بقلم Alex Xu، شريك بحثي في Mint Ventures
مقدمة
كانت هذه الدورة من سوق العملات المشفرة الصاعدة هي الأكثر غير ملهمة من حيث الابتكار التجاري. على عكس السوق الصاعدة السابقة، التي شهدت اتجاهات هائلة مثل DeFi وNFTs وGameFi، تفتقر هذه الدورة إلى نقاط ساخنة مهمة في الصناعة. ونتيجة لذلك، كان هناك نمو بطيء في قاعدة المستخدمين، والاستثمار في الصناعة، ونشاط المطورين.
ويتجلى هذا الاتجاه أيضًا في أسعار الأصول المشفرة. على مدار الدورة بأكملها، فقدت معظم العملات البديلة، بما في ذلك ETH، قيمتها باستمرار مقارنة بـ BTC. يعتمد تقييم منصات العقود الذكية إلى حد كبير على ازدهار تطبيقاتها. عندما يركد الابتكار في تطوير التطبيقات، يصبح من الصعب رفع تقييم السلاسل العامة.
ومع ذلك، فإن الذكاء الاصطناعي (AI)، باعتباره قطاعًا جديدًا نسبيًا في مشهد أعمال العملات المشفرة، يمكن أن يستفيد من النمو الهائل والنقاط الساخنة المستمرة في العالم التجاري الأوسع. وهذا يمنح مشاريع الذكاء الاصطناعي في مجال العملات المشفرة القدرة على جذب اهتمام متزايد كبير.
في تقرير IO.NET الذي نشرته Mint Ventures في أبريل، تم تحليل ضرورة دمج الذكاء الاصطناعي مع العملات المشفرة بدقة. يمكن لمزايا الحلول الاقتصادية المشفرة - مثل الحتمية، والتخصيص الفعال للموارد، وانعدام الثقة - أن تعالج التحديات الرئيسية الثلاثة للذكاء الاصطناعي: العشوائية، وكثافة الموارد، وصعوبة التمييز بين الإنسان والآلة.
في قطاع الذكاء الاصطناعي في اقتصاد العملات المشفرة، أريد مناقشة واستكشاف العديد من القضايا المهمة في هذه المقالة، بما في ذلك:
توجد روايات ناشئة أو يحتمل أن تكون متفجرة في قطاع الذكاء الاصطناعي المشفر.
المسارات التحفيزية والأطر المنطقية لهذه الروايات.
مشاريع التشفير + الذكاء الاصطناعي.
المخاطر والشكوك التي ينطوي عليها تطوير قطاع التشفير + الذكاء الاصطناعي.
يرجى ملاحظة أن هذه المقالة تعكس تفكيري الحالي وقد تتطور. الآراء هنا ذاتية وقد تكون هناك أخطاء في الحقائق والبيانات والاستدلال المنطقي. هذه ليست نصيحة مالية، ولكن ردود الفعل والمناقشات هي موضع ترحيب.
الموجة التالية من الروايات في قطاع الذكاء الاصطناعي المشفر
قبل التعمق في الاتجاهات الناشئة في قطاع الذكاء الاصطناعي المشفر، دعونا أولاً نفحص الروايات الرائدة الحالية. استنادًا إلى القيمة السوقية، تشمل الشركات التي تزيد قيمتها عن مليار دولار ما يلي:
القدرة الحاسوبية
Render Network ($RNDR): تمتلك قيمة سوقية متداولة تبلغ 3.85 مليار دولار أمريكي،
عكاش: بقيمة سوقية متداولة تبلغ 1.2 مليار دولار
IO.NET: بلغت قيمتها مؤخرًا مليار دولار أمريكي في جولة التمويل الأخيرة.
شبكات الخوارزمية
Bittensor ($TAO): تتميز بقيمة سوقية متداولة تبلغ 2.97 مليار دولار.
وكلاء الذكاء الاصطناعي
Fetch.ai ($FET): يصل إلى القيمة السوقية المتداولة قبل الاندماج البالغة 2.1 مليار دولار
*وقت تحديث البيانات: 24 مايو 2024.
بخلاف المجالات المذكورة أعلاه، ما هو قطاع الذكاء الاصطناعي الذي سينتج المشروع التالي بقيمة سوقية تتجاوز مليار دولار؟
أعتقد أن هذا يمكن التكهن به من منظورين: سرد "جانب العرض الصناعي" وسرد "لحظة GPT".
دراسة الفرص في مجال الطاقة والبيانات من منظور جانب العرض الصناعي
ومن منظور جانب العرض الصناعي، هناك أربع قوى دافعة رئيسية وراء تطوير الذكاء الاصطناعي هي:
الخوارزميات: يمكن للخوارزميات عالية الجودة تنفيذ مهام التدريب والاستدلال بشكل أكثر كفاءة.
قوة الحوسبة: يتطلب كل من التدريب النموذجي والاستدلال قوة حوسبة كبيرة توفرها أجهزة وحدة معالجة الرسومات. ويمثل هذا المتطلب عنق الزجاجة الصناعية الرئيسية، حيث يؤدي النقص الحالي في الرقائق إلى ارتفاع أسعار الرقائق المتوسطة إلى المتطورة.
الطاقة: تتطلب مراكز بيانات الذكاء الاصطناعي استهلاكًا كبيرًا للطاقة. بالإضافة إلى الكهرباء اللازمة لوحدات معالجة الرسومات لأداء المهام الحسابية، هناك حاجة أيضًا إلى طاقة كبيرة لتبريد وحدات معالجة الرسومات. في مراكز البيانات الكبيرة، تمثل أنظمة التبريد وحدها حوالي 40% من إجمالي استهلاك الطاقة.
البيانات: يتطلب تحسين أداء النماذج الكبيرة توسيع معايير التدريب، مما يؤدي إلى طلب هائل على البيانات عالية الجودة.
فيما يتعلق بالقوى الدافعة الصناعية الأربع المذكورة أعلاه، فإن قطاعات الخوارزمية والطاقة الحاسوبية لديها بالفعل مشاريع عملات مشفرة بقيمة سوقية متداولة تتجاوز مليار دولار. ومع ذلك، فإن قطاعي الطاقة والبيانات لم يشهدا بعد وصول المشاريع إلى حدود سوقية مماثلة.
