هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
يظهر مشروع AI Agent قوة تنافسية قوية في سوق Web3 + AI. حاليًا، عدد مشاريع AI Agent في Web3 قليل، حيث يمثل 8%، ولكن نسبة قيمتها السوقية في مسار AI تصل إلى 23%. من المتوقع أنه مع نضوج التقنية وزيادة الاعتراف في السوق، ستظهر العديد من المشاريع التي ستتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد تصبح تقنيات الذكاء الاصطناعي ميزة استراتيجية لتطبيقات المنتجات غير الأساسية للذكاء الاصطناعي. يجب أن تركز طرق دمج مشاريع الوكيل الذكي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وزيادة التقييم
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط، وبحلول مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 20.3 مليون دولار مذهلة، كما أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o بعد إصدار ChatGPT. مع هذا الزخم السريع، أدركت عمالقة التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي الرائدة مثل LLM، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الخاصة، على سبيل المثال، أصدرت جوجل نموذج اللغة الكبير PaLM2، وأطلقت ميتا Llama3، بينما أصدرت الشركات الصينية نماذج كبيرة مثل ونسين يي يان وZhipu Qingyan، ومن الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس حامية.
إن المنافسة بين عمالقة التكنولوجيا لا تعزز فقط تطوير التطبيقات التجارية، بل من خلال الإحصاءات المستندة إلى أبحاث الذكاء الاصطناعي مفتوحة المصدر، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قد قفز من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، خاصة بعد إصدار GPT في عام 2023، حيث زاد عدد المشاريع بنسبة 59.3% مقارنةً بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
إن الحماس لتكنولوجيا الذكاء الاصطناعي ينعكس بشكل مباشر في سوق الاستثمار، حيث تظهر سوق الاستثمار في الذكاء الاصطناعي نمواً قوياً، مع حدوث طفرة في الزيادة خلال الربع الثاني من عام 2024. هناك 16 استثماراً مرتبطاً بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف عددها في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف على أساس سنوي. من بينها، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، لتصل قيمتها إلى 24 مليار دولار، مما يجعلها ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
إن التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل مشهد التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح، ثم إلى الحماس الكبير في السوق المالية تجاه مفهوم الذكاء الاصطناعي. تظهر المشاريع واحدة تلو الأخرى، وتبلغ الاستثمارات مستويات قياسية جديدة، وترتفع التقييمات تبعًا لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت نماذج اللغة الكبيرة وتقنيات توليد المعلومات المعززة تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر إنتاج معلومات غير دقيقة، ومشكلات الشفافية في النموذج. تصبح هذه القضايا أكثر أهمية في سيناريوهات التطبيق التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا البحث في وكيل الذكاء الاصطناعي، لأن وكيل الذكاء الاصطناعي يركز على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. يمثل هذا التحول تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذلك، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث يجسر الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات الحقيقية بشكل تدريجي. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعمل تقنية Web3 على إعادة بناء علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة الرئيسية للذكاء الاصطناعي: البيانات، والنماذج، وقدرة الحوسبة، مع المبادئ الأساسية لـ Web3 مثل اللامركزية، واقتصاد الرموز، والعقود الذكية، نتوقع أن يتمخض عن ذلك سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بقدرته على تنفيذ المهام بشكل مستقل، يُظهر إمكانات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك، بدأنا في دراسة تطبيقات AI Agent المتنوعة في Web3 بشكل عميق، من بنية Web3 التحتية، والبرمجيات الوسيطة، إلى مستوى التطبيقات، وكذلك الأسواق المعنية بالبيانات والنماذج من أبعاد متعددة، بهدف تحديد وتقييم أكثر أنواع المشاريع الواعدة وسيناريوهات التطبيقات، لفهم الاندماج العميق بين AI و Web3.
