تطوير طبقات الذكاء الاصطناعي والأصول الرقمية: مقارنة بين الدافع التكنولوجي واقتصاد العملة
تظهر وجهات نظر حديثة أن استراتيجية مركزة Rollup لإيثيريوم تبدو وكأنها فشلت، وتعبر عن عدم الرضا عن نمط L1-L2-L3 المدمج. ومن المثير للاهتمام أن التطور في مجال الذكاء الاصطناعي خلال العام الماضي شهد أيضًا تطورًا سريعًا من L1 إلى L2 إلى L3. بالمقارنة بين هذين المجالين، يمكننا أن نرى الفروق الرئيسية.
في مجال الذكاء الاصطناعي، فإن المنطق الطبقي هو الحل للمشكلات الأساسية التي لا يمكن حلها في الطبقة السابقة. لقد أرسى نموذج اللغة الكبير L1 الأساسيات لفهم اللغة وتوليدها، لكنه يعاني من نقص في الاستدلال المنطقي والحسابات الرياضية. تم تصميم نموذج الاستدلال L2 خصيصًا لمعالجة هذه الثغرات، حيث يمكن لبعض النماذج التعامل مع مسائل رياضية معقدة وتصحيح الشفرات، مما يعوض عن العمى الإدراكي لنموذج اللغة الكبير. بناءً على ذلك، فإن وكيل الذكاء الاصطناعي L3 يجمع قدرات الطبقتين السابقتين، مما يحول الذكاء الاصطناعي من الردود السلبية إلى التنفيذ النشط، حيث يمكنه تخطيط المهام بشكل مستقل، واستدعاء الأدوات، ومعالجة سير العمل المعقد.
إن تقسيم هذا الذكاء الاصطناعي هو "تقدم القدرة": L1 يبني الأساس، L2 يعالج الثغرات، L3 يدمج. كل طبقة تحقق قفزة نوعية على أساس الطبقة السابقة، ويمكن للمستخدمين أن يشعروا بوضوح بأن الذكاء الاصطناعي أصبح أكثر ذكاءً وأكثر عملية.
بالمقارنة، فإن المنطق الطبقي في مجال الأصول الرقمية هو عبارة عن ترقيع لمشاكل الطبقة السابقة، ولكنه غالبًا ما يؤدي إلى مشكلات جديدة أكبر. نظرًا لعدم كفاية أداء سلسلة الكتل العامة L1، ظهرت حلول توسيع L2. ومع ذلك، بعد المنافسة على البنية التحتية L2، على الرغم من انخفاض رسوم الغاز وزيادة TPS، إلا أن السيولة أصبحت متناثرة، ولا تزال التطبيقات البيئية تعاني من نقص. أدى ذلك إلى أن تصبح العديد من البنى التحتية L2 نفسها مشكلة. لحل هذه المشكلة، ظهرت سلاسل التطبيقات الرأسية L3، لكن هذه السلاسل تعمل بشكل مستقل، ولا يمكنها الاستفادة من تأثيرات التعاون البيئي للسلاسل العامة، مما جعل تجربة المستخدم أكثر تجزئة.
أصبحت هذه الأصول الرقمية طبقاتها "نقل المشكلة": L1 لديها عنق زجاجة، L2 تقوم بإصلاح، L3 فوضوية وموزعة. يبدو أن كل طبقة ما هي إلا نقل للمشكلة من مكان إلى آخر، مما يعطي انطباعًا بأن جميع الحلول تدور حول "إصدار عملة".
السبب الجذري وراء هذا الاختلاف هو: يتم دفع تقسيم الذكاء الاصطناعي من خلال المنافسة التقنية، حيث تسعى الشركات الكبرى جميعها لتعزيز قدرات النماذج؛ بينما يتأثر تقسيم الأصول الرقمية بالتشفير، حيث تعتبر المؤشرات الأساسية لكل مشروع L2 هي كمية الإغلاق وسعر العملة.
من حيث الجوهر، أحدهما يحل المشكلات التقنية، والآخر يعبئ المنتجات المالية. بالنسبة لما هو صحيح وما هو خاطئ، قد لا توجد إجابة معيارية، فهذا يعتمد على وجهة نظر الفرد.
بالطبع، هذا المقارنة المجردة ليست مطلقة، بل هي رؤى مثيرة تم التوصل إليها من خلال مقارنة تطورات المجالين. إنها توفر لنا منظورًا جديدًا للتفكير في العلاقة بين تطور التكنولوجيا ونماذج الاقتصاد.
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 13
أعجبني
13
8
مشاركة
تعليق
0/400
AirdropSweaterFan
· منذ 1 س
لقد تحدثت لفترة طويلة ولم أوضح الفرق، أليس واحدًا غنيًا والآخر فقيرًا؟
مقارنة التطور الطبقي بين الذكاء الاصطناعي والأصول الرقمية: مدفوع بالتكنولوجيا مقابل اقتصاد العملة
تطوير طبقات الذكاء الاصطناعي والأصول الرقمية: مقارنة بين الدافع التكنولوجي واقتصاد العملة
تظهر وجهات نظر حديثة أن استراتيجية مركزة Rollup لإيثيريوم تبدو وكأنها فشلت، وتعبر عن عدم الرضا عن نمط L1-L2-L3 المدمج. ومن المثير للاهتمام أن التطور في مجال الذكاء الاصطناعي خلال العام الماضي شهد أيضًا تطورًا سريعًا من L1 إلى L2 إلى L3. بالمقارنة بين هذين المجالين، يمكننا أن نرى الفروق الرئيسية.
في مجال الذكاء الاصطناعي، فإن المنطق الطبقي هو الحل للمشكلات الأساسية التي لا يمكن حلها في الطبقة السابقة. لقد أرسى نموذج اللغة الكبير L1 الأساسيات لفهم اللغة وتوليدها، لكنه يعاني من نقص في الاستدلال المنطقي والحسابات الرياضية. تم تصميم نموذج الاستدلال L2 خصيصًا لمعالجة هذه الثغرات، حيث يمكن لبعض النماذج التعامل مع مسائل رياضية معقدة وتصحيح الشفرات، مما يعوض عن العمى الإدراكي لنموذج اللغة الكبير. بناءً على ذلك، فإن وكيل الذكاء الاصطناعي L3 يجمع قدرات الطبقتين السابقتين، مما يحول الذكاء الاصطناعي من الردود السلبية إلى التنفيذ النشط، حيث يمكنه تخطيط المهام بشكل مستقل، واستدعاء الأدوات، ومعالجة سير العمل المعقد.
إن تقسيم هذا الذكاء الاصطناعي هو "تقدم القدرة": L1 يبني الأساس، L2 يعالج الثغرات، L3 يدمج. كل طبقة تحقق قفزة نوعية على أساس الطبقة السابقة، ويمكن للمستخدمين أن يشعروا بوضوح بأن الذكاء الاصطناعي أصبح أكثر ذكاءً وأكثر عملية.
بالمقارنة، فإن المنطق الطبقي في مجال الأصول الرقمية هو عبارة عن ترقيع لمشاكل الطبقة السابقة، ولكنه غالبًا ما يؤدي إلى مشكلات جديدة أكبر. نظرًا لعدم كفاية أداء سلسلة الكتل العامة L1، ظهرت حلول توسيع L2. ومع ذلك، بعد المنافسة على البنية التحتية L2، على الرغم من انخفاض رسوم الغاز وزيادة TPS، إلا أن السيولة أصبحت متناثرة، ولا تزال التطبيقات البيئية تعاني من نقص. أدى ذلك إلى أن تصبح العديد من البنى التحتية L2 نفسها مشكلة. لحل هذه المشكلة، ظهرت سلاسل التطبيقات الرأسية L3، لكن هذه السلاسل تعمل بشكل مستقل، ولا يمكنها الاستفادة من تأثيرات التعاون البيئي للسلاسل العامة، مما جعل تجربة المستخدم أكثر تجزئة.
أصبحت هذه الأصول الرقمية طبقاتها "نقل المشكلة": L1 لديها عنق زجاجة، L2 تقوم بإصلاح، L3 فوضوية وموزعة. يبدو أن كل طبقة ما هي إلا نقل للمشكلة من مكان إلى آخر، مما يعطي انطباعًا بأن جميع الحلول تدور حول "إصدار عملة".
السبب الجذري وراء هذا الاختلاف هو: يتم دفع تقسيم الذكاء الاصطناعي من خلال المنافسة التقنية، حيث تسعى الشركات الكبرى جميعها لتعزيز قدرات النماذج؛ بينما يتأثر تقسيم الأصول الرقمية بالتشفير، حيث تعتبر المؤشرات الأساسية لكل مشروع L2 هي كمية الإغلاق وسعر العملة.
من حيث الجوهر، أحدهما يحل المشكلات التقنية، والآخر يعبئ المنتجات المالية. بالنسبة لما هو صحيح وما هو خاطئ، قد لا توجد إجابة معيارية، فهذا يعتمد على وجهة نظر الفرد.
بالطبع، هذا المقارنة المجردة ليست مطلقة، بل هي رؤى مثيرة تم التوصل إليها من خلال مقارنة تطورات المجالين. إنها توفر لنا منظورًا جديدًا للتفكير في العلاقة بين تطور التكنولوجيا ونماذج الاقتصاد.