في الواقع، قد يظهر النقص في إمدادات الطاقة والبيانات قريبًا، مما قد يصبح النقاط الساخنة التالية في الصناعة ويؤدي إلى زيادة المشاريع ذات الصلة في مجال العملات المشفرة.
لنبدأ بجزء الطاقة.
في 29 فبراير 2024، قال إيلون ماسك في مؤتمر Bosch ConnectedWorld 2024: "لقد توقعت نقص الرقائق منذ أكثر من عام، وسيكون النقص التالي هو الكهرباء. أعتقد أنه في العام المقبل سترى أنهم لا يستطيعون العثور على ما يكفي من الكهرباء لتشغيل جميع الرقائق.
ووفقا لبيانات محددة، ينشر معهد جامعة ستانفورد للذكاء الاصطناعي المرتكز على الإنسان، بقيادة فاي-في لي، "تقرير مؤشر الذكاء الاصطناعي" سنويا. وفي تقريرها لعام 2022 عن صناعة الذكاء الاصطناعي لعام 2021، قدرت المجموعة البحثية أن استهلاك طاقة الذكاء الاصطناعي في ذلك العام يمثل 0.9% فقط من الطلب العالمي على الكهرباء، مما يضع ضغوطًا محدودة على الطاقة والبيئة. ومع ذلك، في عام 2023، لخصت وكالة الطاقة الدولية (IEA) عام 2022 بالقول إن مراكز البيانات العالمية تستهلك ما يقرب من 460 تيراواط/ساعة من الكهرباء، وهو ما يمثل 2٪ من الطلب العالمي على الكهرباء. وتوقعوا أيضًا أنه بحلول عام 2026، سيصل استهلاك الطاقة في مراكز البيانات العالمية إلى 620 تيراواط في الساعة على الأقل، ومن المحتمل أن يصل إلى 1050 تيراواط في الساعة.
في الواقع، تظل تقديرات وكالة الطاقة الدولية متحفظة، حيث أن العديد من مشاريع الذكاء الاصطناعي التي من المقرر إطلاقها سوف تتطلب طاقة أكبر بكثير مما كان متوقعا في عام 2023.
على سبيل المثال، تخطط Microsoft وOpenAI لمشروع Stargate. ومن المقرر أن تبدأ هذه المبادرة الطموحة في عام 2028 وتكتمل في عام 2030 تقريبًا. ويهدف المشروع إلى بناء حاسوب فائق مجهز بملايين شرائح الذكاء الاصطناعي المخصصة، مما يوفر لـ OpenAI قوة حوسبة غير مسبوقة لتعزيز أبحاثها في مجال الذكاء الاصطناعي، وخاصة نماذج اللغات الكبيرة. وتتجاوز التكلفة التقديرية لهذا المشروع 100 مليار دولار، وهو ما يعادل 100 ضعف تكلفة مراكز البيانات الكبيرة الحالية.
ومن المتوقع أن يصل استهلاك الطاقة لمشروع ستارغيت وحده إلى 50 تيراواط/ساعة.
ونتيجة لذلك، صرح سام ألتمان، مؤسس OpenAI، في منتدى دافوس في يناير/كانون الثاني الماضي: "سوف يتطلب الذكاء الاصطناعي في المستقبل تحقيق اختراقات في مجال الطاقة، حيث أن الكهرباء التي يستهلكها الذكاء الاصطناعي سوف تتجاوز التوقعات بكثير".
بعد قوة الحوسبة والطاقة، من المرجح أن يكون النقص الرئيسي التالي في صناعة الذكاء الاصطناعي سريعة النمو هو البيانات.
في الواقع، أصبح النقص في البيانات عالية الجودة اللازمة للذكاء الاصطناعي حقيقة واقعة بالفعل.
من خلال التطور المستمر لـ GPT، استوعبنا إلى حد كبير نمط تعزيز قدرات النماذج اللغوية الكبيرة - من خلال توسيع معلمات النموذج وبيانات التدريب، يمكن زيادة قدرات هذه النماذج بشكل كبير. لا تظهر هذه العملية أي اختناق فني فوري.
ومع ذلك، من المرجح أن تصبح البيانات عالية الجودة والمتاحة للجمهور نادرة بشكل متزايد في المستقبل. وقد تواجه منتجات الذكاء الاصطناعي صراعات بين العرض والطلب مماثلة لتلك التي تشهدها الرقائق والطاقة.
أولاً، هناك زيادة في النزاعات حول ملكية البيانات.
في 27 ديسمبر 2023، رفعت صحيفة نيويورك تايمز دعوى قضائية ضد أوبن إيه آي ومايكروسوفت في المحكمة الجزئية الأمريكية، زاعمة أنهم استخدموا الملايين من مقالاتها دون إذن لتدريب نموذج جي بي تي. تسعى صحيفة نيويورك تايمز للحصول على مليارات الدولارات كتعويضات قانونية وفعلية عن "النسخ والاستخدام غير القانوني للأعمال ذات القيمة الفريدة" وتطالب بتدمير جميع النماذج وبيانات التدريب التي تتضمن موادها المحمية بحقوق الطبع والنشر.
وفي نهاية مارس 2024، أصدرت صحيفة نيويورك تايمز بيانًا جديدًا، وسعت فيه اتهاماتها إلى ما هو أبعد من OpenAI لتشمل جوجل وميتا. وادعى البيان أن OpenAI استخدمت أداة للتعرف على الكلام تسمى Whisper لتحويل عدد كبير من مقاطع فيديو YouTube إلى نص، والتي تم استخدامها بعد ذلك لتدريب GPT-4. قالت صحيفة نيويورك تايمز إنه أصبح من الممارسات الشائعة للشركات الكبيرة أن تستخدم تكتيكات مخادعة في تدريب نماذج الذكاء الاصطناعي الخاصة بها. وأشاروا أيضًا إلى أن جوجل منخرطة في ممارسات مماثلة، حيث تقوم بتحويل محتوى فيديو يوتيوب إلى نص للتدريب النموذجي الخاص بها، مما ينتهك بشكل أساسي حقوق منشئي محتوى الفيديو.
