مواجهة الخمسة الأقوياء في عملة الذكاء الصناعي: من هو الملك الحقيقي لقوة الحوسبة؟

لمحة سريعة عن الوضع الراهن

حتى أغسطس 2024، فإن المشاريع الخمسة الأولى في تصنيف القيمة السوقية لمشاريع AI+ blockchain هي: NEAR($46.8 مليار)، ICP($36.4 مليار)، ASI($28 مليار)، Render($20.4 مليار)، Bittensor($20.3 مليار). هذه المشاريع الخمسة تتبع مسارات مختلفة تمامًا، لكنها جميعًا تحاول دمج قدرات الذكاء الاصطناعي في blockchain.

تحليل مسارات الشركات

NEAR تسير على مسار البنية التحتية - تقنية تقسيم Nightshade تمكنها من معالجة آلاف المعاملات في الثانية، وهي الآن تستخدم الذكاء الاصطناعي لتحسين جدولة المصدقين ومساعدة المطورين في توليد كود العقود الذكية تلقائيًا. ببساطة، يعني ذلك: زيادة سرعة DApp مع تقليل عتبة التطوير.

ICP تتعامل مع طموح كبير - تنفيذ نماذج الذكاء الاصطناعي مباشرة على السلسلة، دون الاعتماد على خدمات السحابة المركزية. هذا مفيد بشكل خاص في DeFi، حيث يمكن استخدام الذكاء الاصطناعي لتحسين استراتيجيات التداول في الوقت الحقيقي، والتنبيه بالمخاطر، وحتى تنفيذ المنطق المالي تلقائيًا.

ASI هو ائتلاف: اندماج Fetch.ai + SingularityNET + Ocean Protocol ، والهدف هو بناء نظام بيئي “وكلاء مستقلين + AGI مفتوح المصدر + تجارة البيانات”. الميزة الأساسية هي أن وكلاء الذكاء الاصطناعي يمكنهم التفاوض بأنفسهم، وتنفيذ العقود، وتحسين تخصيص الموارد - مما يجعلهم يعتبرون “موظفين آليين” على السلسلة.

Render الأكثر وضوحًا - هو تحويل بطاقات الرسوميات غير المستخدمة إلى سحابة للتصيير. دور الذكاء الاصطناعي هنا هو توزيع مهام وحدة معالجة الرسوميات بذكاء، وتحسين معلمات التصيير، وزيادة جودة الصورة. بالنسبة للمبدعين، فإن العائق الكبير قد انخفض.

Bittensor الأكثر تطرفًا - بناء البروتوكول بأكمله على الذكاء الاصطناعي، حيث يساهم عمال المناجم بقوة الحوسبة وبيانات تدريب النماذج، ويستخدم البروتوكول الذكاء الاصطناعي لتقييم جودة المساهمة وتوزيع مكافآت TAO. ما يعادل بناء مصنع للذكاء الاصطناعي لامركزي.

الاختلافات الأساسية هنا

هذه المشاريع الخمسة تجيب في جوهرها على أسئلة مختلفة: NEAR و ICP تسألان “كيف نجعل السلسلة أسرع وأقوى”؛ ASI تسأل “كيف نجعل الذكاء الاصطناعي مستقلاً”؛ Render تسأل “كيف نجعل قوة الحوسبة ديمقراطية”؛ Bittensor تسأل “كيف نجعل التدريب لامركزياً”.

من سيفوز؟ يعتمد على الاتجاه الذي ستقدره السوق في النهاية بالنسبة للذكاء الاصطناعي - سواء كان كفاءة البنية التحتية، أو تطبيقها العملي، أو فكرة اللامركزية.