#融合 الأصول الرقمية و AI: ثلاث اتجاهات وخمسة مشاريع شعبية
خلال الشهر الماضي، ظهرت ثلاثة تغييرات بارزة في مجال دمج الأصول الرقمية والذكاء الاصطناعي:
يركز المشروع أكثر على الأداء الفني الفعلي بدلاً من التسويق المفهومي البحت.
أصبحت تطبيقات الذكاء الاصطناعي المتخصصة محور التركيز، لتحل محل الذكاء الاصطناعي العام
يهتم المستثمرون أكثر بالتحقق من نماذج الأعمال، ويفضلون بشكل خاص المشاريع التي لديها تدفق نقدي.
以下 هي خمسة مشاريع شائعة تستحق المتابعة:
1. منصة تقييم نماذج الذكاء الاصطناعي اللامركزية
تقوم المنصة بتقييم أكثر من 500 نموذج AI كبير من خلال أسلوب الحشد. يمكن للمستخدمين كسب المال من خلال تقديم الملاحظات، حيث يمكن استبدال كل 1000 نقطة بدولار واحد. لقد جذب المشروع بالفعل بعض الشركات المعروفة في مجال الذكاء الاصطناعي لشراء البيانات، مما شكل تدفق دخل فعلي.
على الرغم من أن نموذج الأعمال واضح نسبيًا، إلا أن الوقاية من عمليات الاحتيال وهجمات الساحرات لا تزال تمثل تحديًا كبيرًا، مما يتطلب تحسينًا مستمرًا للخوارزميات ذات الصلة. من حيث حجم التمويل البالغ 33 مليون دولار، من الواضح أن المستثمرين يفضلون المشاريع التي أثبتت قدرتها على تحقيق الربح.
2. شبكة الحوسبة اللامركزية للذكاء الاصطناعي
هذا المشروع حصل على اعتراف معين في سوق DePIN على Solana من خلال ملحق المتصفح. يتكون أعضاء الفريق من بعض المشاريع المعروفة في Web3. لقد حققوا تقدمًا ملموسًا في بروتوكول نقل البيانات ومحرك الاستدلال الذي أطلقوه مؤخرًا، حيث تمكنوا من تقليل الكمون بنسبة 40% ودعم الوصول للأجهزة المتنوعة.
يتناسب هذا المشروع تمامًا مع اتجاه التوطين القائم على الذكاء الاصطناعي. ومع ذلك، عند التعامل مع المهام المعقدة، لا يزال يتعين على المنصات اللامركزية التنافس مع الكفاءة للمنصات المركزية، وثبات العقد الطرفية هو أيضًا مشكلة يجب حلها. ومع ذلك، فإن الحوسبة الطرفية هي نتيجة تنافس الذكاء الاصطناعي في Web2، وأيضًا من مزايا إطار الذكاء الاصطناعي الموزع في Web3، ويستحق انتظار دفعه من خلال منتجات محددة.
3. منصة البنية التحتية للبيانات الذكاء الاصطناعي اللامركزية
تقوم المنصة بتحفيز المستخدمين العالميين على المساهمة في بيانات متعددة المجالات من خلال الرموز، بما في ذلك الرعاية الصحية، القيادة الذاتية، والصوت. تجاوزت الإيرادات التراكمية 14 مليون دولار، وأقامت شبكة من المساهمين في البيانات تضم مليون شخص.
تقنيًا، يدمج هذا المشروع إثبات المعرفة الصفرية وخوارزمية توافق آراء بيزنطية لضمان جودة البيانات، كما يستخدم تقنيات حساب الخصوصية لتلبية متطلبات الامتثال. كما أطلقوا جهاز جمع موجات الدماغ، مما وسع الأعمال من البرمجيات إلى مجال الأجهزة. تم تصميم النموذج الاقتصادي بشكل معقول، حيث يمكن للمستخدمين كسب 16 دولارًا و500,000 نقطة من خلال 10 ساعات من وضع العلامات الصوتية، بينما يمكن تقليل تكلفة اشتراك الشركات في خدمات البيانات بنسبة 45٪.
تتمثل القيمة القصوى لهذا المشروع في تلبية الطلب الحقيقي على وضع العلامات على بيانات الذكاء الاصطناعي ، خاصة في مجالات الرعاية الصحية وقيادة السيارات الذاتية التي تتطلب جودة بيانات ومتطلبات امتثال عالية للغاية. ومع ذلك ، لا يزال معدل الخطأ البالغ 20٪ أعلى من 10٪ على المنصات التقليدية ، وتقلب جودة البيانات هو مشكلة تحتاج إلى حل مستمر. على الرغم من أن اتجاه واجهات الدماغ والآلة مليء بالخيال ، إلا أن صعوبة التنفيذ ليست بسيطة.
4. شبكة قوة الحوسبة الموزعة على البلوكشين
هذا المشروع هو شبكة توزيع قوة الحوسبة مبنية على سلسلة بلوك معينة. من خلال تقنية التجزئة الديناميكية، يتم تجميع موارد GPU غير المستخدمة، مما يدعم استدلال نماذج اللغة الكبيرة بتكلفة تقل عن 40% مقارنة بمزود خدمة سحابية معين. تصميمهم لتداول البيانات المرمزة مبتكر جدًا، حيث يحول مباشرة مساهمي قوة الحوسبة إلى أصحاب مصلحة، مما يمكن أن يحفز المزيد من الأشخاص على المشاركة في الشبكة.
هذا نموذج "تجميع الموارد غير المستخدمة" النموذجي، من الناحية المنطقية فهو منطقي. لكن معدل خطأ التحقق عبر السلاسل بنسبة 15% يعتبر مرتفعًا بالفعل، ويجب تحسين الاستقرار الفني بشكل أكبر. ومع ذلك، فإنه يتمتع بميزة في السيناريوهات مثل عرض الرسوميات ثلاثية الأبعاد حيث لا تكون هناك حاجة كبيرة للوقت الحقيقي. المفتاح هو تقليل معدل الخطأ، وإلا فإن أي نموذج تجاري جيد سيتأثر بمشاكل فنية.
5. منصة التداول عالية التردد للأصول الرقمية المدفوعة بالذكاء الاصطناعي
تستخدم هذه المنصة تقنية الذكاء الاصطناعي لتحسين التداول عالي التردد للأصول الرقمية. تقنيتهم قادرة على تحسين مسارات التداول ديناميكيًا، وتقليل الانزلاق، وقد أظهرت التجارب زيادة في الكفاءة بنسبة 30%. يتماشى هذا المشروع مع اتجاه الذكاء الاصطناعي في المالية، وقد وجد نقطة دخول في مجال التداول الكمي في DeFi، وهي منطقة فرعية نسبياً فارغة، لتلبية احتياجات السوق.
على الرغم من أن الاتجاه صحيح، فإن DeFi يحتاج بالفعل إلى أدوات تداول أكثر ذكاءً، إلا أن التداول عالي التردد يتطلب دقة وتأخيراً عالياً، ولا يزال يتعين التحقق من التعاون في الوقت الحقيقي بين توقعات الذكاء الاصطناعي والتنفيذ على السلسلة. بالإضافة إلى ذلك، فإن هجمات القيمة القابلة للاستخراج القصوى (MEV) تشكل خطرًا كبيرًا، مما يتطلب تعزيز التدابير الفنية الوقائية.
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 6
أعجبني
6
7
إعادة النشر
مشاركة
تعليق
0/400
OneBlockAtATime
· منذ 8 س
مرة أخرى يأتي استغلال الحمقى بواسطة الذكاء الاصطناعي
شاهد النسخة الأصليةرد0
token_therapist
· منذ 8 س
انظر إلى الاتجاهات الجديدة، فالفائدة العملية أهم من المفهوم
شاهد النسخة الأصليةرد0
SchrodingerPrivateKey
· منذ 8 س
هل يجب على الساحرات أيضًا أن يقوموا بالتعدين؟
شاهد النسخة الأصليةرد0
TokenTherapist
· منذ 8 س
أخيرًا جاء الأمر الحقيقي
شاهد النسخة الأصليةرد0
SeasonedInvestor
· منذ 8 س
المسح الضار أخيراً لديه منافس
شاهد النسخة الأصليةرد0
MercilessHalal
· منذ 8 س
又来搞技术概念خداع الناس لتحقيق الربح了
شاهد النسخة الأصليةرد0
ContractExplorer
· منذ 8 س
مرة أخرى تستغل ضجة الذكاء الاصطناعي، الأمر مزعج قليلاً
تمكين الذكاء الاصطناعي للأصول الرقمية: تحليل عميق لثلاثة اتجاهات وخمسة مشاريع شائعة
#融合 الأصول الرقمية و AI: ثلاث اتجاهات وخمسة مشاريع شعبية
خلال الشهر الماضي، ظهرت ثلاثة تغييرات بارزة في مجال دمج الأصول الرقمية والذكاء الاصطناعي:
以下 هي خمسة مشاريع شائعة تستحق المتابعة:
1. منصة تقييم نماذج الذكاء الاصطناعي اللامركزية
تقوم المنصة بتقييم أكثر من 500 نموذج AI كبير من خلال أسلوب الحشد. يمكن للمستخدمين كسب المال من خلال تقديم الملاحظات، حيث يمكن استبدال كل 1000 نقطة بدولار واحد. لقد جذب المشروع بالفعل بعض الشركات المعروفة في مجال الذكاء الاصطناعي لشراء البيانات، مما شكل تدفق دخل فعلي.
على الرغم من أن نموذج الأعمال واضح نسبيًا، إلا أن الوقاية من عمليات الاحتيال وهجمات الساحرات لا تزال تمثل تحديًا كبيرًا، مما يتطلب تحسينًا مستمرًا للخوارزميات ذات الصلة. من حيث حجم التمويل البالغ 33 مليون دولار، من الواضح أن المستثمرين يفضلون المشاريع التي أثبتت قدرتها على تحقيق الربح.
2. شبكة الحوسبة اللامركزية للذكاء الاصطناعي
هذا المشروع حصل على اعتراف معين في سوق DePIN على Solana من خلال ملحق المتصفح. يتكون أعضاء الفريق من بعض المشاريع المعروفة في Web3. لقد حققوا تقدمًا ملموسًا في بروتوكول نقل البيانات ومحرك الاستدلال الذي أطلقوه مؤخرًا، حيث تمكنوا من تقليل الكمون بنسبة 40% ودعم الوصول للأجهزة المتنوعة.
يتناسب هذا المشروع تمامًا مع اتجاه التوطين القائم على الذكاء الاصطناعي. ومع ذلك، عند التعامل مع المهام المعقدة، لا يزال يتعين على المنصات اللامركزية التنافس مع الكفاءة للمنصات المركزية، وثبات العقد الطرفية هو أيضًا مشكلة يجب حلها. ومع ذلك، فإن الحوسبة الطرفية هي نتيجة تنافس الذكاء الاصطناعي في Web2، وأيضًا من مزايا إطار الذكاء الاصطناعي الموزع في Web3، ويستحق انتظار دفعه من خلال منتجات محددة.
3. منصة البنية التحتية للبيانات الذكاء الاصطناعي اللامركزية
تقوم المنصة بتحفيز المستخدمين العالميين على المساهمة في بيانات متعددة المجالات من خلال الرموز، بما في ذلك الرعاية الصحية، القيادة الذاتية، والصوت. تجاوزت الإيرادات التراكمية 14 مليون دولار، وأقامت شبكة من المساهمين في البيانات تضم مليون شخص.
تقنيًا، يدمج هذا المشروع إثبات المعرفة الصفرية وخوارزمية توافق آراء بيزنطية لضمان جودة البيانات، كما يستخدم تقنيات حساب الخصوصية لتلبية متطلبات الامتثال. كما أطلقوا جهاز جمع موجات الدماغ، مما وسع الأعمال من البرمجيات إلى مجال الأجهزة. تم تصميم النموذج الاقتصادي بشكل معقول، حيث يمكن للمستخدمين كسب 16 دولارًا و500,000 نقطة من خلال 10 ساعات من وضع العلامات الصوتية، بينما يمكن تقليل تكلفة اشتراك الشركات في خدمات البيانات بنسبة 45٪.
تتمثل القيمة القصوى لهذا المشروع في تلبية الطلب الحقيقي على وضع العلامات على بيانات الذكاء الاصطناعي ، خاصة في مجالات الرعاية الصحية وقيادة السيارات الذاتية التي تتطلب جودة بيانات ومتطلبات امتثال عالية للغاية. ومع ذلك ، لا يزال معدل الخطأ البالغ 20٪ أعلى من 10٪ على المنصات التقليدية ، وتقلب جودة البيانات هو مشكلة تحتاج إلى حل مستمر. على الرغم من أن اتجاه واجهات الدماغ والآلة مليء بالخيال ، إلا أن صعوبة التنفيذ ليست بسيطة.
4. شبكة قوة الحوسبة الموزعة على البلوكشين
هذا المشروع هو شبكة توزيع قوة الحوسبة مبنية على سلسلة بلوك معينة. من خلال تقنية التجزئة الديناميكية، يتم تجميع موارد GPU غير المستخدمة، مما يدعم استدلال نماذج اللغة الكبيرة بتكلفة تقل عن 40% مقارنة بمزود خدمة سحابية معين. تصميمهم لتداول البيانات المرمزة مبتكر جدًا، حيث يحول مباشرة مساهمي قوة الحوسبة إلى أصحاب مصلحة، مما يمكن أن يحفز المزيد من الأشخاص على المشاركة في الشبكة.
هذا نموذج "تجميع الموارد غير المستخدمة" النموذجي، من الناحية المنطقية فهو منطقي. لكن معدل خطأ التحقق عبر السلاسل بنسبة 15% يعتبر مرتفعًا بالفعل، ويجب تحسين الاستقرار الفني بشكل أكبر. ومع ذلك، فإنه يتمتع بميزة في السيناريوهات مثل عرض الرسوميات ثلاثية الأبعاد حيث لا تكون هناك حاجة كبيرة للوقت الحقيقي. المفتاح هو تقليل معدل الخطأ، وإلا فإن أي نموذج تجاري جيد سيتأثر بمشاكل فنية.
5. منصة التداول عالية التردد للأصول الرقمية المدفوعة بالذكاء الاصطناعي
تستخدم هذه المنصة تقنية الذكاء الاصطناعي لتحسين التداول عالي التردد للأصول الرقمية. تقنيتهم قادرة على تحسين مسارات التداول ديناميكيًا، وتقليل الانزلاق، وقد أظهرت التجارب زيادة في الكفاءة بنسبة 30%. يتماشى هذا المشروع مع اتجاه الذكاء الاصطناعي في المالية، وقد وجد نقطة دخول في مجال التداول الكمي في DeFi، وهي منطقة فرعية نسبياً فارغة، لتلبية احتياجات السوق.
على الرغم من أن الاتجاه صحيح، فإن DeFi يحتاج بالفعل إلى أدوات تداول أكثر ذكاءً، إلا أن التداول عالي التردد يتطلب دقة وتأخيراً عالياً، ولا يزال يتعين التحقق من التعاون في الوقت الحقيقي بين توقعات الذكاء الاصطناعي والتنفيذ على السلسلة. بالإضافة إلى ذلك، فإن هجمات القيمة القابلة للاستخراج القصوى (MEV) تشكل خطرًا كبيرًا، مما يتطلب تعزيز التدابير الفنية الوقائية.