من غير المرجح أن يتم حل الدعوى القضائية المرفوعة بين صحيفة نيويورك تايمز وOpenAI، والتي أُطلق عليها اسم "قضية حقوق الطبع والنشر الخاصة بالذكاء الاصطناعي"، بسرعة بسبب تعقيدها والتأثير العميق الذي يمكن أن تحدثه على مستقبل المحتوى وصناعة الذكاء الاصطناعي. وتتمثل إحدى النتائج المحتملة في التوصل إلى تسوية خارج المحكمة، حيث تدفع شركتا مايكروسوفت وأوبن إيه آي الأثريتان مبلغاً كبيراً كتعويض. ومع ذلك، فإن النزاعات المستقبلية حول حقوق الطبع والنشر للبيانات ستؤدي حتما إلى ارتفاع التكلفة الإجمالية للبيانات عالية الجودة.
علاوة على ذلك، أفادت التقارير أن شركة جوجل، باعتبارها أكبر محرك بحث في العالم، تفكر في فرض رسوم على خدمات البحث الخاصة بها ــ ليس لعامة الناس، بل لشركات الذكاء الاصطناعي.
المصدر: رويترز
تحتوي خوادم محرك بحث Google على كميات هائلة من المحتوى، أي كل المحتوى الذي ظهر على صفحات الويب منذ القرن الحادي والعشرين. وتقوم منتجات البحث المعتمدة على الذكاء الاصطناعي، مثل Perplexity وKimi وMeta Sota التي طورتها الشركات الصينية، بمعالجة البيانات المستردة من عمليات البحث هذه من خلال الذكاء الاصطناعي ثم تسليمها للمستخدمين. لا شك أن فرض رسوم على شركات الذكاء الاصطناعي للوصول إلى بيانات محرك البحث سيؤدي إلى رفع تكلفة الحصول على البيانات.
علاوة على ذلك، لا يركز عمالقة الذكاء الاصطناعي على البيانات العامة فحسب؛ إنهم يستهدفون أيضًا البيانات الداخلية غير العامة.
كان موقع Photobucket، وهو موقع شهير لاستضافة الصور والفيديو، يضم 70 مليون مستخدم وما يقرب من نصف حصة سوق الصور عبر الإنترنت في الولايات المتحدة في أوائل العقد الأول من القرن الحادي والعشرين. ومع ذلك، مع ظهور وسائل التواصل الاجتماعي، تضاءلت قاعدة مستخدمي Photobucket بشكل كبير، حيث تبلغ الآن 2 مليون مستخدم نشط فقط، يدفع كل منهم رسومًا سنوية باهظة تبلغ 399 دولارًا. وفقًا لاتفاقية المستخدم وسياسة الخصوصية الخاصة به، تتم استعادة الحسابات غير النشطة لأكثر من عام، مما يمنح Photobucket الحق في استخدام الصور ومقاطع الفيديو التي تم تحميلها. كشف الرئيس التنفيذي لشركة Photobucket، تيد ليونارد، أن 1.3 مليار صورة وفيديو لها قيمة كبيرة لتدريب نماذج الذكاء الاصطناعي التوليدية. وهو يتفاوض حاليًا مع العديد من شركات التكنولوجيا لبيع هذه البيانات، بأسعار تتراوح من 5 سنتات إلى دولار واحد لكل صورة وأكثر من دولار واحد لكل فيديو. ويقدر ليونارد أن قيمة بيانات Photobucket قد تصل قيمتها إلى أكثر من مليار دولار.
نشر فريق البحث EPOCH المتخصص في اتجاهات تطوير الذكاء الاصطناعي تقريرا بعنوان “هل ستنفد البيانات؟ تحليل حدود توسيع نطاق مجموعات البيانات في التعلم الآلي." خلص هذا التقرير، استنادًا إلى استخدام البيانات في التعلم الآلي وتوليد بيانات جديدة لعام 2022، مع الأخذ في الاعتبار أيضًا نمو موارد الحوسبة، إلى أنه يمكن استنفاد البيانات النصية عالية الجودة بين فبراير 2023 و2026، وقد يتم تشغيل بيانات الصور بين عامي 2030 و2060. وبدون تحسينات كبيرة في كفاءة استخدام البيانات أو ظهور مصادر بيانات جديدة، فإن الاتجاه الحالي لنماذج التعلم الآلي الكبيرة التي تعتمد على مجموعات البيانات الضخمة يمكن أن يتباطأ.
وبالنظر إلى الاتجاه الحالي لعمالقة الذكاء الاصطناعي الذين يشترون البيانات بأسعار مرتفعة، يبدو أن البيانات النصية المجانية عالية الجودة قد نفدت بالفعل، مما يؤكد صحة توقعات EPOCH منذ عامين.
في الوقت نفسه، تظهر حلول لـ "نقص بيانات الذكاء الاصطناعي"، وتحديداً بيانات الذكاء الاصطناعي كخدمة.
Defined.ai هي إحدى هذه الشركات التي تقدم بيانات حقيقية مخصصة وعالية الجودة لشركات الذكاء الاصطناعي.
أمثلة على أنواع البيانات على Defined.ai
يعمل نموذج الأعمال الخاص بـ Defined.ai على النحو التالي: تحدد شركات الذكاء الاصطناعي متطلبات البيانات الخاصة بها، مثل الحاجة إلى صور بجودة دقة معينة، وخالية من التشويش والتعرض المفرط، وبمحتوى أصلي. يمكن للشركات أيضًا أن تطلب موضوعات محددة بناءً على مهامها التدريبية، مثل الصور الليلية لأقماع المرور ومواقف السيارات والإشارات لتعزيز التعرف على المشهد الليلي بواسطة الذكاء الاصطناعي. يمكن للجمهور قبول هذه المهام، وتحميل صورهم، والتي تتم مراجعتها بعد ذلك بواسطة Defined.ai. يتم دفع ثمن الصور المعتمدة، عادةً من دولار إلى دولارين لكل صورة عالية الجودة، ومن 5 إلى 7 دولارات لكل مقطع فيديو قصير، ومن 100 إلى 300 دولار لفيديو عالي الجودة مدته أكثر من 10 دقائق. يتم تعويض النص بمبلغ دولار واحد لكل ألف كلمة، ويحصل مكتملو المهام على حوالي 20% من الرسوم. ومن الممكن أن يتحول هذا النهج في توفير البيانات إلى عمل جديد في مجال التعهيد الجماعي يشبه "تصنيف البيانات".
