هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI ؟
مشروع AI Agent هو نوع شائع وناضج في ريادة الأعمال في Web2، حيث يركز بشكل أساسي على خدمات الشركات، بينما في مجال Web3 تصبح مشاريع تدريب النماذج وتجميع المنصات هي السائدة بسبب دورها الحاسم في بناء النظام البيئي.
في الوقت الحالي، عدد مشاريع وكلاء الذكاء الاصطناعي في Web3 ليس كبيرًا، حيث يشكل 8%، لكن نسبة قيمتها السوقية في قطاع الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوتها الكبيرة في المنافسة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة مستوى الاعتراف في السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد يصبح إدخال تقنيات الذكاء الاصطناعي ميزة استراتيجية للمنتجات الطرفية غير الأساسية للذكاء الاصطناعي. يجب أن تركز طريقة دمج مشاريع الوكيل الذكي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي، لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي من المشاريع المتعددة وارتفاع التقييمات
منذ إطلاق ChatGPT في نوفمبر 2022، اجتذب أكثر من 100 مليون مستخدم خلال شهرين فقط، واعتبارًا من مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 20.3 مليون دولار مذهلة، كما أصدرت OpenAI بسرعة إصدارات متكررة مثل GPT-4 وGP4-4o بعد إطلاق ChatGPT. في ظل هذا الاتجاه السريع، أدركت الشركات التكنولوجية التقليدية الكبرى أهمية تطبيقات نماذج الذكاء الاصطناعي الرائدة مثل LLM، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الخاصة، مثل إطلاق جوجل لنموذج اللغة الكبير PaLM2، وإصدار ميتا لـ Llama3، بينما أصدرت الشركات الصينية نماذج كبيرة مثل ون شين يي يان وزي زو كينغ يان. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس قوية.
سباق عمالقة التكنولوجيا لا يعزز فقط تطوير التطبيقات التجارية، بل من خلال إحصاءات دراسة أبحاث الذكاء الاصطناعي المفتوحة، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قد ارتفع من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، وخاصة بعد إصدار GPT في عام 2023، حيث نما عدد المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تعكس الحماسة تجاه تكنولوجيا الذكاء الاصطناعي مباشرة في سوق الاستثمار، حيث يظهر سوق الاستثمار في الذكاء الاصطناعي نمواً قوياً، مع تسجيل نمو متفجر في الربع الثاني من عام 2024. هناك 16 استثماراً متعلقاً بالذكاء الاصطناعي يتجاوز كل منها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف عدد الاستثمارات في الربع الأول. كما قفز إجمالي تمويل الشركات الناشئة في الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تفوق الضعف على أساس سنوي. من بين هذه الشركات، جمعت شركة xAI المملوكة لماسك 6 مليارات دولار، مما يرفع قيمتها إلى 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث القيمة بعد OpenAI.
تعمل التطورات السريعة في تقنية الذكاء الاصطناعي على إعادة تشكيل خريطة مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح المصدر، وصولًا إلى الحماس الكبير في سوق رأس المال لمفاهيم الذكاء الاصطناعي. المشاريع تتوالى، وتصل استثماراتها إلى مستويات قياسية جديدة، مما يؤدي إلى ارتفاع التقييمات بنفس النمط. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت نماذج اللغة الكبيرة وتقنيات توليد المعلومات المعززة تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، فإن هذه النماذج لا تزال تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر إنتاج معلومات غير دقيقة، ومشاكل شفافية النموذج. تصبح هذه المشكلات مهمة بشكل خاص في سيناريوهات تتطلب موثوقية عالية.
في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، حيث يركز وكيل الذكاء الاصطناعي على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. تمثل هذه النقلة تطور تكنولوجيا الذكاء الاصطناعي من نماذج اللغة البحتة نحو أنظمة ذكية تستطيع حقًا فهم التعلم وحل المشكلات الواقعية. لذا، رأينا الأمل من خلال تطور وكيل الذكاء الاصطناعي، الذي يعمل تدريجيًا على سد الفجوة بين تكنولوجيا الذكاء الاصطناعي وحل المشكلات الحقيقية. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل هيكلية الإنتاج، بينما تقوم تكنولوجيا Web3 بإعادة هيكلة علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات والنماذج وقوة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية والاقتصاد الرمزي والعقود الذكية، نتوقع أن تُحدث سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالفرص، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك، بدأنا في دراسة التطبيقات المتنوعة لوكيل الذكاء الاصطناعي في Web3 بعمق، من البنية التحتية لـ Web3، والبرمجيات الوسيطة، إلى مستوى التطبيقات، فضلاً عن أسواق البيانات والنماذج، بهدف التعرف على وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيقات، لفهم التكامل العميق بين الذكاء الاصطناعي وWeb3.
