في 7 مايو، أضافت Bithumb أزواج تداول الوون الكوري لمشروعين للذكاء الاصطناعي، AIOZ و NEAR. NEAR، كبروتوكول L1 مُعتمد، لا يحتاج إلى تقديم. AIOZ Network، من ناحية أخرى، قد لا يكون مألوفًا. في السابق، كانت AIOZ Network مركزة على التخزين والبث، والآن تستغل مزاياها المتراكمة للانتقال نحو الذكاء الاصطناعي كخدمة تدريجيًا ومشاركة قوة الحوسبة. مؤخرًا، أصدرت whitepaper لمشروعها المركزي للذكاء الاصطناعي، W3AI.

مع تزايد مناظر الذكاء الاصطناعي، ما هي الاستراتيجيات الجديدة التي يمكن للمشاريع المُنشأة تقديمها لضمان موقعها في سوق يعاني من نقص السيولة والاهتمام؟

نظرًا لتعقيد الورقة البيضاء، قامت TechFlow بإجراء تحليل شامل لمساعدة القراء على فهم سريع للميزات التقنية وتنفيذ مشروع AIOZ W3AI.

وسط Aave، فرصة AIOZ لدخول سوق الذكاء الاصطناعي

على الرغم من أنه ليس مشروعًا جديدًا، يبدو أن انتقال AIOZ إلى الذكاء الاصطناعي يبدو تطورًا طبيعيًا. سابقًا، كانت شبكة AIOZ تعمل كشبكة من الطبقة الأولى مع التوافق بين إيثريوم وكوسموس. استخدمت AIOZ DePIN، التي يديرها أكثر من 120,000 جهاز عالمي، لتوفير موارد الحوسبة. تدعم هذه البنية التحتية سرعة معالجة الذكاء الاصطناعي، والتكرار السريع، والقابلية للتوسع، وأمان الشبكة، مما يجعلها موردًا حاسمًا لانتقال السرد للمشروع.

علاوة على ذلك، تواجه تطوير الذكاء الاصطناعي تحديات مع حلول الحوسبة السحابية المركزية التي تكافح للتعامل مع مجموعات بيانات كبيرة، مما يؤدي إلى قيود التوسعية والتكاليف العالية. بالإضافة إلى ذلك، تثور مخاوف بشأن خصوصية البيانات والأمان عندما يكون السيطرة على البيانات تقع في يد مقدمي الخدمات المركزية بدلاً من المستخدمين.

وعلاوة على ذلك، تقيد الحواجز العالية للوصول إلى موارد الذكاء الاصطناعي من الطبقة الأعلى مشاركة العديد من الشركات الصغيرة والأفراد، مما يعيق الابتكار. تقدم الحوسبة اللحافية حلاً عن طريق توفير خدمات قريبة من نهاية مصادر البيانات. تبدأ التطبيقات من الحافة، مما يؤدي إلى استجابات خدمة الشبكة أسرع. نظرًا لأن البيانات تتم معالجتها محليًا في العقد، لا يوجد حاجة للنقل على مسافات طويلة إلى الخوادم المركزية، مما يقلل بشكل طبيعي من مخاطر تسرب البيانات. مع عقد قوة الحوسبة الحافية الموزعة عالميًا لـ AIOZ DePIN، يكتسب AIOZ الثقة للدخول بشكل كبير إلى مجال الذكاء الاصطناعي.

البيانات الحالية للعقدة التي تمت تشغيلها بواسطة شبكة AIOZ.

W3AI: "الهندسة المعمارية ذات الطبقتين" لـ DePIN+AI كخدمة

بينما تدخل AIOZ ساحة الذكاء الاصطناعي، فإن خطوة رئيسية هي إطلاق W3AI - هيكلية طبقتين تضم البنية التحتية والتطبيقات.

الهندسة المعمارية ذات الطبقتين مركزية لمشروع AIOZ W3AI، مما يقدم نهجاً مبتكرًا لعنوان القضايا الأساسية في الحوسبة الذكية مثل التوسع، وكفاءة التكلفة، وحماية خصوصية المستخدم.

تقسم تصميم الهندسة المعمارية هذا عملية الشبكة بأكملها إلى طبقتين رئيسيتين: الطبقة الأساسية (بنية W3AI) والطبقة التطبيقية (تطبيق W3AI). كل طبقة لها وظائفها وأدوارها الفريدة، مدعومة بشكل جماعي لدعم تشغيل كفؤ للشبكة بأكملها.

تعمل طبقة البنية التحتية (بنية تحتية W3AI) كأساس للشبكة.

