تقرير بحثي من HTX Ventures: استكشاف اتجاهات الاستثمار في مسار الذكاء الاصطناعي والعملات المشفرة

في السنوات الأخيرة، مع التطور السريع للذكاء الاصطناعي وتكنولوجيا البلوك تشين، أصبح مسار الذكاء الاصطناعي والعملات المشفرة مجالًا ساخنًا للمستثمرين. تعوض البلوك تشين، بلامركزيتها وشفافيتها العالية واستهلاكها المنخفض للطاقة وخصائصها المضادة للاحتكار، المركزية القوية والمعالجة غير الشفافة لأنظمة الذكاء الاصطناعي. إن الجمع بين الاثنين قد منحنا فرصا غير مسبوقة.

وفقًا لفيتاليك، يمكن تقسيم التطبيق المشترك للذكاء الاصطناعي والبلوك تشين إلى أربع فئات: كمشارك في التطبيق، وكواجهة تطبيق، وكقاعدة تطبيق، وكهدف تطبيق. واقترح أن يتم النظر إلى دور الذكاء الاصطناعي في التشفير من منظور التطبيق، بما في ذلك تحسين قوة الحوسبة، وتحسين الخوارزميات، وتحسين البيانات.

يميز معهد أبحاث Huobi اتجاه مشاركة تقنية التشفير وفقًا لمستوى تطبيق الذكاء الاصطناعي، والذي يمكن تقسيمه إلى الطبقة الأساسية وطبقة التنفيذ وطبقة التطبيق. هناك فرص تستحق الاستكشاف في كل مستوى. على سبيل المثال، تجمع تقنية zkML بين إثبات عدم المعرفة وتقنية blockchain لتوفير حل آمن وقابل للتحقق وشفاف لسلوك وكيل الذكاء الاصطناعي. بالإضافة إلى ذلك، أظهر الذكاء الاصطناعي أيضًا إمكانات كبيرة في مستوى التنفيذ مثل معالجة البيانات وتطوير dApp الآلي وأمان المعاملات على السلسلة. على مستوى التطبيق، تلعب روبوتات التداول التي يقودها الذكاء الاصطناعي وأدوات التحليل التنبؤية وإدارة سيولة AMM دورًا مهمًا في مجال DeFi.

ستناقش هذه المقالة بالتفصيل اتجاه الاستثمار في مسار الذكاء الاصطناعي + العملات المشفرة، مع التركيز على الابتكار والتطوير على مستوى البنية التحتية والتطبيق، وتحليل آفاق وتحديات الجمع بين الذكاء الاصطناعي والبلوكشين من منظور استراتيجيات الاستثمار المتوسطة والطويلة الأجل.
تم كتابة هذه المقالة بواسطة Huobi Research، وهو فريق تابع حاليًا لشركة HTX Ventures. تعد HTX Ventures الذراع الاستثماري العالمي لشركة Huobi HTX، حيث تدمج الاستثمار والحضانة والبحث لتحديد أفضل الفرق الواعدة في العالم. حاليًا، دعمت HTX Ventures أكثر من 200 مشروع عبر مسارات متعددة لتقنية البلوك تشين، وقد تم إدراج بعضها في تداول Huobi HTX.

المجالات الرئيسية لمسار الذكاء الاصطناعي

إن تقنية البلوك تشين عكس الذكاء الاصطناعي تمامًا من حيث المركزية وانخفاض الشفافية واستهلاك الطاقة والاحتكار. ووفقًا للمعايير المذكورة أعلاه وفكرته الخاصة، يقسم فيتاليك تطبيقات الجمع بين الذكاء الاصطناعي والبلوك تشين إلى 4 فئات:

• الذكاء الاصطناعي كلاعب في اللعبة

• الذكاء الاصطناعي كواجهة للعبة

• الذكاء الاصطناعي كقواعد للعبة

• الذكاء الاصطناعي كهدف للعبة

ينظر فيتاليك بوتيرين إلى دور الذكاء الاصطناعي في التشفير من منظور التطبيق. وإذا نظرنا إلى الأمر من منظور الإنتاجية مقابل علاقات الإنتاج، فإن التشفير يوفر في الواقع المزيد من علاقات الإنتاج. ومن وجهة النظر هذه، يمكننا النظر إلى الأمر من ثلاثة اتجاهات رئيسية:

- تحسين قوة الحوسبة: توفير موارد حوسبة لامركزية وفعالة، وتقليل مخاطر فشل نقطة واحدة، وتحسين كفاءة الحوسبة بشكل عام.

