أعلنت منصة تدريب DeAi في مجال Web3AI Flock.io عن تعاونها مع نموذج اللغة الكبير Qwen التابع لشركة Alibaba Cloud. إذا لم أكن مخطئًا، يجب أن يُعتبر هذا أول تعاون تكاملي نشط بين AI في web2 و AI في web3. لم يُمكن Flock فقط من تجاوز الحدود بشكل حقيقي، بل أعاد أيضًا تنشيط الروح المعنوية في مجال web3AI الذي يعاني من الركود والضغط، دعني أشرح ذلك بالتفصيل:
لقد أوضحت في التغريدة المثبتة أن وكيل الذكاء الاصطناعي Web3 كان يحاول سابقًا تحفيز تطبيقات الوكيل من خلال Tokenomics، كما أنه اعتمد على نموذج المنافسة الخاص بالنشر السريع، ولكن بعد موجة Fomo لإصدار الأصول، اكتشف الجميع أن الذكاء الاصطناعي Web3، من حيث الجدوى والابتكار، لا يملك تقريبًا أي فرصة للفوز مقارنةً بالذكاء الاصطناعي Web2.
لذا فإن ولادة تقنيات الذكاء الاصطناعي المبتكرة في Web2 مثل Manus و MCP و A2A قد أفسدت مباشرة أو غير مباشرة الفقاعة الموجودة في سوق وكلاء الذكاء الاصطناعي في Web3، مما أدى إلى تدفق الدم في السوق الثانوية.
كيف تكسر اللعبة؟ في الواقع ، المسار واضح جدا أيضا ، يحتاج web3 الذكاء الاصطناعي بشكل عاجل إلى إيجاد مكانة بيئية تكميلية مع web2 الذكاء الاصطناعي ، لحل مشاكل التكلفة العالية لقوة الحوسبة ، وخصوصية البيانات ، وضبط نماذج المشهد الرأسي التي لا يمكن حلها بواسطة الذكاء الاصطناعي المركزية web2.
يمكن للبنية الموزعة التي تحاول web3 الذكاء الاصطناعي استخدام موارد الحوسبة الخاملة لتقليل التكاليف وحماية الخصوصية بناء على تقنيات البرامج والأجهزة مثل إثباتات المعرفة الصفرية و TEE ، وتعزيز تطوير النموذج وضبط السيناريوهات الرأسية من خلال ملكية البيانات وآليات المساهمة التحفيزية. بغض النظر عن مدى انتقادها ، يمكن أن يكون للبنية اللامركزية وآلية الحوافز المرنة ل web3 الذكاء الاصطناعي تأثير فوري على حل بعض المشكلات الموجودة في الذكاء الاصطناعي web2.
3）بالحديث عن التعاون بين Flock و Qwen. Qwen هو نموذج لغة مفتوحة المصدر تم تطويره بواسطة Alibaba Cloud، وبفضل أدائه الممتاز في اختبارات المعيار وحرية التعديل المرنة التي تتيح للمطورين نشره محليًا، أصبح خيارًا شائعًا بين بعض المطورين وفرق البحث.
Flock هي منصة تدريب AI لامركزية تجمع بين تعلم الفيدرالية AI وهندسة تقنية AI الموزعة. تتمثل أكبر ميزاتها في السماح ب"عدم خروج البيانات من المحلية"، من خلال التدريب الموزع لحماية خصوصية المستخدمين، وشفافية إمكانية تتبع مساهمات البيانات، وبالتالي حل مشاكل ضبط نماذج AI وتطبيقاتها في مجالات مثل التعليم والرعاية الصحية. بشكل أكثر تحديداً، تحتوي Flock على ثلاثة مكونات رئيسية:
1、AI Arena (ساحة AI)، هذه منصة تدريب نموذج تنافسية، حيث يمكن للمستخدمين تقديم نماذجهم الخاصة والتنافس مع المشاركين الآخرين لتحسين الأداء، والتنافس على الجوائز. الهدف الرئيسي هو من خلال تصميم آلية "الجانب الترفيهي"، يمكن تحفيز المستخدمين على تعديل وتحسين نماذجهم الكبيرة المحلية باستمرار، وبالتالي اختيار نماذج مرجعية أفضل؛
2، اتحاد FL (اتحاد التعلم الفيدرالي)، لحل مشكلة التعاون عبر المنظمات الموجودة في المشاهد الحساسة التقليدية مثل الرعاية الصحية والتعليم والتمويل، حقق اتحاد التعلم الفيدرالي من خلال تدريب النماذج المحلية + إطار التعاون الموزع، تعزيز أداء النموذج بشكل مشترك بين عدة أطراف دون مشاركة البيانات الأصلية؛
3، قاعدة القمر (Moonbase)، تعتبر بمثابة المركز العصبي لإيكولوجيا Flock، وتعمل كنموذج لإدارة وتحسين اللامركزية، حيث توفر مجموعة متنوعة من أدوات الضبط الدقيق ودعم قوة الحوسبة (مقدمو قوة الحوسبة، وموسمو البيانات)، فهي لا تقدم فقط مستودع نماذج موزعة، بل تدمج أيضًا أدوات الضبط الدقيق وموارد الحوسبة ودعم ووسم البيانات، مما يمكّن المستخدمين من تحسين نماذجهم المحلية بكفاءة.
كيف يجب أن ننظر إلى تعاون Qwen و Flock؟ من وجهة نظري، فإن المعنى الممتد لتعاونهما يتجاوز حتى جوهر التعاون الحالي.
من ناحية، في ظل الضغط المستمر من تقنيات web2 AI على web3 AI، تمثل Qwen عملاق التكنولوجيا Alibaba، ولديها بالفعل سلطة وتأثير معين في دائرة الذكاء الاصطناعي. إن اختيار Qwen بنشاط للتعاون مع منصة web3 AI واحدة يثبت تمامًا web2.
اعتراف الذكاء الاصطناعي بفريق تكنولوجيا Flock، في حين أن سلسلة الأبحاث والتطوير التي سيقوم بها فريق Flock بالتعاون مع فريق Qwen ستعزز التفاعل بين web3AI و web2AI؛
من جهة أخرى، كان لدى web3 AI سابقًا هيكل Tokenomics فارغ، حيث كانت表现ها في الواقع في تطبيق Utility ضعيفة للغاية، على الرغم من أنها جربت العديد من الاتجاهات مثل AI Agent وAI Platform وحتى AI Framework، إلا أنه عند تجسيدها في جوانب مثل DeFai وGamfai لم تتمكن من تقديم حلول حقيقية لحل المشكلات. إن ظهور هذا من عمالقة التكنولوجيا في web2 قد حدد إلى حد ما اتجاهات ومسارات تطوير web3 AI في المستقبل.
الأهم هو أن الذكاء الاصطناعي في ويب 3، بعد تجربة فترة من الحماس الزائد حول إصدار الأصول، يحتاج إلى إعادة تنظيم صفوفه والتركيز على هدف يمكن تحقيق نتائج حقيقية منه. في الواقع، لم يكن الذكاء الاصطناعي في ويب 3 أبداً مجرد قناة أسهل وأكثر كفاءة لنشر وكلاء الذكاء الاصطناعي وإصدار الأصول، ولا هو لعبة لجمع الأموال من خلال إصدار الأصول، بل يجب أن يسعى للتعاون مع الذكاء الاصطناعي في ويب 2، وتكامل الاحتياجات البيئية لكل منهما، من أجل تحقيق الأهمية الفريدة للذكاء الاصطناعي في ويب 3 في هذه الموجة الكبرى من الاتجاهات في الذكاء الاصطناعي.
أنا سعيد لرؤية المزيد من التعاون المتقاطع مثل web2AI و web3AI يتم تحقيقه.
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
كيف ترى تعاون Flock و Qwen
المؤلف: هاوتيان
أعلنت منصة تدريب DeAi في مجال Web3AI Flock.io عن تعاونها مع نموذج اللغة الكبير Qwen التابع لشركة Alibaba Cloud. إذا لم أكن مخطئًا، يجب أن يُعتبر هذا أول تعاون تكاملي نشط بين AI في web2 و AI في web3. لم يُمكن Flock فقط من تجاوز الحدود بشكل حقيقي، بل أعاد أيضًا تنشيط الروح المعنوية في مجال web3AI الذي يعاني من الركود والضغط، دعني أشرح ذلك بالتفصيل:
لذا فإن ولادة تقنيات الذكاء الاصطناعي المبتكرة في Web2 مثل Manus و MCP و A2A قد أفسدت مباشرة أو غير مباشرة الفقاعة الموجودة في سوق وكلاء الذكاء الاصطناعي في Web3، مما أدى إلى تدفق الدم في السوق الثانوية.
يمكن للبنية الموزعة التي تحاول web3 الذكاء الاصطناعي استخدام موارد الحوسبة الخاملة لتقليل التكاليف وحماية الخصوصية بناء على تقنيات البرامج والأجهزة مثل إثباتات المعرفة الصفرية و TEE ، وتعزيز تطوير النموذج وضبط السيناريوهات الرأسية من خلال ملكية البيانات وآليات المساهمة التحفيزية. بغض النظر عن مدى انتقادها ، يمكن أن يكون للبنية اللامركزية وآلية الحوافز المرنة ل web3 الذكاء الاصطناعي تأثير فوري على حل بعض المشكلات الموجودة في الذكاء الاصطناعي web2.
3）بالحديث عن التعاون بين Flock و Qwen. Qwen هو نموذج لغة مفتوحة المصدر تم تطويره بواسطة Alibaba Cloud، وبفضل أدائه الممتاز في اختبارات المعيار وحرية التعديل المرنة التي تتيح للمطورين نشره محليًا، أصبح خيارًا شائعًا بين بعض المطورين وفرق البحث.
Flock هي منصة تدريب AI لامركزية تجمع بين تعلم الفيدرالية AI وهندسة تقنية AI الموزعة. تتمثل أكبر ميزاتها في السماح ب"عدم خروج البيانات من المحلية"، من خلال التدريب الموزع لحماية خصوصية المستخدمين، وشفافية إمكانية تتبع مساهمات البيانات، وبالتالي حل مشاكل ضبط نماذج AI وتطبيقاتها في مجالات مثل التعليم والرعاية الصحية. بشكل أكثر تحديداً، تحتوي Flock على ثلاثة مكونات رئيسية:
1、AI Arena (ساحة AI)، هذه منصة تدريب نموذج تنافسية، حيث يمكن للمستخدمين تقديم نماذجهم الخاصة والتنافس مع المشاركين الآخرين لتحسين الأداء، والتنافس على الجوائز. الهدف الرئيسي هو من خلال تصميم آلية "الجانب الترفيهي"، يمكن تحفيز المستخدمين على تعديل وتحسين نماذجهم الكبيرة المحلية باستمرار، وبالتالي اختيار نماذج مرجعية أفضل؛
2، اتحاد FL (اتحاد التعلم الفيدرالي)، لحل مشكلة التعاون عبر المنظمات الموجودة في المشاهد الحساسة التقليدية مثل الرعاية الصحية والتعليم والتمويل، حقق اتحاد التعلم الفيدرالي من خلال تدريب النماذج المحلية + إطار التعاون الموزع، تعزيز أداء النموذج بشكل مشترك بين عدة أطراف دون مشاركة البيانات الأصلية؛
3، قاعدة القمر (Moonbase)، تعتبر بمثابة المركز العصبي لإيكولوجيا Flock، وتعمل كنموذج لإدارة وتحسين اللامركزية، حيث توفر مجموعة متنوعة من أدوات الضبط الدقيق ودعم قوة الحوسبة (مقدمو قوة الحوسبة، وموسمو البيانات)، فهي لا تقدم فقط مستودع نماذج موزعة، بل تدمج أيضًا أدوات الضبط الدقيق وموارد الحوسبة ودعم ووسم البيانات، مما يمكّن المستخدمين من تحسين نماذجهم المحلية بكفاءة.
من ناحية، في ظل الضغط المستمر من تقنيات web2 AI على web3 AI، تمثل Qwen عملاق التكنولوجيا Alibaba، ولديها بالفعل سلطة وتأثير معين في دائرة الذكاء الاصطناعي. إن اختيار Qwen بنشاط للتعاون مع منصة web3 AI واحدة يثبت تمامًا web2.
اعتراف الذكاء الاصطناعي بفريق تكنولوجيا Flock، في حين أن سلسلة الأبحاث والتطوير التي سيقوم بها فريق Flock بالتعاون مع فريق Qwen ستعزز التفاعل بين web3AI و web2AI؛
من جهة أخرى، كان لدى web3 AI سابقًا هيكل Tokenomics فارغ، حيث كانت表现ها في الواقع في تطبيق Utility ضعيفة للغاية، على الرغم من أنها جربت العديد من الاتجاهات مثل AI Agent وAI Platform وحتى AI Framework، إلا أنه عند تجسيدها في جوانب مثل DeFai وGamfai لم تتمكن من تقديم حلول حقيقية لحل المشكلات. إن ظهور هذا من عمالقة التكنولوجيا في web2 قد حدد إلى حد ما اتجاهات ومسارات تطوير web3 AI في المستقبل.
الأهم هو أن الذكاء الاصطناعي في ويب 3، بعد تجربة فترة من الحماس الزائد حول إصدار الأصول، يحتاج إلى إعادة تنظيم صفوفه والتركيز على هدف يمكن تحقيق نتائج حقيقية منه. في الواقع، لم يكن الذكاء الاصطناعي في ويب 3 أبداً مجرد قناة أسهل وأكثر كفاءة لنشر وكلاء الذكاء الاصطناعي وإصدار الأصول، ولا هو لعبة لجمع الأموال من خلال إصدار الأصول، بل يجب أن يسعى للتعاون مع الذكاء الاصطناعي في ويب 2، وتكامل الاحتياجات البيئية لكل منهما، من أجل تحقيق الأهمية الفريدة للذكاء الاصطناعي في ويب 3 في هذه الموجة الكبرى من الاتجاهات في الذكاء الاصطناعي.
أنا سعيد لرؤية المزيد من التعاون المتقاطع مثل web2AI و web3AI يتم تحقيقه.