1.توجد العقد الصناعية DePIN لـ AIOZ في جميع أنحاء العالم

يكمن أساس AIOZ W3AI في عقدتها الضخمة للحوسبة الصناعية الموزعة على حواف، التي تُسهم بمواردها الحاسوبية بما في ذلك التخزين ووحدة المعالجة المركزية ووحدة معالجة الرسومات على نطاق عالمي لتشكيل مصدر طاقة لامركزية. تضمن توبولوجيا متعددة الرسومات خطوط اتصال فعالة بين AIOZ DePIN، مما يقلل من تكاليف الاتصال ويزيد من سرعة المعالجة. تعمل هذه العقدات معًا من خلال أساليب الحوسبة الموزعة لتدريب وتنفيذ نماذج الذكاء الاصطناعي بشكل مشترك. وبهذه الطريقة، تستخدم منصة AIOZ W3AI بفعالية الموارد الموزعة للحوسبة لتقليل التكاليف وزيادة الكفاءة لتطبيقات الذكاء الاصطناعي وتعزيز حماية الخصوصية للبيانات. يقلل هذا النهج اللامركزي بشكل كبير من مخاطر توقف الخوادم ويعزز خصوصية المستخدم عن طريق القضاء على نقطة تحكم واحدة.

البنية التحتية للحوسبة اللامركزية لـ W3AI، مدفوعة بشبكة العقدة AIOZ.

يشير المنطقة البنفسجية إلى توزيع العقد التخزينية، في حين تمثل المنطقة الزرقاء توزيع العقد الحسابية.

2. معالجة البيانات والتخزين

من خلال AIOZ W3S، يتم تخزين البيانات بشكل آمن عبر عدة عقد موزعة عالميًا، مما يعزز أمان البيانات بينما يحسن أوقات استجابة معالجة البيانات.

أنظمة الملفات الموزعة مثل AIOZ IPFS وتقنيات العملات المشفرة تحمي البيانات المخزنة على العقد، وتمنع الوصول غير المصرح به وانتهاكات البيانات.

الطبقة التطبيقية المرنة (تطبيق W3AI)

تقدم منصة الذكاء الاصطناعي على الويب 3 الذكاء الاصطناعي كخدمة (AIaaS).

ببساطة، الذكاء الاصطناعي كخدمة هو نموذج حيث يتم توفير تكنولوجيا الذكاء الاصطناعي للمستخدمين كخدمة عبر الإنترنت، مما يتيح للشركات أو الأفراد الاستمتاع براحة تكنولوجيا الذكاء الاصطناعي دون الحاجة إلى استثمارات باهظة.

تخيل تاجر التجارة الإلكترونية الذي يرغب في فهم تاريخ شراء المستخدم وتحليل سلوك المستهلك لتقديم توصيات تسوق شخصية. يمكن استخدام الذكاء الاصطناعي كخدمة لجمع وتحليل بيانات المستخدم، وإنشاء استراتيجيات مبيعات مقابلة. هذا مثال على الذكاء الاصطناعي كخدمة يتم تطبيقه في التجارة الإلكترونية.

من حيث شكل المنتج، يقدم W3AI سير عمل تدريب AI مبسط وواجهة مستخدم مبسطة وبديهية، مما يوفر للمستخدمين واجهات وواجهات برمجة تطبيقات للوصول السهل إلى خدمات W3AI، وتطوير ونشر نماذج AI، بالإضافة إلى وظائف أخرى. تركز تصميم الطبقة هذه على تجربة المستخدم وإمكانية الوصول إلى الخدمة. بالإضافة إلى ذلك، تقوم المنصة بدمج مجموعة متنوعة من العروض AI كخدمة، بما في ذلك تعلم الآلة والتعلم العميق والشبكات العصبية، مما يتيح للمستخدمين اختيار خدمات وأدوات مختلفة وفقًا لاحتياجاتهم.

2. تدريب النموذج والاستنتاج

تدعم منصة W3AI تدريب النماذج والاستنتاج في بيئة متمركزة. يستخدم تدريب W3AI (AIOZ W3AI Infrastructure) تقنيات مثل التعلم الموزع المتمركز مثل التشفير الهومومورفي لتمكين التعاون بين العديد من العقد الحوسبة الحافة (DePINs) دون الحاجة إلى مشاركة بياناتهم الخاصة، مما يحسن أداء تدريب النموذج وفي الوقت نفسه يضمن خصوصية البيانات. يتم نشر النماذج المدربة على DePINs AIOZ الحافة، مما يجلب الذكاء الاصطناعي أقرب إلى مصدر البيانات. يسمح الاستنتاج W3AI المدعوم بتقنية W3S (AIOZ W3S Infrastructure) للمستخدمين بتحميل مجموعات البيانات الخاصة بهم لتدريب النموذج أو استخدام النماذج الحالية على المنصة لتحليل البيانات والتنبؤ.

