أعلنت منصة Flock، منصة تدريب DeAI في مجال Web3AI، عن تعاونها مع نموذج اللغة الكبيرة Alibaba Qwen التابع لشركة Alibaba Cloud. إذا لم أكن مخطئًا، يجب أن يُعتبر هذا أول تعاون تكاملي من Web2 AI نحو Web3 AI. لم يحقق Flock فقط اختراقًا حقيقيًا إلى الخارج، بل أعاد أيضًا الروح المعنوية إلى مسار Web3AI الذي يعاني تحت الضغط والركود. دعوني أشرح بالتفصيل:
لقد أوضحت في التغريدة المثبتة أن وكيل الويب 3 AI كان يحاول دائمًا تحفيز نشر تطبيقات الوكيل من خلال Tokenomics، كما قام بتطبيق نموذج تنافسي للتوزيع السريع، ولكن بعد موجة حماس إصدار الأصول، اكتشف الجميع أن الويب 3 AI يتنافس في الجوانب العملية والابتكارية وما إلى ذلك مع الويب 2 AI، مما يجعله تقريبًا بلا فرصة للفوز.
لذا فإن ولادة تقنيات الذكاء الاصطناعي المبتكرة في Web2 مثل Manus و MCP و A2A قد أفسدت مباشرة أو بشكل غير مباشر الفقاعة الموجودة في سوق وكلاء الذكاء الاصطناعي في Web3، مما أدى إلى تدفق الدم في السوق الثانوية لفترة من الزمن.
كيف نكسر الحلقة المفرغة؟ الطريق واضح أيضاً، يحتاج الذكاء الاصطناعي في web3 إلى إيجاد موقع تكاملي مع الذكاء الاصطناعي في web2، لحل المشاكل التي لا يمكن للذكاء الاصطناعي المركزي في web2 حلها، مثل ارتفاع تكاليف القوة الحاسوبية، مشاكل خصوصية البيانات، ومشاكل ضبط نماذج المشاهد الرأسية، وغيرها.
السبب لا يخرج عن كونه، أن نماذج الذكاء الاصطناعي المركزية ستصل إلى مرحلة تتفجر فيها المشاكل المتعلقة بقنوات الحصول على موارد الحوسبة وتكاليفها، ومشاكل خصوصية بيانات الموارد. بينما تحاول الذكاء الاصطناعي في ويب 3 استخدام بنية موزعة يمكنها استغلال موارد الحوسبة غير المستخدمة لتقليل التكاليف، كما ستعتمد على تقنيات البرمجيات والأجهزة مثل إثبات المعرفة الصفرية وTEE لحماية الخصوصية، وفي نفس الوقت ستعزز تطوير النماذج وضبطها في المشاهد الرأسية من خلال ملكية البيانات وآلية تحفيز المساهمة.
بغض النظر عن الانتقادات، فإن الهيكل اللامركزي لـ web3 AI وآلية التحفيز المرنة يمكن أن تحل بعض المشكلات الموجودة في web2 AI بشكل فوري.
عند الحديث عن التعاون الحالي بين Flock و Qwen. Qwen هو نموذج لغوي كبير مفتوح المصدر تم تطويره بواسطة Alibaba Cloud، بفضل أدائه الممتاز في اختبارات المعايير ومرونته التي تسمح للمطورين بنشر التعديلات محليًا، أصبح خيارًا شائعًا بين بعض المطورين وفرق البحث.
Flock هو منصة تدريب AI لامركزية تجمع بين التعلم الفيدرالي AI وهندسة التقنية الموزعة AI، وتتمثل خاصيتها الرئيسية في حماية خصوصية المستخدم من خلال التدريب الموزع دون الحاجة إلى "خروج البيانات من الموقع المحلي"، وتوفير بيانات قابلة للتتبع والشفافية، وبالتالي معالجة مشكلات التخصيص والتطبيق لنماذج AI في مجالات عمودية مثل التعليم والرعاية الصحية.
بشكل محدد، تحتوي Flock على ثلاثة مكونات رئيسية، وسأشاركها هنا باختصار:
1، AI Arena (ساحة AI) ، هذه منصة تدريب نماذج تنافسية، يمكن للمستخدمين تقديم نماذجهم الخاصة، والتنافس مع المشاركين الآخرين على تحسين النتائج، والتنافس على الجوائز. الهدف الرئيسي منها هو من خلال تصميم آلية "اللعب"، يمكن تحفيز المستخدمين على تعديل وتحسين نماذجهم الكبيرة المحلية بشكل مستمر، مما يؤدي إلى اختيار نماذج معيارية أفضل؛
2، تحالف FL (تحالف التعلم الفيدرالي)، لحل مشكلة التعاون عبر المنظمات في السيناريوهات الحساسة التقليدية مثل الرعاية الصحية والتعليم والتمويل، حقق تحالف التعلم الفيدرالي من خلال تدريب النموذج المحلي + إطار التعاون الموزع، تعزيز أداء النموذج بشكل مشترك من قبل عدة أطراف دون مشاركة البيانات الأصلية؛
3، Moonbase (قاعدة القمر)، تعتبر بمثابة الجهاز العصبي لنظام Flock البيئي، حيث تعمل كمنصة لإدارة النماذج اللامركزية وتحسينها، وتوفر مجموعة متنوعة من أدوات التعديل ودعم قوة الحوسبة (مزودو القوة الحاسوبية، ومصنفو البيانات)، فهي لا توفر فقط مستودع نماذج موزع، بل تدمج أيضًا أدوات التعديل وموارد الحوسبة ودعم تصنيف البيانات، مما يمكّن المستخدمين من تحسين نماذجهم المحلية بكفاءة.
فكيف يجب أن ننظر إلى تعاون Qwen و Flock؟ من وجهة نظري، فإن المعنى الممتد لتعاونهم يتجاوز حتى جوهر التعاون الحالي.
من ناحية، في ظل الضغط المستمر من تكنولوجيا web2 AI على web3 AI، تمثل Qwen عملاق التكنولوجيا Alibaba وقد أصبحت لها سلطة وتأثير معينين في دائرة الذكاء الاصطناعي. إن قدرة Qwen على اختيار التعاون مع منصة web3 AI تثبت بشكل كامل اعتراف web2 AI بفريق تقنية Flock، في حين أن الأبحاث والتطوير التي ستجري لاحقًا بين فريق Flock وفريق Qwen ستعمق التعاون بين web3 AI و web2 AI؛
من ناحية أخرى، كان الويب 3 AI سابقًا يفتقر إلى جوهر الـ Tokenomics، حيث كان أداؤه ضعيفًا في تطبيق المرافق الفعلية. على الرغم من المحاولات العديدة في العديد من الاتجاهات مثل AI Agent و AI Platform وحتى AI Framework، إلا أنه عند التركيز على DeFi و GameFi، لم يتمكن من تقديم حلول حقيقية لحل المشكلات. إن الكشف عن البطاقات من عمالقة التكنولوجيا في الويب 2 يحدد إلى حد ما مسار تطوير الويب 3 AI ونقاط التركيز المستقبلية.
الأهم هو أن الذكاء الاصطناعي في الويب 3 بعد تجربة فترة من حماس Fomo الخاص بـ "إصدار الأصول" يحتاج إلى إعادة تنظيم نفسه والتركيز على هدف يمكن تحقيق نتائج حقيقية منه.
في الحقيقة، لم تكن تقنية الذكاء الاصطناعي Web3 أبداً مجرد قناة أسهل وأكثر كفاءة لنشر الوكلاء الذكيين وإصدار الأصول، ولا هي لعبة لجمع الأموال من خلال إصدار الأصول. يجب أن تسعى إلى التعاون مع الذكاء الاصطناعي Web2، وتكمل احتياجات كل منهما في مواضعهما البيئية الخاصة. في هذه الموجة الكبرى من اتجاهات الذكاء الاصطناعي، يجب أن نعمل على إظهار أهمية الذكاء الاصطناعي Web3 التي لا غنى عنها.
أنا سعيد لرؤية المزيد من التعاون عبر الحدود 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.
من خلال تحالف قوة الحوسبة بين Flock وعلي ، انظر إلى نموذج البنية التحتية للذكاء الاصطناعي من الجيل التالي
أعلنت منصة Flock، منصة تدريب DeAI في مجال Web3AI، عن تعاونها مع نموذج اللغة الكبيرة Alibaba Qwen التابع لشركة Alibaba Cloud. إذا لم أكن مخطئًا، يجب أن يُعتبر هذا أول تعاون تكاملي من Web2 AI نحو Web3 AI. لم يحقق Flock فقط اختراقًا حقيقيًا إلى الخارج، بل أعاد أيضًا الروح المعنوية إلى مسار Web3AI الذي يعاني تحت الضغط والركود. دعوني أشرح بالتفصيل:
لذا فإن ولادة تقنيات الذكاء الاصطناعي المبتكرة في Web2 مثل Manus و MCP و A2A قد أفسدت مباشرة أو بشكل غير مباشر الفقاعة الموجودة في سوق وكلاء الذكاء الاصطناعي في Web3، مما أدى إلى تدفق الدم في السوق الثانوية لفترة من الزمن.
السبب لا يخرج عن كونه، أن نماذج الذكاء الاصطناعي المركزية ستصل إلى مرحلة تتفجر فيها المشاكل المتعلقة بقنوات الحصول على موارد الحوسبة وتكاليفها، ومشاكل خصوصية بيانات الموارد. بينما تحاول الذكاء الاصطناعي في ويب 3 استخدام بنية موزعة يمكنها استغلال موارد الحوسبة غير المستخدمة لتقليل التكاليف، كما ستعتمد على تقنيات البرمجيات والأجهزة مثل إثبات المعرفة الصفرية وTEE لحماية الخصوصية، وفي نفس الوقت ستعزز تطوير النماذج وضبطها في المشاهد الرأسية من خلال ملكية البيانات وآلية تحفيز المساهمة.