توضيح المفاهيم: مقدمة وف overview تصنيف الوكلاء الذكاء الاصطناعي
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القراء للاختلاف بين التعريف والنموذج نفسه، سنقدم مثالاً من سيناريو واقعي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما توفر تقنيات الجيل المدعوم بالاسترجاع محتوى وجهة أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي، فهو مثل جارفس في أفلام الرجل الحديدي، حيث يمكنه فهم الاحتياجات، ويستطيع أيضًا البحث بنشاط عن الرحلات والفنادق استنادًا إلى جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو نظام ذكي قادر على إدراك البيئة واتخاذ الإجراءات المناسبة، من خلال الحصول على معلومات بيئية عبر أجهزة الاستشعار، وبعد المعالجة يتم التأثير على البيئة من خلال المنفذات (ستيوارت راسل وبيتر نورفيج، 2020). نرى أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين نموذج اللغة الكبير، واسترجاع المعلومات، والذاكرة، وتخطيط المهام، وقدرة استخدام الأدوات. إنه ليس مجرد توفير معلومات، بل يمكنه أيضًا تخطيط وتفكيك المهام وتنفيذها فعليًا.
وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن الوكيل الذكي (AI Agent) قد اندمج بالفعل في حياتنا، وتم تطبيقه في سياقات مختلفة، مثل AlphaGo وSiri وأنظمة القيادة الذاتية من مستوى L5 وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على الوكيل الذكي. تتمثل الصفة المشتركة لهذه الأنظمة في قدرتها على استشعار مدخلات المستخدم من البيئة الخارجية، ومن ثم اتخاذ الإجراءات المناسبة التي تؤثر على الواقع.
لنأخذ ChatGPT كمثال لتوضيح المفهوم، يجب أن نوضح أن Transformer هو الهيكل الفني الذي يتكون منه نموذج الذكاء الاصطناعي، و GPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، في حين يمثل GPT-1 و GPT-4 و GPT-4o إصدارات النماذج في مراحل تطوير مختلفة. أما ChatGP فهو وكيل الذكاء الاصطناعي الذي تطور استنادًا إلى نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نقوم بتصنيف 204 مشروع لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 عن طريق وضع علامات مختلفة، بناءً على العلامات البارزة المقابلة لكل مشروع، تم تقسيمها إلى تصنيف أولي وثانوي. حيث أن التصنيف الأولي يتكون من ثلاث فئات: البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدم، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية.
البنية التحتية: تركز هذه الفئة على بناء محتوى أكثر عمقًا في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B التي تعتبر أكثر نضجًا وتطبيقات أساسية.
أدوات التطوير: توفير أدوات وإطارات مساعدة للمطورين لبناء وكلاء الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بأشكال مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار وتوفير مصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.
خدمات B2B: تستهدف بشكل أساسي المستخدمين من الشركات، وتقدم حلولاً للخدمات المؤسسية، والفئات العمودية، والأتمتة.
منصة تجمع: منصة تجمع خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.
تفاعلية: مشابهة لفئة إنشاء المحتوى، والفرق هو التفاعل الثنائي المستمر. لا تقبل وتفهم الوكلاء التفاعليين احتياجات المستخدم فحسب، بل توفر أيضًا ردودًا من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP)، مما يحقق التفاعل الثنائي مع المستخدم.
نوع الدعم العاطفي: وكيل ذكاء اصطناعي يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا التوليدي).
فئة البحث: تركيز على وظيفة البحث، وتقديم وكيل يعتمد على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه الأنواع من المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لإنشاء أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.
تحليل حالة تطوير وكيل الذكاء الاصطناعي Web2
وفقًا لإحصاءاتنا، فإن تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 يظهر اتجاهًا واضحًا نحو تركيز القطاعات. بشكل أكثر تحديدًا، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: المشاريع التي تتعلق بالبنية التحتية تهيمن على السوق أولاً بفضل نضج تقنيتها. هذه المشاريع عادة ما تُبنى على تقنيات وأطر تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. إنها تعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير وتطبيق وكيل الذكاء الاصطناعي.
دفع الطلب في السوق: العامل الرئيسي الآخر هو الطلب في السوق. مقارنة بسوق المستهلكين، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق المؤسسي أكثر إلحاحًا، خاصة في البحث عن حلول لتعزيز كفاءة التشغيل وتقليل التكاليف. في نفس الوقت، بالنسبة للمطورين، فإن التدفق النقدي من الشركات مستقر نسبيًا، مما يساعدهم على تطوير مشاريع لاحقة.