إن توزيع المهام على المستوى العالمي، والحوافز الاقتصادية، وتسعير أصول البيانات، والتداول، وحماية الخصوصية، مع تمكين الجميع من المشاركة، يبدو أشبه إلى حد كبير بنموذج عمل مناسب لنموذج Web3.
تحليل مشاريع التشفير + الذكاء الاصطناعي من منظور العرض الصناعي
امتد الاهتمام الناتج عن النقص في الرقائق إلى صناعة العملات المشفرة، مما جعل قوة الحوسبة اللامركزية هي قطاع الذكاء الاصطناعي الأكثر شعبية والأعلى قيمة حتى الآن.
إذا أصبحت صراعات العرض والطلب في صناعة الذكاء الاصطناعي للطاقة والبيانات حادة خلال العام أو العامين المقبلين، فما هي المشاريع ذات الصلة بالسرد الموجودة حاليًا في صناعة العملات المشفرة؟
لنبدأ بمشاريع مفهوم الطاقة.
في الوقت الحالي، تعد مشاريع الطاقة المدرجة في البورصات المركزية الكبرى (CEX) نادرة جدًا، ويعتبر Power Ledger والرمز الأصلي الخاص به $POWR المثال الوحيد.
تم إنشاء Power Ledger في عام 2017 كمنصة طاقة شاملة قائمة على تقنية blockchain تهدف إلى تحقيق اللامركزية في تداول الطاقة. وهو يشجع التجارة المباشرة للكهرباء بين الأفراد والمجتمعات، ويدعم الاعتماد الواسع النطاق للطاقة المتجددة، ويضمن شفافية المعاملات وكفاءتها من خلال العقود الذكية. في البداية، عملت Power Ledger على سلسلة كونسورتيوم مقتبسة من Ethereum. في النصف الثاني من عام 2023، قامت Power Ledger بتحديث ورقتها البيضاء وأطلقت سلسلتها العامة الشاملة، بناءً على الإطار الفني لـ Solana، للتعامل مع المعاملات الدقيقة عالية التردد في سوق الطاقة الموزعة. تشمل مجالات العمل الأساسية لـ Power Ledger حاليًا ما يلي:
تجارة الطاقة: تمكين المستخدمين من شراء وبيع الكهرباء مباشرة بطريقة الند للند، وخاصة من المصادر المتجددة.
تجارة المنتجات البيئية: تسهيل تداول أرصدة الكربون وشهادات الطاقة المتجددة، وكذلك التمويل القائم على المنتجات البيئية.
عمليات السلسلة العامة: جذب مطوري التطبيقات للبناء على Power Ledger blockchain، مع دفع رسوم المعاملات برموز POWR المميزة.
تبلغ القيمة السوقية المتداولة الحالية لـ Power Ledger 170 مليون دولار أمريكي، مع قيمة سوقية مخففة بالكامل تبلغ 320 مليون دولار أمريكي.
بالمقارنة مع مشاريع العملات المشفرة ذات مفهوم الطاقة، هناك مجموعة أكثر ثراءً من الأهداف في قطاع البيانات.
فيما يلي قائمة بمشاريع قطاع البيانات التي أتابعها حاليًا، والتي تم إدراجها في واحدة على الأقل من بورصة الأوراق المالية الكبرى (CEX)، مثل Binance أو OKX أو Coinbase، مرتبة حسب التقييم المخفف بالكامل (FDV) من الأقل إلى الأعلى:
1. جهاز البث ($DATA)
يتمثل عرض قيمة Streamr في بناء شبكة بيانات لا مركزية في الوقت الفعلي حيث يمكن للمستخدمين تداول البيانات ومشاركتها بحرية مع الاحتفاظ بالتحكم الكامل في معلوماتهم الخاصة. ومن خلال سوق البيانات الخاص بها، تهدف Streamr إلى تمكين منتجي البيانات من بيع تدفقات البيانات مباشرة إلى المستهلكين المهتمين، مما يلغي الحاجة إلى الوسطاء، وبالتالي تقليل التكاليف وزيادة الكفاءة.
المصدر: https://streamr.network/hub/projects
في تطبيقات العالم الحقيقي، تعاونت Streamr مع مشروع آخر لأجهزة المركبات Web3، DIMO، لجمع البيانات مثل درجة الحرارة وضغط الهواء من خلال أجهزة استشعار أجهزة DIMO المثبتة في المركبات. يتم بعد ذلك نقل هذه البيانات كتدفقات لبيانات الطقس إلى المؤسسات التي تحتاج إليها.
على عكس مشاريع البيانات الأخرى، يركز Streamr بشكل أكبر على إنترنت الأشياء وبيانات أجهزة الاستشعار. إلى جانب بيانات مركبة DIMO، تتضمن المشاريع البارزة الأخرى تدفقات بيانات حركة المرور في الوقت الفعلي في هلسنكي. ونتيجة لذلك، شهدت عملة Streamr، $DATA، ارتفاعًا كبيرًا، حيث تضاعفت قيمتها في يوم واحد خلال ذروة مفهوم Depin في ديسمبر الماضي.
حاليًا، تبلغ القيمة السوقية المتداولة لشركة Streamr 44 مليون دولار، مع قيمة سوقية مخففة بالكامل تبلغ 58 مليون دولار.
2. تساهمي ($CQT)
على عكس مشاريع البيانات الأخرى، تركز Covalent على توفير بيانات blockchain. تقوم شبكة Covalent بقراءة البيانات من عقد blockchain عبر RPC، ومعالجتها وتنظيمها، وإنشاء قاعدة بيانات استعلام فعالة. يتيح ذلك لمستخدمي Covalent استرداد المعلومات التي يحتاجونها بسرعة دون إجراء استعلامات معقدة مباشرة على عقد blockchain. ويشار إلى هذه الخدمات باسم "فهرسة بيانات بلوكتشين".