3. السوق وآليات الحوافز المتمحورة المتمحورة W3AI

توفر طبقة التطبيق أيضًا للمستخدمين أسواقًا لامركزية مثل متجر التطبيقات الذكية AIOZ AI وسوق نماذج الذكاء الاصطناعي والبيانات. يمكن للأفراد والمنظمات المساهمة بحرية، بيع مجموعات البيانات والنماذج الذكاء الاصطناعي، وبناء ونشر تطبيقات AI مبتكرة، وتحويل مساهماتهم إلى مكافآت رمزية.

الهندسة المعمارية الطبقية المزدوجة لـ AIOZ W3AI

"التوجيه الذي يعتمد على الذكاء الاصطناعي" الذي يتنقل من خلال "الهندسة المعمارية ذات الطبقتين"

بينما البنية المعمارية مُنظمة بشكل جيد، إدارة الموارد المنطقية وبيانات المهام بين عملية البنية المعمارية ذات الطبقتين أمر أساسي. لذلك، تقدم W3AI توجيهًا مدعومًا بالذكاء الاصطناعي إلى البنية المعمارية ذات الطبقتين لتحسين كل مهمة بشكل ديناميكي، مما يضمن كفاءة نظام عام أعلى.

في طبقة البنية التحتية، يقوم التوجيه الذي يعتمد على الذكاء الاصطناعي بتقييم الطلبات الحسابية وأعباء العمل الحالية للعقد، مخصصًا المهام بشكل ديناميكي لضمان مشاركة كل عقد في المهام المناسبة بناءً على قدراته وظروف الشبكة في الوقت الحقيقي. كما يراقب حالة صحة العقد، محددًا بسرعة فشل العقد المحتمل أو عقبات الأداء لتجنب فشل النقطة الواحدة الذي يؤثر على الكفاءة العامة.

في طبقة التطبيق، يتيح التوجيه الذكي الاستجابة السريعة لطلبات المستخدم، مع تعديل تدفق البيانات واستراتيجيات المعالجة بشكل ديناميكي في الوقت الحقيقي. كما يمكنه تخصيص العقد الأكثر مناسبة للمستخدمين بناءً على مواقعهم الجغرافية الخاصة ومتطلباتهم بشكل ذكي. وأمام مهام العالية الحجم والتوافق العالي، يجد جدارة توجيه الذكاء مهامًا ويحسنها بشكل ذكي لدعم طبقة التطبيق في التعامل مع النماذج الذكية المعقدة وتحليل البيانات الكبيرة.

يشير الكتاب الأبيض أيضًا إلى العديد من الحسابات الرياضية المعقدة لتوضيح تنفيذ التوجيه الخاص. يمكن للقراء المهتمين الرجوع إلىالوثيقة البيضاءلمزيد من التفاصيل.

يحدد التوجيه القائم على الذكاء الاصطناعي مسار الإرسال لتخصيص المهام بين عقد AIOZ DePIN. اللون الأخضر يشير إلى العقد ذات الاتصالات، بينما اللون الأزرق يمثل الأجزاء التي تم تخطيها بسبب الثقة المنخفضة.

سير العمل: مثال على تنفيذ مهمة الذكاء الاصطناعي

مع هذه البنية التحتية الغنية، كيف تكشف W3AI سير عملها؟ من إدخال البيانات إلى إخراج النتائج، يجسد سير عمل W3AI وضع تشغيل لامركزي كامل: إخراج مشفر → تقسيم المهام وتوزيعها → تنفيذ المهام الحسابية والتخزين → جمع الحسابات المكتملة في حاويات → يحصل المستخدمون على نتائج الإخراج مفككة.

يمكننا تحسين العملية أعلاه إلى خطوات بسيطة:

1. أولاً، قبل دخول المنصة، يتم تشفير البيانات التي يقوم المستخدم بتحميلها بشكل هومومورفي لضمان أمان البيانات طوال عملية المعالجة - إدخال البيانات والتشفير؛
2. يتم تقسيم البيانات المشفرة إلى عدة أجزاء استنادًا إلى متطلبات المهمة، حيث يتم تعيين كل مهمة إلى العقد الأكثر ملاءمة للتنفيذ - تقسيم المهام وتخصيصها؛
3. العقد المحددة تنفيذ المهام الحوسبة معينة، مثل تدريب نموذج الذكاء الاصطناعي أو تحليل البيانات، مع المسؤولية أيضا عن تخزين البيانات ذات الصلة - تنفيذ الحوسبة والتخزين؛
4. عند اكتمال المهمة، يتم إعادة تشفير النتائج وتخزينها في حاويات محولة، في انتظار استردادها من قبل المستخدمين النهائيين - جمع النتائج والتشفير؛
5. يمكن للمستخدمين المعتمدين فقط الوصول إلى النتائج النهائية، مع فك تشفير النتائج بشكل هومومورفي قبل إخراجها - فك تشفير النتائج والإخراج.

هندسة العمارة الخاصة بنمو العمليات في W3AI

من خلال هذه العملية، يعزز W3AI كفاءة المعالجة مع التوازن بين الخصائص المرنة والمُتطورة وأمان البيانات والخصوصية. يقوم بتحسين استخدام موارد النظام، ويقلل من التدخل اليدوي، ويخفض التكاليف التشغيلية.

الاقتصاد المستند إلى الرمز المميز المحيط بالنظام البيئي بأكمله

$AIOZ عنصر حاسم في جميع بيئة AIOZ W3AI. مع ظهور الذكاء الاصطناعي كخدمة وقوة الحوسبة المشتركة، ارتفعت قيمة رمزه وحصل على المزيد من الحالات الاستخدامية.

تداول البيانات وحوافز المساهمة

$AIOZ يُستخدم لمكافأة المستخدمين الذين يوفرون قوة الحوسبة وموارد التخزين، مما يضمن تشغيل الشبكة بشكل مستقر. في سوق التداول الخاص بالمنصة، يمكن للمستخدمين استخدام $AIOZ لشراء مجموعة متنوعة من العروض الذكاء الاصطناعي كخدمة أو تداول نماذج الذكاء الاصطناعي والبيانات. بالإضافة إلى ذلك، يمكن لحاملي الرمز المشاركة في حكم الشبكة من خلال التصويت لاتخاذ الخطوات التالية للنظام البيئي.

الحفاظ على عمليات النظام البيئي

يتم تخصيص جزء من رسوم المعاملات المدفوعة في $AIZO لعمليات شبكة AIOZ وإدارة الأمور المالية، مما يضمن صيانة وتطوير المنصة بشكل مستمر. يتم حرق جزء آخر مباشرة، مما يساعد في ضبط إمداد الرمز وتخفيف التضخم. تعزز هذه الدورة المدروسة لتداول الرموز الاحتياطية الابتكار وتكافأ المشاركة، وتدفع بتطوير مستمر لنظام البيئة AIOZ W3AI.

تدفق الرمز داخل نظام W3AI

استنتاج

كمشروع لامركزي يقوم بثورة في مجال الذكاء الاصطناعي، تعتبر AIOZ W3AI تمتلك مزايا أساسية في الموارد التقنية والآليات التشغيلية. لقد أظهرت W3AI إمكانات كبيرة في التكنولوجيا والمفاهيم، مما يوعد المستخدمين بخدمات حوسبة أكثر أمانًا ومرونة وكفاءة بالإضافة إلى تجارب بيئية مثيرة. على الرغم من ذلك، من الأهمية الاعتراف بأن W3AI يواجه أيضًا تحديات مثل عدم اعتراف السوق الكامل والثقة في حلول الذكاء الاصطناعي المركزية، وتكاليف التشغيل العالية المحتملة تحت وضعية التشغيل عالية المعايير للنظام.

الورقة البيضاء الحالية تشبه أكثر مخططًا وضع في مراحل مبكرة من المشروع، وضعت الأسس للمستقبل ولكن لم يتم تنفيذها بالكامل بعد. لم يتم اختبار قابليتها للإستخدام أو أي مشاكل تقنية أو سلامة محتملة من قبل السوق.

ومع ذلك، فإن التكيف مع السرد والتطور النشط يظل نهجًا حكيمًا لمشاريع Web3 في ظل أهمية عالية للمناظر الطبيعية للأعمال، حيث تشارك كل من المشاريع الجديدة والموثوق بها في ملحمة الذكاء الاصطناعي. سيكشف الوقت بشكل طبيعي ما إذا كان مستخدمو العملات المشفرة على المسرح يمكنهم تبرير قيمتهم.

بيان:

1. هذه المقالة التي تحمل في الأصل عنوان "شرح AIOZ W3AI: قوة الحوسبة المشتركة و الذكاء الاصطناعي كخدمة" بنية مزدوجة الطبقة ، ما هي طريقة اللعب الجديدة التي سيجلبها الانتقال السردي؟" مستنسخة من [تيكفلو]. كل حقوق الطبع والنشر تنتمي إلى الكاتب الأصلي [تيكفلو ديب تشاو]. إذا كان لديك أي اعتراض على إعادة الطبع، يرجى التواصل معبوابة تعلمالفريق، سيتولى الفريق الأمر في أقرب وقت ممكن.

2. تنويه: تعبر الآراء والآراء المعبر عنها في هذا المقال فقط عن آراء الكاتب الشخصية ولا تشكل أي نصيحة استثمارية.

3. تتم الترجمة للمقال إلى لغات أخرى من قبل فريق Gate Learn. ما لم يرد غير ذلك، فإن نسخ أو توزيع أو ارتكاب الانتحال في المقالات المترجمة محظور.