هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
تعد مشاريع وكيل الذكاء الاصطناعي من الأنواع الشائعة والناضجة في ريادة الأعمال في Web2، حيث تركز بشكل رئيسي على خدمات الشركات، بينما في مجال Web3 أصبحت مشاريع تدريب النماذج وتجميع المنصات هي السائدة نظرًا لدورها الأساسي في بناء النظام البيئي.
حاليًا، عدد مشاريع الوكلاء الذكية في Web3 قليل، حيث تمثل 8%، لكن نسبة قيمتها السوقية في مجال الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوتها التنافسية الكبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة الاعتراف في السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد يصبح إدخال تقنية الذكاء الاصطناعي ميزة استراتيجية للمنتجات غير الأساسية للذكاء الاصطناعي. ينبغي أن تركز طرق دمج مشاريع الوكلاء الذكية على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي، لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وزيادة التقييمات
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من مئة مليون مستخدم في غضون شهرين فقط. بحلول مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 20.3 مليون دولار مذهلة، وبعد إصدار ChatGPT، أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o. مع هذا الزخم السريع، أدركت عمالقة التكنولوجيا التقليدية أهمية تطبيقات النماذج الذكية مثل LLM وغيرها من النماذج المتطورة، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الذكية، مثل إصدار Google للنموذج اللغوي الكبير PaLM2، وMeta التي أطلقت Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل Wenxin Yiyan وZhipu Qingyan. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس شديدة.
إن المنافسة بين عمالقة التكنولوجيا لا تعزز فقط تطور التطبيقات التجارية، بل من خلال التحقيقات الإحصائية في أبحاث الذكاء الاصطناعي المفتوحة المصدر، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قد ارتفع 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 مباشرة في سوق الاستثمار، حيث يظهر سوق استثمارات الذكاء الاصطناعي نمواً قوياً، مع نمو متفجر في الربع الثاني من عام 2024. هناك 16 صفقة استثمارية مرتبطة بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار، وهو ما يعادل ضعف عددها في الربع الأول. في حين ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف على أساس سنوي. ومن بين هذه الشركات، جمعت xAI التابعة لماسك 6 مليارات دولار، مما جعل تقييمها يصل إلى 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل مشهد التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح، وصولاً إلى الحماس الذي يبديه سوق رأس المال لمفهوم الذكاء الاصطناعي. المشاريع تتوالى، والأموال المستثمرة تحقق أرقام قياسية جديدة، والقيم السوقية ترتفع تبعاً لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات الجيل المعزز بالبحث تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات في تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر المعلومات غير الدقيقة التي تنتجها، بالإضافة إلى مشكلات الشفافية في النموذج. تصبح هذه القضايا أكثر أهمية في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا في البحث عن وكيل الذكاء الاصطناعي، حيث يبرز وكيل الذكاء الاصطناعي شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. تشير هذه النقلة إلى تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذلك، نرى الأمل من خلال تطور وكيل الذكاء الاصطناعي، حيث إنه يتقارب تدريجيًا بين تقنية الذكاء الاصطناعي وحل المشكلات الحقيقية. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات، والنماذج، وقوة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية، والاقتصاد الرمزي، والعقود الذكية، نتوقع أن تولد سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بقدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك، بدأنا دراسة متعمقة لتطبيقات وكيل الذكاء الاصطناعي المتنوعة في Web3، من البنية التحتية لـ Web3، والبرامج الوسيطة، والطبقة التطبيقية، إلى سوق البيانات والنماذج، بهدف التعرف على وتقييم أنواع المشاريع والسيناريوهات الأكثر وعدًا، لفهم أعمق للاندماج العميق بين الذكاء الاصطناعي وWeb3.
توضيح المفاهيم: مقدمة حول الوكلاء الذكيين ونظرة عامة على التصنيفات
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للاختلاف بين تعريفه والنموذج نفسه، سنستخدم سيناريو عملي كمثال: لنفترض أنك تخطط لرحلة. تقدم النماذج اللغوية التقليدية معلومات عن الوجهات ونصائح السفر. بينما توفر تقنيات الاسترجاع المعززة للتوليد محتوى وجهات أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي، فهو مثل جارفيز في أفلام الرجل الحديدي، يمكنه فهم الاحتياجات، ويستطيع بناءً على جملة واحدة منك البحث بنشاط عن الرحلات والفنادق، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
التعريف الشائع لوكلاء الذكاء الاصطناعي في الصناعة هو أنه نظام ذكي يمكنه إدراك البيئة واتخاذ إجراءات مناسبة. يتم الحصول على معلومات البيئة من خلال أجهزة الاستشعار، وبعد المعالجة، تؤثر على البيئة من خلال أجهزة التنفيذ (ستيوارت راسل وبيتر نورفيج، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM وRAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. إنه قادر ليس فقط على توفير المعلومات البسيطة، ولكن أيضًا على التخطيط وتفكيك المهام وتنفيذها فعليًا.
