هل يمكن لوكيل الذكاء الاصطناعي أن يكون طوق النجاة لـ Web3 + AI؟
مشاريع وكيل الذكاء الاصطناعي هي نوع شائع وناضج في ريادة الأعمال في Web2، في حين أن مشاريع تدريب النماذج وتجميع المنصات في مجال Web3 أصبحت سائدة بسبب دورها الحاسم في بناء الأنظمة البيئية.
حاليًا، عدد مشاريع وكلاء الذكاء الاصطناعي في Web3 ليس كبيرًا، حيث يمثل 8%، لكن نسبة قيمتها السوقية في مجال الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التقنية وزيادة مستوى الاعتراف في السوق، ستظهر في المستقبل عدة مشاريع تتجاوز قيمتها 10 مليارات دولار.
بالنسبة لمشاريع Web3، قد يصبح إدخال تكنولوجيا الذكاء الاصطناعي ميزة استراتيجية لتطبيقات الطرف غير الأساسية. يجب أن تركز طرق دمج مشاريع الوكلاء الذكية على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: حالة ظهور المشاريع ورفع التقييمات
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من مئة مليون مستخدم في شهرين فقط، وفي مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار بشكل مذهل، كما أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o بعد إصدار ChatGPT. مع هذا الازدهار السريع، أدركت الشركات الكبرى في مجال التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتقدمة مثل LLM، وبدأت بإطلاق نماذجها وتطبيقاتها الخاصة، مثل إصدار جوجل لنموذج اللغة الكبير PaLM2، وإصدار ميتا لـ Llama3، بينما أصدرت الشركات الصينية نماذج كبيرة مثل ون شين يي يان وزي زو كينغ يان. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس حامية.
إن المنافسة بين عمالقة التكنولوجيا ليست فقط تدفع تطوير التطبيقات التجارية، بل من خلال التحقيقات الإحصائية في أبحاث الذكاء الاصطناعي المفتوحة المصدر، يظهر تقرير AI Index لعام 2024 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% على أساس سنوي، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تعكس الحماسة لتكنولوجيا الذكاء الاصطناعي مباشرة في سوق الاستثمار، حيث يظهر سوق استثمار الذكاء الاصطناعي نموًا قويًا، ويشهد نموًا انفجاريًا في الربع الثاني من عام 2024. هناك 16 استثمارًا مرتبطًا بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف العدد في الربع الأول. كما قفز إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تتجاوز الضعف على أساس سنوي. ومن بين هذه الشركات، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، بتقييم يبلغ 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل خريطة مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمعات المفتوحة، وصولاً إلى التوجه الحماسي لأسواق المال نحو مفهوم الذكاء الاصطناعي. المشاريع تتوالى، والاستثمارات تحقق أرقاماً قياسية جديدة، وتزداد التقييمات بشكل متزايد. بشكل عام، يقع سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات التحسين المعززة للتوليد تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات في تحويل المزايا التكنولوجية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر إنشاء معلومات غير دقيقة، ومشكلات الشفافية في النماذج. تصبح هذه القضايا أكثر أهمية في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، لأن وكيل الذكاء الاصطناعي يبرز شمولية حل المشكلات العملية والتفاعل مع البيئة. يمثل هذا التحول تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقاً. لذلك، رأينا الأمل في تطور وكيل الذكاء الاصطناعي، حيث إنه يجسر تدريجياً الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات العملية. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكلية الإنتاج، بينما تعيد تقنية Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة للذكاء الاصطناعي: البيانات، النماذج، وقوة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية، اقتصاد الرموز، والعقود الذكية، نتوقع أن يؤدي ذلك إلى ظهور مجموعة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانية هائلة لتحقيق تطبيقات على نطاق واسع.
لذلك، بدأنا في دراسة التطبيقات المتنوعة لوكيل الذكاء الاصطناعي في Web3 بعمق، بدءًا من بنية Web3 التحتية، والبرمجيات الوسيطة، وواجهة التطبيق، وصولاً إلى بيانات السوق ونماذجها، بهدف التعرف على وتقييم أكثر أنواع المشاريع الواعدة وسيناريوهات التطبيقات، لفهم الاندماج العميق بين الذكاء الاصطناعي وWeb3.
توضيح المفاهيم: مقدمة عن وكيل الذكاء الاصطناعي وتصنيفاته
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للاختلاف بين تعريفه ونموذجه، سنقدم مثالاً من موقف حقيقي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما يمكن لتقنية البحث المدعومة بالتوليد تقديم محتوى وجهة أكثر ثراءً وتحديدًا. ووكيل الذكاء الاصطناعي يشبه جارفيز في أفلام الرجل الحديدي، حيث يمكنه فهم الاحتياجات، ويمكنه أيضًا البحث عن الرحلات الجوية والفنادق بشكل نشط بناءً على جملتك، وإجراء عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
التعريف العام لوكلاء الذكاء الاصطناعي في الصناعة هو الأنظمة الذكية التي تستطيع إدراك البيئة واتخاذ إجراءات مناسبة. يحصلون على معلومات بيئية من خلال أجهزة الاستشعار، وبعد المعالجة، يؤثرون على البيئة من خلال المنفذين (ستيوارت راسل وبيتر نورفيغ، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرات استخدام الأدوات. فهو لا يقدم المعلومات فقط، بل يمكنه أيضًا التخطيط، وتفكيك المهام، وتنفيذها فعليًا.
وفقًا لهذا التعريف والخصائص ، يمكننا أن نكتشف أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا ، وتم تطبيقه في سيناريوهات مختلفة ، مثل AlphaGo و Siri وقيادة السيارات الذاتية من المستوى الخامس وما فوق في تسلا ، والتي يمكن اعتبارها أمثلة على وكيل الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي أنها قادرة على إدراك المدخلات من المستخدمين في العالم الخارجي ، وبالتالي التأثير على البيئة الواقعية.
لتوضيح المفاهيم باستخدام ChatGPT كمثال، يجب أن نشير بوضوح إلى أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، و GPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما يمثل GPT-1 و GPT-4 و GPT-4o إصدارات مختلفة من النموذج في مراحل تطور مختلفة. في حين أن ChatGP هو وكيل الذكاء الاصطناعي الذي تطور بناءً على نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يتشكل بعد معيار تصنيف موحد، نحن نقوم بتصنيف 204 مشروع لوكلاء الذكاء الاصطناعي في سوق Web2 و Web3 من خلال وضع علامات على كل مشروع وفقًا للعلامات البارزة الخاصة به، وقمنا بتقسيمها إلى تصنيفات رئيسية وثانوية. حيث إن التصنيفات الرئيسية هي البنية التحتية، إنشاء المحتوى، وتفاعل المستخدم، ثم نقوم بتفصيلها حسب حالات الاستخدام الفعلية:
البنية التحتية: تركز هذه الفئة على بناء محتوى أساسي في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B المتقدمة والمبنية على التطبيقات الأساسية.
أدوات التطوير: توفير أدوات وإطارات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار، ولتوفير مصادر للتدريب.
فئة تدريب النموذج: تقديم خدمات تدريب النماذج الخاصة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وما إلى ذلك.
خدمات الطرف B: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولاً للخدمات التجارية، والحلول العمودية، والحلول الآلية.
منصات التجميع: منصات تجمع خدمات وأدوات متعددة للوكلاء الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة إنشاء المحتوى، لكن الفرق هو التفاعل الثنائي المستمر. الوكيل التفاعلي لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضًا ردودًا من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.
فئة الدعم العاطفي: وكيل AI يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا القائم على التوليد).
فئة البحث: تركز على وظائف البحث، وتقدم وكيلًا يركز على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه المشاريع على إنشاء المحتوى، باستخدام تقنية النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، مقسمة إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو وتوليد الصوت.
تحليل حالة تطوير وكيل الذكاء الاصطناعي في Web2
وفقًا لإحصاءاتنا، فإن تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 يظهر اتجاهًا واضحًا نحو تركيز القطاعات. بشكل محدد، حوالي ثلثي المشاريع مركزة في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: المشاريع المتعلقة بالبنية التحتية تحتل الصدارة بشكل أساسي بفضل نضج تقنيتها. تعتمد هذه المشاريع عادةً على تقنيات وأطر تم اختبارها على مر الزمن، مما يقلل من صعوبة المخاطر والتطوير. تعادل "المجارف" في مجال الذكاء الاصطناعي، حيث توفر قاعدة صلبة لتطوير وتطبيق وكلاء 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 لزيادة كفاءة التشغيل وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات يعتبر مستقرًا نسبيًا، مما يساعدهم في تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي الخاصة بتوليد المحتوى في سوق B تعاني من قيود نسبية في سيناريوهات التطبيق. نظرًا لعدم استقرار مخرجاتها، تميل الشركات نحو التطبيقات التي يمكنها تحسين الإنتاجية بشكل مستقر. وهذا أدى إلى أن تشغل تطبيقات الذكاء الاصطناعي لتوليد المحتوى نسبة صغيرة في مكتبة المشاريع.
تعكس هذه الاتجاهات نضج التكنولوجيا، والطلب في السوق، والاعتبارات الفعلية لمجالات التطبيق. مع التقدم المستمر في تقنيات الذكاء الاصطناعي وتحديد الطلب في السوق بشكل أكبر، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل قاعدة قوية لتطور الوكلاء الذكيين.
تحليل مشروع رائد لوكلاء الذكاء الاصطناعي Web2 ###
نحن نغوص في بعض مشاريع وكيل الذكاء الاصطناعي الحالية في سوق Web2 ونقوم بتحليلها ، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: تقدم Character.AI نظام محادثة مبني على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، التي يمكنها إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.
تحليل البيانات: بلغت زيارات Character.AI في شهر مايو 277 مليون، ولدى المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشابة. حققت Character AI أداءً ممتازًا في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغت قيمتها 1 مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذجها اللغوية الكبيرة، مما يشير إلى أن Character AI تعتمد على تقنية تم تطويرها داخلياً. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas شاركوا في تطوير نموذج اللغة المحادثة Llama الخاص بجوجل.
الحيرة الذكاء الاصطناعي:
مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المراجع، يضمن موثوقية المعلومات ودقتها، كما أنه يقوم بتعليم وتوجيه المستخدمين لطرح أسئلة متابعة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستعلام المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لشركة Perplexity 10 مليون، حيث حققت تطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في عدد الزيارات في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل بقيمة 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة دانيال غروس، بمشاركة ستان دراكنميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديله بناءً على نموذج كبير مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للبحوث الأكاديمية المتخصصة واستفسارات المجالات الرأسية، مما يضمن مصداقية المعلومات وموثوقيتها.
منتصف الرحلة:
مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، 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.
المنقذ Web3+AI: تحليل تصنيف المشروع وآفاق التطوير
هل يمكن لوكيل الذكاء الاصطناعي أن يكون طوق النجاة لـ Web3 + AI؟
مشاريع وكيل الذكاء الاصطناعي هي نوع شائع وناضج في ريادة الأعمال في Web2، في حين أن مشاريع تدريب النماذج وتجميع المنصات في مجال Web3 أصبحت سائدة بسبب دورها الحاسم في بناء الأنظمة البيئية.
حاليًا، عدد مشاريع وكلاء الذكاء الاصطناعي في Web3 ليس كبيرًا، حيث يمثل 8%، لكن نسبة قيمتها السوقية في مجال الذكاء الاصطناعي تصل إلى 23%، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التقنية وزيادة مستوى الاعتراف في السوق، ستظهر في المستقبل عدة مشاريع تتجاوز قيمتها 10 مليارات دولار.
بالنسبة لمشاريع Web3، قد يصبح إدخال تكنولوجيا الذكاء الاصطناعي ميزة استراتيجية لتطبيقات الطرف غير الأساسية. يجب أن تركز طرق دمج مشاريع الوكلاء الذكية على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: حالة ظهور المشاريع ورفع التقييمات
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من مئة مليون مستخدم في شهرين فقط، وفي مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار بشكل مذهل، كما أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o بعد إصدار ChatGPT. مع هذا الازدهار السريع، أدركت الشركات الكبرى في مجال التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتقدمة مثل LLM، وبدأت بإطلاق نماذجها وتطبيقاتها الخاصة، مثل إصدار جوجل لنموذج اللغة الكبير PaLM2، وإصدار ميتا لـ Llama3، بينما أصدرت الشركات الصينية نماذج كبيرة مثل ون شين يي يان وزي زو كينغ يان. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس حامية.
إن المنافسة بين عمالقة التكنولوجيا ليست فقط تدفع تطوير التطبيقات التجارية، بل من خلال التحقيقات الإحصائية في أبحاث الذكاء الاصطناعي المفتوحة المصدر، يظهر تقرير AI Index لعام 2024 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% على أساس سنوي، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تعكس الحماسة لتكنولوجيا الذكاء الاصطناعي مباشرة في سوق الاستثمار، حيث يظهر سوق استثمار الذكاء الاصطناعي نموًا قويًا، ويشهد نموًا انفجاريًا في الربع الثاني من عام 2024. هناك 16 استثمارًا مرتبطًا بالذكاء الاصطناعي تجاوزت قيمتها 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف العدد في الربع الأول. كما قفز إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تتجاوز الضعف على أساس سنوي. ومن بين هذه الشركات، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، بتقييم يبلغ 24 مليار دولار، لتصبح ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل خريطة مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمعات المفتوحة، وصولاً إلى التوجه الحماسي لأسواق المال نحو مفهوم الذكاء الاصطناعي. المشاريع تتوالى، والاستثمارات تحقق أرقاماً قياسية جديدة، وتزداد التقييمات بشكل متزايد. بشكل عام، يقع سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات التحسين المعززة للتوليد تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، لا تزال هذه النماذج تواجه تحديات في تحويل المزايا التكنولوجية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر إنشاء معلومات غير دقيقة، ومشكلات الشفافية في النماذج. تصبح هذه القضايا أكثر أهمية في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، لأن وكيل الذكاء الاصطناعي يبرز شمولية حل المشكلات العملية والتفاعل مع البيئة. يمثل هذا التحول تطور تقنية الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقاً. لذلك، رأينا الأمل في تطور وكيل الذكاء الاصطناعي، حيث إنه يجسر تدريجياً الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات العملية. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكلية الإنتاج، بينما تعيد تقنية Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة للذكاء الاصطناعي: البيانات، النماذج، وقوة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية، اقتصاد الرموز، والعقود الذكية، نتوقع أن يؤدي ذلك إلى ظهور مجموعة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانية هائلة لتحقيق تطبيقات على نطاق واسع.
لذلك، بدأنا في دراسة التطبيقات المتنوعة لوكيل الذكاء الاصطناعي في Web3 بعمق، بدءًا من بنية Web3 التحتية، والبرمجيات الوسيطة، وواجهة التطبيق، وصولاً إلى بيانات السوق ونماذجها، بهدف التعرف على وتقييم أكثر أنواع المشاريع الواعدة وسيناريوهات التطبيقات، لفهم الاندماج العميق بين الذكاء الاصطناعي وWeb3.
توضيح المفاهيم: مقدمة عن وكيل الذكاء الاصطناعي وتصنيفاته
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتسهيل فهم القارئ للاختلاف بين تعريفه ونموذجه، سنقدم مثالاً من موقف حقيقي: لنفترض أنك تخطط لرحلة. توفر نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما يمكن لتقنية البحث المدعومة بالتوليد تقديم محتوى وجهة أكثر ثراءً وتحديدًا. ووكيل الذكاء الاصطناعي يشبه جارفيز في أفلام الرجل الحديدي، حيث يمكنه فهم الاحتياجات، ويمكنه أيضًا البحث عن الرحلات الجوية والفنادق بشكل نشط بناءً على جملتك، وإجراء عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
التعريف العام لوكلاء الذكاء الاصطناعي في الصناعة هو الأنظمة الذكية التي تستطيع إدراك البيئة واتخاذ إجراءات مناسبة. يحصلون على معلومات بيئية من خلال أجهزة الاستشعار، وبعد المعالجة، يؤثرون على البيئة من خلال المنفذين (ستيوارت راسل وبيتر نورفيغ، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرات استخدام الأدوات. فهو لا يقدم المعلومات فقط، بل يمكنه أيضًا التخطيط، وتفكيك المهام، وتنفيذها فعليًا.
وفقًا لهذا التعريف والخصائص ، يمكننا أن نكتشف أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا ، وتم تطبيقه في سيناريوهات مختلفة ، مثل AlphaGo و Siri وقيادة السيارات الذاتية من المستوى الخامس وما فوق في تسلا ، والتي يمكن اعتبارها أمثلة على وكيل الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي أنها قادرة على إدراك المدخلات من المستخدمين في العالم الخارجي ، وبالتالي التأثير على البيئة الواقعية.
لتوضيح المفاهيم باستخدام ChatGPT كمثال، يجب أن نشير بوضوح إلى أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، و GPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما يمثل GPT-1 و GPT-4 و GPT-4o إصدارات مختلفة من النموذج في مراحل تطور مختلفة. في حين أن ChatGP هو وكيل الذكاء الاصطناعي الذي تطور بناءً على نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يتشكل بعد معيار تصنيف موحد، نحن نقوم بتصنيف 204 مشروع لوكلاء الذكاء الاصطناعي في سوق Web2 و Web3 من خلال وضع علامات على كل مشروع وفقًا للعلامات البارزة الخاصة به، وقمنا بتقسيمها إلى تصنيفات رئيسية وثانوية. حيث إن التصنيفات الرئيسية هي البنية التحتية، إنشاء المحتوى، وتفاعل المستخدم، ثم نقوم بتفصيلها حسب حالات الاستخدام الفعلية:
البنية التحتية: تركز هذه الفئة على بناء محتوى أساسي في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B المتقدمة والمبنية على التطبيقات الأساسية.
أدوات التطوير: توفير أدوات وإطارات مساعدة للمطورين لبناء وكيل الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تستخدم بشكل رئيسي لدعم اتخاذ القرار، ولتوفير مصادر للتدريب.
فئة تدريب النموذج: تقديم خدمات تدريب النماذج الخاصة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وما إلى ذلك.
خدمات الطرف B: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولاً للخدمات التجارية، والحلول العمودية، والحلول الآلية.
منصات التجميع: منصات تجمع خدمات وأدوات متعددة للوكلاء الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة إنشاء المحتوى، لكن الفرق هو التفاعل الثنائي المستمر. الوكيل التفاعلي لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضًا ردودًا من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.
فئة الدعم العاطفي: وكيل AI يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (Transformer المدرب مسبقًا القائم على التوليد).
فئة البحث: تركز على وظائف البحث، وتقدم وكيلًا يركز على استرجاع المعلومات بدقة أكبر.
توليد المحتوى: تركز هذه المشاريع على إنشاء المحتوى، باستخدام تقنية النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، مقسمة إلى أربعة أنواع: توليد النصوص، توليد الصور، توليد الفيديو وتوليد الصوت.
تحليل حالة تطوير وكيل الذكاء الاصطناعي في Web2
وفقًا لإحصاءاتنا، فإن تطوير وكلاء الذكاء الاصطناعي في الإنترنت التقليدي Web2 يظهر اتجاهًا واضحًا نحو تركيز القطاعات. بشكل محدد، حوالي ثلثي المشاريع مركزة في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: المشاريع المتعلقة بالبنية التحتية تحتل الصدارة بشكل أساسي بفضل نضج تقنيتها. تعتمد هذه المشاريع عادةً على تقنيات وأطر تم اختبارها على مر الزمن، مما يقلل من صعوبة المخاطر والتطوير. تعادل "المجارف" في مجال الذكاء الاصطناعي، حيث توفر قاعدة صلبة لتطوير وتطبيق وكلاء 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 لزيادة كفاءة التشغيل وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات يعتبر مستقرًا نسبيًا، مما يساعدهم في تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي الخاصة بتوليد المحتوى في سوق B تعاني من قيود نسبية في سيناريوهات التطبيق. نظرًا لعدم استقرار مخرجاتها، تميل الشركات نحو التطبيقات التي يمكنها تحسين الإنتاجية بشكل مستقر. وهذا أدى إلى أن تشغل تطبيقات الذكاء الاصطناعي لتوليد المحتوى نسبة صغيرة في مكتبة المشاريع.
تعكس هذه الاتجاهات نضج التكنولوجيا، والطلب في السوق، والاعتبارات الفعلية لمجالات التطبيق. مع التقدم المستمر في تقنيات الذكاء الاصطناعي وتحديد الطلب في السوق بشكل أكبر، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل قاعدة قوية لتطور الوكلاء الذكيين.
تحليل مشروع رائد لوكلاء الذكاء الاصطناعي Web2 ###
نحن نغوص في بعض مشاريع وكيل الذكاء الاصطناعي الحالية في سوق Web2 ونقوم بتحليلها ، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: تقدم Character.AI نظام محادثة مبني على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصتها للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، التي يمكنها إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.
تحليل البيانات: بلغت زيارات Character.AI في شهر مايو 277 مليون، ولدى المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشابة. حققت Character AI أداءً ممتازًا في سوق رأس المال، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغت قيمتها 1 مليار دولار، بقيادة a16z.
التحليل الفني: وقعت Character AI اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذجها اللغوية الكبيرة، مما يشير إلى أن Character AI تعتمد على تقنية تم تطويرها داخلياً. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas شاركوا في تطوير نموذج اللغة المحادثة Llama الخاص بجوجل.
الحيرة الذكاء الاصطناعي:
مقدمة المنتج: يمكن لـ Perplexity سحب وتقديم إجابات مفصلة من الإنترنت. من خلال الاقتباسات وروابط المراجع، يضمن موثوقية المعلومات ودقتها، كما أنه يقوم بتعليم وتوجيه المستخدمين لطرح أسئلة متابعة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستعلام المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لشركة Perplexity 10 مليون، حيث حققت تطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في عدد الزيارات في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل بقيمة 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة دانيال غروس، بمشاركة ستان دراكنميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم تعديله بناءً على نموذج كبير مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للبحوث الأكاديمية المتخصصة واستفسارات المجالات الرأسية، مما يضمن مصداقية المعلومات وموثوقيتها.
منتصف الرحلة:
مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، تغطي من الواقعية إلى