تخدم Covalent في المقام الأول عملاء المؤسسات، بما في ذلك بروتوكولات DeFi المختلفة، والعديد من شركات العملات المشفرة المركزية مثل Consensys (الشركة الأم لـ MetaMask)، وCoinGecko (موقع مشهور لتتبع أصول العملات المشفرة)، وRotki (أداة ضريبية)، وRainbow (موقع إلكتروني لتتبع الأصول المشفرة). محفظة التشفير). بالإضافة إلى ذلك، فإن عمالقة الصناعة المالية التقليدية مثل Fidelity وErnst & Young هم أيضًا من بين عملاء Covalent. وبحسب الإفصاحات الرسمية لشركة Covalent، فقد تجاوزت إيرادات المشروع من خدمات البيانات بالفعل إيرادات المشروع الرائد في نفس المجال، The Graph.
إن صناعة Web3، ببياناتها المتكاملة والشفافة والحقيقية وفي الوقت الفعلي، مستعدة لتصبح مصدر بيانات عالي الجودة لسيناريوهات الذكاء الاصطناعي المتخصصة و"نماذج الذكاء الاصطناعي الصغيرة" المحددة. بدأت Covalent، باعتبارها مزودًا للبيانات، بالفعل في تقديم البيانات لمختلف سيناريوهات الذكاء الاصطناعي وقدمت بيانات منظمة يمكن التحقق منها ومصممة خصيصًا لتطبيقات الذكاء الاصطناعي.
المصدر: الحلول المتعلقة بالتساهمية
على سبيل المثال، توفر Covalent بيانات لمنصة التداول الذكية SmartWhales على السلسلة، والتي تستخدم الذكاء الاصطناعي لتحديد أنماط وعناوين التداول المربحة. تستفيد Entender Finance من البيانات المنظمة لشركة Covalent، والتي تتم معالجتها بواسطة تقنية الذكاء الاصطناعي للحصول على رؤى في الوقت الفعلي، واكتشاف الحالات الشاذة، والتحليلات التنبؤية.
في الوقت الحالي، تقع سيناريوهات التطبيق الرئيسية لخدمات البيانات المتصلة بشركة Covalent في المجال المالي في الغالب. ومع ذلك، مع استمرار تنوع منتجات وأنواع بيانات Web3، فمن المتوقع أن تتوسع حالات استخدام البيانات الموجودة على السلسلة بشكل أكبر.
تبلغ القيمة السوقية المتداولة لـ Covalent 150 مليون دولار، مع قيمة سوقية مخففة بالكامل تبلغ 235 مليون دولار، مما يوفر ميزة تقييم ملحوظة مقارنة بـ The Graph، وهو مشروع رائد في قطاع فهرسة بيانات blockchain.
3. Hivemapper (عسل)
من بين جميع أنواع البيانات، تتطلب بيانات الفيديو عادةً أعلى سعر. يمكن لـ Hivemapper تزويد شركات الذكاء الاصطناعي بمعلومات الفيديو والخرائط. Hivemapper هو مشروع خرائط عالمي لامركزي يهدف إلى إنشاء نظام خرائط تفصيلي وديناميكي ويمكن الوصول إليه من خلال تقنية blockchain ومساهمات المجتمع. يلتقط المشاركون بيانات الخرائط باستخدام كاميرات Dashcams ويضيفونها إلى شبكة بيانات Hivemapper مفتوحة المصدر، ويكسبون رموز HONEY $ كمكافآت مقابل مساهماتهم. لتعزيز تأثيرات الشبكة وتقليل تكاليف التفاعل، تم بناء Hivemapper على Solana.
تأسست Hivemapper في عام 2015 برؤية أصلية تتمثل في إنشاء الخرائط باستخدام الطائرات بدون طيار. ومع ذلك، فقد ثبت أن هذا النهج صعب التوسع، مما دفع الشركة إلى التحول نحو استخدام كاميرات القيادة والهواتف الذكية لالتقاط البيانات الجغرافية، وبالتالي تقليل تكلفة إنشاء الخرائط العالمية.
بالمقارنة مع برامج التجوّل الافتراضي ورسم الخرائط مثل خرائط Google، تستفيد Hivemapper من شبكة الحوافز ونموذج التعهيد الجماعي لتوسيع تغطية الخرائط بشكل أكثر كفاءة، والحفاظ على حداثة بيانات الخرائط في العالم الحقيقي، وتحسين جودة الفيديو.
قبل الارتفاع الكبير في الطلب على البيانات باستخدام الذكاء الاصطناعي، كان العملاء الرئيسيون لشركة Hivemapper يشملون أقسام القيادة الذاتية لشركات السيارات، ومقدمي خدمات الملاحة، والحكومات، وشركات التأمين، وشركات العقارات. اليوم، يمكن لـ Hivemapper توفير بيانات طرق وبيئية واسعة النطاق للذكاء الاصطناعي والنماذج الكبيرة من خلال واجهات برمجة التطبيقات. من خلال التحديث المستمر لتدفقات بيانات الصور وميزات الطريق، ستكون نماذج الذكاء الاصطناعي والتعلم الآلي مجهزة بشكل أفضل لترجمة هذه البيانات إلى قدرات محسنة، مما يمكنها من أداء المهام المتعلقة بالموقع الجغرافي والحكم البصري بشكل أكثر فعالية.
المصدر: مدونة Hivemapper
حاليًا، تبلغ القيمة السوقية المتداولة لـ $Honey، الرمز المميز الأصلي لـ Hivemapper، 120 مليون دولار أمريكي، مع قيمة سوقية مخففة بالكامل تبلغ 496 مليون دولار أمريكي.
إلى جانب المشاريع المذكورة أعلاه، تشمل المشاريع البارزة الأخرى في قطاع البيانات ما يلي:
1. The Graph ($GRT): مع قيمة سوقية متداولة تبلغ 3.2 مليار دولار أمريكي وتقييم مخفف بالكامل (FDV) بقيمة 3.7 مليار دولار أمريكي، يوفر The Graph خدمات فهرسة بيانات blockchain مماثلة لـ Covalent.
