تطوير الطبقات في مجال الذكاء الاصطناعي والأصول الرقمية: أوجه التشابه والاختلاف والدروس المستفادة
في الآونة الأخيرة، هناك آراء تشير إلى أن استراتيجية Ethereum ذات الطابع Rollup-Centric قد تفشل، وأنها تحمل انتقادات تجاه الهيكل المتعدد L1-L2-L3. ومع ذلك، شهدت تطورات مجال الذكاء الاصطناعي في العام الماضي أيضًا تطورًا سريعًا مشابهًا لـ L1-L2-L3. عند مقارنة منطق التدرج في المجالين، يمكن العثور على بعض الاختلافات المثيرة للاهتمام.
في مجال الذكاء الاصطناعي، يتبع التطور الطبقي منطق "التقدم في القدرات". توفر نماذج اللغة الكبيرة في المستوى الأول الأساس للقدرات في فهم اللغة وتوليدها، لكن لديها نقاط ضعف في الاستدلال المنطقي والحسابات الرياضية. تم تصميم نماذج الاستدلال في المستوى الثاني لمعالجة هذه المشكلات، مثل بعض النماذج التي يمكنها التعامل مع المسائل الرياضية المعقدة وتصحيح الشيفرات، مما يعوض عن النقاط العمياء المعرفية لنماذج اللغة الكبيرة. بناءً على ذلك، يدمج المستوى الثالث من وكيل الذكاء الاصطناعي قدرات المستويين السابقين، ويحقق قفزة من الردود السلبية إلى التنفيذ النشط، مما يمكنه من تخطيط المهام بشكل مستقل، واستدعاء الأدوات، ومعالجة سير العمل المعقد. كل طبقة من التطور تبنى على أساس الطبقة السابقة، وتحقق تحسينات نوعية، حيث يمكن للمستخدمين أن يشعروا بوضوح بأن الذكاء الاصطناعي أصبح أكثر ذكاءً وفائدة.
بالمقارنة، يبدو أن التطور الطبقي في مجال الأصول الرقمية عالق في مأزق "نقل المشكلة". تواجه سلاسل الكتل العامة من الطبقة الأولى قيودًا في الأداء، وعلى الرغم من أن حلول التوسع من الطبقة الثانية قد خفضت تكاليف الغاز وزادت من معدل المعاملات في الثانية إلى حد ما، إلا أنها أدت في الوقت نفسه إلى مشاكل جديدة مثل تشتت السيولة وندرة التطبيقات البيئية. لحل هذه المشاكل، ظهرت سلاسل التطبيقات العمودية من الطبقة الثالثة، لكن هذا أدى بدوره إلى تفتيت أكبر في النظام البيئي، مما يجعل تجربة المستخدم صعبة في الحصول على تحسينات جوهرية. يبدو أن كل حل في كل طبقة هو مجرد نقل المشكلة من مجال إلى آخر، بدلاً من حل المشكلة الأساسية حقًا.
تكمن النقطة الأساسية وراء هذا الاختلاف في أن دوافن التطور في المجالين مختلفتان. يتم دفع التطور الهرمي في مجال الذكاء الاصطناعي بشكل رئيسي بواسطة المنافسة التقنية، حيث تعمل الشركات الكبرى والمؤسسات البحثية على تحسين قدرات النماذج. بينما يبدو أن التطور الهرمي في مجال الأصول الرقمية يتأثر بشكل أكبر بعلم اقتصاد الرموز، وغالبًا ما تركز المؤشرات الأساسية للمشاريع في المستويات المختلفة على القيمة الإجمالية المقفلة (TVL) وسعر العملة.
تظهر هذه المقارنة الفروق الجوهرية في مسارات التنمية بين المجالين: أحدهما يكرس جهوده لحل المشكلات التقنية، بينما يركز الآخر أكثر على تغليف المنتجات المالية. ومع ذلك، فإن هذا التشبيه المجرد ليس مطلقًا، حيث أن لكل من المجالين تعقيداته وتعدد جوانبه.
بالنسبة لصناعة الأصول الرقمية، قد توفر هذه المقارنة اتجاهات للتفكير. كيف يمكن استخدام الابتكار التكنولوجي كدافع، بدلاً من الاعتماد المفرط على اقتصاد العملات؟ كيف يمكن ضمان أن كل طبقة من التطور تضيف قيمة حقيقية للمستخدمين؟ هذه الأسئلة تستحق تفكيرًا عميقًا من قبل المشاركين في الصناعة.
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.