توضيح المفاهيم: مقدمة عن وكلاء الذكاء الاصطناعي وتصنيفهم
المقدمة الأساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للاختلاف بين التعريف والنموذج نفسه، نقدم مثالاً من سيناريو واقعي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة التقليدية معلومات عن الوجهة ونصائح السفر. بينما يمكن لتقنية البحث المعزز بالتوليد أن تقدم محتوى وجهة أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي فهو مثل جارفيس في أفلام الرجل الحديدي، يمكنه فهم المتطلبات، ويمكنه أيضًا البحث بنشاط عن الرحلات الجوية والفنادق وتنفيذ عمليات الحجز، وإضافة الرحلة إلى التقويم.
الحد الأدنى من التعريف العام لوكلاء الذكاء الاصطناعي في الصناعة هو الأنظمة الذكية التي يمكنها إدراك البيئة واتخاذ إجراءات مناسبة، من خلال الحصول على معلومات البيئة عبر أجهزة الاستشعار، ثم معالجتها عبر أدوات التنفيذ للتأثير على البيئة (ستيوارت راسل & بيتر نورفيج، 2020). نحن نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام واستخدام الأدوات. إنه ليس مجرد تقديم معلومات، بل يمكنه أيضًا تخطيط المهام وتفكيكها وتنفيذها فعليًا.
وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن الوكيل الذكي قد اندمج بالفعل في حياتنا، وتم تطبيقه في سيناريوهات مختلفة، مثل AlphaGo وSiri وقيادة السيارات الذاتية من مستوى L5 وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على الوكيل الذكي. السمة المشتركة لهذه الأنظمة هي أنها قادرة على إدراك مدخلات المستخدم الخارجية، وبناءً على ذلك، تؤثر على البيئة الواقعية.
خذ ChatGPT كمثال لتوضيح المفاهيم، يجب أن نوضح بوضوح أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وأن GPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 و GPT-4 و GPT-4o نسخًا من النموذج في مراحل تطوير مختلفة. بينما يعتبر ChatGPT كوكيل ذكاء اصطناعي تطور بناءً على نموذج GPT.
نظرة عامة على الفئات
سوق وكيل الذكاء الاصطناعي الحالي لم يتشكل بعد معيار تصنيف موحد، من خلال وضع علامات على 204 مشروع وكيل ذكاء اصطناعي في سوق Web2 و Web3، وفقًا للعلامات البارزة لكل مشروع، تم تقسيمها إلى تصنيفات أولية وثانوية. حيث أن التصنيف الأولي هو البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدمين، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية.
البنية التحتية: تركز هذه الفئة على بناء المحتويات الأساسية في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B-end الأكثر نضجًا والتطبيقات الأساسية.
أدوات تطوير: توفر أدوات وإطارات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بأشكال مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار وتوفير مصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.
خدمات B端: تركز بشكل أساسي على مستخدمي الشركات، وتقدم حلولاً خدمية للشركات، وحلولاً عمودية، وحلولاً آلية.
منصة تجميعية: منصة تدمج مجموعة متنوعة من خدمات وأدوات الوكلاء الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة إنشاء المحتوى، ولكن تختلف في التفاعل الثنائي المستمر. وكيل التفاعلية لا يكتفي بقبول وفهم احتياجات المستخدم، بل يقدم أيضًا ردودًا من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.
فئة الدعم العاطفي: وكيل AI يقدم الدعم العاطفي والمرافقة.
فئة GPT: وكيل ذكاء اصطناعي يعتمد على نموذج GPT (المحول المدرب مسبقًا بشكل توليدي).
فئة البحث: تركز على وظيفة البحث، وتقدم وكيلًا يركز بشكل أكبر على استرجاع المعلومات بدقة.
فئة إنشاء المحتوى: تركز هذه الفئة من المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال متنوعة من المحتوى بناءً على أوامر المستخدم، وتنقسم إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.
تحليل حالة تطوير وكلاء الذكاء الاصطناعي في Web2
وفقًا لإحصاءاتنا، يُظهر تطوير وكيل الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. على وجه التحديد، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد قمنا أيضًا بإجراء بعض التحليلات حول هذه الظاهرة.
أثر نضج التكنولوجيا: السبب الرئيسي وراء هيمنة مشاريع البنية التحتية هو نضج التكنولوجيا لديها. عادةً ما تُبنى هذه المشاريع على تقنيات وإطارات تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. يعادل ذلك "المجرفة" في مجال الذكاء الاصطناعي، حيث يوفر أساسًا قويًا لتطوير وتطبيق وكيل الذكاء الاصطناعي.
دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنةً بسوق المستهلكين، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق الشركات أكثر إلحاحًا، خصوصًا في البحث عن حلول لتحسين كفاءة العمليات وتقليل التكاليف. في نفس الوقت، بالنسبة للمطورين، فإن تدفق الأموال من الشركات يكون أكثر استقرارًا، مما يساعدهم على تطوير المشاريع المستقبلية.
قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن استخدام الذكاء الاصطناعي في توليد المحتوى في سوق القطاع B محدود نسبيًا. نظرًا لعدم استقرار مخرجاته، تميل الشركات إلى تلك التطبيقات التي يمكنها زيادة الإنتاجية بشكل مستقر. وهذا أدى إلى أن تكون نسبة الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع صغيرة.
تعكس هذه الاتجاهات نضج التكنولوجيا، واحتياجات السوق، والاعتبارات الفعلية لمشاهد التطبيق. مع التقدم المستمر في تقنية الذكاء الاصطناعي وتوضيح احتياجات السوق بشكل أكبر، نتوقع أن يتغير هذا النمط، ولكن البنية التحتية ستظل حجر الزاوية لتطور وكيل الذكاء الاصطناعي.
تحليل مشاريع ريادة الذكاء الاصطناعي في Web2
نحن نستكشف بعمق بعض مشاريع الوكلاء الذكيين في سوق Web2 الحالي، ونقوم بتحليلها، مع أخذ ثلاثة مشاريع كمثال: Character AI و Perplexity AI و Midjourney.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: Character.AI توفر نظام محادثة قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. يتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع شخصيات افتراضية قادرة على إجراء محادثات بلغة طبيعية وأداء مهام محددة.
تحليل البيانات: كان عدد الزيارات لـ Character.AI في مايو 277 مليون، حيث تمتلك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، ويقع معظم المستخدمين في الفئة العمرية بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشابة. قدمت Character AI أداءً متميزًا في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغت قيمتها 1 مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع شركة Alphabet الأم لجوجل لاستخدام نموذجها اللغوي الكبير، مما يشير إلى أن Character AI تعتمد على تقنية تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas شاركوا في تطوير نموذج اللغة المحادثة Llama من جوجل.
الذكاء الاصطناعي بربلكسيتى:
مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات تفصيلية من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية المعلومات ودقتها، بينما يقوم بتعليم وتوجيه المستخدمين لطرح المزيد من الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسار المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، حيث حققت الزيارات لتطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، وجذبت حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل بقيمة 62.7 مليون دولار، مما رفع تقييمها إلى 1.04 مليار دولار، بقيادة دانيال غروس، بمشاركة ستان دروكينميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديله بناءً على نموذج كبير مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة و
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 25
أعجبني
25
8
مشاركة
تعليق
0/400
DegenWhisperer
· 07-25 06:24
الذكاء الاصطناعي قد لا يكون سوى قشة، الأمر يعتمد على من يقتل من.
شاهد النسخة الأصليةرد0
SelfCustodyBro
· 07-24 14:27
ai干啥都是يُستغل بغباء.
شاهد النسخة الأصليةرد0
BlockTalk
· 07-23 19:26
المال هو القوة
شاهد النسخة الأصليةرد0
BearMarketSurvivor
· 07-22 12:59
8% الكمية 23% القيمة السوقية لقد احتلت جيش العملات البديلة هذه الساحة بالفعل النقطة العليا.