- خوارزميات التحسين: تعزيز المصدر المفتوح والمشاركة والابتكار في الخوارزميات أو النماذج.

- تحسين البيانات: التخزين اللامركزي، والمساهمة، والاستخدام، والإدارة الآمنة للبيانات

يعتقد HTX Research أن الاتجاه العام للذكاء الاصطناعي يمكن تقسيمه إلى الطبقة الأساسية وطبقة التنفيذ وطبقة التطبيق وفقًا للهندسة العامة. وفقًا لذلك، يمكننا أيضًا استكشاف مشاريع AI + Web3 من هذه الاتجاهات الرئيسية الثلاثة. في الطبقة الأساسية، بما في ذلك تدريب النموذج والبيانات وقوة الحوسبة اللامركزية والأجهزة على مستوى البنية التحتية، ركز على الجمع بين تقنية zk وتقنية الذكاء الاصطناعي ML؛ في طبقة التنفيذ، معالجة البيانات ونقل البيانات، وكيل الذكاء الاصطناعي، zkML، FHE (التشفير المتماثل بالكامل) على مستوى النموذج؛ في طبقة التطبيق، تركز بشكل أساسي على AI + DeFi، AI + GameFi، Metaverse، AIGC وMeme، بالإضافة إلى RAAS (الروبوتات كخدمة)، أوراكل، المعالجات المساعدة، UBI (الدخل الأساسي العالمي) على مستوى blockchain.

ومن بينها، تتطور المشاريع على مستوى البنية التحتية والتطبيق بسرعة، مثل Io.net على مستوى قوة الحوسبة، وFlock على مستوى النموذج الأساسي، وZeroGravity، والبنية التحتية لسلسلة الكتل، وMyshell، والوكيل AI، و0x Scope على مستوى التطبيق.

يمكن استكشاف الاتجاهات التالية:

1. اتجاه zkML

تجمع تقنية zkML بين أدلة المعرفة الصفرية وتقنية blockchain لتوفير حل آمن وقابل للتحقق وشفاف لمراقبة وتقييد سلوك وكلاء الذكاء الاصطناعي. على سبيل المثال، يستخدم مشروع Modulus Labs تقنية zkML لإثبات لأصحاب المصلحة أن الذكاء الاصطناعي الخاص به قد أدى مهام محددة مع حماية الخصوصية الشخصية وأسرار العمل.

تقترح zkML، كوسيط بين الذكاء الاصطناعي والبلوكشين، مجموعة من الحلول لحل مشكلات حماية الخصوصية لنماذج الذكاء الاصطناعي والمدخلات، وضمان إمكانية التحقق من عملية التفكير. إنها تخلق طريقة جديدة لاستخدام النماذج العامة عند التحقق من البيانات الخاصة، أو استخدام البيانات العامة عند التحقق من النماذج الخاصة. من خلال دمج قوة التعلم الآلي، يمكن للعقود الذكية تحقيق المزيد من الاستقلالية والديناميكية، ويمكن أن تعمل على أساس بيانات السلسلة في الوقت الفعلي بدلاً من القواعد الثابتة فقط. يجعل هذا الابتكار العقود الذكية أكثر مرونة وقادرة على التكيف مع سيناريوهات تطبيق أكثر اختلافًا، حتى تلك التي لم تكن متوقعة عند إعداد العقد في الأصل.

مقدمة لمشاريع تقنية zkML النموذجية

الجدول الأول عبارة عن مقدمة لبعض مشاريع ZKML المحتملة. الصورة الثانية توضح بعض مشاريع ZKML الأخرى.

