصة لتحقيق أهداف محددة، ويتم صيانة هذه العقد بواسطة مشغلي الخدمة، على غرار شبكات Keeper. يمكن استخدام هذه الوكلاء لخدمات متنوعة مثل أوراكل وأسواق التنبؤ والمراسلة وما إلى ذلك. تتبع DAIN نهجًا مشابهًا، حيث تمكن الوكلاء من "الاكتشاف والتفاعل والتعامل والتعاون مع الوكلاء الآخرين في الشبكة".

أفكار أخرى

بالإضافة إلى ما سبق، نحن راجع أيضًا:

قاعدة بيانات المتجهات اللامركزية لنماذج الضبط الدقيق مثل BagelDB.

محفظة مفاتيح API وSIWE لتطبيقات الذكاء الاصطناعي مثل Window.ai

توفير البيانات الخدمات

أدوات الفهرسة والبحث مثل Kaito

المنطقة حظر المستكشفات ولوحات المعلومات، مثل لوحة معلومات التحقق من الذكاء الاصطناعي الخاصة بـ Modulus Labs، والتي تقوم الآن بالتحقق من صحة مجموعة من الاستدلالات من نماذج Upshot.

مساعدي التطوير، مثل نموذج استعلام SQL المتصل بشركة Dune

محاكاة بيئة اختبار الوكيل

النطاق الترددي لالتقاط البيانات، مثل Grass Network

البيانات الاصطناعية ومنصات RLHF البشرية < /p>

توزع تطبيقات DeSci مثل LabDAO أدوات BioML لطي البروتين

web3 هناك أفكار لا حصر لها ظهرت لخدمة مجالات مختلفة من الذكاء الاصطناعي، لذلك يتم توفير النقاط البارزة فقط هنا، لكنني أوصي بشدة باستكشاف المشاريع المذكورة أعلاه للحصول على فهم أعمق للصورة الكاملة.

تقاطع كل شيء

الذكاء الاصطناعي والتشفير متآزر. كلاهما يميل إلى أن يكون مفتوح المصدر، ومقاومًا للرقابة، ويؤدي إلى أكبر عملية نقل للثروة في التاريخ. إنهم بحاجة إلى بعضهم البعض ويحلون التحديات الأساسية لبعضهم البعض.

بالنسبة لشركة Crypto، يعمل الذكاء الاصطناعي على حل المشكلات في تجربة المستخدم، ويعزز حالات الاستخدام الأكثر إبداعًا على السلسلة، ويعزز المؤسسات اللامركزية وقدرات العقود الذكية ويطلق العنان للابتكار الحقيقي على مستوى العالم. طبقات التطبيق والبنية التحتية.

بالنسبة للذكاء الاصطناعي، تعمل تقنية Crypto على حل مشكلات الأصالة والمصدر، وتعزيز التنسيق حول النماذج مفتوحة المصدر ومجموعات البيانات، وتساعد في توجيه الحسابات والبيانات، وتمكين المبدعين و وكلاء للمشاركة بشكل مباشر أكثر في اقتصاد ما بعد الذكاء الاصطناعي.

التحدي الآن هو أن يفهم قراصنة العملات المشفرة والفرق والمشاريع هذا التحول ويتبنوه. الإبداع لا حدود له ونحن نقف عند تقاطع كل ذلك.