سجلت أسعار أسهم إنفيديا مؤخرًا ارتفاعًا جديدًا، مما يدل على تفاؤل السوق بشأن آفاق تطوير الذكاء الاصطناعي متعدد الأنماط. في الوقت نفسه، لم تنجح محاولات الذكاء الاصطناعي في مجال Web3 في جذب الكثير من الانتباه. ويرجع ذلك بشكل رئيسي إلى أن الذكاء الاصطناعي في Web3 يعاني حاليًا من بعض المفاهيم الخاطئة في الخطط التقنية، مما يجعل من الصعب التنافس مع الذكاء الاصطناعي في Web2 الذي يتطور بسرعة.
تستخدم Web3 AI حاليًا نهج تصميم معياري، حيث تحاول بناء أنظمة معقدة من خلال دمج وحدات وظيفية مختلفة. ومع ذلك، فإن هذه الطريقة تعاني من عيوب جوهرية في معالجة القضايا الرئيسية مثل محاذاة الدلالات عالية الأبعاد، وآلية الانتباه، ودمج الميزات.
أولاً، من الصعب على الذكاء الاصطناعي في Web3 تحقيق فضاء دلالي عالي الأبعاد. يمكن للذكاء الاصطناعي في Web2 من خلال التدريب الشامل أن يقوم بربط معلومات من أوضاع مختلفة في نفس الفضاء العالي الأبعاد، مما يحقق المحاذاة الدلالية. بينما الهيكلية المعيارية للذكاء الاصطناعي في Web3 تجعل من الصعب دعم هذا التمثيل الموحد.
ثانياً، من الصعب أن تعمل آلية الانتباه في Web3 AI. تتطلب آلية الانتباه الدقيقة تخصيص موارد الحوسبة ديناميكياً في الفضاء عالي الأبعاد، في حين أن الهيكل المعياري منخفض الأبعاد لـ Web3 AI لا يمكنه دعم هذا النوع من العمليات المعقدة.
أخيرًا، لا يزال دمج ميزات Web3 AI في مرحلة التجميع البسيط. يمكن لـ Web2 AI تحقيق تفاعلات ميزات معقدة في الفضاء عالي الأبعاد، بينما يمكن لـ Web3 AI القيام فقط بتركيبات ميزات سطحية.
تقوم تقنية Web2 AI حاليًا ببناء حواجز تقنية متزايدة الارتفاع، مما يجعل من الصعب على Web3 AI تحقيق اختراقات في المدى القصير. قد تحتاج Web3 AI في المستقبل إلى اتخاذ استراتيجية "الريف يحاصر المدينة"، من خلال الدخول من المشاهد الهامشية، وتراكم الخبرات تدريجياً. يمكن النظر في تطبيقات منخفضة العتبة مثل ضبط النماذج الخفيفة والحوسبة الطرفية كنقاط دخول.
بشكل عام، لا يزال Web3 AI يواجه صعوبة في المنافسة مع Web2 AI في المهام المعقدة. ومع ذلك، من خلال تحديد مواضع واستراتيجيات معقولة، لا يزال هناك مجال لتطور Web3 AI. في المستقبل، مع تقدم التقنية، قد تظهر نقاط ضعف جديدة في Web2 AI، وعندها ستكون فرصة لـ Web3 AI لتحقيق突破.
شاهد النسخة الأصلية
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 18
أعجبني
18
7
مشاركة
تعليق
0/400
MrDecoder
· منذ 23 س
لا يزال ينظر بإيجابية إلى داخل السلسلة AI الإمكانيات
تواجه تطوير الذكاء الاصطناعي في ويب 3 عقبات تقنية، ويجب البحث عن طرق جديدة لتحقيق突破.
اتجاهات وتحديات تطوير الذكاء الاصطناعي في Web3
سجلت أسعار أسهم إنفيديا مؤخرًا ارتفاعًا جديدًا، مما يدل على تفاؤل السوق بشأن آفاق تطوير الذكاء الاصطناعي متعدد الأنماط. في الوقت نفسه، لم تنجح محاولات الذكاء الاصطناعي في مجال Web3 في جذب الكثير من الانتباه. ويرجع ذلك بشكل رئيسي إلى أن الذكاء الاصطناعي في Web3 يعاني حاليًا من بعض المفاهيم الخاطئة في الخطط التقنية، مما يجعل من الصعب التنافس مع الذكاء الاصطناعي في Web2 الذي يتطور بسرعة.
تستخدم Web3 AI حاليًا نهج تصميم معياري، حيث تحاول بناء أنظمة معقدة من خلال دمج وحدات وظيفية مختلفة. ومع ذلك، فإن هذه الطريقة تعاني من عيوب جوهرية في معالجة القضايا الرئيسية مثل محاذاة الدلالات عالية الأبعاد، وآلية الانتباه، ودمج الميزات.
أولاً، من الصعب على الذكاء الاصطناعي في Web3 تحقيق فضاء دلالي عالي الأبعاد. يمكن للذكاء الاصطناعي في Web2 من خلال التدريب الشامل أن يقوم بربط معلومات من أوضاع مختلفة في نفس الفضاء العالي الأبعاد، مما يحقق المحاذاة الدلالية. بينما الهيكلية المعيارية للذكاء الاصطناعي في Web3 تجعل من الصعب دعم هذا التمثيل الموحد.
ثانياً، من الصعب أن تعمل آلية الانتباه في Web3 AI. تتطلب آلية الانتباه الدقيقة تخصيص موارد الحوسبة ديناميكياً في الفضاء عالي الأبعاد، في حين أن الهيكل المعياري منخفض الأبعاد لـ Web3 AI لا يمكنه دعم هذا النوع من العمليات المعقدة.
أخيرًا، لا يزال دمج ميزات Web3 AI في مرحلة التجميع البسيط. يمكن لـ Web2 AI تحقيق تفاعلات ميزات معقدة في الفضاء عالي الأبعاد، بينما يمكن لـ Web3 AI القيام فقط بتركيبات ميزات سطحية.
تقوم تقنية Web2 AI حاليًا ببناء حواجز تقنية متزايدة الارتفاع، مما يجعل من الصعب على Web3 AI تحقيق اختراقات في المدى القصير. قد تحتاج Web3 AI في المستقبل إلى اتخاذ استراتيجية "الريف يحاصر المدينة"، من خلال الدخول من المشاهد الهامشية، وتراكم الخبرات تدريجياً. يمكن النظر في تطبيقات منخفضة العتبة مثل ضبط النماذج الخفيفة والحوسبة الطرفية كنقاط دخول.
بشكل عام، لا يزال Web3 AI يواجه صعوبة في المنافسة مع Web2 AI في المهام المعقدة. ومع ذلك، من خلال تحديد مواضع واستراتيجيات معقولة، لا يزال هناك مجال لتطور Web3 AI. في المستقبل، مع تقدم التقنية، قد تظهر نقاط ضعف جديدة في Web2 AI، وعندها ستكون فرصة لـ Web3 AI لتحقيق突破.