2. بروتوكول المحيط (OCEAN): تبلغ القيمة السوقية المتداولة لـ Ocean Protocol 670 مليون دولار أمريكي وFDV 1.45 مليار دولار أمريكي. يهدف المشروع إلى تسهيل تبادل البيانات والخدمات المتعلقة بالبيانات وتحقيق الدخل منها من خلال بروتوكول مفتوح المصدر. يربط Ocean Protocol مستهلكي البيانات بموفري البيانات، مما يضمن الثقة والشفافية وإمكانية التتبع في مشاركة البيانات. تم تعيين المشروع للدمج مع Fetch.ai وSingularityNET، مع تحويل الرمز المميز إلى $ASI.
عودة ظهور لحظة GPT وظهور الذكاء الاصطناعي العام
من وجهة نظري، بدأ "قطاع الذكاء الاصطناعي" في صناعة العملات المشفرة بالفعل في عام 2023، وهو العام المناسب الذي صدم فيه ChatGPT العالم. كان الارتفاع السريع في مشاريع الذكاء الاصطناعي المشفر مدفوعًا إلى حد كبير بـ "موجة الحماس" التي أعقبت النمو الهائل لصناعة الذكاء الاصطناعي.
على الرغم من الترقيات المستمرة في القدرات مع نماذج مثل GPT-4 وGPT-turbo، وقدرات إنشاء الفيديو الرائعة التي أظهرها Sora، بالإضافة إلى التطور السريع لنماذج اللغة الكبيرة خارج OpenAI، لا يمكن إنكار أن التقدم التكنولوجي في الذكاء الاصطناعي يتسبب في تقليل الصدمة المعرفية للجمهور. يتبنى الناس تدريجيا أدوات الذكاء الاصطناعي، ولم تتحقق بعد عمليات استبدال الوظائف على نطاق واسع.
هل سنشهد "لحظة GPT" أخرى في المستقبل، قفزة في التنمية تصدم الجمهور وتجعلهم يدركون أن حياتهم وعملهم ستتغير بشكل جذري؟
قد تكون هذه اللحظة بمثابة وصول الذكاء الاصطناعي العام (AGI).
يشير AGI، أو الذكاء العام الاصطناعي، إلى الآلات التي تمتلك قدرات معرفية عامة شبيهة بالإنسان، وقادرة على حل مجموعة واسعة من المشكلات المعقدة، بدلاً من أن تقتصر على مهام محددة. تتمتع أنظمة AGI بمستويات عالية من التفكير المجرد، ومعرفة خلفية واسعة، وتفكير منطقي شامل، وفهم سببي، وقدرات تعلم نقل متعددة التخصصات. يعمل الذكاء الاصطناعي العام على مستوى أفضل البشر في مختلف المجالات، ومن حيث القدرة الشاملة، فهو يتفوق تمامًا حتى على أبرز المجموعات البشرية.
في الواقع، سواء تم تصويره في روايات الخيال العلمي، أو الألعاب، أو الأفلام، أو من خلال توقعات الجمهور في أعقاب الارتفاع السريع لـ GPT، فقد توقع المجتمع منذ فترة طويلة ظهور الذكاء الاصطناعي العام الذي يتجاوز المستويات المعرفية البشرية. بمعنى آخر، تعد GPT نفسها مقدمة لـ AGI، وهو نذير للذكاء الاصطناعي العام.
السبب وراء هذا التأثير الصناعي العميق والصدمة النفسية لشركة GPT هو أن نشرها وأدائها قد تجاوز التوقعات العامة بكثير. لم يتوقع الناس أن يصل نظام الذكاء الاصطناعي القادر على اجتياز اختبار تورينج بهذه السرعة وبمثل هذه القدرات الرائعة.
في الواقع، قد يخلق الذكاء الاصطناعي العام (AGI) مرة أخرى "لحظة GPT" في غضون العام أو العامين المقبلين: تمامًا كما اعتاد الناس على استخدام GPT كمساعد، فقد يكتشفون قريبًا أن الذكاء الاصطناعي قد تطور إلى ما هو أبعد من مجرد كونه مجرد كائن. مساعد. ويمكنه التعامل بشكل مستقل مع المهام الإبداعية والصعبة للغاية، بما في ذلك حل المشكلات التي حيرت كبار العلماء البشريين لعقود من الزمن.
في الثامن من أبريل من هذا العام، أجرى نيكولاي تانجين، كبير مسؤولي الاستثمار في صندوق الثروة السيادية النرويجي، مقابلة مع إيلون ماسك، وناقش الجدول الزمني لظهور الذكاء الاصطناعي العام.
صرح ماسك: "إذا عرفنا الذكاء الاصطناعي العام بأنه أكثر ذكاءً من أذكى البشر، فأعتقد أنه من المحتمل جدًا أن يظهر بحلول عام 2025".
وفقًا لتوقعات إيلون ماسك، سيستغرق ظهور الذكاء الاصطناعي العام عامًا ونصف على الأكثر. لكنه أضاف شرطا: “شريطة أن تستمر الكهرباء والأجهزة”.
إن فوائد وصول الذكاء الاصطناعي العام واضحة.
ويعني أن الإنتاجية البشرية ستحقق قفزة كبيرة إلى الأمام، وسيتم حل العديد من المشاكل العلمية التي حيرتنا لعقود من الزمن. إذا قمنا بتعريف "أذكى البشر" على أنهم الفائزون بجائزة نوبل، فهذا يعني أنه، بشرط أن يكون لدينا ما يكفي من الطاقة، والقدرة الحاسوبية، والبيانات، فمن الممكن أن يكون لدينا عدد لا يحصى من "الحائزين على جائزة نوبل" الذين يعملون بلا كلل على مدار الساعة لمعالجة المشاكل العلمية الأكثر تحديا.