بناءً على هذا التعريف والخصائص، يمكننا أن نلاحظ أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا، حيث تم استخدامه في سيناريوهات مختلفة، مثل AlphaGo وSiri وميزات القيادة الذاتية من المستوى L5 وما فوق في تسلا، والتي يمكن اعتبارها أمثلة لوكلاء الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي أنها تستطيع جميعًا إدراك مدخلات المستخدم الخارجية، وبالتالي التأثير على البيئة الواقعية بناءً على ذلك.
باستخدام ChatGPT كمثال لتوضيح المفاهيم، يجب أن نشير بوضوح إلى أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما يمثل GPT-1 وGPT-4 وGPT-4o إصدارات النموذج في مراحل تطوير مختلفة. وChatGP هو وكيل الذكاء الاصطناعي المتطور بناءً على نموذج GPT.
نظرة عامة على التصنيف
سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نحن نقوم بتصنيف 204 مشروع لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 من خلال وضع علامات على كل مشروع، وفقًا للعلامات البارزة لكل مشروع، تم تقسيمها إلى تصنيفات أولية وثانوية. حيث أن التصنيف الأولي يتضمن ثلاث فئات: البنية التحتية، إنتاج المحتوى، والتفاعل مع المستخدم، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية:
البنية التحتية: تركز هذه الفئة على بناء المحتوى الأساسي في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B الأساسية التي تتسم بالنضج.
أدوات التطوير: توفير أدوات وإطارات مساعدة للمطورين لبناء وكلاء الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بصيغ مختلفة، تُستخدم بشكل أساسي 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 B端: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولاً للخدمات التجارية، والحلول العمودية، والحلول الآلية.
منصات تجميعية: منصات تجمع بين خدمات وأدوات متعددة من وكلاء الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة توليد المحتوى، والاختلاف يكمن في التفاعل الثنائي المستمر. وكيل التفاعلية لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضًا تعليقات من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.
نوع المساعدات العاطفية: وكيل AI يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (المحول المدرب مسبقًا القائم على التوليد).
فئة البحث: تركز على وظيفة البحث، وتقدم وكيلًا يركز على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه 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، يظهر تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. بشكل أكثر تحديدًا، يتمركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد قمنا أيضًا بإجراء بعض التحليلات حول هذه الظاهرة.
أثر نضج التكنولوجيا: السبب الرئيسي وراء هيمنة مشاريع البنية التحتية هو نضج التكنولوجيا. غالبًا ما تستند هذه المشاريع إلى تقنيات وأطر تم اختبارها على مر الزمن، مما يقلل من صعوبة التطوير والمخاطر. يعادل ذلك "المجرفة" في مجال الذكاء الاصطناعي، حيث يوفر أساسًا قويًا لتطوير وتطبيق وكيل الذكاء الاصطناعي.
دفع الطلب في السوق: العامل الرئيسي الآخر هو الطلب في السوق. مقارنةً بسوق المستهلكين، فإن الطلب على تقنيات الذكاء الاصطناعي في سوق الشركات أكثر إلحاحًا، خاصةً في البحث عن حلول لتحسين كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات مستقر نسبيًا، مما يساعدهم في تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في مجال إنشاء المحتوى في السوق B-side لديها سيناريوهات تطبيق محدودة نسبيًا. نظرًا لعدم استقرار الناتج، تميل الشركات إلى تلك التطبيقات التي يمكنها زيادة الإنتاجية بشكل مستقر. وهذا أدى إلى نسبة صغيرة من الذكاء الاصطناعي لإنشاء المحتوى في مكتبة المشاريع.
تُعبر هذه الاتجاهات عن نضج التقنية، ومتطلبات السوق، والاعتبارات العملية لسيناريوهات الاستخدام. مع التقدم المستمر في تقنيات الذكاء الاصطناعي وتوضيح متطلبات السوق بشكل أكبر، نتوقع أن تتغير هذه الصورة، لكن البنية التحتية ستظل دعامة قوية لتطور وكيل الذكاء الاصطناعي.
تحليل مشروع رائد في مجال وكيل الذكاء الاصطناعي Web2
نحن نستعرض بعمق بعض مشاريع الوكلاء الذكائيين في سوق Web2 الحالي، ونقوم بتحليلها، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: يوفر Character.AI نظام محادثة قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصته للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، التي يمكنها إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.
تحليل البيانات: بلغت زيارات Character.AI في مايو 277 مليون، ويملك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يُظهر سمات مجموعة مستخدمين شابة. حققت Character AI أداءً ممتازًا في السوق المالية، حيث أكملت تمويلًا بقيمة 150 مليون دولار، لتصل قيمتها إلى مليار دولار، بقيادة a16z.
التحليل الفني: قامت Character AI بتوقيع اتفاقية ترخيص غير حصرية لاستخدام نموذجها اللغوي الكبير مع شركة Alphabet الأم لجوجل، مما يشير إلى أن Character AI تعتمد على تقنية تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas كانا قد شاركا في تطوير نموذج اللغة الحوارية Llama من جوجل.
الحيرة الذكاء الاصطناعي:
مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية ودقة المعلومات، وفي نفس الوقت، يقوم بتعليم وإرشاد المستخدمين لطرح أسئلة إضافية والبحث عن كلمات رئيسية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.
تحليل البيانات: وصل عدد المستخدمين النشطين شهريًا لـ Perplexity إلى 10 ملايين، وسجلت زيارات تطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في الأسواق المالية، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل بقيمة 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة دانييل جروس، وشارك فيها ستان دروكينميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديله بشكل مستند إلى نموذج مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية الاحترافية واستفسارات المجالات المتخصصة، مما يضمن دقة المعلومات وموثوقيتها.
ميدجورني:
مقدمة المنتج: يمكن للمستخدمين من خلال Prompts إنشاء صور متنوعة من حيث الأسلوب والموضوع في Midjourney، تغطي من الواقعية إلى
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 16
أعجبني
16
6
مشاركة
تعليق
0/400
SchrodingersPaper
· منذ 5 س
مرة أخرى يرسمون الأوهام، كم من الحمقى يمكن خداعهم لتحقيق الربح من 23% من القيمة السوقية... لقد خسرنا كثيراً، لقد خسرنا كثيراً.
شاهد النسخة الأصليةرد0
ThreeHornBlasts
· منذ 5 س
اعلى وكيل، من يستطيع تحمل هذه الصفقة؟
شاهد النسخة الأصليةرد0
OnchainDetective
· منذ 5 س
ما هو طوق النجاة مباشرة للقمر حسنًا
شاهد النسخة الأصليةرد0
hodl_therapist
· منذ 5 س
كلها مجرد مفاهيم، لكن الأساس يجب أن ينظر إلى التنفيذ الفعلي.
هل يمكن لوكيل الذكاء الاصطناعي أن يكون القوة الدافعة الرئيسية لتطور Web3 + AI
هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
تعد مشاريع وكيل الذكاء الاصطناعي من الأنواع الشائعة والناضجة في ريادة الأعمال في Web2، حيث تركز بشكل رئيسي على خدمات الشركات، بينما في مجال Web3 أصبحت مشاريع تدريب النماذج وتجميع المنصات هي السائدة نظرًا لدورها الأساسي في بناء النظام البيئي.
حاليًا، عدد مشاريع الوكلاء الذكية في Web3 قليل، حيث تمثل 8%، لكن نسبة قيمتها السوقية في مجال الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوتها التنافسية الكبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة الاعتراف في السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد يصبح إدخال تقنية الذكاء الاصطناعي ميزة استراتيجية للمنتجات غير الأساسية للذكاء الاصطناعي. ينبغي أن تركز طرق دمج مشاريع الوكلاء الذكية على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي، لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: الوضع الحالي لظهور المشاريع وزيادة التقييمات
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من مئة مليون مستخدم في غضون شهرين فقط. بحلول مايو 2024، بلغت الإيرادات الشهرية لـ ChatGPT 20.3 مليون دولار مذهلة، وبعد إصدار ChatGPT، أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o. مع هذا الزخم السريع، أدركت عمالقة التكنولوجيا التقليدية أهمية تطبيقات النماذج الذكية مثل LLM وغيرها من النماذج المتطورة، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الذكية، مثل إصدار Google للنموذج اللغوي الكبير PaLM2، وMeta التي أطلقت Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل Wenxin Yiyan وZhipu Qingyan. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس شديدة.
إن المنافسة بين عمالقة التكنولوجيا لا تعزز فقط تطور التطبيقات التجارية، بل من خلال التحقيقات الإحصائية في أبحاث الذكاء الاصطناعي المفتوحة المصدر، نجد أن تقرير AI Index لعام 2024 يظهر أن عدد المشاريع المتعلقة بالذكاء الاصطناعي على GitHub قد ارتفع 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 مباشرة في سوق الاستثمار، حيث يظهر سوق استثمارات الذكاء الاصطناعي نمواً قوياً، مع نمو متفجر في الربع الثاني من عام 2024. هناك 16 صفقة استثمارية مرتبطة بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار، وهو ما يعادل ضعف عددها في الربع الأول. في حين ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف على أساس سنوي. ومن بين هذه الشركات، جمعت xAI التابعة لماسك 6 مليارات دولار، مما جعل تقييمها يصل إلى 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل مشهد التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح، وصولاً إلى الحماس الذي يبديه سوق رأس المال لمفهوم الذكاء الاصطناعي. المشاريع تتوالى، والأموال المستثمرة تحقق أرقام قياسية جديدة، والقيم السوقية ترتفع تبعاً لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات الجيل المعزز بالبحث تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات في تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النموذج، ومخاطر المعلومات غير الدقيقة التي تنتجها، بالإضافة إلى مشكلات الشفافية في النموذج. تصبح هذه القضايا أكثر أهمية في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا في البحث عن وكيل الذكاء الاصطناعي، حيث يبرز وكيل الذكاء الاصطناعي شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. تشير هذه النقلة إلى تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذلك، نرى الأمل من خلال تطور وكيل الذكاء الاصطناعي، حيث إنه يتقارب تدريجيًا بين تقنية الذكاء الاصطناعي وحل المشكلات الحقيقية. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات، والنماذج، وقوة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية، والاقتصاد الرمزي، والعقود الذكية، نتوقع أن تولد سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بقدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك، بدأنا دراسة متعمقة لتطبيقات وكيل الذكاء الاصطناعي المتنوعة في Web3، من البنية التحتية لـ Web3، والبرامج الوسيطة، والطبقة التطبيقية، إلى سوق البيانات والنماذج، بهدف التعرف على وتقييم أنواع المشاريع والسيناريوهات الأكثر وعدًا، لفهم أعمق للاندماج العميق بين الذكاء الاصطناعي وWeb3.
توضيح المفاهيم: مقدمة حول الوكلاء الذكيين ونظرة عامة على التصنيفات
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للاختلاف بين تعريفه والنموذج نفسه، سنستخدم سيناريو عملي كمثال: لنفترض أنك تخطط لرحلة. تقدم النماذج اللغوية التقليدية معلومات عن الوجهات ونصائح السفر. بينما توفر تقنيات الاسترجاع المعززة للتوليد محتوى وجهات أكثر ثراءً وتحديدًا. أما وكيل الذكاء الاصطناعي، فهو مثل جارفيز في أفلام الرجل الحديدي، يمكنه فهم الاحتياجات، ويستطيع بناءً على جملة واحدة منك البحث بنشاط عن الرحلات والفنادق، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
التعريف الشائع لوكلاء الذكاء الاصطناعي في الصناعة هو أنه نظام ذكي يمكنه إدراك البيئة واتخاذ إجراءات مناسبة. يتم الحصول على معلومات البيئة من خلال أجهزة الاستشعار، وبعد المعالجة، تؤثر على البيئة من خلال أجهزة التنفيذ (ستيوارت راسل وبيتر نورفيج، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM وRAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. إنه قادر ليس فقط على توفير المعلومات البسيطة، ولكن أيضًا على التخطيط وتفكيك المهام وتنفيذها فعليًا.
بناءً على هذا التعريف والخصائص، يمكننا أن نلاحظ أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا، حيث تم استخدامه في سيناريوهات مختلفة، مثل AlphaGo وSiri وميزات القيادة الذاتية من المستوى L5 وما فوق في تسلا، والتي يمكن اعتبارها أمثلة لوكلاء الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي أنها تستطيع جميعًا إدراك مدخلات المستخدم الخارجية، وبالتالي التأثير على البيئة الواقعية بناءً على ذلك.
باستخدام ChatGPT كمثال لتوضيح المفاهيم، يجب أن نشير بوضوح إلى أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وGPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما يمثل GPT-1 وGPT-4 وGPT-4o إصدارات النموذج في مراحل تطوير مختلفة. وChatGP هو وكيل الذكاء الاصطناعي المتطور بناءً على نموذج GPT.
نظرة عامة على التصنيف
سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نحن نقوم بتصنيف 204 مشروع لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3 من خلال وضع علامات على كل مشروع، وفقًا للعلامات البارزة لكل مشروع، تم تقسيمها إلى تصنيفات أولية وثانوية. حيث أن التصنيف الأولي يتضمن ثلاث فئات: البنية التحتية، إنتاج المحتوى، والتفاعل مع المستخدم، ثم يتم تقسيمها بناءً على حالات الاستخدام الفعلية:
البنية التحتية: تركز هذه الفئة على بناء المحتوى الأساسي في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B الأساسية التي تتسم بالنضج.
التفاعلية: مشابهة لفئة توليد المحتوى، والاختلاف يكمن في التفاعل الثنائي المستمر. وكيل التفاعلية لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضًا تعليقات من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.
توليد المحتوى: تركز هذه 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، يظهر تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. بشكل أكثر تحديدًا، يتمركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد قمنا أيضًا بإجراء بعض التحليلات حول هذه الظاهرة.
أثر نضج التكنولوجيا: السبب الرئيسي وراء هيمنة مشاريع البنية التحتية هو نضج التكنولوجيا. غالبًا ما تستند هذه المشاريع إلى تقنيات وأطر تم اختبارها على مر الزمن، مما يقلل من صعوبة التطوير والمخاطر. يعادل ذلك "المجرفة" في مجال الذكاء الاصطناعي، حيث يوفر أساسًا قويًا لتطوير وتطبيق وكيل الذكاء الاصطناعي.
دفع الطلب في السوق: العامل الرئيسي الآخر هو الطلب في السوق. مقارنةً بسوق المستهلكين، فإن الطلب على تقنيات الذكاء الاصطناعي في سوق الشركات أكثر إلحاحًا، خاصةً في البحث عن حلول لتحسين كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات مستقر نسبيًا، مما يساعدهم في تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في مجال إنشاء المحتوى في السوق B-side لديها سيناريوهات تطبيق محدودة نسبيًا. نظرًا لعدم استقرار الناتج، تميل الشركات إلى تلك التطبيقات التي يمكنها زيادة الإنتاجية بشكل مستقر. وهذا أدى إلى نسبة صغيرة من الذكاء الاصطناعي لإنشاء المحتوى في مكتبة المشاريع.
تُعبر هذه الاتجاهات عن نضج التقنية، ومتطلبات السوق، والاعتبارات العملية لسيناريوهات الاستخدام. مع التقدم المستمر في تقنيات الذكاء الاصطناعي وتوضيح متطلبات السوق بشكل أكبر، نتوقع أن تتغير هذه الصورة، لكن البنية التحتية ستظل دعامة قوية لتطور وكيل الذكاء الاصطناعي.
تحليل مشروع رائد في مجال وكيل الذكاء الاصطناعي Web2
نحن نستعرض بعمق بعض مشاريع الوكلاء الذكائيين في سوق Web2 الحالي، ونقوم بتحليلها، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: يوفر Character.AI نظام محادثة قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصته للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، التي يمكنها إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.
تحليل البيانات: بلغت زيارات Character.AI في مايو 277 مليون، ويملك المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يُظهر سمات مجموعة مستخدمين شابة. حققت Character AI أداءً ممتازًا في السوق المالية، حيث أكملت تمويلًا بقيمة 150 مليون دولار، لتصل قيمتها إلى مليار دولار، بقيادة a16z.
التحليل الفني: قامت Character AI بتوقيع اتفاقية ترخيص غير حصرية لاستخدام نموذجها اللغوي الكبير مع شركة Alphabet الأم لجوجل، مما يشير إلى أن Character AI تعتمد على تقنية تم تطويرها داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas كانا قد شاركا في تطوير نموذج اللغة الحوارية Llama من جوجل.
الحيرة الذكاء الاصطناعي:
مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المرجع، يضمن موثوقية ودقة المعلومات، وفي نفس الوقت، يقوم بتعليم وإرشاد المستخدمين لطرح أسئلة إضافية والبحث عن كلمات رئيسية، مما يلبي احتياجات الاستفسارات المتنوعة للمستخدمين.
تحليل البيانات: وصل عدد المستخدمين النشطين شهريًا لـ Perplexity إلى 10 ملايين، وسجلت زيارات تطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في الأسواق المالية، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل بقيمة 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة دانييل جروس، وشارك فيها ستان دروكينميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديله بشكل مستند إلى نموذج مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية الاحترافية واستفسارات المجالات المتخصصة، مما يضمن دقة المعلومات وموثوقيتها.
ميدجورني:
مقدمة المنتج: يمكن للمستخدمين من خلال Prompts إنشاء صور متنوعة من حيث الأسلوب والموضوع في Midjourney، تغطي من الواقعية إلى