هل يمكن لوكيل الذكاء الاصطناعي أن يكون طوق النجاة لـ Web3 + AI؟
تعتبر مشاريع الوكيل الذكي نوعًا شائعًا وناضجًا من خدمات الشركات في ريادة الأعمال Web2، بينما أصبحت مشاريع تدريب النماذج وتجميع المنصات في مجال Web3 التي تلعب دورًا رئيسيًا في بناء النظام البيئي هي السائدة.
حاليًا، عدد مشاريع الوكيل الذكي في Web3 قليل، حيث تمثل 8%، ولكنها تحتل حصة سوقية تصل إلى 23% في قطاع الذكاء الاصطناعي، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة الاعتراف من السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد يصبح إدخال تقنية الذكاء الاصطناعي ميزة استراتيجية للتطبيقات 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 التقييمات
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط. بحلول مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة. بعد إصدار ChatGPT، أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o. مع هذا الاتجاه السريع، أدركت عمالقة التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتقدمة مثل LLM، وأطلقت نماذجها وتطبيقاتها الخاصة، مثل إطلاق جوجل لنموذج اللغة الكبير PaLM2، وإطلاق ميتا لـ Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل وِن شين يي يان وزهي بو تشينغ يان. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس رئيسية.
إن المنافسة بين عمالقة التكنولوجيا لا تعزز فقط تطوير التطبيقات التجارية، بل من خلال تحقيقات وإحصاءات 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 في عام 2023، خاصة بعد إصدار GPT في عام 2023، حيث زاد عدد المشاريع بنسبة 59.3٪ مقارنة بالسنة السابقة، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تنعكس الحماس لتكنولوجيا الذكاء الاصطناعي مباشرة في سوق الاستثمار، حيث يظهر سوق استثمار الذكاء الاصطناعي نمواً قوياً، مع تسجيله نمواً متفجراً في الربع الثاني من عام 2024. هناك 16 استثماراً يتعلق بالذكاء الاصطناعي تجاوزت 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما تم تحقيقه في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف مقارنة بالعام الماضي. ومن بين ذلك، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، مع تقييم بلغ 24 مليار دولار، مما يجعلها ثاني أعلى شركة ناشئة في مجال الذكاء الاصطناعي من حيث التقييم، بعد OpenAI.
إن التطور السريع لتقنية الذكاء الاصطناعي يعيد تشكيل خريطة مجال التكنولوجيا بسرعة لم يسبق لها مثيل. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح المصدر، وصولاً إلى الاهتمام الكبير من السوق المالية بمفهوم الذكاء الاصطناعي. المشاريع تتوالى، والاستثمار في ارتفاع قياسي، والتقييمات ترتفع تبعاً لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الضخمة وتقنيات التعزيز بالاسترجاع 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 النماذج، ومخاطر الخيال الناتج عن توليد معلومات غير دقيقة، ومشاكل الشفافية في النماذج. تصبح هذه المشكلات أكثر أهمية في السيناريوهات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، حيث يبرز وكيل الذكاء الاصطناعي شمولية حل المشكلات الفعلية والتفاعل مع البيئة. تمثل هذه التحولة علامة على تطور تكنولوجيا الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذا، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث يسد الفجوة بين تكنولوجيا الذكاء الاصطناعي وحل المشكلات الفعلية تدريجيًا. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل بنية الإنتاج، بينما تعيد تكنولوجيا Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات والنماذج وقدرة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية والاقتصاد القائم على الرموز والعقود الذكية، نتوقع أن يحدث ذلك طفرة في مجموعة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالاحتمالات، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك، بدأنا في دراسة شاملة للتطبيقات المتنوعة لوكيل الذكاء الاصطناعي في ويب 3، بدءًا من البنية التحتية لويب 3، والوسائط، والطبقات التطبيقية، وصولاً إلى أسواق البيانات والنماذج، بهدف التعرف على وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيق، لفهم الاندماج العميق بين الذكاء الاصطناعي وويب 3.