التطور المت层 للذكاء الاصطناعي والأصول الرقمية: ابتكار تقني، وتحويل مشكلة؟
تطوير الطبقات في مجال الذكاء الاصطناعي والأصول الرقمية: أوجه التشابه والاختلاف والدروس المستفادة
في الآونة الأخيرة، هناك آراء تشير إلى أن استراتيجية Ethereum ذات الطابع Rollup-Centric قد تفشل، وأنها تحمل انتقادات تجاه الهيكل المتعدد L1-L2-L3. ومع ذلك، شهدت تطورات مجال الذكاء الاصطناعي في العام الماضي أيضًا تطورًا سريعًا مشابهًا لـ L1-L2-L3. عند مقارنة منطق التدرج في المجالين، يمكن العثور على بعض الاختلافات المثيرة للاهتمام.
في مجال الذكاء الاصطناعي، يتبع التطور الطبقي منطق "التقدم في القدرات". توفر نماذج اللغة الكبيرة في المستوى الأول الأساس للقدرات في فهم اللغة وتوليدها، لكن لديها نقاط ضعف في الاستدلال المنطقي والحسابات الرياضية. تم تصميم نماذج الاستدلال في المستوى الثاني لمعالجة هذه المشكلات، مثل بعض النماذج التي يمكنها التعامل مع المسائل الرياضية المعقدة وتصحيح الشيفرات، مما يعوض عن النقاط العمياء المعرفية لنماذج اللغة الكبيرة. بناءً على ذلك، يدمج المستوى الثالث من وكيل الذكاء الاصطناعي قدرات المستويين السابقين، ويحقق قفزة من الردود السلبية إلى التنفيذ النشط، مما يمكنه من تخطيط المهام بشكل مستقل، واستدعاء الأدوات، ومعالجة سير العمل المعقد. كل طبقة من التطور تبنى على أساس الطبقة السابقة، وتحقق تحسينات نوعية، حيث يمكن للمستخدمين أن يشعروا بوضوح بأن الذكاء الاصطناعي أصبح أكثر ذكاءً وفائدة.
بالمقارنة، يبدو أن التطور الطبقي في مجال الأصول الرقمية عالق في مأزق "نقل المشكلة". تواجه سلاسل الكتل العامة من الطبقة الأولى قيودًا في الأداء، وعلى الرغم من أن حلول التوسع من الطبقة الثانية قد خفضت تكاليف الغاز وزادت من معدل المعاملات في الثانية إلى حد ما، إلا أنها أدت في الوقت نفسه إلى مشاكل جديدة مثل تشتت السيولة وندرة التطبيقات البيئية. لحل هذه المشاكل، ظهرت سلاسل التطبيقات العمودية من الطبقة الثالثة، لكن هذا أدى بدوره إلى تفتيت أكبر في النظام البيئي، مما يجعل تجربة المستخدم صعبة في الحصول على تحسينات جوهرية. يبدو أن كل حل في كل طبقة هو مجرد نقل المشكلة من مجال إلى آخر، بدلاً من حل المشكلة الأساسية حقًا.
تكمن النقطة الأساسية وراء هذا الاختلاف في أن دوافن التطور في المجالين مختلفتان. يتم دفع التطور الهرمي في مجال الذكاء الاصطناعي بشكل رئيسي بواسطة المنافسة التقنية، حيث تعمل الشركات الكبرى والمؤسسات البحثية على تحسين قدرات النماذج. بينما يبدو أن التطور الهرمي في مجال الأصول الرقمية يتأثر بشكل أكبر بعلم اقتصاد الرموز، وغالبًا ما تركز المؤشرات الأساسية للمشاريع في المستويات المختلفة على القيمة الإجمالية المقفلة (TVL) وسعر العملة.
تظهر هذه المقارنة الفروق الجوهرية في مسارات التنمية بين المجالين: أحدهما يكرس جهوده لحل المشكلات التقنية، بينما يركز الآخر أكثر على تغليف المنتجات المالية. ومع ذلك، فإن هذا التشبيه المجرد ليس مطلقًا، حيث أن لكل من المجالين تعقيداته وتعدد جوانبه.
بالنسبة لصناعة الأصول الرقمية، قد توفر هذه المقارنة اتجاهات للتفكير. كيف يمكن استخدام الابتكار التكنولوجي كدافع، بدلاً من الاعتماد المفرط على اقتصاد العملات؟ كيف يمكن ضمان أن كل طبقة من التطور تضيف قيمة حقيقية للمستخدمين؟ هذه الأسئلة تستحق تفكيرًا عميقًا من قبل المشاركين في الصناعة.