هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
تعتبر مشاريع وكيل الذكاء الاصطناعي من الأنواع الشائعة والناضجة في ريادة الأعمال في Web2، بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات هي السائدة نظرًا لدورها الحاسم في بناء النظام البيئي.
حاليًا ، لا توجد سوى عدد قليل من مشاريع AI Agent في Web3 ، حيث تمثل 8٪ فقط ، ولكنها تمثل 23٪ من القيمة السوقية في مجال الذكاء الاصطناعي ، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة مستوى 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 التي لا تركز على الذكاء الاصطناعي. يجب أن تركز طريقة دمج مشاريع الوكيل الذكي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي، لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: حالة ظهور المشاريع وارتفاع التقييمات
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط، وبحلول مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة، كما أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o بعد إطلاق ChatGPT. مع هذا الاتجاه السريع، أدركت الشركات الكبرى في مجال التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتقدمة مثل LLM، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الخاصة، على سبيل المثال، أصدرت جوجل نموذج اللغة الكبير PaLM2، وأصدرت Meta Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل Wenxin Yiyan و Zhiyuan Qingyan، ومن الواضح أن مجال الذكاء الاصطناعي أصبح ساحة معركة حيوية.
لم تؤدي المنافسة بين عمالقة التكنولوجيا فقط إلى دفع تطوير التطبيقات التجارية، بل من خلال إحصائيات استطلاع أبحاث الذكاء الاصطناعي المفتوحة، 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% على أساس سنوي، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تنعكس الحماسة تجاه تقنيات الذكاء الاصطناعي مباشرة في سوق الاستثمار، حيث يظهر سوق الاستثمار في الذكاء الاصطناعي نمواً قوياً، مع ظهور نمو متفجر في الربع الثاني من عام 2024. هناك 16 استثماراً متعلقاً بالذكاء الاصطناعي تجاوزت 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف الربع الأول. كما ارتفعت إجمالي تمويل الشركات الناشئة في الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة أكثر من الضعف مقارنة بالعام السابق. ومن بين هذه الشركات، جمعت xAI التابعة لمسك 6 مليارات دولار، مع تقييم بلغ 24 مليار دولار، مما جعلها ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
إن التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل خريطة مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح المصدر، وصولاً إلى التوجه الحماسي للسوق المالية نحو مفهوم الذكاء الاصطناعي. تتوالى المشاريع واحدة تلو الأخرى، وتصل استثماراتها إلى مستويات قياسية جديدة، مما يرفع من تقييماتها بشكل متزايد. بوجه عام، يوجد سوق الذكاء الاصطناعي في فترة ذهبية من التطور السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات توليد المعلومات المعززة من خلال البحث تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، فإن هذه النماذج لا تزال تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر توليد معلومات غير دقيقة، ومشكلات الشفافية في النماذج. تصبح هذه المشكلات أكثر أهمية في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا دراسة وكيل الذكاء الصناعي، لأن وكيل الذكاء الصناعي يركز على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. يمثل هذا التحول تطور تقنية الذكاء الاصطناعي من نماذج اللغة الصرفة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية. لذا، من تطور وكيل الذكاء الاصطناعي، نرى الأمل، حيث إنه يسد الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات الحقيقية بشكل تدريجي. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 بناء علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات، والنماذج، وقوة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية، واقتصاد الرموز، والعقود الذكية، نتوقع أن تثمر عن سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يُظهر إمكانات هائلة لتحقيق تطبيقات واسعة النطاق.
لهذا السبب، بدأنا في دراسة شاملة لتطبيقات AI Agent المتنوعة في Web3، بدءًا من بنية Web3 التحتية، والبرمجيات الوسيطة، وطبقة التطبيقات، وصولاً إلى أسواق البيانات والنماذج، بهدف تحديد وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيقات، لفهم الاندماج العميق بين AI وWeb3.
توضيح المفاهيم: مقدمة ونظرة عامة على تصنيفات وكيل الذكاء الاصطناعي
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتمكين القارئ من فهم الفرق بين التعريف والنموذج نفسه بشكل أفضل، نقدم مثالاً من سيناريو واقعي: لنفترض أنك تخطط لرحلة. تقدم نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما توفر تقنيات تحسين الاسترجاع الجيل مزيدًا من المحتوى الغني والمحدد عن الوجهات. أما وكيل الذكاء الاصطناعي، فهو مثل جارفيس في أفلام الرجل الحديدي، حيث يمكنه فهم الاحتياجات، ويمكنه أيضًا البحث بنشاط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
الآن، التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو نظام ذكي قادر على إدراك البيئة واتخاذ إجراءات مناسبة. يتم الحصول على معلومات البيئة من خلال أجهزة الاستشعار، وبعد معالجتها، يتم التأثير على البيئة من خلال المحركات (ستيوارت راسل وبيتر نورفيغ، 2020). نحن نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM وRAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. إنه قادر ليس فقط على تقديم المعلومات البسيطة، بل أيضًا على التخطيط وتفكيك المهام وتنفيذها بشكل فعلي.
وفقًا لهذا التعريف والخصائص، يمكننا أن نرى أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا، حيث يتم استخدامه في سياقات مختلفة، مثل AlphaGo وSiri وقيادة السيارات الذاتية من المستوى 5 وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على وكيل الذكاء الاصطناعي. الصفة المشتركة لهذه الأنظمة هي أنها تستطيع استشعار مدخلات المستخدم الخارجية، وبناءً على ذلك، تؤثر على البيئة الواقعية.
لنأخذ ChatGPT كمثال لتوضيح المفهوم، يجب أن نوضح أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، و 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. بينما ChatGP هو وكيل الذكاء الاصطناعي الذي تطور استنادًا إلى نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نحن نقوم بتصنيف 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوقي Web2 و Web3 من خلال وضع علامات على كل مشروع بناءً على العلامات البارزة المرتبطة به، وقمنا بتقسيمها إلى فئات رئيسية وفئات ثانوية. حيث تتكون الفئات الرئيسية من ثلاثة أنواع: البنية التحتية، إنشاء المحتوى، التفاعل مع المستخدم، ثم نقوم بتفصيلها بناءً على حالات الاستخدام الفعلية:
البنية التحتية: هذه الفئة تركز على بناء محتوى أساسي في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B الأكثر نضجًا والتي تعتمد على التطبيقات الأساسية.
أدوات التطوير: توفر للمطورين أدوات وإطارات مساعدة لبناء وكيل ذكي.
فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تُستخدم بشكل رئيسي لدعم اتخاذ القرار، وتوفير المصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وما إلى ذلك.
خدمات فئة B: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولاً خدمية للشركات، وحلولاً عمودية، وحلولاً آلية.
منصات التجميع: منصات تجمع بين مجموعة متنوعة من خدمات وأدوات وكيل الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة توليد المحتوى، لكن الاختلاف يكمن في التفاعل الثنائي المستمر. وكيل التفاعلية لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضًا ردودًا باستخدام تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.
فئة الدعم العاطفي: وكيل ذكاء اصطناعي يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (محول مدرب مسبقًا).
فئة البحث: تركز على وظيفة البحث، وتقدم معلومات دقيقة بشكل رئيسي لوكالة المعلومات.
نوع توليد المحتوى: تركز هذه الأنواع من المشاريع على إنشاء المحتوى، باستخدام تقنية النماذج الكبيرة لإنشاء أشكال مختلفة من المحتوى بناءً على أوامر 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. على وجه الخصوص، يتمركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: إن المشاريع المتعلقة بالبنية التحتية تحتل الصدارة في المقام الأول بفضل نضج تقنيتها. عادةً ما تُبنى هذه المشاريع على تقنيات وإطارات تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. يعادل ذلك "المجرفة" في مجال الذكاء الاصطناعي، حيث يوفر أساسًا قويًا لتطوير وتطبيق الوكلاء الذكيين.
دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنة بالسوق الاستهلاكية، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق المؤسسية أكثر إلحاحًا، خاصة في البحث عن حلول لتحسين كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات نسبيًا مستقر، مما يساعدهم في تطوير المشاريع اللاحقة.
قيود سيناريو التطبيق: في الوقت نفسه، نلاحظ أن تطبيقات الذكاء الاصطناعي في توليد المحتوى في سوق B تعاني من محدودية نسبية في سيناريوهات الاستخدام. بسبب عدم استقرار الإنتاج، تميل الشركات إلى تفضيل التطبيقات التي يمكن أن تعزز الإنتاجية بشكل مستقر. وهذا أدى إلى نسبة صغيرة لتطبيقات الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع.
تعكس هذه الاتجاهات نضج التكنولوجيا والطلب في السوق والاعتبارات الفعلية لمجالات التطبيق. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح الطلب في السوق، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية القوي لتطوير وكلاء الذكاء الاصطناعي.
تحليل مشروع رائد لوكلاء الذكاء الاصطناعي Web2
نناقش بعمق بعض مشاريع الوكلاء الذكيين في سوق Web2 الحالية، ونقوم بتحليلها باستخدام ثلاثة مشاريع وهي Character AI و Perplexity AI و Midjourney كنماذج.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: يقدم 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 باللغة الطبيعية وتنفيذ مهام محددة.
تحليل البيانات: بلغ عدد الزيارات لشركة Character.AI في 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 الشباب. حققت Character AI أداءً ممتازًا في السوق المالية، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغت قيمتها السوقية 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 تقنياتها الخاصة. ومن الجدير بالذكر أن مؤسسي الشركة، Noam Shazeer و Daniel De Freitas، شاركوا في تطوير نموذج اللغة الحواري Llama من جوجل.
الذكاء الاصطناعي Perplexity:
مقدمة المنتج: يمكن لـ Perplexity سحب المعلومات من الإنترنت وتقديم إجابات مفصلة. من خلال الاقتباسات وروابط المرجع ، يضمن موثوقية ودقة المعلومات ، بينما يقوم بتثقيف وإرشاد المستخدمين لطرح أسئلة متابعة والبحث عن كلمات رئيسية ، مما يلبي احتياجات الاستعلام المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، وزادت زيارات تطبيقاته المحمولة وسطح المكتب بنسبة 8.6٪ في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة دانيال غروس، وشارك فيها ستان دروكينميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم ضبطهما بناءً على نموذج مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة واستفسارات المجالات العمودية، مما يضمن دقة المعلومات وموثوقيتها.
ميدجورني:
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.
تسجيلات الإعجاب 17
أعجبني
17
2
إعادة النشر
مشاركة
تعليق
0/400
JustHereForAirdrops
· 08-09 23:18
بدلاً من إنقاذ قشة، دع a16z تراقب kkx أولاً.
شاهد النسخة الأصليةرد0
ClassicDumpster
· 08-09 23:10
القيمة السوقية العالية ما فائدتها إذا لم يكن هناك حتى سيناريوهات تطبيقية?
هل يمكن لوكيل الذكاء الاصطناعي قيادة مستقبل جديد لـ Web3 + AI
هل يمكن لوكيل الذكاء الاصطناعي أن يصبح طوق النجاة لـ Web3 + AI؟
تعتبر مشاريع وكيل الذكاء الاصطناعي من الأنواع الشائعة والناضجة في ريادة الأعمال في Web2، بينما في مجال Web3، أصبحت مشاريع تدريب النماذج وتجميع المنصات هي السائدة نظرًا لدورها الحاسم في بناء النظام البيئي.
حاليًا ، لا توجد سوى عدد قليل من مشاريع AI Agent في Web3 ، حيث تمثل 8٪ فقط ، ولكنها تمثل 23٪ من القيمة السوقية في مجال الذكاء الاصطناعي ، مما يظهر قوة تنافسية كبيرة في السوق. نتوقع أنه مع نضوج التكنولوجيا وزيادة مستوى 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 التي لا تركز على الذكاء الاصطناعي. يجب أن تركز طريقة دمج مشاريع الوكيل الذكي على بناء النظام البيئي الكامل وتصميم نموذج الاقتصاد الرمزي، لتعزيز اللامركزية وتأثير الشبكة.
موجة الذكاء الاصطناعي: حالة ظهور المشاريع وارتفاع التقييمات
منذ ظهور ChatGPT في نوفمبر 2022، جذب أكثر من 100 مليون مستخدم في غضون شهرين فقط، وبحلول مايو 2024، وصلت الإيرادات الشهرية لـ ChatGPT إلى 20.3 مليون دولار مذهلة، كما أطلقت OpenAI بسرعة إصدارات متكررة مثل GPT-4 و GP4-4o بعد إطلاق ChatGPT. مع هذا الاتجاه السريع، أدركت الشركات الكبرى في مجال التكنولوجيا التقليدية أهمية تطبيقات نماذج الذكاء الاصطناعي المتقدمة مثل LLM، وبدأت جميعها في إطلاق نماذجها وتطبيقاتها الخاصة، على سبيل المثال، أصدرت جوجل نموذج اللغة الكبير PaLM2، وأصدرت Meta Llama3، بينما أطلقت الشركات الصينية نماذج كبيرة مثل Wenxin Yiyan و Zhiyuan Qingyan، ومن الواضح أن مجال الذكاء الاصطناعي أصبح ساحة معركة حيوية.
لم تؤدي المنافسة بين عمالقة التكنولوجيا فقط إلى دفع تطوير التطبيقات التجارية، بل من خلال إحصائيات استطلاع أبحاث الذكاء الاصطناعي المفتوحة، 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% على أساس سنوي، مما يعكس حماس مجتمع المطورين العالمي لأبحاث الذكاء الاصطناعي.
تنعكس الحماسة تجاه تقنيات الذكاء الاصطناعي مباشرة في سوق الاستثمار، حيث يظهر سوق الاستثمار في الذكاء الاصطناعي نمواً قوياً، مع ظهور نمو متفجر في الربع الثاني من عام 2024. هناك 16 استثماراً متعلقاً بالذكاء الاصطناعي تجاوزت 150 مليون دولار على مستوى العالم، وهو ما يعادل ضعف الربع الأول. كما ارتفعت إجمالي تمويل الشركات الناشئة في الذكاء الاصطناعي إلى 24 مليار دولار، بزيادة أكثر من الضعف مقارنة بالعام السابق. ومن بين هذه الشركات، جمعت xAI التابعة لمسك 6 مليارات دولار، مع تقييم بلغ 24 مليار دولار، مما جعلها ثاني أعلى شركة ناشئة في الذكاء الاصطناعي من حيث التقييم بعد OpenAI.
إن التطور السريع لتكنولوجيا الذكاء الاصطناعي يعيد تشكيل خريطة مجال التكنولوجيا بسرعة غير مسبوقة. من المنافسة الشديدة بين عمالقة التكنولوجيا، إلى النمو المزدهر لمشاريع المجتمع المفتوح المصدر، وصولاً إلى التوجه الحماسي للسوق المالية نحو مفهوم الذكاء الاصطناعي. تتوالى المشاريع واحدة تلو الأخرى، وتصل استثماراتها إلى مستويات قياسية جديدة، مما يرفع من تقييماتها بشكل متزايد. بوجه عام، يوجد سوق الذكاء الاصطناعي في فترة ذهبية من التطور السريع، حيث حققت النماذج اللغوية الكبيرة وتقنيات توليد المعلومات المعززة من خلال البحث تقدمًا كبيرًا في مجال معالجة اللغة. ومع ذلك، فإن هذه النماذج لا تزال تواجه تحديات عند تحويل المزايا التقنية إلى منتجات فعلية، مثل عدم اليقين في مخرجات النماذج، ومخاطر توليد معلومات غير دقيقة، ومشكلات الشفافية في النماذج. تصبح هذه المشكلات أكثر أهمية في سيناريوهات التطبيقات التي تتطلب موثوقية عالية.
في هذا السياق، بدأنا دراسة وكيل الذكاء الصناعي، لأن وكيل الذكاء الصناعي يركز على شمولية حل المشكلات الحقيقية والتفاعل مع البيئة. يمثل هذا التحول تطور تقنية الذكاء الاصطناعي من نماذج اللغة الصرفة إلى أنظمة ذكية قادرة على فهم التعلم وحل المشكلات الواقعية. لذا، من تطور وكيل الذكاء الاصطناعي، نرى الأمل، حيث إنه يسد الفجوة بين تقنية الذكاء الاصطناعي وحل المشكلات الحقيقية بشكل تدريجي. إن تطور تقنية الذكاء الاصطناعي يعيد تشكيل هيكل الإنتاج، بينما تعيد تقنية Web3 بناء علاقات الإنتاج في الاقتصاد الرقمي. عندما تندمج العناصر الثلاثة الأساسية للذكاء الاصطناعي: البيانات، والنماذج، وقوة الحوسبة، مع المفاهيم الأساسية لـ Web3 مثل اللامركزية، واقتصاد الرموز، والعقود الذكية، نتوقع أن تثمر عن سلسلة من التطبيقات الابتكارية. في هذا المجال المتقاطع المليء بالإمكانات، نعتقد أن وكيل الذكاء الاصطناعي، بفضل قدرته على تنفيذ المهام بشكل مستقل، يُظهر إمكانات هائلة لتحقيق تطبيقات واسعة النطاق.
لهذا السبب، بدأنا في دراسة شاملة لتطبيقات AI Agent المتنوعة في Web3، بدءًا من بنية Web3 التحتية، والبرمجيات الوسيطة، وطبقة التطبيقات، وصولاً إلى أسواق البيانات والنماذج، بهدف تحديد وتقييم أنواع المشاريع الأكثر وعدًا وسيناريوهات التطبيقات، لفهم الاندماج العميق بين AI وWeb3.
توضيح المفاهيم: مقدمة ونظرة عامة على تصنيفات وكيل الذكاء الاصطناعي
مقدمة أساسية
قبل تقديم وكيل الذكاء الاصطناعي، ولتمكين القارئ من فهم الفرق بين التعريف والنموذج نفسه بشكل أفضل، نقدم مثالاً من سيناريو واقعي: لنفترض أنك تخطط لرحلة. تقدم نماذج اللغة الكبيرة التقليدية معلومات عن الوجهات ونصائح السفر. بينما توفر تقنيات تحسين الاسترجاع الجيل مزيدًا من المحتوى الغني والمحدد عن الوجهات. أما وكيل الذكاء الاصطناعي، فهو مثل جارفيس في أفلام الرجل الحديدي، حيث يمكنه فهم الاحتياجات، ويمكنه أيضًا البحث بنشاط عن الرحلات الجوية والفنادق بناءً على جملة واحدة منك، وتنفيذ عمليات الحجز، وإضافة الجدول الزمني إلى التقويم.
الآن، التعريف الشائع لوكيل الذكاء الاصطناعي في الصناعة هو نظام ذكي قادر على إدراك البيئة واتخاذ إجراءات مناسبة. يتم الحصول على معلومات البيئة من خلال أجهزة الاستشعار، وبعد معالجتها، يتم التأثير على البيئة من خلال المحركات (ستيوارت راسل وبيتر نورفيغ، 2020). نحن نعتقد أن وكيل الذكاء الاصطناعي هو مساعد يجمع بين LLM وRAG والذاكرة وتخطيط المهام وقدرة استخدام الأدوات. إنه قادر ليس فقط على تقديم المعلومات البسيطة، بل أيضًا على التخطيط وتفكيك المهام وتنفيذها بشكل فعلي.
وفقًا لهذا التعريف والخصائص، يمكننا أن نرى أن وكيل الذكاء الاصطناعي قد اندمج بالفعل في حياتنا، حيث يتم استخدامه في سياقات مختلفة، مثل AlphaGo وSiri وقيادة السيارات الذاتية من المستوى 5 وما فوق من تسلا، والتي يمكن اعتبارها أمثلة على وكيل الذكاء الاصطناعي. الصفة المشتركة لهذه الأنظمة هي أنها تستطيع استشعار مدخلات المستخدم الخارجية، وبناءً على ذلك، تؤثر على البيئة الواقعية.
لنأخذ ChatGPT كمثال لتوضيح المفهوم، يجب أن نوضح أن Transformer هو الهيكل التكنولوجي الذي يتكون منه نموذج الذكاء الاصطناعي، و 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. بينما ChatGP هو وكيل الذكاء الاصطناعي الذي تطور استنادًا إلى نموذج GPT.
نظرة عامة على الفئات
سوق وكلاء الذكاء الاصطناعي الحالي لم يشكل بعد معيار تصنيف موحد، نحن نقوم بتصنيف 204 مشروعًا لوكلاء الذكاء الاصطناعي في سوقي Web2 و Web3 من خلال وضع علامات على كل مشروع بناءً على العلامات البارزة المرتبطة به، وقمنا بتقسيمها إلى فئات رئيسية وفئات ثانوية. حيث تتكون الفئات الرئيسية من ثلاثة أنواع: البنية التحتية، إنشاء المحتوى، التفاعل مع المستخدم، ثم نقوم بتفصيلها بناءً على حالات الاستخدام الفعلية:
البنية التحتية: هذه الفئة تركز على بناء محتوى أساسي في مجال الوكلاء، بما في ذلك المنصات والنماذج والبيانات وأدوات التطوير، بالإضافة إلى خدمات B2B الأكثر نضجًا والتي تعتمد على التطبيقات الأساسية.
أدوات التطوير: توفر للمطورين أدوات وإطارات مساعدة لبناء وكيل ذكي.
فئة معالجة البيانات: معالجة وتحليل بيانات بتنسيقات مختلفة، تُستخدم بشكل رئيسي لدعم اتخاذ القرار، وتوفير المصادر للتدريب.
فئة تدريب النماذج: تقدم خدمات تدريب النماذج المتعلقة بالذكاء الاصطناعي، بما في ذلك الاستدلال، وإنشاء النماذج، والإعدادات، وما إلى ذلك.
خدمات فئة B: تستهدف بشكل رئيسي المستخدمين من الشركات، وتقدم حلولاً خدمية للشركات، وحلولاً عمودية، وحلولاً آلية.
منصات التجميع: منصات تجمع بين مجموعة متنوعة من خدمات وأدوات وكيل الذكاء الاصطناعي.
التفاعلية: مشابهة لفئة توليد المحتوى، لكن الاختلاف يكمن في التفاعل الثنائي المستمر. وكيل التفاعلية لا يقبل فقط ويفهم احتياجات المستخدم، بل يقدم أيضًا ردودًا باستخدام تقنيات مثل معالجة اللغة الطبيعية (NLP) لتحقيق التفاعل الثنائي مع المستخدم.
فئة الدعم العاطفي: وكيل ذكاء اصطناعي يقدم الدعم العاطفي والمرافقة.
نوع GPT: وكيل AI يعتمد على نموذج GPT (محول مدرب مسبقًا).
فئة البحث: تركز على وظيفة البحث، وتقدم معلومات دقيقة بشكل رئيسي لوكالة المعلومات.
نوع توليد المحتوى: تركز هذه الأنواع من المشاريع على إنشاء المحتوى، باستخدام تقنية النماذج الكبيرة لإنشاء أشكال مختلفة من المحتوى بناءً على أوامر 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. على وجه الخصوص، يتمركز حوالي ثلثي المشاريع في فئة البنية التحتية، حيث تهيمن خدمات B-end وأدوات التطوير بشكل كبير، وقد أجرينا بعض التحليلات حول هذه الظاهرة.
تأثير نضج التكنولوجيا: إن المشاريع المتعلقة بالبنية التحتية تحتل الصدارة في المقام الأول بفضل نضج تقنيتها. عادةً ما تُبنى هذه المشاريع على تقنيات وإطارات تم اختبارها عبر الزمن، مما يقلل من صعوبة التطوير والمخاطر. يعادل ذلك "المجرفة" في مجال الذكاء الاصطناعي، حيث يوفر أساسًا قويًا لتطوير وتطبيق الوكلاء الذكيين.
دفع الطلب في السوق: عامل رئيسي آخر هو الطلب في السوق. مقارنة بالسوق الاستهلاكية، فإن الطلب على تقنيات الذكاء الاصطناعي في السوق المؤسسية أكثر إلحاحًا، خاصة في البحث عن حلول لتحسين كفاءة العمليات وتقليل التكاليف. في الوقت نفسه، بالنسبة للمطورين، فإن التدفق النقدي من الشركات نسبيًا مستقر، مما يساعدهم في تطوير المشاريع اللاحقة.
قيود سيناريو التطبيق: في الوقت نفسه، نلاحظ أن تطبيقات الذكاء الاصطناعي في توليد المحتوى في سوق B تعاني من محدودية نسبية في سيناريوهات الاستخدام. بسبب عدم استقرار الإنتاج، تميل الشركات إلى تفضيل التطبيقات التي يمكن أن تعزز الإنتاجية بشكل مستقر. وهذا أدى إلى نسبة صغيرة لتطبيقات الذكاء الاصطناعي في توليد المحتوى في مكتبة المشاريع.
تعكس هذه الاتجاهات نضج التكنولوجيا والطلب في السوق والاعتبارات الفعلية لمجالات التطبيق. مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي وتوضيح الطلب في السوق، نتوقع أن يتغير هذا النمط، لكن البنية التحتية ستظل حجر الزاوية القوي لتطوير وكلاء الذكاء الاصطناعي.
تحليل مشروع رائد لوكلاء الذكاء الاصطناعي Web2
نناقش بعمق بعض مشاريع الوكلاء الذكيين في سوق Web2 الحالية، ونقوم بتحليلها باستخدام ثلاثة مشاريع وهي Character AI و Perplexity AI و Midjourney كنماذج.
شخصية الذكاء الاصطناعي:
مقدمة المنتج: يقدم 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 باللغة الطبيعية وتنفيذ مهام محددة.
تحليل البيانات: بلغ عدد الزيارات لشركة Character.AI في 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 الشباب. حققت Character AI أداءً ممتازًا في السوق المالية، حيث أكملت تمويلًا بقيمة 150 مليون دولار، وبلغت قيمتها السوقية 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 تقنياتها الخاصة. ومن الجدير بالذكر أن مؤسسي الشركة، Noam Shazeer و Daniel De Freitas، شاركوا في تطوير نموذج اللغة الحواري Llama من جوجل.
الذكاء الاصطناعي Perplexity:
مقدمة المنتج: يمكن لـ Perplexity سحب المعلومات من الإنترنت وتقديم إجابات مفصلة. من خلال الاقتباسات وروابط المرجع ، يضمن موثوقية ودقة المعلومات ، بينما يقوم بتثقيف وإرشاد المستخدمين لطرح أسئلة متابعة والبحث عن كلمات رئيسية ، مما يلبي احتياجات الاستعلام المتنوعة للمستخدمين.
تحليل البيانات: بلغ عدد المستخدمين النشطين شهريًا لـ Perplexity 10 ملايين، وزادت زيارات تطبيقاته المحمولة وسطح المكتب بنسبة 8.6٪ في فبراير، مما جذب حوالي 50 مليون مستخدم. في سوق رأس المال، أعلنت Perplexity AI مؤخرًا عن حصولها على تمويل قدره 62.7 مليون دولار، مع تقييم بلغ 1.04 مليار دولار، بقيادة دانيال غروس، وشارك فيها ستان دروكينميلر وNVIDIA.
التحليل الفني: النموذج الرئيسي الذي تستخدمه Perplexity هو GPT-3.5 المعدل، بالإضافة إلى نموذجين كبيرين تم ضبطهما بناءً على نموذج مفتوح المصدر: pplx-7b-online و pplx-70b-online. النموذج مناسب للأبحاث الأكاديمية المتخصصة واستفسارات المجالات العمودية، مما يضمن دقة المعلومات وموثوقيتها.
ميدجورني:
مقدمة المنتج: يمكن للمستخدمين إنشاء صور بأنماط ومواضيع متنوعة في Midjourney من خلال Prompts، تغطي من الواقعية إلى