التحليل المقارن لمسارات تطوير الذكاء الاصطناعي والأصول الرقمية
في الآونة الأخيرة، هناك آراء تشير إلى أن استراتيجية التوسع متعددة الطبقات لإيثيريوم يبدو أنها واجهت عقبات، كما أن الناس لديهم بعض الانتقادات تجاه هذا النموذج المعقد. ومن المثير للاهتمام، أن تطور مجال الذكاء الاصطناعي في العام الماضي شهد أيضًا تطورًا متعدد الطبقات مشابهًا. إذن، ما هي الاختلافات الموجودة بين هذين المجالين خلال عملية التطوير؟
أولاً، يتبع التطور المتدرج في مجال الذكاء الاصطناعي منطقًا تدريجيًا في القدرة. تُعتبر نماذج اللغة الكبيرة الأساسية (LLMs) هي الطبقة الأولى، حيث تعالج المشكلات الأساسية لفهم اللغة وتوليدها، ولكنها تعاني من نقص في الاستدلال المنطقي والحسابات الرياضية. تركز نماذج الاستدلال في الطبقة الثانية على سد هذه الثغرات، حيث تمكنت بعض النماذج من حل مسائل رياضية معقدة ومشكلات تصحيح الشيفرات، مما يعزز بشكل فعال المجالات المعرفية غير الموجودة في LLMs. بناءً على ذلك، ستدمج الوكلاء الذكاء الاصطناعي في الطبقة الثالثة قدرات الطبقتين السابقتين، مما يحول الذكاء الاصطناعي من الاستجابة السلبية إلى التنفيذ النشط، قادرًا على التخطيط الذاتي للمهام، واستدعاء الأدوات، ومعالجة سير العمل المعقد.
تعكس هذه الهيكلية المتدرجة تحسينًا واضحًا في القدرات: الطبقة الأولى تؤسس الأساس، الطبقة الثانية تعوض النواقص، والطبقة الثالثة تحقق التكامل. كل طبقة تتطور على أساس الطبقة السابقة لتحقيق قفزات نوعية، مما يمكن المستخدمين من الشعور بأن الذكاء الاصطناعي أصبح أكثر ذكاءً وفائدة.
بالمقارنة، يبدو أن التطور الطبقي في مجال الأصول الرقمية قد وقع في حلقة من تحويل المشكلات. في البداية، من أجل معالجة مشكلة ضعف أداء الشبكات العامة، اقترحت الصناعة حلول التوسع من الطبقة الثانية. ومع ذلك، على الرغم من أن هذه الحلول خففت إلى حد ما من تكاليف الغاز وزادت من سرعة معالجة المعاملات، إلا أنها أدت في الوقت نفسه إلى مشاكل جديدة مثل تشتت السيولة ونقص التطبيقات البيئية. لمواجهة هذه التحديات، ظهرت فكرة سلسة التطبيقات الرأسية من الطبقة الثالثة، ولكن هذا زاد من تجزئة تجربة المستخدم، مما يجعل من الصعب الاستمتاع بتأثيرات التعاون البيئي التي توفرها البنية التحتية العامة.
هذا النموذج من التطور في الواقع هو تحويل للمشكلة: الطبقة الأولى تعاني من اختناق، والطبقة الثانية تحاول الحل ولكنها تقدم مشاكل جديدة، والطبقة الثالثة تولد المزيد من الفوضى والتشتيت. يبدو أن كل حل في طبقة ما مجرد نقل للمشكلة من مجال إلى آخر، بدلاً من حل المشكلة الأساسية بالفعل.
السبب الجذري لهذا الاختلاف قد يكمن في أن التطور الطبقي في مجال الذكاء الاصطناعي مدفوع بشكل أساسي بالمنافسة التقنية، حيث تسعى الشركات الكبرى إلى تحسين قدرات النماذج. بينما يتأثر التطور الطبقي في مجال الأصول الرقمية بشكل أكبر بالاقتصاد الرمزي، حيث تركز المشاريع المختلفة بشكل أكبر على مقاييس مثل كمية الأموال المقفلة وسعر الرموز.
تظهر هذه المقارنة الاختلافات في التركيز على تطوير مجالات مختلفة: أحدها يركز على حل المشكلات التقنية، والآخر يركز أكثر على تصميم المنتجات المالية. بالنسبة لمزايا وعيوب هذين المسارين التنمويين، قد لا يكون هناك إجابة مطلقة، وهذا يعتمد على وجهة نظر الفرد وتقييمه للقيم.
من المهم أن نلاحظ أن هذا النوع من المقارنة التجريدية ليس مطلقًا، بل هو مجرد ملاحظة وتأمل مثير للاهتمام في تطور مجاليين.
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 12
أعجبني
12
5
إعادة النشر
مشاركة
تعليق
0/400
TommyTeacher
· 08-09 04:44
ما زلت أشعر أن عالم العملات الرقمية مضطرب للغاية
شاهد النسخة الأصليةرد0
ReverseFOMOguy
· 08-06 16:53
有一说一 إثيريوم确实 الارتفاع了
شاهد النسخة الأصليةرد0
ProbablyNothing
· 08-06 16:48
لم أعد قادرًا على استخدام layer2، دعنا نكون أكثر انفتاحًا.
مقارنة بين تطور AI و الأصول الرقمية: واحدة تحل المشكلات و الأخرى تنقل المشكلات
التحليل المقارن لمسارات تطوير الذكاء الاصطناعي والأصول الرقمية
في الآونة الأخيرة، هناك آراء تشير إلى أن استراتيجية التوسع متعددة الطبقات لإيثيريوم يبدو أنها واجهت عقبات، كما أن الناس لديهم بعض الانتقادات تجاه هذا النموذج المعقد. ومن المثير للاهتمام، أن تطور مجال الذكاء الاصطناعي في العام الماضي شهد أيضًا تطورًا متعدد الطبقات مشابهًا. إذن، ما هي الاختلافات الموجودة بين هذين المجالين خلال عملية التطوير؟
أولاً، يتبع التطور المتدرج في مجال الذكاء الاصطناعي منطقًا تدريجيًا في القدرة. تُعتبر نماذج اللغة الكبيرة الأساسية (LLMs) هي الطبقة الأولى، حيث تعالج المشكلات الأساسية لفهم اللغة وتوليدها، ولكنها تعاني من نقص في الاستدلال المنطقي والحسابات الرياضية. تركز نماذج الاستدلال في الطبقة الثانية على سد هذه الثغرات، حيث تمكنت بعض النماذج من حل مسائل رياضية معقدة ومشكلات تصحيح الشيفرات، مما يعزز بشكل فعال المجالات المعرفية غير الموجودة في LLMs. بناءً على ذلك، ستدمج الوكلاء الذكاء الاصطناعي في الطبقة الثالثة قدرات الطبقتين السابقتين، مما يحول الذكاء الاصطناعي من الاستجابة السلبية إلى التنفيذ النشط، قادرًا على التخطيط الذاتي للمهام، واستدعاء الأدوات، ومعالجة سير العمل المعقد.
تعكس هذه الهيكلية المتدرجة تحسينًا واضحًا في القدرات: الطبقة الأولى تؤسس الأساس، الطبقة الثانية تعوض النواقص، والطبقة الثالثة تحقق التكامل. كل طبقة تتطور على أساس الطبقة السابقة لتحقيق قفزات نوعية، مما يمكن المستخدمين من الشعور بأن الذكاء الاصطناعي أصبح أكثر ذكاءً وفائدة.
بالمقارنة، يبدو أن التطور الطبقي في مجال الأصول الرقمية قد وقع في حلقة من تحويل المشكلات. في البداية، من أجل معالجة مشكلة ضعف أداء الشبكات العامة، اقترحت الصناعة حلول التوسع من الطبقة الثانية. ومع ذلك، على الرغم من أن هذه الحلول خففت إلى حد ما من تكاليف الغاز وزادت من سرعة معالجة المعاملات، إلا أنها أدت في الوقت نفسه إلى مشاكل جديدة مثل تشتت السيولة ونقص التطبيقات البيئية. لمواجهة هذه التحديات، ظهرت فكرة سلسة التطبيقات الرأسية من الطبقة الثالثة، ولكن هذا زاد من تجزئة تجربة المستخدم، مما يجعل من الصعب الاستمتاع بتأثيرات التعاون البيئي التي توفرها البنية التحتية العامة.
هذا النموذج من التطور في الواقع هو تحويل للمشكلة: الطبقة الأولى تعاني من اختناق، والطبقة الثانية تحاول الحل ولكنها تقدم مشاكل جديدة، والطبقة الثالثة تولد المزيد من الفوضى والتشتيت. يبدو أن كل حل في طبقة ما مجرد نقل للمشكلة من مجال إلى آخر، بدلاً من حل المشكلة الأساسية بالفعل.
السبب الجذري لهذا الاختلاف قد يكمن في أن التطور الطبقي في مجال الذكاء الاصطناعي مدفوع بشكل أساسي بالمنافسة التقنية، حيث تسعى الشركات الكبرى إلى تحسين قدرات النماذج. بينما يتأثر التطور الطبقي في مجال الأصول الرقمية بشكل أكبر بالاقتصاد الرمزي، حيث تركز المشاريع المختلفة بشكل أكبر على مقاييس مثل كمية الأموال المقفلة وسعر الرموز.
تظهر هذه المقارنة الاختلافات في التركيز على تطوير مجالات مختلفة: أحدها يركز على حل المشكلات التقنية، والآخر يركز أكثر على تصميم المنتجات المالية. بالنسبة لمزايا وعيوب هذين المسارين التنمويين، قد لا يكون هناك إجابة مطلقة، وهذا يعتمد على وجهة نظر الفرد وتقييمه للقيم.
من المهم أن نلاحظ أن هذا النوع من المقارنة التجريدية ليس مطلقًا، بل هو مجرد ملاحظة وتأمل مثير للاهتمام في تطور مجاليين.