توضيح المفاهيم: مقدمة لمساعد الذكاء الاصطناعي ونظرة عامة على التصنيفات
مقدمة أساسية
قبل تقديم AI Agent، لكي نفهم بشكل أفضل الفرق بين تعريفه ونموذجه، دعنا نأخذ مثالًا من سيناريو واقعي: لنفترض أنك تخطط لرحلة. تقدم نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما توفر تقنيات البحث المعززة بالذكاء الاصطناعي محتوى وجهات أكثر ثراءً وتحديدًا. أما AI Agent فيشبه جارفيز في أفلام الرجل الحديدي، حيث يمكنه فهم احتياجاتك، ويستطيع أيضًا البحث عن الرحلات والفنادق استنادًا إلى عبارة واحدة منك، وتنفيذ حجوزات، وإضافة الرحلة إلى التقويم.
في الوقت الحالي، التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو نظام ذكي يمكنه إدراك البيئة واتخاذ إجراءات مناسبة، من خلال جمع معلومات بيئية باستخدام أجهزة الاستشعار، ثم معالجة هذه المعلومات والتأثير على البيئة من خلال التنفيذ (ستيوارت راسل & بيتر نورفيج، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. إنه ليس فقط قادرًا على توفير المعلومات البسيطة، بل يمكنه أيضًا التخطيط وتفكيك المهام وتنفيذها بشكل حقيقي.
وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن وكيل الذكاء الاصطناعي قد تداخل بالفعل في حياتنا، وتم تطبيقه في سيناريوهات مختلفة، مثل AlphaGo وSiri ونظام القيادة الذاتية من المستوى الخامس وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على وكيل الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي قدرتها على إدراك المدخلات من المستخدمين الخارجيين، ومن ثم اتخاذ إجراءات تؤثر على البيئة الواقعية بناءً على ذلك.
لتوضيح المفهوم باستخدام ChatGPT كمثال، يجب أن نشير بوضوح إلى أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وأن GPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 و GPT-4 و GPT-4o إصدارات النموذج في مراحل تطوير مختلفة. وChatGP هو وكيل الذكاء الاصطناعي الذي تطور بناءً على نموذج GPT.
نظرة عامة على التصنيف
حتى الآن، لم يتشكل معيار موحد لتصنيف سوق وكلاء الذكاء الاصطناعي، وقد قمنا بوضع علامات على 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3، وفقًا للعلامات البارزة لكل مشروع، وتم تقسيمها إلى فئات رئيسية وفئات فرعية. حيث تتكون الفئات الرئيسية من ثلاث فئات: البنية التحتية، وتوليد المحتوى، والتفاعل مع المستخدمين، ثم يتم تقسيمها بناءً على 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 الأكثر نضجًا وتطبيقات المستوى الأساسي.
أدوات التطوير: توفير أدوات وإطارات مساعدة للمطورين لبناء وكلاء الذكاء الاصطناعي.
فئة معالجة البيانات: معالجة وتحليل تنسيقات بيانات 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 B: تستهدف بشكل رئيسي مستخدمي الشركات، وتقدم خدمات الشركات، والخدمات العمودية، وحلول الأتمتة.
منصة تجميع: منصة تجمع بين خدمات وأدوات متعددة لوكلاء الذكاء الاصطناعي.
التفاعلية: تشبه فئة المحتوى، لكن الفرق هو التفاعل المستمر ثنائي الاتجاه. وكيل التفاعلية لا يقبل فقط ويفهم احتياجات المستخدم، بل يوفر أيضًا ردود فعل من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي الاتجاه مع المستخدم.
فئة الدعم العاطفي: وكيل AI يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل ذكاء اصطناعي يعتمد على نموذج GPT (Transformer المدرب مسبقًا) .
فئة البحث: تركز على وظيفة البحث، وتقدم وكيلًا يركز بشكل أساسي على استرجاع المعلومات بدقة أكبر.
مشاريع توليد المحتوى: تركز هذه المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربع فئات: توليد النصوص، توليد الصور، توليد الفيديو وتوليد الصوت.
تحليل حالة تطوير وكيل الذكاء الاصطناعي في Web2
وفقًا لإحصائياتنا، يظهر تطوير وكيل الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. بشكل أكثر تحديدًا، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: يعود تفوق المشاريع المتعلقة بالبنية التحتية أساسًا إلى نضج التكنولوجيا. عادةً ما تستند هذه المشاريع إلى تقنيات وإطارات تم اختبارها على مر الزمن، مما يقلل من صعوبة ومخاطر التطوير. تعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير وتطبيق وكلاء الذكاء الاصطناعي.
