تعاونت FLock.io مع Qwen التابعة لـ Alibaba Cloud لتحقيق شراكة استراتيجية، ويجب على الذكاء الاصطناعي في Web3 إيجاد مكان تكاملي مع الذكاء الاصطناعي في Web2.
أمس، منصة تدريب DeAI في مجال Web3AI @flock_io مع Alibaba Cloud التابعة لـ @Alibaba_Qwen
أعلنت نماذج اللغة الكبيرة عن تعاونها. إذا لم أكن مخطئًا، يجب أن يعتبر ذلك أول تعاون تكاملي من Web2 AI نحو Web3 AI. لم يتيح فقط لـ Flock تحقيق انطلاقة حقيقية نحو الخارج، بل أعاد أيضًا الروح المعنوية لقطاع Web3 AI الذي يعاني من ضعف الضغط. دعني أوضح أكثر:
لقد أوضحت في التغريدة المثبتة أن وكيل Web3 AI كان يحاول دائمًا تحفيز تطبيقات الوكلاء من خلال الاقتصاد الرمزي، كما قام بتطوير نموذج منافسة للنشر السريع، ولكن بعد موجة الهوس بإصدار الأصول، اكتشف الجميع أن Web3 AI في مسألة الفائدة العملية والابتكار مقارنة بـ Web2 AI، لا تكاد تمتلك أي فرصة للفوز.
لذلك، ولدت تقنيات AI المبتكرة من Web2 مثل Manus و MCP و A2A، بشكل مباشر أو غير مباشر، فقاعات السوق الموجودة لوكلاء AI في Web3، مما أدى إلى تدفق الدم في السوق الثانوية.
كيف نكسر الحلقة؟ الطريق واضح جداً، يحتاج Web3 AI إلى إيجاد موقع تكاملي مع Web2 AI، لحل مشاكل تكلفة الحوسبة العالية التي لا يمكن لـ Web2 AI حلها، ومشاكل خصوصية البيانات، ومشاكل ضبط نماذج المشهد العمودي، وغيرها.
السبب في ذلك هو أن نماذج الذكاء الاصطناعي المركزية ستواجه مشاكل حادة في النهاية تتعلق بقنوات الحصول على موارد الحوسبة وتكاليفها، وقضايا خصوصية بيانات الموارد. في المقابل، فإن الهيكل الموزع الذي تحاول Web3 AI تطبيقه يمكنه الاستفادة من موارد الحوسبة غير المستخدمة لتقليل التكاليف، كما أنه سيعتمد على تقنيات مثل إثبات المعرفة الصفرية وTEE لحماية الخصوصية، بالإضافة إلى دفع تطوير وتعديل النماذج في المشاهد الرأسية من خلال ملكية البيانات وآلية تحفيز المساهمات.
بغض النظر عن الانتقادات، فإن الهيكل اللامركزي لذكاء الويب 3 والآليات التحفيزية المرنة يمكن أن تؤدي إلى تأثير مباشر في حل بعض المشكلات الموجودة في ذكاء الويب 2.
3）بالحديث عن التعاون بين Flock و Qwen. Qwen هو نموذج لغة مفتوح المصدر تم تطويره بواسطة Alibaba Cloud، وقد أصبح خيارًا شائعًا لبعض المطورين وفرق البحث بفضل أدائه المتميز في اختبارات المعايير وحرية المرونة التي تسمح للمطورين بنشره محليًا وتعديله.
Flock هي منصة تدريب AI لامركزية تجمع بين التعلم الفيدرالي AI وهندسة التكنولوجيا الموزعة AI، وأكبر ميزاتها هي أنها تتيح "عدم خروج البيانات من الموقع المحلي"، من خلال التدريب الموزع لحماية خصوصية المستخدمين، وشفافية تتبع مساهمات البيانات، وبالتالي حل مشكلات التخصيص والتطبيق لنماذج AI في المجالات العمودية مثل التعليم والرعاية الصحية.
بشكل محدد، يحتوي Flock على ثلاثة مكونات رئيسية، سأشاركها باختصار هنا:
1، ساحة الذكاء الاصطناعي (AI Arena)، هذه منصة تدريب نماذج تنافسية، يمكن للمستخدمين تقديم نماذجهم الخاصة والتنافس مع المشاركين الآخرين لتحسين الأداء والفوز بالجوائز. الهدف الرئيسي منها هو من خلال تصميم آلية "اللعب"، يمكن تحفيز المستخدمين على ضبط وتحسين نماذجهم الكبيرة المحلية باستمرار، وبالتالي اختيار نماذج مرجعية أفضل.
2، اتحاد التعلم الفيدرالي، لحل مشكلة التعاون بين المنظمات في المشاهد الحساسة الرأسية التقليدية مثل الرعاية الصحية والتعليم والمالية، حقق اتحاد التعلم الفيدرالي من خلال تدريب النموذج المحلي + إطار التعاون الموزع، تعزيز أداء النموذج بشكل مشترك بين عدة أطراف دون مشاركة البيانات الأصلية؛
3، Moonbase (قاعدة القمر)، تُعتبر بمثابة الجهاز العصبي لبيئة Flock، وهي عبارة عن منصة لإدارة النماذج وتحسينها بشكل لا مركزي، حيث تقدم مجموعة متنوعة من أدوات الضبط الدقيق ودعم القدرة الحاسوبية (مقدمو القدرة الحاسوبية، ومعدلو البيانات)، فهي لا توفر فقط مستودع نماذج موزعة، بل تدمج أيضاً أدوات الضبط الدقيق وموارد القدرة الحاسوبية ودعم تعديل البيانات، مما يمكّن المستخدمين من تحسين النماذج المحلية بكفاءة.
كيف يمكننا النظر إلى التعاون بين Qwen و Flock؟ من وجهة نظري، فإن المعنى الممتد لهذا التعاون أكبر بكثير من جوهر التعاون الحالي.
من جهة، في ظل ضغط التكنولوجيا المستمر من Web2 AI على Web3 AI، تمثل Qwen العملاق التكنولوجي Alibaba في المعركة، حيث تتمتع بسلطة وتأثير معينين في دائرة AI. إن اختيار Qwen بنشاط للتعاون مع منصة Web3 AI، يثبت تمامًا اعتراف Web2 AI بفريق تقنية Flock، في حين أن سلسلة من الأبحاث والتطوير التي ستتم لاحقًا بين فريق Flock وفريق Qwen ستعزز الروابط بين Web3 AI و Web2 AI؛
من ناحية أخرى، كان لدى Web3 AI سابقًا قشرة من Tokenomics، لكن أداؤه في الواقع من حيث Utility كان مخيبًا للآمال. على الرغم من أنه تم تجربة العديد من الاتجاهات مثل AI Agent وAI Platform وحتى AI Framework، إلا أن التركيز على مجالات مثل DeFai وGamefai لم يقدم حلولًا حقيقية قادرة على حل المشكلات. إن عرض العلامات التجارية من قبل عمالقة التكنولوجيا في Web2 قد حدد إلى حد ما مسار وتوجه تطوير Web3 AI في المستقبل؛
الأهم هو أن Web3 AI بعد تجربة فترة من فومو حماس «إصدار الأصول» تحتاج إلى إعادة تنظيم صفوفها والتركيز على هدف يمكن أن تحقق منه نتائج حقيقية.
في الواقع، لم تكن Web3 AI أبداً مجرد وسيلة أسهل وأكثر كفاءة لنشر وكيل الذكاء الاصطناعي وتوزيع الأصول، ولا هي لعبة لجمع الأموال من خلال توزيع الأصول. يجب أن نسعى للتعاون مع Web2 AI، وتكامل المواقع البيئية اللازمة لكل منهما، لكي نتمكن من إظهار أهمية Web3 AI الحقيقية في هذا الاتجاه الكبير للذكاء الاصطناعي.
أنا سعيد لرؤية المزيد من التعاون عبر الحدود مثل Web2AI و Web3AI.
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
تعاونت FLock.io مع Qwen التابعة لـ Alibaba Cloud لتحقيق شراكة استراتيجية، ويجب على الذكاء الاصطناعي في Web3 إيجاد مكان تكاملي مع الذكاء الاصطناعي في Web2.
كتبه: هاوتيان
أمس، منصة تدريب DeAI في مجال Web3AI @flock_io مع Alibaba Cloud التابعة لـ @Alibaba_Qwen
أعلنت نماذج اللغة الكبيرة عن تعاونها. إذا لم أكن مخطئًا، يجب أن يعتبر ذلك أول تعاون تكاملي من Web2 AI نحو Web3 AI. لم يتيح فقط لـ Flock تحقيق انطلاقة حقيقية نحو الخارج، بل أعاد أيضًا الروح المعنوية لقطاع Web3 AI الذي يعاني من ضعف الضغط. دعني أوضح أكثر:
لذلك، ولدت تقنيات AI المبتكرة من Web2 مثل Manus و MCP و A2A، بشكل مباشر أو غير مباشر، فقاعات السوق الموجودة لوكلاء AI في Web3، مما أدى إلى تدفق الدم في السوق الثانوية.
السبب في ذلك هو أن نماذج الذكاء الاصطناعي المركزية ستواجه مشاكل حادة في النهاية تتعلق بقنوات الحصول على موارد الحوسبة وتكاليفها، وقضايا خصوصية بيانات الموارد. في المقابل، فإن الهيكل الموزع الذي تحاول Web3 AI تطبيقه يمكنه الاستفادة من موارد الحوسبة غير المستخدمة لتقليل التكاليف، كما أنه سيعتمد على تقنيات مثل إثبات المعرفة الصفرية وTEE لحماية الخصوصية، بالإضافة إلى دفع تطوير وتعديل النماذج في المشاهد الرأسية من خلال ملكية البيانات وآلية تحفيز المساهمات.
بغض النظر عن الانتقادات، فإن الهيكل اللامركزي لذكاء الويب 3 والآليات التحفيزية المرنة يمكن أن تؤدي إلى تأثير مباشر في حل بعض المشكلات الموجودة في ذكاء الويب 2.
3）بالحديث عن التعاون بين Flock و Qwen. Qwen هو نموذج لغة مفتوح المصدر تم تطويره بواسطة Alibaba Cloud، وقد أصبح خيارًا شائعًا لبعض المطورين وفرق البحث بفضل أدائه المتميز في اختبارات المعايير وحرية المرونة التي تسمح للمطورين بنشره محليًا وتعديله.
Flock هي منصة تدريب AI لامركزية تجمع بين التعلم الفيدرالي AI وهندسة التكنولوجيا الموزعة AI، وأكبر ميزاتها هي أنها تتيح "عدم خروج البيانات من الموقع المحلي"، من خلال التدريب الموزع لحماية خصوصية المستخدمين، وشفافية تتبع مساهمات البيانات، وبالتالي حل مشكلات التخصيص والتطبيق لنماذج AI في المجالات العمودية مثل التعليم والرعاية الصحية.
بشكل محدد، يحتوي Flock على ثلاثة مكونات رئيسية، سأشاركها باختصار هنا:
1، ساحة الذكاء الاصطناعي (AI Arena)، هذه منصة تدريب نماذج تنافسية، يمكن للمستخدمين تقديم نماذجهم الخاصة والتنافس مع المشاركين الآخرين لتحسين الأداء والفوز بالجوائز. الهدف الرئيسي منها هو من خلال تصميم آلية "اللعب"، يمكن تحفيز المستخدمين على ضبط وتحسين نماذجهم الكبيرة المحلية باستمرار، وبالتالي اختيار نماذج مرجعية أفضل.
2، اتحاد التعلم الفيدرالي، لحل مشكلة التعاون بين المنظمات في المشاهد الحساسة الرأسية التقليدية مثل الرعاية الصحية والتعليم والمالية، حقق اتحاد التعلم الفيدرالي من خلال تدريب النموذج المحلي + إطار التعاون الموزع، تعزيز أداء النموذج بشكل مشترك بين عدة أطراف دون مشاركة البيانات الأصلية؛
3، Moonbase (قاعدة القمر)، تُعتبر بمثابة الجهاز العصبي لبيئة Flock، وهي عبارة عن منصة لإدارة النماذج وتحسينها بشكل لا مركزي، حيث تقدم مجموعة متنوعة من أدوات الضبط الدقيق ودعم القدرة الحاسوبية (مقدمو القدرة الحاسوبية، ومعدلو البيانات)، فهي لا توفر فقط مستودع نماذج موزعة، بل تدمج أيضاً أدوات الضبط الدقيق وموارد القدرة الحاسوبية ودعم تعديل البيانات، مما يمكّن المستخدمين من تحسين النماذج المحلية بكفاءة.
من جهة، في ظل ضغط التكنولوجيا المستمر من Web2 AI على Web3 AI، تمثل Qwen العملاق التكنولوجي Alibaba في المعركة، حيث تتمتع بسلطة وتأثير معينين في دائرة AI. إن اختيار Qwen بنشاط للتعاون مع منصة Web3 AI، يثبت تمامًا اعتراف Web2 AI بفريق تقنية Flock، في حين أن سلسلة من الأبحاث والتطوير التي ستتم لاحقًا بين فريق Flock وفريق Qwen ستعزز الروابط بين Web3 AI و Web2 AI؛
من ناحية أخرى، كان لدى Web3 AI سابقًا قشرة من Tokenomics، لكن أداؤه في الواقع من حيث Utility كان مخيبًا للآمال. على الرغم من أنه تم تجربة العديد من الاتجاهات مثل AI Agent وAI Platform وحتى AI Framework، إلا أن التركيز على مجالات مثل DeFai وGamefai لم يقدم حلولًا حقيقية قادرة على حل المشكلات. إن عرض العلامات التجارية من قبل عمالقة التكنولوجيا في Web2 قد حدد إلى حد ما مسار وتوجه تطوير Web3 AI في المستقبل؛
الأهم هو أن Web3 AI بعد تجربة فترة من فومو حماس «إصدار الأصول» تحتاج إلى إعادة تنظيم صفوفها والتركيز على هدف يمكن أن تحقق منه نتائج حقيقية.
في الواقع، لم تكن Web3 AI أبداً مجرد وسيلة أسهل وأكثر كفاءة لنشر وكيل الذكاء الاصطناعي وتوزيع الأصول، ولا هي لعبة لجمع الأموال من خلال توزيع الأصول. يجب أن نسعى للتعاون مع Web2 AI، وتكامل المواقع البيئية اللازمة لكل منهما، لكي نتمكن من إظهار أهمية Web3 AI الحقيقية في هذا الاتجاه الكبير للذكاء الاصطناعي.
أنا سعيد لرؤية المزيد من التعاون عبر الحدود مثل Web2AI و Web3AI.