شاهد النسخة الأصليةرد0
StakeHouseDirector
· 07-22 12:59
المسار جيد، اشترِ اشترِ اشترِ
شاهد النسخة الأصليةرد0
MEV_Whisperer
· 07-22 12:59
أوه ، كلهم يصرخون من أجل القش المنقذ للحياة ، وموجة من الكراث قادمة
شاهد النسخة الأصليةرد0
LightningClicker
· 07-22 12:49
اشتريها! نسبة 23% من القيمة السوقية ليست مزحة.
شاهد النسخة الأصليةرد0
FromMinerToFarmer
· 07-22 12:46
عالم العملات الرقمية أيضا بدأ يلعب بالذكاء الاصطناعي، من الذي سيعطي التقييم؟
ارتفاع مشروع وكيل الذكاء الاصطناعي: تحليل تقييم وآفاق تطبيقات مسار Web3
هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI ؟
مشروع AI Agent هو نوع شائع وناضج في ريادة الأعمال في Web2، حيث يركز بشكل أساسي على خدمات الشركات، بينما في مجال Web3 تصبح مشاريع تدريب النماذج وتجميع المنصات هي السائدة بسبب دورها الحاسم في بناء النظام البيئي.
في الوقت الحالي، عدد مشاريع وكلاء الذكاء الاصطناعي في Web3 ليس كبيرًا، حيث يشكل 8%، لكن نسبة قيمتها السوقية في قطاع الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوتها الكبيرة في المنافسة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة مستوى الاعتراف في السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد يصبح إدخال تقنيات الذكاء الاصطناعي ميزة استراتيجية للمنتجات الطرفية غير الأساسية للذكاء الاصطناعي. يجب أن تركز طريقة دمج مشاريع الوكيل الذكي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي، لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي من المشاريع المتعددة وارتفاع التقييمات
منذ إطلاق ChatGPT في نوفمبر 2022، اجتذب أكثر من 100 مليون مستخدم خلال شهرين فقط، واعتبارًا من مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 20.3 مليون دولار مذهلة، كما أصدرت OpenAI بسرعة إصدارات متكررة مثل GPT-4 وGP4-4o بعد إطلاق ChatGPT. في ظل هذا الاتجاه السريع، أدركت الشركات التكنولوجية التقليدية الكبرى أهمية تطبيقات نماذج الذكاء الاصطناعي الرائدة مثل LLM، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الخاصة، مثل إطلاق جوجل لنموذج اللغة الكبير PaLM2، وإصدار ميتا لـ Llama3، بينما أصدرت الشركات الصينية نماذج كبيرة مثل ون شين يي يان وزي زو كينغ يان. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس قوية.
سباق عمالقة التكنولوجيا لا يعزز فقط تطوير التطبيقات التجارية، بل من خلال إحصاءات دراسة أبحاث الذكاء الاصطناعي المفتوحة، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قد ارتفع من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، وخاصة بعد إصدار GPT في عام 2023، حيث نما عدد المشاريع بنسبة 59.3% مقارنة بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تعكس الحماسة تجاه تكنولوجيا الذكاء الاصطناعي مباشرة في سوق الاستثمار، حيث يظهر سوق الاستثمار في الذكاء الاصطناعي نمواً قوياً، مع تسجيل نمو متفجر في الربع الثاني من عام 2024. هناك 16 استثماراً متعلقاً بالذكاء الاصطناعي يتجاوز كل منها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف عدد الاستثمارات في الربع الأول. كما قفز إجمالي تمويل الشركات الناشئة في الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تفوق الضعف على أساس سنوي. من بين هذه الشركات، جمعت شركة xAI المملوكة لماسك 6 مليارات دولار، مما يرفع قيمتها إلى 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث القيمة بعد OpenAI.
تعمل التطورات السريعة في تقنية الذكاء الاصطناعي على إعادة تشكيل خريطة مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح المصدر، وصولًا إلى الحماس الكبير في سوق رأس المال لمفاهيم الذكاء الاصطناعي. المشاريع تتوالى، وتصل استثماراتها إلى مستويات قياسية جديدة، مما يؤدي إلى ارتفاع التقييمات بنفس النمط. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت نماذج اللغة الكبيرة وتقنيات توليد المعلومات المعززة تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، فإن هذه النماذج لا تزال تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر إنتاج معلومات غير دقيقة، ومشاكل شفافية النموذج. تصبح هذه المشكلات مهمة بشكل خاص في سيناريوهات تتطلب موثوقية عالية.