قيود الاستخدام: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي الخاصة بتوليد المحتوى في السوق B2B لها نطاق استخدام محدود نسبيًا. نظرًا لعدم استقرار نواتجها، تميل الشركات إلى تفضيل التطبيقات التي يمكن أن تزيد من الإنتاجية بشكل مستقر. وهذا أدى إلى انخفاض نسبة الذكاء الاصطناعي الخاص بتوليد المحتوى في مكتبة المشاريع.
تعكس هذه الاتجاهات نضج التكنولوجيا، واحتياجات السوق، والاعتبارات العملية لسيناريوهات التطبيق. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح احتياجات السوق، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية المتين لتطور وكيل الذكاء الاصطناعي.
تحليل مشروع رائد في الذكاء الاصطناعي Web2
نحن نستكشف بعمق بعض مشاريع عملاء الذكاء الاصطناعي في سوق Web2 الحالي، ونحللها، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.
ذكاء الشخصية:
مقدمة المنتج: Character.AI تقدم نظام حواري قائم على الذكاء الاصطناعي وأدوات إنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، التي يمكنها إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.
تحليل البيانات: بلغ عدد زيارات Character.AI في مايو 277 مليون، ويمتلك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث يتراوح معظم أعمار المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشباب. حقق Character AI أداءً ممتازًا في السوق المالية، حيث أكمل تمويلًا بقيمة 150 مليون دولار، وبلغ تقييمه 1 مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نموذجها اللغوي الكبير، مما يشير إلى أن Character AI تستخدم تقنية تم تطويرها داخليًا. وتجدر الإشارة إلى أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas قد شاركوا في تطوير نموذج اللغة الحوارية الخاص بجوجل Llama.
الحيرة الذكاء الاصطناعي:
مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية ودقة المعلومات، بينما يقوم أيضًا بتعليم وتوجيه المستخدمين لطرح أسئلة متابعة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 مليون، وحقق استخدام التطبيقات المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، بقيمة تقديرية تصل إلى 1.04 مليار دولار، بقيادة دانيال جروس، بمشاركة ستان دراكنميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي يستخدمه Perplexity هو GPT-3.5 المحسن، بالإضافة إلى نموذجين كبيرين تم تحسينهما بناءً على نماذج مفتوحة المصدر: pplx-7b-online وpplx-70b-online. النموذج مناسب للبحث الأكاديمي المهني والاستفسارات في المجالات المتخصصة، مما يضمن دقة وموثوقية المعلومات.
منتصف الرحلة:
مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة من خلال Prompts في Midjourney، مما يغطي مجموعة واسعة من احتياجات الإبداع من الواقعية إلى التجريد. يوفر النظام الأساسي أيضًا مزايا دمج الصور وتحريرها، مما يسمح للمستخدمين بإجراء تراكب الصور وتحويل الأنماط، وتضمن ميزة التوليد في الوقت الحقيقي للمستخدمين الحصول على النتائج في غضون بضع ثوان إلى عدة
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.
تسجيلات الإعجاب 15
أعجبني
15
7
إعادة النشر
مشاركة
تعليق
0/400
alpha_leaker
· منذ 12 س
هذه البيانات ارتفع قليلاً، دعني أرى مرة أخرى.
شاهد النسخة الأصليةرد0
AirdropHunterXM
· 08-09 05:33
ظهرت مجموعة جديدة من حمقى خداع الناس لتحقيق الربح
شاهد النسخة الأصليةرد0
LayerZeroHero
· 08-09 05:30
الذكاء الاصطناعي يعتمد في النهاية على الوكيل.
شاهد النسخة الأصليةرد0
MEVSandwichVictim
· 08-09 05:28
هل يمكننا فهم السندويش أولاً قبل الحديث عن الذكاء الاصطناعي
شاهد النسخة الأصليةرد0
GhostAddressMiner
· 08-09 05:26
مرة أخرى أرى رأس المال يتضخم، لقد تعبت من النظر إلى بيانات العناوين الخاصة بالتوزيع المجاني في المراحل المبكرة... العديد من فريق المشروع في هذه الجولة من مشاريع الذكاء الاصطناعي هم من قدامى عصر الويب 2.
شاهد النسخة الأصليةرد0
AlwaysMissingTops
· 08-09 05:23
مرة أخرى يرسمون الفطائر ويستخدمون الذكاء الاصطناعي للارتفاع
شاهد النسخة الأصليةرد0
NFTFreezer
· 08-09 05:15
مرة أخرى يتحدثون عن الذكاء الاصطناعي، بعد أن شبعوا من الطعام.
الذكاء الاصطناعي لديه إمكانيات هائلة في المستقبل وقد يصبح محرك التنمية الجديد لتقنية Web3 + AI
هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
يظهر مشروع AI Agent قوة تنافسية قوية في سوق Web3 + AI. حاليًا، عدد مشاريع AI Agent في Web3 قليل، حيث يمثل 8%، ولكن نسبة قيمتها السوقية في مسار AI تصل إلى 23%. من المتوقع أنه مع نضوج التقنية وزيادة الاعتراف في السوق، ستظهر العديد من المشاريع التي ستتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد تصبح تقنيات الذكاء الاصطناعي ميزة استراتيجية لتطبيقات المنتجات غير الأساسية للذكاء الاصطناعي. يجب أن تركز طرق دمج مشاريع الوكيل الذكي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وزيادة التقييم
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط، وبحلول مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 20.3 مليون دولار مذهلة، كما أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o بعد إصدار ChatGPT. مع هذا الزخم السريع، أدركت عمالقة التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي الرائدة مثل LLM، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الخاصة، على سبيل المثال، أصدرت جوجل نموذج اللغة الكبير PaLM2، وأطلقت ميتا Llama3، بينما أصدرت الشركات الصينية نماذج كبيرة مثل ونسين يي يان وZhipu Qingyan، ومن الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس حامية.
إن المنافسة بين عمالقة التكنولوجيا لا تعزز فقط تطوير التطبيقات التجارية، بل من خلال الإحصاءات المستندة إلى أبحاث الذكاء الاصطناعي مفتوحة المصدر، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قد قفز من 845 مشروعًا في عام 2011 إلى حوالي 1.8 مليون مشروع في عام 2023، خاصة بعد إصدار GPT في عام 2023، حيث زاد عدد المشاريع بنسبة 59.3% مقارنةً بالعام السابق، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
إن الحماس لتكنولوجيا الذكاء الاصطناعي ينعكس بشكل مباشر في سوق الاستثمار، حيث تظهر سوق الاستثمار في الذكاء الاصطناعي نمواً قوياً، مع حدوث طفرة في الزيادة خلال الربع الثاني من عام 2024. هناك 16 استثماراً مرتبطاً بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف عددها في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف على أساس سنوي. من بينها، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، لتصل قيمتها إلى 24 مليار دولار، مما يجعلها ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
إن التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل مشهد التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح، ثم إلى الحماس الكبير في السوق المالية تجاه مفهوم الذكاء الاصطناعي. تظهر المشاريع واحدة تلو الأخرى، وتبلغ الاستثمارات مستويات قياسية جديدة، وترتفع التقييمات تبعًا لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت نماذج اللغة الكبيرة وتقنيات توليد المعلومات المعززة تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر إنتاج معلومات غير دقيقة، ومشكلات الشفافية في النموذج. تصبح هذه القضايا أكثر أهمية في سيناريوهات التطبيق التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا البحث في وكيل الذكاء الاصطناعي، لأن وكيل الذكاء الاصطناعي يركز على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. يمثل هذا التحول تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذلك، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث يجسر الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات الحقيقية بشكل تدريجي. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعمل تقنية Web3 على إعادة بناء علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة الرئيسية للذكاء الاصطناعي: البيانات، والنماذج، وقدرة الحوسبة، مع المبادئ الأساسية لـ Web3 مثل اللامركزية، واقتصاد الرموز، والعقود الذكية، نتوقع أن يتمخض عن ذلك سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بقدرته على تنفيذ المهام بشكل مستقل، يُظهر إمكانات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك، بدأنا في دراسة تطبيقات AI Agent المتنوعة في Web3 بشكل عميق، من بنية Web3 التحتية، والبرمجيات الوسيطة، إلى مستوى التطبيقات، وكذلك الأسواق المعنية بالبيانات والنماذج من أبعاد متعددة، بهدف تحديد وتقييم أكثر أنواع المشاريع الواعدة وسيناريوهات التطبيقات، لفهم الاندماج العميق بين AI و Web3.
توضيح المفاهيم: مقدمة وف overview تصنيف الوكلاء الذكاء الاصطناعي
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القراء للاختلاف بين التعريف والنموذج نفسه، سنقدم مثالاً من سيناريو واقعي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما توفر تقنيات الجيل المدعوم بالاسترجاع محتوى وجهة أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي، فهو مثل جارفس في أفلام الرجل الحديدي، حيث يمكنه فهم الاحتياجات، ويستطيع أيضًا البحث بنشاط عن الرحلات والفنادق استنادًا إلى جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو نظام ذكي قادر على إدراك البيئة واتخاذ الإجراءات المناسبة، من خلال الحصول على معلومات بيئية عبر أجهزة الاستشعار، وبعد المعالجة يتم التأثير على البيئة من خلال المنفذات (ستيوارت راسل وبيتر نورفيج، 2020). نرى أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين نموذج اللغة الكبير، واسترجاع المعلومات، والذاكرة، وتخطيط المهام، وقدرة استخدام الأدوات. إنه ليس مجرد توفير معلومات، بل يمكنه أيضًا تخطيط وتفكيك المهام وتنفيذها فعليًا.
وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن الوكيل الذكي (AI Agent) قد اندمج بالفعل في حياتنا، وتم تطبيقه في سياقات مختلفة، مثل AlphaGo وSiri وأنظمة القيادة الذاتية من مستوى L5 وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على الوكيل الذكي. تتمثل الصفة المشتركة لهذه الأنظمة في قدرتها على استشعار مدخلات المستخدم من البيئة الخارجية، ومن ثم اتخاذ الإجراءات المناسبة التي تؤثر على الواقع.
لنأخذ ChatGPT كمثال لتوضيح المفهوم، يجب أن نوضح أن Transformer هو الهيكل الفني الذي يتكون منه نموذج الذكاء الاصطناعي، و GPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، في حين يمثل GPT-1 و GPT-4 و GPT-4o إصدارات النماذج في مراحل تطوير مختلفة. أما ChatGP فهو وكيل الذكاء الاصطناعي الذي تطور استنادًا إلى نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نقوم بتصنيف 204 مشروع لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 عن طريق وضع علامات مختلفة، بناءً على العلامات البارزة المقابلة لكل مشروع، تم تقسيمها إلى تصنيف أولي وثانوي. حيث أن التصنيف الأولي يتكون من ثلاث فئات: البنية التحتية، إنشاء المحتوى، والتفاعل مع المستخدم، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية.
البنية التحتية: تركز هذه الفئة على بناء محتوى أكثر عمقًا في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B التي تعتبر أكثر نضجًا وتطبيقات أساسية.
أدوات التطوير: توفير أدوات وإطارات مساعدة للمطورين لبناء وكلاء الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بأشكال مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار وتوفير مصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وغيرها.
خدمات B2B: تستهدف بشكل أساسي المستخدمين من الشركات، وتقدم حلولاً للخدمات المؤسسية، والفئات العمودية، والأتمتة.
منصة تجمع: منصة تجمع خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.
تفاعلية: مشابهة لفئة إنشاء المحتوى، والفرق هو التفاعل الثنائي المستمر. لا تقبل وتفهم الوكلاء التفاعليين احتياجات المستخدم فحسب، بل توفر أيضًا ردودًا من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP)، مما يحقق التفاعل الثنائي مع المستخدم.
نوع الدعم العاطفي: وكيل ذكاء اصطناعي يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا التوليدي).
فئة البحث: تركيز على وظيفة البحث، وتقديم وكيل يعتمد على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه الأنواع من المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لإنشاء أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو، وتوليد الصوت.
تحليل حالة تطوير وكيل الذكاء الاصطناعي Web2
وفقًا لإحصاءاتنا، فإن تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 يظهر اتجاهًا واضحًا نحو تركيز القطاعات. بشكل أكثر تحديدًا، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: المشاريع التي تتعلق بالبنية التحتية تهيمن على السوق أولاً بفضل نضج تقنيتها. هذه المشاريع عادة ما تُبنى على تقنيات وأطر تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. إنها تعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير وتطبيق وكيل الذكاء الاصطناعي.
دفع الطلب في السوق: العامل الرئيسي الآخر هو الطلب في السوق. مقارنة بسوق المستهلكين، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق المؤسسي أكثر إلحاحًا، خاصة في البحث عن حلول لتعزيز كفاءة التشغيل وتقليل التكاليف. في نفس الوقت، بالنسبة للمطورين، فإن التدفق النقدي من الشركات مستقر نسبيًا، مما يساعدهم على تطوير مشاريع لاحقة.
قيود الاستخدام: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي الخاصة بتوليد المحتوى في السوق B2B لها نطاق استخدام محدود نسبيًا. نظرًا لعدم استقرار نواتجها، تميل الشركات إلى تفضيل التطبيقات التي يمكن أن تزيد من الإنتاجية بشكل مستقر. وهذا أدى إلى انخفاض نسبة الذكاء الاصطناعي الخاص بتوليد المحتوى في مكتبة المشاريع.
تعكس هذه الاتجاهات نضج التكنولوجيا، واحتياجات السوق، والاعتبارات العملية لسيناريوهات التطبيق. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح احتياجات السوق، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية المتين لتطور وكيل الذكاء الاصطناعي.
تحليل مشروع رائد في الذكاء الاصطناعي Web2
نحن نستكشف بعمق بعض مشاريع عملاء الذكاء الاصطناعي في سوق Web2 الحالي، ونحللها، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.
ذكاء الشخصية:
مقدمة المنتج: Character.AI تقدم نظام حواري قائم على الذكاء الاصطناعي وأدوات إنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، التي يمكنها إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.
تحليل البيانات: بلغ عدد زيارات Character.AI في مايو 277 مليون، ويمتلك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث يتراوح معظم أعمار المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشباب. حقق Character AI أداءً ممتازًا في السوق المالية، حيث أكمل تمويلًا بقيمة 150 مليون دولار، وبلغ تقييمه 1 مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نموذجها اللغوي الكبير، مما يشير إلى أن Character AI تستخدم تقنية تم تطويرها داخليًا. وتجدر الإشارة إلى أن مؤسسي الشركة Noam Shazeer و Daniel De Freitas قد شاركوا في تطوير نموذج اللغة الحوارية الخاص بجوجل Llama.
الحيرة الذكاء الاصطناعي:
مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية ودقة المعلومات، بينما يقوم أيضًا بتعليم وتوجيه المستخدمين لطرح أسئلة متابعة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 مليون، وحقق استخدام التطبيقات المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، بقيمة تقديرية تصل إلى 1.04 مليار دولار، بقيادة دانيال جروس، بمشاركة ستان دراكنميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي يستخدمه Perplexity هو GPT-3.5 المحسن، بالإضافة إلى نموذجين كبيرين تم تحسينهما بناءً على نماذج مفتوحة المصدر: pplx-7b-online وpplx-70b-online. النموذج مناسب للبحث الأكاديمي المهني والاستفسارات في المجالات المتخصصة، مما يضمن دقة وموثوقية المعلومات.
منتصف الرحلة:
مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة من خلال Prompts في Midjourney، مما يغطي مجموعة واسعة من احتياجات الإبداع من الواقعية إلى التجريد. يوفر النظام الأساسي أيضًا مزايا دمج الصور وتحريرها، مما يسمح للمستخدمين بإجراء تراكب الصور وتحويل الأنماط، وتضمن ميزة التوليد في الوقت الحقيقي للمستخدمين الحصول على النتائج في غضون بضع ثوان إلى عدة