دفع الطلب في السوق: العامل الآخر الرئيسي هو الطلب في السوق. مقارنة بسوق المستهلكين، فإن الطلب على تكنولوجيا الذكاء الاصطناعي في سوق الشركات أكثر إلحاحًا، خاصة في البحث عن حلول لتعزيز كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات مستقر نسبيًا، مما يساعدهم على تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في توليد المحتوى في السوق B لديها سيناريوهات تطبيق محدودة نسبيًا. نظرًا لعدم استقرار إنتاجها، تميل الشركات إلى تلك التطبيقات التي يمكن أن تعزز الإنتاجية بشكل مستقر. وقد أدى ذلك إلى انخفاض نسبة الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع.
تعكس هذه الاتجاهات نضوج التكنولوجيا، واحتياجات السوق، والاعتبارات العملية لمواقع الاستخدام. مع التقدم المستمر في تقنيات الذكاء الاصطناعي وتوضيح احتياجات السوق، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية القوي في تطوير وكلاء الذكاء الاصطناعي.
تحليل مشروع رائد لوكلاء الذكاء الاصطناعي في Web2
نحن نستكشف بعمق بعض مشاريع الوكلاء الذكاء الاصطناعي الحالية في سوق Web2، ونقوم بتحليلها، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.
شخصية AI:
مقدمة المنتج: يوفر Character.AI نظام دردشة قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصته للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، التي تستطيع إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.
تحليل البيانات: بلغ عدد الزيارات إلى Character.AI في مايو 277 مليون زيارة، ولدى المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشباب. قدمت Character AI أداءً ممتازًا في الأسواق المالية، حيث أكملت جمع 150 مليون دولار، وبلغت قيمتها السوقية مليار دولار، بقيادة a16z.
التحليل الفني: قامت Character AI بتوقيع اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذجها اللغوية الكبيرة، مما يدل على أن Character AI تعتمد على تقنية مطورة داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas قد شاركوا 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 المراجع، يضمن موثوقية المعلومات ودقتها، بينما يقوم بتعليم وتوجيه المستخدمين لطرح المزيد من الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستعلام المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، حيث حققت الزيارات لتطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في السوق المالية، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، مع تقييم وصل إلى 1.04 مليار دولار، بقيادة Daniel Gross، وشارك فيه Stan Druckenmiller وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 الذي تم تعديله، بالإضافة إلى نموذجين كبيرين تم تعديله بناءً على نماذج كبيرة مفتوحة المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة و
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 11
أعجبني
11
6
إعادة النشر
مشاركة
تعليق
0/400
PseudoIntellectual
· 08-11 11:21
ما هذا الإنقاذ... الإحساس بالوجود ضعيف مثل الشبح!
شاهد النسخة الأصليةرد0
TokenomicsTinfoilHat
· 08-11 04:02
إنه كبير جدا
شاهد النسخة الأصليةرد0
GasFeeNightmare
· 08-11 00:59
مرة أخرى يتم التلاعب بالمفاهيم الجديدة، ألا يمكن تحسين رسوم الغاز بشكل صحيح...
شاهد النسخة الأصليةرد0
YieldHunter
· 08-11 00:55
هممم... 23% من القيمة السوقية مع 8% فقط من المشاريع؟ بصراحة يبدو أنه يتم تحضير عملية احتيال أخرى...
شاهد النسخة الأصليةرد0
HodlTheDoor
· 08-11 00:43
قشة النجاة؟ هل تحلم؟ آه
شاهد النسخة الأصليةرد0
GateUser-2fce706c
· 08-11 00:30
لا تفوتوا الفرصة أيها الجميع لقد كانت هناك تخطيطات لمدة عامين حان وقت الاستيقاظ
هل يمكن لوكيل الذكاء الاصطناعي أن يصبح القوة الدافعة الرئيسية لتطوير Web3 + AI
هل يمكن لوكيل الذكاء الاصطناعي أن يكون طوق النجاة لـ Web3 + AI؟
تعتبر مشاريع الوكيل الذكي نوعًا شائعًا وناضجًا من خدمات الشركات في ريادة الأعمال Web2، بينما أصبحت مشاريع تدريب النماذج وتجميع المنصات في مجال Web3 التي تلعب دورًا رئيسيًا في بناء النظام البيئي هي السائدة.
حاليًا، عدد مشاريع الوكيل الذكي في Web3 قليل، حيث تمثل 8%، ولكنها تحتل حصة سوقية تصل إلى 23% في قطاع الذكاء الاصطناعي، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة الاعتراف من السوق، ستظهر العديد من المشاريع التي تتجاوز قيمتها 10 مليارات دولار في المستقبل.
بالنسبة لمشاريع Web3، قد يصبح إدخال تقنية الذكاء الاصطناعي ميزة استراتيجية للتطبيقات 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 التقييمات
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط. بحلول مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة. بعد إصدار ChatGPT، أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o. مع هذا الاتجاه السريع، أدركت عمالقة التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتقدمة مثل LLM، وأطلقت نماذجها وتطبيقاتها الخاصة، مثل إطلاق جوجل لنموذج اللغة الكبير PaLM2، وإطلاق ميتا لـ Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل وِن شين يي يان وزهي بو تشينغ يان. من الواضح أن مجال الذكاء الاصطناعي أصبح ساحة تنافس رئيسية.
إن المنافسة بين عمالقة التكنولوجيا لا تعزز فقط تطوير التطبيقات التجارية، بل من خلال تحقيقات وإحصاءات 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 في عام 2023، خاصة بعد إصدار GPT في عام 2023، حيث زاد عدد المشاريع بنسبة 59.3٪ مقارنة بالسنة السابقة، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تنعكس الحماس لتكنولوجيا الذكاء الاصطناعي مباشرة في سوق الاستثمار، حيث يظهر سوق استثمار الذكاء الاصطناعي نمواً قوياً، مع تسجيله نمواً متفجراً في الربع الثاني من عام 2024. هناك 16 استثماراً يتعلق بالذكاء الاصطناعي تجاوزت 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف ما تم تحقيقه في الربع الأول. كما ارتفع إجمالي تمويل الشركات الناشئة في مجال الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة تزيد عن الضعف مقارنة بالعام الماضي. ومن بين ذلك، جمعت شركة xAI التابعة لماسك 6 مليارات دولار، مع تقييم بلغ 24 مليار دولار، مما يجعلها ثاني أعلى شركة ناشئة في مجال الذكاء الاصطناعي من حيث التقييم، بعد OpenAI.
إن التطور السريع لتقنية الذكاء الاصطناعي يعيد تشكيل خريطة مجال التكنولوجيا بسرعة لم يسبق لها مثيل. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح المصدر، وصولاً إلى الاهتمام الكبير من السوق المالية بمفهوم الذكاء الاصطناعي. المشاريع تتوالى، والاستثمار في ارتفاع قياسي، والتقييمات ترتفع تبعاً لذلك. بشكل عام، فإن سوق الذكاء الاصطناعي في فترة ذهبية من النمو السريع، حيث حققت النماذج اللغوية الضخمة وتقنيات التعزيز بالاسترجاع 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 النماذج، ومخاطر الخيال الناتج عن توليد معلومات غير دقيقة، ومشاكل الشفافية في النماذج. تصبح هذه المشكلات أكثر أهمية في السيناريوهات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا في دراسة وكيل الذكاء الاصطناعي، حيث يبرز وكيل الذكاء الاصطناعي شمولية حل المشكلات الفعلية والتفاعل مع البيئة. تمثل هذه التحولة علامة على تطور تكنولوجيا الذكاء الاصطناعي من نماذج لغوية بحتة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية حقًا. لذا، نرى الأمل في تطور وكيل الذكاء الاصطناعي، حيث يسد الفجوة بين تكنولوجيا الذكاء الاصطناعي وحل المشكلات الفعلية تدريجيًا. إن تطور تكنولوجيا الذكاء الاصطناعي يعيد تشكيل بنية الإنتاج، بينما تعيد تكنولوجيا Web3 تشكيل علاقات الإنتاج في الاقتصاد الرقمي. عندما تتكامل العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات والنماذج وقدرة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية والاقتصاد القائم على الرموز والعقود الذكية، نتوقع أن يحدث ذلك طفرة في مجموعة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالاحتمالات، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يظهر إمكانيات هائلة لتحقيق تطبيقات واسعة النطاق.
لذلك، بدأنا في دراسة شاملة للتطبيقات المتنوعة لوكيل الذكاء الاصطناعي في ويب 3، بدءًا من البنية التحتية لويب 3، والوسائط، والطبقات التطبيقية، وصولاً إلى أسواق البيانات والنماذج، بهدف التعرف على وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيق، لفهم الاندماج العميق بين الذكاء الاصطناعي وويب 3.
توضيح المفاهيم: مقدمة لمساعد الذكاء الاصطناعي ونظرة عامة على التصنيفات
مقدمة أساسية
قبل تقديم AI Agent، لكي نفهم بشكل أفضل الفرق بين تعريفه ونموذجه، دعنا نأخذ مثالًا من سيناريو واقعي: لنفترض أنك تخطط لرحلة. تقدم نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما توفر تقنيات البحث المعززة بالذكاء الاصطناعي محتوى وجهات أكثر ثراءً وتحديدًا. أما AI Agent فيشبه جارفيز في أفلام الرجل الحديدي، حيث يمكنه فهم احتياجاتك، ويستطيع أيضًا البحث عن الرحلات والفنادق استنادًا إلى عبارة واحدة منك، وتنفيذ حجوزات، وإضافة الرحلة إلى التقويم.
في الوقت الحالي، التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو نظام ذكي يمكنه إدراك البيئة واتخاذ إجراءات مناسبة، من خلال جمع معلومات بيئية باستخدام أجهزة الاستشعار، ثم معالجة هذه المعلومات والتأثير على البيئة من خلال التنفيذ (ستيوارت راسل & بيتر نورفيج، 2020). نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM و RAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. إنه ليس فقط قادرًا على توفير المعلومات البسيطة، بل يمكنه أيضًا التخطيط وتفكيك المهام وتنفيذها بشكل حقيقي.
وفقًا لهذا التعريف والخصائص، يمكننا أن نلاحظ أن وكيل الذكاء الاصطناعي قد تداخل بالفعل في حياتنا، وتم تطبيقه في سيناريوهات مختلفة، مثل AlphaGo وSiri ونظام القيادة الذاتية من المستوى الخامس وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على وكيل الذكاء الاصطناعي. السمة المشتركة لهذه الأنظمة هي قدرتها على إدراك المدخلات من المستخدمين الخارجيين، ومن ثم اتخاذ إجراءات تؤثر على البيئة الواقعية بناءً على ذلك.
لتوضيح المفهوم باستخدام ChatGPT كمثال، يجب أن نشير بوضوح إلى أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، وأن GPT هو سلسلة النماذج التي تطورت بناءً على هذا الهيكل، بينما تمثل GPT-1 و GPT-4 و GPT-4o إصدارات النموذج في مراحل تطوير مختلفة. وChatGP هو وكيل الذكاء الاصطناعي الذي تطور بناءً على نموذج GPT.
نظرة عامة على التصنيف
حتى الآن، لم يتشكل معيار موحد لتصنيف سوق وكلاء الذكاء الاصطناعي، وقد قمنا بوضع علامات على 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوق Web2 + Web3، وفقًا للعلامات البارزة لكل مشروع، وتم تقسيمها إلى فئات رئيسية وفئات فرعية. حيث تتكون الفئات الرئيسية من ثلاث فئات: البنية التحتية، وتوليد المحتوى، والتفاعل مع المستخدمين، ثم يتم تقسيمها بناءً على 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 الأكثر نضجًا وتطبيقات المستوى الأساسي.
التفاعلية: تشبه فئة المحتوى، لكن الفرق هو التفاعل المستمر ثنائي الاتجاه. وكيل التفاعلية لا يقبل فقط ويفهم احتياجات المستخدم، بل يوفر أيضًا ردود فعل من خلال تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي الاتجاه مع المستخدم.
مشاريع توليد المحتوى: تركز هذه المشاريع على إنشاء المحتوى، باستخدام تقنيات النماذج الكبيرة لتوليد أشكال مختلفة من المحتوى بناءً على تعليمات المستخدم، وتنقسم إلى أربع فئات: توليد النصوص، توليد الصور، توليد الفيديو وتوليد الصوت.
تحليل حالة تطوير وكيل الذكاء الاصطناعي في Web2
وفقًا لإحصائياتنا، يظهر تطوير وكيل الذكاء الاصطناعي في الإنترنت التقليدي Web2 اتجاهًا واضحًا نحو تركيز القطاعات. بشكل أكثر تحديدًا، يتركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: يعود تفوق المشاريع المتعلقة بالبنية التحتية أساسًا إلى نضج التكنولوجيا. عادةً ما تستند هذه المشاريع إلى تقنيات وإطارات تم اختبارها على مر الزمن، مما يقلل من صعوبة ومخاطر التطوير. تعادل "المجرفة" في مجال الذكاء الاصطناعي، حيث توفر أساسًا قويًا لتطوير وتطبيق وكلاء الذكاء الاصطناعي.
دفع الطلب في السوق: العامل الآخر الرئيسي هو الطلب في السوق. مقارنة بسوق المستهلكين، فإن الطلب على تكنولوجيا الذكاء الاصطناعي في سوق الشركات أكثر إلحاحًا، خاصة في البحث عن حلول لتعزيز كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات مستقر نسبيًا، مما يساعدهم على تطوير المشاريع اللاحقة.
قيود سيناريوهات التطبيق: في الوقت نفسه، لاحظنا أن تطبيقات الذكاء الاصطناعي في توليد المحتوى في السوق B لديها سيناريوهات تطبيق محدودة نسبيًا. نظرًا لعدم استقرار إنتاجها، تميل الشركات إلى تلك التطبيقات التي يمكن أن تعزز الإنتاجية بشكل مستقر. وقد أدى ذلك إلى انخفاض نسبة الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع.
تعكس هذه الاتجاهات نضوج التكنولوجيا، واحتياجات السوق، والاعتبارات العملية لمواقع الاستخدام. مع التقدم المستمر في تقنيات الذكاء الاصطناعي وتوضيح احتياجات السوق، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية القوي في تطوير وكلاء الذكاء الاصطناعي.
تحليل مشروع رائد لوكلاء الذكاء الاصطناعي في Web2
نحن نستكشف بعمق بعض مشاريع الوكلاء الذكاء الاصطناعي الحالية في سوق Web2، ونقوم بتحليلها، مع أخذ مشاريع Character AI و Perplexity AI و Midjourney كمثال.
شخصية AI:
مقدمة المنتج: يوفر Character.AI نظام دردشة قائم على الذكاء الاصطناعي وأدوات لإنشاء شخصيات افتراضية. تتيح منصته للمستخدمين إنشاء وتدريب والتفاعل مع الشخصيات الافتراضية، التي تستطيع إجراء محادثات بلغة طبيعية وتنفيذ مهام محددة.
تحليل البيانات: بلغ عدد الزيارات إلى Character.AI في مايو 277 مليون زيارة، ولدى المنصة أكثر من 3.5 مليون مستخدم نشط يوميًا، حيث تتراوح أعمار معظم المستخدمين بين 18 و34 عامًا، مما يظهر خصائص مجموعة المستخدمين الشباب. قدمت Character AI أداءً ممتازًا في الأسواق المالية، حيث أكملت جمع 150 مليون دولار، وبلغت قيمتها السوقية مليار دولار، بقيادة a16z.
التحليل الفني: قامت Character AI بتوقيع اتفاقية ترخيص غير حصرية مع الشركة الأم لجوجل Alphabet لاستخدام نماذجها اللغوية الكبيرة، مما يدل على أن Character AI تعتمد على تقنية مطورة داخليًا. ومن الجدير بالذكر أن مؤسسي الشركة Noam Shazeer وDaniel De Freitas قد شاركوا 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 المراجع، يضمن موثوقية المعلومات ودقتها، بينما يقوم بتعليم وتوجيه المستخدمين لطرح المزيد من الأسئلة والبحث عن الكلمات الرئيسية، مما يلبي احتياجات الاستعلام المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، حيث حققت الزيارات لتطبيقاتها على الهواتف المحمولة وسطح المكتب زيادة بنسبة 8.6% في فبراير، مما جذب حوالي 50 مليون مستخدم. في السوق المالية، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، مع تقييم وصل إلى 1.04 مليار دولار، بقيادة Daniel Gross، وشارك فيه Stan Druckenmiller وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 الذي تم تعديله، بالإضافة إلى نموذجين كبيرين تم تعديله بناءً على نماذج كبيرة مفتوحة المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة و