تعمق حواجز الصناعة في الويب 2 ، يجب أن تكون الترتيبات في الويب 3 للذكاء الاصطناعي حذرة

مؤخراً، وصلت أسعار أسهم إنفيديا إلى أعلى مستوياتها على الإطلاق، حيث عمّق تقدم النماذج متعددة الوسائط المزايا التقنية لـ Web2 AI. من المحاذاة الدلالية إلى الفهم البصري، ومن الإدراجات عالية الأبعاد إلى دمج الميزات، تدمج النماذج المعقدة أشكال التعبير المختلفة بسرعة مذهلة، مما يبني مرتفعاً متزايد الانغلاق للذكاء الاصطناعي.

ومع ذلك، فإن هذه الحماسة تكاد تكون غير مرتبطة بمجال العملات المشفرة. كانت محاولات Web3 AI مؤخرًا في اتجاه الوكلاء تحمل انحرافًا كبيرًا: محاولة تجميع نظام نمطي متعدد الوسائط على طريقة Web2 باستخدام هيكل لامركزي، في الواقع هو خطأ مزدوج في كل من التقنية والتفكير. في الوقت الحالي، حيث تكون الارتباطية بين الوحدات قوية للغاية، وتوزيع الخصائص غير مستقر بشكل كبير، ومتطلبات قوة الحوسبة تتزايد بشكل مركزي، فإن النمط متعدد الوسائط يصعب التواجد في بيئة Web3.

يجب ألا تقتصر التنمية المستقبلية لـ Web3 AI على التقليد، بل تحتاج إلى اتخاذ استراتيجيات ملتوية. من محاذاة المعنى في الفضاءات عالية الأبعاد، إلى اختناق المعلومات في آلية الانتباه، وصولاً إلى محاذاة الميزات تحت القوة الحوسبية غير المتجانسة، يحتاج Web3 AI إلى إعادة التفكير في مسارات توسعه.

حالياً، يواجه Web3 AI تحديات كبيرة في تحقيق فضاء الإدخال عالي الأبعاد. معظم بروتوكولات Web3 Agent ليست سوى تغليف واجهات برمجة التطبيقات الجاهزة في وحدات مستقلة، مما يفتقر إلى فضاء الإدخال المركزي الموحد وآلية الانتباه عبر الوحدات. وهذا يؤدي إلى عدم قدرة المعلومات على التفاعل من زوايا وأبعاد متعددة بين الوحدات، حيث يمكن أن تسير فقط في خط أنابيب خطي، مما يجعل من الصعب تشكيل تحسين حلقة مغلقة شاملة.

في الفضاء ذي الأبعاد المنخفضة، لا يمكن أيضًا تصميم آلية الانتباه بدقة. تجعل الخصائص المعيارية لـ Web3 AI من الصعب تحقيق جدول زمني موحد للاهتمام، حيث تفتقر إلى تمثيل مشترك للمتجهات، والوزن المتوازي، وقدرة التجميع. هذا يقيد بشكل كبير الحد الأقصى لأداء النظام.

فيما يتعلق بدمج الميزات، فإن Web3 AI حالياً في مرحلة التجميع الثابت البسيط. بسبب نقص الفضاء ذي الأبعاد العالية وآليات الانتباه الدقيقة كأساس، يواجه Web3 AI صعوبة في تحقيق دمج الميزات الديناميكي، ولا يمكنه التقاط العلاقات المعقدة عبر الأنماط.

على الرغم من أن الحواجز في صناعة الذكاء الاصطناعي تتعمق، إلا أن الفرص في الذكاء الاصطناعي في ويب 3 لم تتضح بالكامل بعد. يجب أن يتبنى الذكاء الاصطناعي في ويب 3 تكتيك "تحيط الريف بالمدينة"، ويبدأ تجريبياً من السيناريوهات الطرفية على نطاق صغير. تشمل المجالات المناسبة للاقتحام الحوسبة الطرفية، والهياكل الخفيفة، والمهام السهلة المتوازية والمحفزة، مثل ضبط LoRA الدقيق، ومهام التدريب اللاحق المتوافقة مع السلوك، وتدريب البيانات المجمعة والتعليق، وتدريب النماذج الأساسية الصغيرة، وكذلك التدريب التعاوني للأجهزة الطرفية.

قبل أن تختفي مكاسب الذكاء الاصطناعي في Web2 تمامًا وتبرز نقاط الألم المتبقية، يجب على مشاريع Web3 AI اختيار نقاط الدخول بعناية. يجب أن تتمتع المشاريع المثالية بالخصائص التالية: القدرة على الدخول من الهوامش، وإيجاد موطئ قدم في مشاهد صغيرة؛ القدرة على التحديث المستمر للمنتجات في سيناريوهات تطبيق محددة؛ والمرونة الكافية لتعديل سريع وفقًا لمشاهد مختلفة. المشاريع التي تعتمد بشكل مفرط على البنية التحتية أو التي تمتلك بنية شبكية ضخمة قد تواجه خطر الإقصاء.