بغض النظر عن الانتقادات، فإن الهيكل اللامركزي لـ web3 AI وآلية التحفيز المرنة يمكن أن تحل بعض المشكلات الموجودة في web2 AI بشكل فوري.
Flock هو منصة تدريب AI لامركزية تجمع بين التعلم الفيدرالي AI وهندسة التقنية الموزعة AI، وتتمثل خاصيتها الرئيسية في حماية خصوصية المستخدم من خلال التدريب الموزع دون الحاجة إلى "خروج البيانات من الموقع المحلي"، وتوفير بيانات قابلة للتتبع والشفافية، وبالتالي معالجة مشكلات التخصيص والتطبيق لنماذج AI في مجالات عمودية مثل التعليم والرعاية الصحية.
بشكل محدد، تحتوي Flock على ثلاثة مكونات رئيسية، وسأشاركها هنا باختصار:
1، AI Arena (ساحة AI) ، هذه منصة تدريب نماذج تنافسية، يمكن للمستخدمين تقديم نماذجهم الخاصة، والتنافس مع المشاركين الآخرين على تحسين النتائج، والتنافس على الجوائز. الهدف الرئيسي منها هو من خلال تصميم آلية "اللعب"، يمكن تحفيز المستخدمين على تعديل وتحسين نماذجهم الكبيرة المحلية بشكل مستمر، مما يؤدي إلى اختيار نماذج معيارية أفضل؛
2، تحالف FL (تحالف التعلم الفيدرالي)، لحل مشكلة التعاون عبر المنظمات في السيناريوهات الحساسة التقليدية مثل الرعاية الصحية والتعليم والتمويل، حقق تحالف التعلم الفيدرالي من خلال تدريب النموذج المحلي + إطار التعاون الموزع، تعزيز أداء النموذج بشكل مشترك من قبل عدة أطراف دون مشاركة البيانات الأصلية؛
3، Moonbase (قاعدة القمر)، تعتبر بمثابة الجهاز العصبي لنظام Flock البيئي، حيث تعمل كمنصة لإدارة النماذج اللامركزية وتحسينها، وتوفر مجموعة متنوعة من أدوات التعديل ودعم قوة الحوسبة (مزودو القوة الحاسوبية، ومصنفو البيانات)، فهي لا توفر فقط مستودع نماذج موزع، بل تدمج أيضًا أدوات التعديل وموارد الحوسبة ودعم تصنيف البيانات، مما يمكّن المستخدمين من تحسين نماذجهم المحلية بكفاءة.
من ناحية، في ظل الضغط المستمر من تكنولوجيا web2 AI على web3 AI، تمثل Qwen عملاق التكنولوجيا Alibaba وقد أصبحت لها سلطة وتأثير معينين في دائرة الذكاء الاصطناعي. إن قدرة Qwen على اختيار التعاون مع منصة web3 AI تثبت بشكل كامل اعتراف web2 AI بفريق تقنية Flock، في حين أن الأبحاث والتطوير التي ستجري لاحقًا بين فريق Flock وفريق Qwen ستعمق التعاون بين web3 AI و web2 AI؛
من ناحية أخرى، كان الويب 3 AI سابقًا يفتقر إلى جوهر الـ Tokenomics، حيث كان أداؤه ضعيفًا في تطبيق المرافق الفعلية. على الرغم من المحاولات العديدة في العديد من الاتجاهات مثل AI Agent و AI Platform وحتى AI Framework، إلا أنه عند التركيز على DeFi و GameFi، لم يتمكن من تقديم حلول حقيقية لحل المشكلات. إن الكشف عن البطاقات من عمالقة التكنولوجيا في الويب 2 يحدد إلى حد ما مسار تطوير الويب 3 AI ونقاط التركيز المستقبلية.
الأهم هو أن الذكاء الاصطناعي في الويب 3 بعد تجربة فترة من حماس Fomo الخاص بـ "إصدار الأصول" يحتاج إلى إعادة تنظيم نفسه والتركيز على هدف يمكن تحقيق نتائج حقيقية منه.
في الحقيقة، لم تكن تقنية الذكاء الاصطناعي Web3 أبداً مجرد قناة أسهل وأكثر كفاءة لنشر الوكلاء الذكيين وإصدار الأصول، ولا هي لعبة لجمع الأموال من خلال إصدار الأصول. يجب أن تسعى إلى التعاون مع الذكاء الاصطناعي Web2، وتكمل احتياجات كل منهما في مواضعهما البيئية الخاصة. في هذه الموجة الكبرى من اتجاهات الذكاء الاصطناعي، يجب أن نعمل على إظهار أهمية الذكاء الاصطناعي Web3 التي لا غنى عنها.
أنا سعيد لرؤية المزيد من التعاون عبر الحدود مثل web2AI و web3AI يتم تحقيقه.