ومع ذلك، فإن الفائزين بجائزة نوبل ليسوا نادرين مثل واحد من مئات الملايين. غالبًا ما تكون قدراتهم وذكائهم على مستوى كبار أساتذة الجامعات. ومع ذلك، وبسبب الاحتمالات والحظ، اختاروا الاتجاه الصحيح، وثابروا، وحققوا النتائج. ربما فاز العديد من أقرانهم ذوي القدرات المتساوية بجوائز نوبل في عالم موازٍ من البحث العلمي. ولسوء الحظ، لا يزال هناك عدد غير كاف من كبار أساتذة الجامعات المشاركين في الإنجازات العلمية، وبالتالي فإن سرعة "استكشاف كل الاتجاهات الصحيحة في البحث العلمي" تظل بطيئة للغاية.
مع الذكاء الاصطناعي العام، ومع توفر ما يكفي من الطاقة والقوة الحاسوبية، يصبح بوسعنا أن نحصل على عدد غير محدود من الذكاء الاصطناعي العام "على مستوى الحائز على جائزة نوبل" الذي يجري استكشافات متعمقة في أي اتجاه محتمل لتحقيق اختراقات علمية. وسوف تزيد سرعة التقدم التكنولوجي بشكل كبير. وهذا التسارع من شأنه أن يؤدي إلى زيادة مائة ضعف في الموارد التي نعتبرها حاليا باهظة الثمن ونادرة على مدى السنوات العشر إلى العشرين المقبلة، مثل إنتاج الغذاء، والمواد الجديدة، والأدوية، والتعليم العالي الجودة. وستنخفض تكلفة الحصول على هذه الموارد بشكل كبير. وسوف نتمكن من دعم عدد أكبر من السكان بموارد أقل، وسوف يرتفع نصيب الفرد من الثروة بسرعة.
اتجاه الناتج المحلي الإجمالي العالمي الذي أدلى به البنك الدولي
قد يبدو هذا مثيرا إلى حد ما، لذلك دعونا نفكر في مثالين. تم استخدام هذه الأمثلة أيضًا في تقريري البحثي السابق حول IO.NET:
في عام 2018، قالت فرانسيس أرنولد، الحائزة على جائزة نوبل في الكيمياء، خلال حفل توزيع جوائزها: “اليوم يمكننا لجميع الأغراض العملية قراءة وكتابة وتحرير أي تسلسل للحمض النووي، لكننا لا نستطيع تركيبه. وبعد مرور خمس سنوات حتى عام 2023، أصدر فريق من الباحثين من جامعة ستانفورد وأبحاث Salesforce، وهي شركة ناشئة تركز على الذكاء الاصطناعي، منشورًا في "Nature Biotechnology". وباستخدام نموذج لغوي كبير مكرر من GPT-3، قاموا بإنشاء كتالوج جديد تمامًا يضم مليون بروتين. ومن بين هذه البروتينات، اكتشفوا بروتينين لهما بنيات متميزة، يتمتع كلاهما بوظيفة مضادة للبكتيريا، مما يمهد الطريق لاستراتيجيات مقاومة بكتيرية جديدة تتجاوز المضادات الحيوية التقليدية. وهذا يدل على قفزة هائلة في التغلب على عقبات إنتاج البروتين بمساعدة الذكاء الاصطناعي.
قبل ذلك، تنبأت خوارزمية الذكاء الاصطناعي AlphaFold بهياكل ما يقرب من 2.14 مليار نوع من البروتين على الأرض في غضون 18 شهرًا، وهو إنجاز يضخم إنجازات علماء الأحياء البنيوية عبر التاريخ بعدة مستويات.
إن التحول في الطريق، وسيؤدي وصول الذكاء الاصطناعي العام إلى تسريع هذه العملية.
ومع ذلك، فإن وصول الذكاء الاصطناعي العام يمثل أيضًا تحديات هائلة.
لن يحل الذكاء الاصطناعي العام محل عدد كبير من العاملين في مجال المعرفة فحسب، بل سيحل أيضًا محل العاملين في صناعات الخدمات المادية، والتي تعتبر حاليًا "أقل تأثراً بالذكاء الاصطناعي". ومع نضوج التكنولوجيا الروبوتية وانخفاض تكاليف الإنتاج للمواد الجديدة، فإن نسبة الوظائف التي تحل محلها الآلات والبرمجيات سوف تتزايد بسرعة.
عندما يحدث هذا، ستظهر سريعًا مسألتان كانتا تبدوان بعيدتين جدًا في السابق:
تحديات العمالة والدخل التي يواجهها عدد كبير من السكان العاطلين عن العمل
كيفية التمييز بين الذكاء الاصطناعي والبشر في عالم ينتشر فيه الذكاء الاصطناعي في كل مكان
تحاول Worldcoin وWorldchain تقديم الحلول من خلال تنفيذ نظام الدخل الأساسي العالمي (UBI) لضمان الدخل الأساسي للجمهور، واستخدام القياسات الحيوية القائمة على القزحية للتمييز بين البشر والذكاء الاصطناعي.
في الواقع، الدخل الأساسي الشامل ليس مجرد مفهوم نظري؛ لقد تم اختباره في الممارسة العملية في العالم الحقيقي. وقد أجرت دول مثل فنلندا وإنجلترا تجارب الدخل الأساسي الشامل، في حين تقترح الأحزاب السياسية في كندا وأسبانيا والهند مبادرات مماثلة وتروج لها بنشاط.
تكمن ميزة استخدام تحديد الهوية البيومترية ونموذج blockchain لتوزيع الدخل الأساسي الشامل في مدى انتشاره العالمي، مما يوفر تغطية أوسع للسكان. علاوة على ذلك، يمكن لشبكة المستخدمين الموسعة من خلال توزيع الدخل أن تدعم نماذج أعمال أخرى، مثل الخدمات المالية (DeFi)، والشبكات الاجتماعية، والتعهيد الجماعي للمهام، مما يخلق التآزر داخل النظام البيئي التجاري للشبكة.
أحد المشاريع البارزة التي تعالج تأثير وصول AGI هو Worldcoin ($WLD)، بقيمة سوقية متداولة تبلغ 1.03 مليار دولار وقيمة سوقية مخففة بالكامل تبلغ 47.2 مليار دولار.
المخاطر والشكوك بشأن روايات الذكاء الاصطناعي المشفر
على عكس العديد من التقارير البحثية التي أصدرتها Mint Ventures سابقًا، تحتوي هذه المقالة على درجة كبيرة من الذاتية في تنبؤاتها وتوقعاتها السردية. يجب على القراء أن ينظروا إلى محتوى هذه المقالة على أنه مناقشة تأملية وليس توقعات للمستقبل. تواجه التوقعات السردية المذكورة أعلاه العديد من الشكوك التي قد تؤدي إلى افتراضات غير صحيحة. تشمل هذه المخاطر أو العوامل المؤثرة، على سبيل المثال لا الحصر، ما يلي:
مخاطر الطاقة: الانخفاض السريع في استهلاك الطاقة بسبب ترقيات وحدة معالجة الرسومات
على الرغم من الطلب المتزايد على الطاقة في مجال الذكاء الاصطناعي، تعمل شركات تصنيع الرقائق مثل NVIDIA باستمرار على ترقية أجهزتها لتوفير قوة حوسبة أعلى مع استهلاك أقل للطاقة. على سبيل المثال، في مارس 2024، أصدرت NVIDIA الجيل الجديد من بطاقة الحوسبة AI GB200، والتي تدمج وحدتي معالجة رسوميات B200 ووحدة معالجة مركزية Grace واحدة. أداء التدريب الخاص به هو أربعة أضعاف أداء AI GPU H100 السائد السابق، وأداء الاستدلال الخاص به هو سبعة أضعاف أداء H100، بينما لا يتطلب سوى ربع استهلاك الطاقة لـ H100. ومع ذلك، فإن الشهية للقوة التي يقودها الذكاء الاصطناعي مستمرة في النمو. ومع انخفاض استهلاك الطاقة للوحدة والتوسع الإضافي في سيناريوهات تطبيق الذكاء الاصطناعي والطلب، قد يزداد إجمالي استهلاك الطاقة فعليًا.
مخاطر البيانات: مشروع Q* و"البيانات المولدة ذاتيًا"
هناك شائعات عن مشروع داخل OpenAI يُعرف باسم "Q*"، وهو مذكور في الاتصالات الداخلية للموظفين. وفقًا لرويترز، نقلاً عن مصادر مطلعة في OpenAI، قد يمثل هذا تقدمًا كبيرًا على طريق OpenAI لتحقيق الذكاء الفائق أو الذكاء العام الاصطناعي (AGI). يُشاع أن Q* يحل المشكلات الرياضية غير المرئية من قبل من خلال التجريد ويولد بياناته الخاصة لتدريب النماذج الكبيرة، دون الحاجة إلى إدخال بيانات في العالم الحقيقي. إذا كانت هذه الإشاعة صحيحة، فسيتم التخلص من عنق الزجاجة الذي يواجه التدريب على نماذج الذكاء الاصطناعي الكبيرة بسبب نقص البيانات عالية الجودة.
وصول AGI: مخاوف OpenAI
ويظل من غير المؤكد ما إذا كان الذكاء الاصطناعي العام سيصل بالفعل بحلول عام 2025، كما يتوقع ماسك، ولكنها مسألة وقت فقط. تواجه Worldcoin، باعتبارها مستفيدًا مباشرًا من سرد الذكاء الاصطناعي العام، أكبر مخاوفها من OpenAI، نظرًا لأنه يُنظر إليها على نطاق واسع على أنها "رمز الظل لـ OpenAI".
في الساعات الأولى من يوم 14 مايو، قدمت OpenAI أحدث أداء لـ GPT-4o و19 إصدارًا آخر من نماذج اللغات الكبيرة في درجات المهام الشاملة في إطلاق منتج الربيع الجديد. وفقًا للجدول، سجل GPT-4o 1310، وهو ما يبدو أعلى بكثير من الآخرين. ومع ذلك، من حيث النتيجة الإجمالية، فهي أعلى بنسبة 4.5٪ فقط من محرك GPT-4 Turbo الذي يحتل المركز الثاني، وأعلى بنسبة 4.9٪ من Gemini 1.5 Pro من Google في المركز الرابع، وأعلى بنسبة 5.1٪ من Claude3 Opus من Anthropic في المركز الخامس.
منذ أن أذهل GPT-3.5 العالم لأول مرة، لم يمر سوى ما يزيد قليلاً عن عام، وقد نجح منافسو OpenAI بالفعل في سد الفجوة بشكل كبير (على الرغم من عدم إصدار GPT-5 بعد، وهو ما من المتوقع أن يحدث هذا العام). أصبحت مسألة ما إذا كانت OpenAI قادرة على الحفاظ على مكانتها الرائدة في الصناعة في المستقبل غير مؤكدة بشكل متزايد. إذا تم تخفيف الميزة والهيمنة الرائدة لـ OpenAI أو حتى تجاوزها، فإن القيمة السردية لـ Worldcoin كرمز ظل لـ OpenAI سوف تتضاءل أيضًا.
بالإضافة إلى حل مصادقة القزحية الذي تقدمه Worldcoin، يدخل المزيد والمزيد من المنافسين إلى السوق. على سبيل المثال، أكمل مشروع Humanity Protocol مؤخرًا جولة تمويل جديدة، حيث جمع 30 مليون دولار بقيمة مليار دولار. أعلنت شركة LayerZero Labs أيضًا أنها ستعمل على Humanity وستنضم إلى شبكة عقدة التحقق الخاصة بها، باستخدام إثباتات ZK لمصادقة بيانات الاعتماد.
خاتمة
في الختام، على الرغم من أنني قمت باستقراء الروايات المستقبلية المحتملة لقطاع الذكاء الاصطناعي المشفر، فمن المهم أن ندرك أنه يختلف عن قطاعات العملات المشفرة الأصلية مثل DeFi. إنه إلى حد كبير نتاج لضجيج الذكاء الاصطناعي الذي يمتد إلى عالم العملات المشفرة. العديد من المشاريع الحالية لم تثبت بعد نماذج أعمالها، والعديد من المشاريع تشبه إلى حد كبير الميمات التي تحمل سمات الذكاء الاصطناعي (على سبيل المثال، $RNDR يشبه ميم NVIDIA، ويشبه Worldcoin ميم OpenAI). يجب على القراء التعامل مع هذا بحذر.