في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، حيث يركز وكيل الذكاء الاصطناعي على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. تمثل هذه النقلة تطور تكنولوجيا الذكاء الاصطناعي من نماذج اللغة البحتة نحو أنظمة ذكية تستطيع حقًا فهم التعلم وحل المشكلات الواقعية. لذا، رأينا الأمل من خلال تطور وكيل الذكاء الاصطناعي، الذي يعمل تدريجيًا على سد الفجوة بين تكنولوجيا الذكاء الاصطناعي وحل المشكلات الحقيقية. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل هيكلية الإنتاج، بينما تقوم تكنولوجيا Web3 بإعادة هيكلة علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات والنماذج وقوة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية والاقتصاد الرمزي والعقود الذكية، نتوقع أن تُحدث سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالفرص، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك، بدأنا في دراسة التطبيقات المتنوعة لوكيل الذكاء الاصطناعي في Web3 بعمق، من البنية التحتية لـ Web3، والبرمجيات الوسيطة، إلى مستوى التطبيقات، فضلاً عن أسواق البيانات والنماذج، بهدف التعرف على وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيقات، لفهم التكامل العميق بين الذكاء الاصطناعي وWeb3.
توضيح المفاهيم: مقدمة عن وكلاء الذكاء الاصطناعي وتصنيفهم
المقدمة الأساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للاختلاف بين التعريف والنموذج نفسه، نقدم مثالاً من سيناريو واقعي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة التقليدية معلومات عن الوجهة ونصائح السفر. بينما يمكن لتقنية البحث المعزز بالتوليد أن تقدم محتوى وجهة أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي فهو مثل جارفيس في أفلام الرجل الحديدي، يمكنه فهم المتطلبات، ويمكنه أيضًا البحث بنشاط عن الرحلات الجوية والفنادق وتنفيذ عمليات الحجز، وإضافة الرحلة إلى التقويم.
الحد الأدنى من التعريف العام لوكلاء الذكاء الاصطناعي في الصناعة هو الأنظمة الذكية التي يمكنها إدراك البيئة واتخاذ إجراءات مناسبة، من خلال الحصول على معلومات البيئة عبر أجهزة الاستشعار، ثم معالجتها عبر أدوات التنفيذ للتأثير على البيئة (ستيوارت راسل & بيتر نورفيج، 2020). نحن نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام واستخدام الأدوات. إنه ليس مجرد تقديم معلومات، بل يمكنه أيضًا تخطيط المهام وتفكيكها وتنفيذها فعليًا.
وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن الوكيل الذكي قد اندمج بالفعل في حياتنا، وتم تطبيقه في سيناريوهات مختلفة، مثل AlphaGo وSiri وقيادة السيارات الذاتية من مستوى L5 وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على الوكيل الذكي. السمة المشتركة لهذه الأنظمة هي أنها قادرة على إدراك مدخلات المستخدم الخارجية، وبناءً على ذلك، تؤثر على البيئة الواقعية.
خذ ChatGPT كمثال لتوضيح المفاهيم، يجب أن نوضح بوضوح أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وأن GPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 و GPT-4 و GPT-4o نسخًا من النموذج في مراحل تطوير مختلفة. بينما يعتبر ChatGPT كوكيل ذكاء اصطناعي تطور بناءً على نموذج GPT.
نظرة عامة على الفئات
سوق وكيل الذكاء الاصطناعي الحالي لم يتشكل بعد معيار تصنيف موحد، من خلال وضع علامات على 204 مشروع وكيل ذكاء اصطناعي في سوق Web2 و Web3، وفقًا للعلامات البارزة لكل مشروع، تم تقسيمها إلى تصنيفات أولية وثانوية. حيث أن التصنيف الأولي هو البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدمين، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية.
البنية التحتية: تركز هذه الفئة على بناء المحتويات الأساسية في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B-end الأكثر نضجًا والتطبيقات الأساسية.
أدوات تطوير: توفر أدوات وإطارات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بأشكال مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار وتوفير مصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.
خدمات B端: تركز بشكل أساسي على مستخدمي الشركات، وتقدم حلولاً خدمية للشركات، وحلولاً عمودية، وحلولاً آلية.
منصة تجميعية: منصة تدمج مجموعة متنوعة من خدمات وأدوات الوكلاء الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة إنشاء المحتوى، ولكن تختلف في التفاعل الثنائي المستمر. وكيل التفاعلية لا يكتفي بقبول وفهم احتياجات المستخدم، بل يقدم أيضًا ردودًا من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.
فئة الدعم العاطفي: وكيل AI يقدم الدعم العاطفي والمرافقة.
فئة GPT: وكيل ذكاء اصطناعي يعتمد على نموذج GPT (المحول المدرب مسبقًا بشكل توليدي).
فئة البحث: تركز على وظيفة البحث، وتقدم وكيلًا يركز بشكل أكبر على استرجاع المعلومات بدقة.
فئة إنشاء المحتوى: تركز هذه الفئة من المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال متنوعة من المحتوى بناءً على أوامر المستخدم، وتنقسم إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.
تحليل حالة تطوير وكلاء الذكاء الاصطناعي في Web2
وفقًا لإحصاءاتنا، يُظهر تطوير وكيل الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. على وجه التحديد، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد قمنا أيضًا بإجراء بعض التحليلات حول هذه الظاهرة.
أثر نضج التكنولوجيا: السبب الرئيسي وراء هيمنة مشاريع البنية التحتية هو نضج التكنولوجيا لديها. عادةً ما تُبنى هذه المشاريع على تقنيات وإطارات تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. يعادل ذلك "المجرفة" في مجال الذكاء الاصطناعي، حيث يوفر أساسًا قويًا لتطوير وتطبيق وكيل الذكاء الاصطناعي.
دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنةً بسوق المستهلكين، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق الشركات أكثر إلحاحًا، خصوصًا في البحث عن حلول لتحسين كفاءة العمليات وتقليل التكاليف. في نفس الوقت، بالنسبة للمطورين، فإن تدفق الأموال من الشركات يكون أكثر استقرارًا، مما يساعدهم على تطوير المشاريع المستقبلية.
قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن استخدام الذكاء الاصطناعي في توليد المحتوى في سوق القطاع B محدود نسبيًا. نظرًا لعدم استقرار مخرجاته، تميل الشركات إلى تلك التطبيقات التي يمكنها زيادة الإنتاجية بشكل مستقر. وهذا أدى إلى أن تكون نسبة الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع صغيرة.
تعكس هذه الاتجاهات نضج التكنولوجيا، واحتياجات السوق، والاعتبارات الفعلية لمشاهد التطبيق. مع التقدم المستمر في تقنية الذكاء الاصطناعي وتوضيح احتياجات السوق بشكل أكبر، نتوقع أن يتغير هذا النمط، ولكن البنية التحتية ستظل حجر الزاوية لتطور وكيل الذكاء الاصطناعي.
تحليل مشاريع ريادة الذكاء الاصطناعي في Web2
نحن نستكشف بعمق بعض مشاريع الوكلاء الذكيين في سوق Web2 الحالي، ونقوم بتحليلها، مع أخذ ثلاثة مشاريع كمثال: Character AI و Perplexity AI و Midjourney.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: Character.AI توفر نظام محادثة قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. يتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع شخصيات افتراضية قادرة على إجراء محادثات بلغة طبيعية وأداء مهام محددة.
تحليل البيانات: كان عدد الزيارات لـ Character.AI في مايو 277 مليون، حيث تمتلك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، ويقع معظم المستخدمين في الفئة العمرية بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشابة. قدمت Character AI أداءً متميزًا في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغت قيمتها 1 مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع شركة Alphabet الأم لجوجل لاستخدام نموذجها اللغوي الكبير، مما يشير إلى أن Character AI تعتمد على تقنية تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas شاركوا في تطوير نموذج اللغة المحادثة Llama من جوجل.
الذكاء الاصطناعي بربلكسيتى:
مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات تفصيلية من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية المعلومات ودقتها، بينما يقوم بتعليم وتوجيه المستخدمين لطرح المزيد من الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسار المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، حيث حققت الزيارات لتطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، وجذبت حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل بقيمة 62.7 مليون دولار، مما رفع تقييمها إلى 1.04 مليار دولار، بقيادة دانيال غروس، بمشاركة ستان دروكينميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديله بناءً على نموذج كبير مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة و