التحليل المقارن لتطور صناعة الذكاء الاصطناعي والأصول الرقمية بشكل متدرج

في الآونة الأخيرة، كانت هناك آراء تشير إلى أن استراتيجية رولاب-سينترك لإيثريوم تبدو فاشلة، ويشعر الناس بخيبة أمل من لعبة الهيكل الهرمي L1-L2-L3. ومع ذلك، من المثير للاهتمام أن التطورات في مجال الذكاء الاصطناعي خلال العام الماضي شهدت أيضًا تطورًا سريعًا مشابهًا لـ L1-L2-L3. دعونا نقارن ونحلل المنطق الهرمي في هذين القطاعين لنرى ما هو مصدر المشكلة.

منطق تقسيم طبقات صناعة الذكاء الاصطناعي

في مجال الذكاء الاصطناعي، كل طبقة تعمل على حل المشكلات الأساسية التي لم تتمكن الطبقة السابقة من حلها:

1. نموذج اللغة الكبير على مستوى L1 ( LLMs ) حل قدرات الفهم اللغوي والتوليد الأساسية، ولكن هناك نقص في الاستدلال المنطقي والحسابات الرياضية.

2. نموذج الاستدلال في طبقة L2 مصمم خصيصًا لمعالجة هذه الثغرات. على سبيل المثال، بعض النماذج قادرة على التعامل مع مسائل رياضية معقدة وتصحيح الأكواد، مما يعوض عن النقاط العمياء الإدراكية في LLMs.

3. ستقوم وكيل الذكاء الاصطناعي في طبقة L3 بدمج قدرات الطبقتين السابقتين، مما يجعل الذكاء الاصطناعي ينتقل من الرد السلبي إلى التنفيذ النشط، بحيث يمكنه التخطيط للمهام بشكل مستقل، واستدعاء الأدوات، ومعالجة سير العمل المعقد.

تُظهر هذه الطبقات "التقدم في القدرات": L1 تؤسس الأساس، L2 تعالج النقاط الضعيفة، L3 تتكامل. كل طبقة تحقق قفزة نوعية على أساس الطبقة السابقة، ويمكن للمستخدمين أن يشعروا بوضوح أن الذكاء الاصطناعي أصبح أكثر ذكاءً وأكثر فائدة.

منطق تقسيم صناعة الأصول الرقمية

بالمقارنة، يبدو أن تقسيم صناعة الأصول الرقمية هو مجرد ترقيع للمشاكل في الطبقة السابقة، لكنه للأسف جلب مشاكل جديدة أكبر:

1. أداء سلسلة الكتل L1 غير كافٍ، مما أدى إلى ظهور حلول توسيع L2. ومع ذلك، على الرغم من أن L2 حلت بعض المشكلات، مثل خفض تكاليف الغاز وزيادة TPS، إلا أنها جلبت أيضًا مشكلات جديدة مثل تشتت السيولة ونقص التطبيقات البيئية.

2. لحل مشكلة L2، ظهرت سلسلة التطبيقات الرأسية L3. لكن هذه السلاسل غالباً ما تعمل بشكل مستقل، مما يجعلها غير قادرة على الاستفادة من تأثير التعاون البيئي لسلسلة البنية التحتية العامة، بل تزيد من تجزئة تجربة المستخدم.

هذه الطبقات تشبه إلى حد كبير "نقل المشكلة": L1 لديها عنق زجاجة، L2 يقوم بإصلاحها، L3 فوضوي وموزع. يبدو أن كل طبقة ليست سوى نقل المشكلة من مكان إلى آخر، مما يمنح الانطباع أن جميع الحلول تهدف فقط إلى إصدار عملات.

الاختلافات الأساسية

السبب الجذري لهذه الفجوة قد يكون في:

1. يتم دفع تقسيم صناعة الذكاء الاصطناعي بواسطة المنافسة التكنولوجية، حيث تبذل الشركات الكبرى قصارى جهدها لتعزيز قدرات النماذج.

2. يبدو أن تقسيم صناعة الأصول الرقمية مدفوع بشكل أكبر بالاقتصاد الرمزي، وغالبًا ما تكون المؤشرات الرئيسية لكل مشروع L2 هي القيمة الإجمالية المغلقة (TVL) وسعر العملة.

توضح هذه المقارنة الدوافع المختلفة لتطور صناعتين: واحدة تركز على حل المشكلات التقنية، والأخرى تركز أكثر على تصميم المنتجات المالية. بالطبع، هذا التشبيه المجرد ليس مطلقًا، لكنه يوفر لنا منظورًا مثيرًا للتفكير في هذين القطاعين المتطورين بسرعة.