2. اتجاه معالجة البيانات

يشير هذا بشكل أساسي إلى العديد من الاختراقات في مجال الذكاء الاصطناعي على مستوى التنفيذ، وخاصة بعض الاختراقات في نقل البيانات وتطويرها باستخدام تقنية البلوك تشين. التحليل المحدد هو كما يلي:

أ. الذكاء الاصطناعي وتحليل البيانات على السلسلة

يشير هذا الاتجاه بشكل أساسي إلى استخدام تقنية الذكاء الاصطناعي لاستخراج هذه البيانات بشكل عميق، واستخدام نماذج LLM الكبيرة وخوارزميات التعلم العميق للحصول على المزيد من الأفكار. على سبيل المثال، يستخدم مشروع Web3 Analytics الذكاء الاصطناعي لتحليل البيانات على السلسلة للكشف عن اتجاهات السوق وسلوكيات المستخدم. يمكن أن يساعد المستخدمين في اكتساب رؤى حول المعاملات على السلسلة واتجاهات السوق.

ب. تطوير الذكاء الاصطناعي والتطبيقات اللامركزية الآلية

يستهدف هذا الاتجاه بشكل أساسي بعض مشاريع البنية التحتية لـ DevOps. بعض مشاريع الذكاء الاصطناعي التي تستخدم التطوير الآلي يمكن أن تستوعب المزيد من المطورين، مما يجعل النظام البيئي أكثر ازدهارًا. يمكن لبعض أدوات التطوير التي تستخدم الذكاء الاصطناعي أيضًا مساعدة المطورين في كتابة العقود الذكية بشكل أسرع وتصحيح الأخطاء تلقائيًا، ويمكن لبعضها أيضًا تنفيذ وظائف برمجة DAPP بالسحب والإفلات.

ج. الذكاء الاصطناعي وأمان المعاملات على السلسلة

يشير هذا الاتجاه بشكل أساسي إلى وكلاء الذكاء الاصطناعي. ويتضمن نشر وكلاء الذكاء الاصطناعي على blockchain لتحسين أمان ومصداقية تطبيقات الذكاء الاصطناعي. يمكن لوكلاء الذكاء الاصطناعي هؤلاء تنفيذ مهام مثل المعاملات وتحليل البيانات واتخاذ القرار التلقائي وما إلى ذلك تلقائيًا، ونشرهم على blockchain يجعل عملياتهم ليس فقط شفافة وقابلة للتتبع، ولكن أيضًا يصعب العبث بها، مما يحسن أمان النظام بأكمله. يمكن لتقنية الذكاء الاصطناعي تحديد الهجمات الضارة وتسرب البيانات والدفاع ضدها من خلال المراقبة في الوقت الفعلي والتحليل الذكي، مما يضمن أمان المعاملات وسلامة البيانات.

• حالات المشروع:
SeQure عبارة عن منصة أمان تستخدم الذكاء الاصطناعي للمراقبة والتحليل في الوقت الفعلي للكشف عن الهجمات الضارة المختلفة وتسريبات البيانات والدفاع ضدها على الفور، مما يضمن استقرار وأمان المعاملات على السلسلة.

3. اتجاه AI+DEFI

إن أهم تركيبة بين الذكاء الاصطناعي وطبقة التطبيق هي AI+DEFI. وفيما يلي بعض التوجيهات الخاصة بالذكاء الاصطناعي+DEFI التي يجب الانتباه إليها:

1. روبوتات التداول التي تعمل بالذكاء الاصطناعي

تتمتع هذه الروبوتات بالقدرة على تنفيذ الصفقات بسرعة ودقة، وتحليل بيانات السوق ومعنويات الأخبار واتجاهات الأسعار لاتخاذ قرارات تداول في جزء من الثانية، وغالبًا ما تتفوق على المتداولين البشر.

2. التحليلات التنبؤية

على الرغم من أن التنبؤ بتقلبات سوق العملات المشفرة كان دائمًا تحديًا، فقد ظهرت أدوات التحليلات المدعومة بالذكاء الاصطناعي كأداة مهمة يمكنها تقديم تنبؤات موثوقة لاتجاهات السوق وحركات الأسعار المحتملة.

3. إدارة السيولة في AMM

على سبيل المثال، عند ضبط نطاق السيولة في Uniswap V3، من خلال دمج الذكاء الاصطناعي، يمكن للبروتوكول ضبط نطاق السيولة بشكل أكثر ذكاءً، وبالتالي تحسين كفاءة وفوائد صانع السوق الآلي (AMM).

4. حماية التصفية وإدارة موقف الديون

يسمح الجمع بين البيانات الموجودة على السلسلة وخارجها بتنفيذ استراتيجيات حماية التصفية بشكل أكثر ذكاءً، مما يضمن حماية مراكز الديون أثناء تقلبات السوق.

5. تصميم منتج DeFi المعقد

عند تصميم آليات الخزانة، يمكنك الاعتماد على نماذج الذكاء الاصطناعي المالي بدلاً من الاستراتيجيات الثابتة. قد تتضمن هذه الاستراتيجيات معاملات أو قروضًا أو خيارات يديرها الذكاء الاصطناعي، مما يزيد من ذكاء المنتج ومرونته.

4. اتجاه AI+GameFi

إن تطبيق الذكاء الاصطناعي في مشروع GameFi يهدف بشكل أساسي إلى إثراء تجربة اللعب وزيادة إمكانية الابتكار. وتتمثل اتجاهاته الرئيسية فيما يلي:

1. تحسين استراتيجية اللعبة:

يمكن للذكاء الاصطناعي التعلم من عادات واستراتيجيات اللعب لدى اللاعبين، وضبط صعوبة اللعبة واستراتيجيتها في الوقت الفعلي، وتوفير تجربة لعب أكثر تخصيصًا وتحديًا. ومن خلال التعلم العميق والتعلم التعزيزي، يمكن للذكاء الاصطناعي أن يتطور ويتكيف بشكل أفضل مع احتياجات اللاعبين وتفضيلاتهم.

2. إدارة استخدام أصول اللعبة:

يمكن أن تساعد تقنية الذكاء الاصطناعي اللاعبين على إدارة وتداول الأصول الافتراضية في الألعاب بكفاءة أكبر. باستخدام العقود الذكية واستراتيجيات التداول الآلية، يمكن للاعبين تعظيم استخدام الأصول، على سبيل المثال، شراء وبيع وتأجير وإقراض أصول اللعبة تلقائيًا، وبالتالي تحسين العائد على الاستثمار.

3. تعزيز التفاعل في اللعبة:

يمكن للذكاء الاصطناعي إنشاء شخصيات غير قابلة للعب (NPCs) أكثر ذكاءً واستجابة، ومن خلال تقنيات معالجة اللغة الطبيعية (NLP) والتعلم الآلي (ML)، تحقيق تفاعلات أكثر طبيعية وسلاسة مع اللاعبين، وبالتالي تحسين الانغماس في اللعبة ورضا اللاعبين.

استراتيجيات الاستثمار الممكنة من منظور زمني

– على المدى القصير، يجب أن نولي اهتمامًا للمجالات التي هبطت فيها الذكاء الاصطناعي لأول مرة في مجال العملات المشفرة، مثل بعض تطبيقات الذكاء الاصطناعي المفاهيمية والميمات. المنطق: هذا العام، ستستمر دائرة الذكاء الاصطناعي السائدة في إنتاج نقاط ساخنة جديدة. في كل مرة يتم فيها ترقية نموذج كبير من شركات الويب 2 مثل NVIDIA وOpenAI، فإن ذلك سيشعل النقاط الساخنة لمسار الذكاء الاصطناعي، وسيجلب أيضًا أموالًا جديدة. هذه هي كل الجوانب العاطفية لهذا المسار.

- في الأمد المتوسط، يعد الجمع بين Ai Agent وIntent والجمع مع العقود الذكية من أبرز الأحداث. بمجرد نجاح الذكاء الاصطناعي، سيوفر حلاً لتوسيع العقود الذكية، وبالتالي تشكيل سلسلة كتل جديدة من دفتر الأستاذ + العقد + الذكاء الاصطناعي، مما يكسر سرد دفتر الأستاذ + العقد في عصر ETH.

– AI Agent هو قسم فرعي ذكره فيتاليك. يشير AI Agent إلى وكيل الذكاء الاصطناعي الذي يمكنه الحصول بشكل مستقل على المعلومات من البيئة، ومعالجة المعلومات، واتخاذ القرارات، وتنفيذها، وتغيير البيئة. يعد AI Agent حاليًا قسمًا فرعيًا متطورًا في مجال الذكاء الاصطناعي وهو طبقة التطبيق الأقرب إلى التبني الجماعي.

– من منظور سردي، فإن وكيل الذكاء الاصطناعي هو جمال مثير، وقوة الحوسبة السحابية GPU هي رجل أعمال مستقر وناضج في منتصف العمر، ونموذج الذكاء الاصطناعي الممزوج بطبقة DA هو عالم ذو شعر فوضوي.

- على المدى الطويل، فإن الجمع بين تقنية الذكاء الاصطناعي وzkML (على الرغم من أن رؤساء التعلم الآلي لشركات web2 AI يسخرون من استخدام Cryptos للذكاء الاصطناعي) سيؤثر في النهاية على مجال التشفير.

مراجع

– تويتر: https://twitter.com/FinanceYF5/status/1772434625387717055

-Web3 كافيه: https://twitter.com/Web3 Caff_Res

– تويتر فيتاليك: https://twitter.com/VitalikButerin

زائدة:

قائمة مشاريع الحوسبة اللامركزية ومنصة التفكير بالذكاء الاصطناعي

يشير هذا بشكل أساسي إلى استخدام التشفير كحافز لمشاركة واستخدام موارد الحوسبة الخاملة على نطاق عالمي.

قائمة مشاريع مصادر البيانات والنماذج الخاصة بالذكاء الاصطناعي

يعتمد هذا الجزء بشكل أساسي على صحة البيانات وشفافيتها وإمكانية تتبعها، ويستخدم نموذج الاقتصاد المشفر لتوفير حوافز البيانات (لمستخدمي C-end) وحوافز النموذج (Dev، B-end).

تم الحصول على هذه المقالة من الإنترنت: تقرير بحثي من HTX Ventures: استكشاف اتجاهات الاستثمار في مسار الذكاء الاصطناعي والعملات المشفرة

ذات صلة: استكشاف طبقة BTC الثانية: هل هي خدعة من شركات رأس المال الاستثماري؟ أم أنها في طليعة التنمية المالية؟

المؤلف الأصلي: Duncan الترجمة الأصلية: TechFlow بينما يسرق Rune العرض، يعمل مطورو Bitcoin بجد لتقديم وحش يشبه فرانكشتاين على قمة blockchain الأكثر موثوقية في العالم. نظرًا لأن Bitcoin يمكن أن يتخذ العديد من الأشكال المختلفة، فقد تعتقد أن الطبقة الثانية من Bitcoin هي خدعة رأس المال الاستثماري أكثر من كونها تطورًا متطورًا في التمويل. لكن، عزيزي القارئ، يرجى ملاحظة أن Bitcoin أكثر بكثير مما يعتقد الناس. مثال؟ حسنًا. Bitcoin مثل البصل مع العديد من الطبقات. في الحالة الحالية للبيتكوين، هناك L2، وهي قصة ناشئة تعد بإدخال Bitcoin إلى التمويل اللامركزي، مما يوفر للناس عوائد مربحة. ولكن، مثل البصل، هناك أنواع مختلفة، وكيفية إعدادها أمر مهم. هل ستجذب التكنولوجيا المتطورة مستخدمين جدد، أم مجرد...