في السنوات الأخيرة ، مع التطور السريع لتكنولوجيا blockchain والذكاء الاصطناعي ، أصبح الجمع بين Web3 و الذكاء الاصطناعي أحد أكثر الموضوعات اهتماما في مجال التكنولوجيا. ومع ذلك ، لا يزال هذا المجال الناشئ يواجه العديد من التحديات ، بما في ذلك تعقيد التقارب التكنولوجي ، وحوكمة هيمنة البيانات ، والتناقض بين المضاربة في السوق وتنفيذ القيمة.
في الفضاء الذي نظمته Golden Finance، ناقش شخصان من الصناعة: المؤسس والرئيس التنفيذي لشركة LingoAI، أونا وانغ؛ و LOYAL لوياو، بعمق حول "هل لا يزال هناك فرصة لرواية Web3 مع AI"، حيث تم تحليل الوضع الحالي والاتجاهات المستقبلية من عدة أبعاد، بما في ذلك التكنولوجيا، والنظام البيئي، وثقة المستخدمين. فيما يلي整理 وتحليل الآراء الأساسية للضيوف:
1. القضية المركزية لدمج Web3 و AI: هيمنة البيانات وقيمة التكنولوجيا
1. جوهر Web3 هو حل مشكلة ملكية البيانات
أشارت الضيفة أونا إلى أن مفهوم Web3 تم طرحه قبل 20 عامًا من قبل والد الويب تيم برنرز-لي، والهدف الأساسي منه هو كسر احتكار البيانات في عصر Web2، مما يسمح للمستخدمين بامتلاك و التحكم في بياناتهم حقًا. "في نموذج Web2، تحقق منصات مثل فيسبوك وت Douyin الربح من بيانات المستخدمين، ولكنها لم توزع العائدات على المساهمين في البيانات. بينما تعيد Web3 من خلال بروتوكولات لامركزية ملكية البيانات إلى المستخدمين، وتحقق الحكم الشفاف من خلال تقنية البلوكشين." وأكدت أن هذه الثورة لا يمكن أن تحل فقط مشكلات الالتزام مثل GDPR، بل يمكن أن تقدم أيضًا مصادر بيانات عالية الجودة للذكاء الاصطناعي.
تأخذ أونا ChatGPT كمثال لتوضيح أن تدريب نماذج الذكاء الاصطناعي الحالية يعتمد بشكل كبير على جمع البيانات من المنصات المركزية، ولكن هذه البيانات غالبًا ما تتعلق بإساءة استخدام الخصوصية ومخاطر الامتثال. "إذا تمكن المستخدمون من تفويض استخدام البيانات بأنفسهم من خلال بروتوكول Web3 والحصول على مكافآت مقابل ذلك، فسيؤدي ذلك إلى توفير بيئة بيانات متوافقة وقابلة للاستدامة لتطوير الذكاء الاصطناعي." وهي تعتقد أن النقطة الطبيعية للتوافق بين blockchain وAI تكمن في أن الأولى تحل مشكلة حقوق البيانات وتداولها، بينما تحتاج الثانية إلى كميات هائلة من البيانات لتعزيز قدرات النموذج، وسيؤدي الجمع بين كلاهما إلى إطلاق إمكانات هائلة.
2. انحراف الصناعة عن الخط الرئيسي: السعي المفرط وراء المضاربة المالية
أشار العديد من الضيوف إلى أن هناك ظاهرة "انحراف السرد" خطيرة في مجال Web3 الحالي. علق الأستاذ لو ياو قائلاً: "يظن الكثيرون أن Web3 يساوي العملات المشفرة والمضاربة، متجاهلين جوهره التكنولوجي. أدت الفوضى في الصناعة بعد عام 2017 إلى طرد العملات الجيدة من السوق، حيث تركزت العديد من المشاريع فقط على إصدار العملة وتحقيق الأرباح، بدلاً من حل المشكلات الحقيقية." هذه السلوكيات قصيرة النظر لا تضر فقط بسمعة الصناعة، بل تؤدي أيضًا إلى نقص في التطبيقات الحقيقية المذهلة لـ Web3.
تظهر التحليلات الإضافية أن سوء الفهم في السوق حول Web3 ينبع من "القرب المفرط من المال". "تمتلك blockchain والعملات المشفرة خصائص مالية بشكل طبيعي، ولكن إذا تم اعتبارها فقط كأدوات للمضاربة، فإن الصناعة ستقع في حلقة مفرغة. يجب أن تتجلى القيمة الحقيقية من خلال استخدام التكنولوجيا لحل احتكار البيانات، وتحسين تجربة المستخدم، وغيرها من النقاط الأساسية."
٢. تحديات دمج التكنولوجيا وطرق ال突破
1. تناقض حماية الخصوصية والشفافية
عند مناقشة التحديات التقنية لدمج Web3 و AI، أصبحت حماية الخصوصية محور النقاش. طرح المضيف سؤالاً: "هل تتعارض شفافية blockchain مع خصوصية البيانات المطلوبة لتدريب AI، وهل سيصبح ذلك عقبة أمام الدمج؟" ردت Una بأن هذا التناقض يمكن حله من خلال آلية تفويض متعددة الطبقات. "يمكن للمستخدمين اختيار فتح البيانات غير الحساسة لتدريب نماذج AI، بينما تُحمي الأجزاء التي تتعلق بالخصوصية من خلال تقنيات التشفير. على سبيل المثال، يمكن أن تحقق البروتوكولات القائمة على إثبات المعرفة الصفرية صحة البيانات دون الكشف عن البيانات الأصلية."
أضاف لو يياو أن الشفافية هي أساس بناء الثقة. “من خلال تسجيل عملية مساهمة البيانات واستخدامها عبر البلوك تشين، يمكننا منع إساءة استخدام البيانات، وكذلك تحفيز المستخدمين على المشاركة. على سبيل المثال، يمكن للمشاريع استخدام آلية مكافآت الرموز لتشجيع المستخدمين على تقديم بيانات عالية الجودة، ومن خلال نظام السمعة على السلسلة يمكن تقييد السلوكيات الضارة.”
2. فجوة الجدوى التقنية وتطبيق السيناريو
رغم أن الحلول التقنية قد بدأت في التكوين، إلا أن التنفيذ الفعلي لا يزال يواجه عقبات. أشارت أونا إلى أن "معظم المشاريع التي تجمع بين Web3 و AI لا تزال في مرحلة المفهوم، وتفتقر إلى نماذج أعمال واضحة واحتياجات ملحة للمستخدمين. العديد من المطورين يحاولون استغلال الاتجاهات الساخنة، مما يجعلهم يدمجون وظائف AI بشكل قسري في تطبيقات blockchain، مما يبدو غير مناسب. " وتعتقد أن المفتاح للنجاح هو تحديد السيناريو الصحيح، مثل مشاركة البيانات الطبية بشكل لامركزي، وتأكيد حقوق الطبع والنشر لمحتوى المبدعين.
ذكر لو ياو كمثال لمنتجات صانعي السوق، وطرح إمكانيات تطبيق الذكاء الاصطناعي في المجال المالي. "تعتمد صانعي السوق التقليديين على استراتيجيات يدوية، مما ينطوي على مخاطر التلاعب في السوق. إذا تم توفير السيولة تلقائيًا من خلال خوارزميات الذكاء الاصطناعي، ودمج ذلك مع شفافية blockchain، يمكن أن يعزز بشكل كبير عدالة التداول." لكنه اعترف أيضًا أن مثل هذه المنتجات تحتاج إلى فترة طويلة من التحقق لكسب ثقة المستخدمين. "أمان الأموال، استقرار الخوارزميات، والامتثال هي جميعها عوائق يجب تجاوزها."
٣، ثقة المستخدم وبناء النظام البيئي
1. كيف يمكننا كسر وصمة "Web3 هو مجرد احتيال"
انطلق لو ياو من تجربته الشخصية، مشيرًا إلى أن صناعة Web3 تواجه أزمة ثقة خطيرة. "عندما أذكر أنني أعمل في Web3 في الصناعات التقليدية، غالبًا ما يرتبط ذلك بالاحتيال أو المضاربة. هذه الوصمة ناتجة عن التطور غير المنظم للمشاريع في المراحل المبكرة ونقص التنظيم." دعا المشاركين في الصناعة إلى التركيز أكثر على قيمة المنتج بدلاً من المضاربات القصيرة الأجل. "فقط من خلال بناء تطبيقات تحل حقًا نقاط الألم لدى المستخدمين، يمكننا تغيير الإدراك الخارجي."
ترى أونا أن التعليم والدعوة هما المفتاح. "الكثير من المستخدمين حتى المحترفين لا يفهمون المهمة الأساسية لـ Web3. نحن بحاجة إلى تعزيز الوعي العام من خلال التعاون الدولي (مثل التعاون مع منتدى الأمم المتحدة للحوكمة على الإنترنت) وفي الوقت نفسه دفع بروتوكولات ومعايير الحوكمة الموحدة، لتقليل الفوضى في الصناعة."
2. الذكاء الاصطناعي المختلط وسيادة بيانات المستخدم
في مواجهة الوضع الحالي لاستغلال بيانات المستخدمين في تطبيقات الذكاء الاصطناعي، اقترحت Una حل "الذكاء الاصطناعي المختلط". "يمكن للمستخدمين تخزين البيانات الخاصة بهم محليًا أو في شبكة لامركزية، ومنح الإذن فقط لوكلاء الذكاء الاصطناعي المحددين لاستخدامها. على سبيل المثال، يتم معالجة البيانات الصحية الشخصية بواسطة الذكاء الاصطناعي المحلي، بينما يمكن استدعاء البيانات العامة (مثل معلومات الطقس) من نماذج مفتوحة مثل ChatGPT." هذه النموذج يحمي الخصوصية ويستفيد من قدرات الذكاء الاصطناعي بشكل كامل.
وأضافت أن النظام البيئي مفتوح المصدر سيسرع هذه العملية. "نماذج لاما من ميتا، وDeepSeek وغيرها من النماذج مفتوحة المصدر قد خفضت الحواجز التقنية، مما يتيح لمزيد من المطورين المشاركة في بناء تطبيقات الذكاء الاصطناعي التي تركز على المستخدم. في المستقبل، قد يمتلك كل مستخدم مساعد ذكاء اصطناعي مخصص له، يتم تدريبه بناءً على بيانات شخصية، لكن سيبقى حق السيطرة على البيانات بيد المستخدم."
إذا كانت مشاريع Web3 ترغب في البقاء لفترة طويلة، يجب أن توازن بين اقتصاد الرموز والقيمة التقنية. "لا يجب أن تكون الرموز مجرد أدوات تمويل، بل يجب أن ترتبط بعمق مع وظائف المنتج. على سبيل المثال، من خلال تحفيز المستخدمين للقيام بمساهمات البيانات، والمشاركة في الحوكمة، أو استبدال الخدمات." ينصح المستثمرين بالتركيز على خلفية الفريق وقدرته على تحقيق التقنية، بدلاً من متابعة حماس السوق بشكل أعمى.
تُشير Una إلى أن "نجاح ChatGPT مرّ بتراكم تقني دام لعدة عقود، وأن Web3 يحتاج أيضًا إلى الصبر. يجب على فرق المشاريع التركيز على المشاهد المتخصصة، مثل تحقيق التدفق عبر المنصات للبيانات من خلال blockchain، أو استخدام AI لتحسين كفاءة تنفيذ العقود الذكية."
2. التوازن بين التنظيم والابتكار
أجمع الضيوف على أن الامتثال هو موضوع لا مفر منه في دمج Web3 و AI. أشارت Una إلى سنغافورة كمثال، قائلة إن الحكومة بحاجة إلى تعزيز حماية المستثمرين أثناء تشجيع الابتكار. "لقد كشفت حادثة FTX عن ضعف البورصات المركزية، وقد يصبح الجمع بين التمويل اللامركزي (DeFi) و AI نقطة انطلاق في المستقبل، ولكن يجب إنشاء آلية تدقيق شفافة وإطار لعزل المخاطر."
وأضاف لو يياو أن التنظيم لا ينبغي أن يكون موحدًا. "على سبيل المثال، يمكن أن تحقق خوارزمية صانع السوق الآلي من خلال السجلات على السلسلة مراقبة في الوقت الفعلي، مما يضمن العدالة ويوفر دعم البيانات للتنظيم.关键在于找到技术创新与风险控制的平衡点。"
الخاتمة: السوق الدببي يقوم بتطوير المهارات، والسوق الثور ينتظر ازدهار الزهور
سواء كانت ثورة سيادة البيانات التي اقترحها المعلم أونا، أو منتج صانع السوق بالذكاء الاصطناعي الذي تخيله لو ياو، يجب أن تمر كلاهما بتكرار تكنولوجي ورعاية بيئية. إن دمج Web3 مع الذكاء الاصطناعي ليس مجرد عملية تجميع، بل هو تطور تكنولوجي حتمي. عندما يتم كسر هيمنة البيانات وتأسيس سيادة المستخدم، سنشهد عصرًا رقميًا أكثر عدالة وذكاء. إن تحقيق هذه الرؤية يتطلب التزام واستكشاف كل مشارك.
رابط إعادة البث المباشر:
الجزء 1:
الجزء 2:
ملاحظة: تم تنظيم هذه المقالة بناءً على مناقشة البث المباشر للضيوف، ولا تشكل نصيحة استثمارية. السوق فيه مخاطر، ويجب اتخاذ القرارات بحذر.
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.
هل لا يزال هناك فرصة لسرد Web3 + AI في غياب السوق الصاعدة؟
المقدمة
في السنوات الأخيرة ، مع التطور السريع لتكنولوجيا blockchain والذكاء الاصطناعي ، أصبح الجمع بين Web3 و الذكاء الاصطناعي أحد أكثر الموضوعات اهتماما في مجال التكنولوجيا. ومع ذلك ، لا يزال هذا المجال الناشئ يواجه العديد من التحديات ، بما في ذلك تعقيد التقارب التكنولوجي ، وحوكمة هيمنة البيانات ، والتناقض بين المضاربة في السوق وتنفيذ القيمة.
! 4E6QqLBVL9A60LUJ69RWXZmJbuxYALE9N5RgYvg8.png
في الفضاء الذي نظمته Golden Finance، ناقش شخصان من الصناعة: المؤسس والرئيس التنفيذي لشركة LingoAI، أونا وانغ؛ و LOYAL لوياو، بعمق حول "هل لا يزال هناك فرصة لرواية Web3 مع AI"، حيث تم تحليل الوضع الحالي والاتجاهات المستقبلية من عدة أبعاد، بما في ذلك التكنولوجيا، والنظام البيئي، وثقة المستخدمين. فيما يلي整理 وتحليل الآراء الأساسية للضيوف:
1. القضية المركزية لدمج Web3 و AI: هيمنة البيانات وقيمة التكنولوجيا
1. جوهر Web3 هو حل مشكلة ملكية البيانات
أشارت الضيفة أونا إلى أن مفهوم Web3 تم طرحه قبل 20 عامًا من قبل والد الويب تيم برنرز-لي، والهدف الأساسي منه هو كسر احتكار البيانات في عصر Web2، مما يسمح للمستخدمين بامتلاك و التحكم في بياناتهم حقًا. "في نموذج Web2، تحقق منصات مثل فيسبوك وت Douyin الربح من بيانات المستخدمين، ولكنها لم توزع العائدات على المساهمين في البيانات. بينما تعيد Web3 من خلال بروتوكولات لامركزية ملكية البيانات إلى المستخدمين، وتحقق الحكم الشفاف من خلال تقنية البلوكشين." وأكدت أن هذه الثورة لا يمكن أن تحل فقط مشكلات الالتزام مثل GDPR، بل يمكن أن تقدم أيضًا مصادر بيانات عالية الجودة للذكاء الاصطناعي.
تأخذ أونا ChatGPT كمثال لتوضيح أن تدريب نماذج الذكاء الاصطناعي الحالية يعتمد بشكل كبير على جمع البيانات من المنصات المركزية، ولكن هذه البيانات غالبًا ما تتعلق بإساءة استخدام الخصوصية ومخاطر الامتثال. "إذا تمكن المستخدمون من تفويض استخدام البيانات بأنفسهم من خلال بروتوكول Web3 والحصول على مكافآت مقابل ذلك، فسيؤدي ذلك إلى توفير بيئة بيانات متوافقة وقابلة للاستدامة لتطوير الذكاء الاصطناعي." وهي تعتقد أن النقطة الطبيعية للتوافق بين blockchain وAI تكمن في أن الأولى تحل مشكلة حقوق البيانات وتداولها، بينما تحتاج الثانية إلى كميات هائلة من البيانات لتعزيز قدرات النموذج، وسيؤدي الجمع بين كلاهما إلى إطلاق إمكانات هائلة.
2. انحراف الصناعة عن الخط الرئيسي: السعي المفرط وراء المضاربة المالية
أشار العديد من الضيوف إلى أن هناك ظاهرة "انحراف السرد" خطيرة في مجال Web3 الحالي. علق الأستاذ لو ياو قائلاً: "يظن الكثيرون أن Web3 يساوي العملات المشفرة والمضاربة، متجاهلين جوهره التكنولوجي. أدت الفوضى في الصناعة بعد عام 2017 إلى طرد العملات الجيدة من السوق، حيث تركزت العديد من المشاريع فقط على إصدار العملة وتحقيق الأرباح، بدلاً من حل المشكلات الحقيقية." هذه السلوكيات قصيرة النظر لا تضر فقط بسمعة الصناعة، بل تؤدي أيضًا إلى نقص في التطبيقات الحقيقية المذهلة لـ Web3.
تظهر التحليلات الإضافية أن سوء الفهم في السوق حول Web3 ينبع من "القرب المفرط من المال". "تمتلك blockchain والعملات المشفرة خصائص مالية بشكل طبيعي، ولكن إذا تم اعتبارها فقط كأدوات للمضاربة، فإن الصناعة ستقع في حلقة مفرغة. يجب أن تتجلى القيمة الحقيقية من خلال استخدام التكنولوجيا لحل احتكار البيانات، وتحسين تجربة المستخدم، وغيرها من النقاط الأساسية."
٢. تحديات دمج التكنولوجيا وطرق ال突破
1. تناقض حماية الخصوصية والشفافية
عند مناقشة التحديات التقنية لدمج Web3 و AI، أصبحت حماية الخصوصية محور النقاش. طرح المضيف سؤالاً: "هل تتعارض شفافية blockchain مع خصوصية البيانات المطلوبة لتدريب AI، وهل سيصبح ذلك عقبة أمام الدمج؟" ردت Una بأن هذا التناقض يمكن حله من خلال آلية تفويض متعددة الطبقات. "يمكن للمستخدمين اختيار فتح البيانات غير الحساسة لتدريب نماذج AI، بينما تُحمي الأجزاء التي تتعلق بالخصوصية من خلال تقنيات التشفير. على سبيل المثال، يمكن أن تحقق البروتوكولات القائمة على إثبات المعرفة الصفرية صحة البيانات دون الكشف عن البيانات الأصلية."
أضاف لو يياو أن الشفافية هي أساس بناء الثقة. “من خلال تسجيل عملية مساهمة البيانات واستخدامها عبر البلوك تشين، يمكننا منع إساءة استخدام البيانات، وكذلك تحفيز المستخدمين على المشاركة. على سبيل المثال، يمكن للمشاريع استخدام آلية مكافآت الرموز لتشجيع المستخدمين على تقديم بيانات عالية الجودة، ومن خلال نظام السمعة على السلسلة يمكن تقييد السلوكيات الضارة.”
2. فجوة الجدوى التقنية وتطبيق السيناريو
رغم أن الحلول التقنية قد بدأت في التكوين، إلا أن التنفيذ الفعلي لا يزال يواجه عقبات. أشارت أونا إلى أن "معظم المشاريع التي تجمع بين Web3 و AI لا تزال في مرحلة المفهوم، وتفتقر إلى نماذج أعمال واضحة واحتياجات ملحة للمستخدمين. العديد من المطورين يحاولون استغلال الاتجاهات الساخنة، مما يجعلهم يدمجون وظائف AI بشكل قسري في تطبيقات blockchain، مما يبدو غير مناسب. " وتعتقد أن المفتاح للنجاح هو تحديد السيناريو الصحيح، مثل مشاركة البيانات الطبية بشكل لامركزي، وتأكيد حقوق الطبع والنشر لمحتوى المبدعين.
ذكر لو ياو كمثال لمنتجات صانعي السوق، وطرح إمكانيات تطبيق الذكاء الاصطناعي في المجال المالي. "تعتمد صانعي السوق التقليديين على استراتيجيات يدوية، مما ينطوي على مخاطر التلاعب في السوق. إذا تم توفير السيولة تلقائيًا من خلال خوارزميات الذكاء الاصطناعي، ودمج ذلك مع شفافية blockchain، يمكن أن يعزز بشكل كبير عدالة التداول." لكنه اعترف أيضًا أن مثل هذه المنتجات تحتاج إلى فترة طويلة من التحقق لكسب ثقة المستخدمين. "أمان الأموال، استقرار الخوارزميات، والامتثال هي جميعها عوائق يجب تجاوزها."
٣، ثقة المستخدم وبناء النظام البيئي
1. كيف يمكننا كسر وصمة "Web3 هو مجرد احتيال"
انطلق لو ياو من تجربته الشخصية، مشيرًا إلى أن صناعة Web3 تواجه أزمة ثقة خطيرة. "عندما أذكر أنني أعمل في Web3 في الصناعات التقليدية، غالبًا ما يرتبط ذلك بالاحتيال أو المضاربة. هذه الوصمة ناتجة عن التطور غير المنظم للمشاريع في المراحل المبكرة ونقص التنظيم." دعا المشاركين في الصناعة إلى التركيز أكثر على قيمة المنتج بدلاً من المضاربات القصيرة الأجل. "فقط من خلال بناء تطبيقات تحل حقًا نقاط الألم لدى المستخدمين، يمكننا تغيير الإدراك الخارجي."
ترى أونا أن التعليم والدعوة هما المفتاح. "الكثير من المستخدمين حتى المحترفين لا يفهمون المهمة الأساسية لـ Web3. نحن بحاجة إلى تعزيز الوعي العام من خلال التعاون الدولي (مثل التعاون مع منتدى الأمم المتحدة للحوكمة على الإنترنت) وفي الوقت نفسه دفع بروتوكولات ومعايير الحوكمة الموحدة، لتقليل الفوضى في الصناعة."
2. الذكاء الاصطناعي المختلط وسيادة بيانات المستخدم
في مواجهة الوضع الحالي لاستغلال بيانات المستخدمين في تطبيقات الذكاء الاصطناعي، اقترحت Una حل "الذكاء الاصطناعي المختلط". "يمكن للمستخدمين تخزين البيانات الخاصة بهم محليًا أو في شبكة لامركزية، ومنح الإذن فقط لوكلاء الذكاء الاصطناعي المحددين لاستخدامها. على سبيل المثال، يتم معالجة البيانات الصحية الشخصية بواسطة الذكاء الاصطناعي المحلي، بينما يمكن استدعاء البيانات العامة (مثل معلومات الطقس) من نماذج مفتوحة مثل ChatGPT." هذه النموذج يحمي الخصوصية ويستفيد من قدرات الذكاء الاصطناعي بشكل كامل.
وأضافت أن النظام البيئي مفتوح المصدر سيسرع هذه العملية. "نماذج لاما من ميتا، وDeepSeek وغيرها من النماذج مفتوحة المصدر قد خفضت الحواجز التقنية، مما يتيح لمزيد من المطورين المشاركة في بناء تطبيقات الذكاء الاصطناعي التي تركز على المستخدم. في المستقبل، قد يمتلك كل مستخدم مساعد ذكاء اصطناعي مخصص له، يتم تدريبه بناءً على بيانات شخصية، لكن سيبقى حق السيطرة على البيانات بيد المستخدم."
أربعة، آفاق المستقبل: تراكم التكنولوجيا والتعاون البيئي
1. من المضاربة إلى القيمة: قواعد بقاء المشروع
إذا كانت مشاريع Web3 ترغب في البقاء لفترة طويلة، يجب أن توازن بين اقتصاد الرموز والقيمة التقنية. "لا يجب أن تكون الرموز مجرد أدوات تمويل، بل يجب أن ترتبط بعمق مع وظائف المنتج. على سبيل المثال، من خلال تحفيز المستخدمين للقيام بمساهمات البيانات، والمشاركة في الحوكمة، أو استبدال الخدمات." ينصح المستثمرين بالتركيز على خلفية الفريق وقدرته على تحقيق التقنية، بدلاً من متابعة حماس السوق بشكل أعمى.
تُشير Una إلى أن "نجاح ChatGPT مرّ بتراكم تقني دام لعدة عقود، وأن Web3 يحتاج أيضًا إلى الصبر. يجب على فرق المشاريع التركيز على المشاهد المتخصصة، مثل تحقيق التدفق عبر المنصات للبيانات من خلال blockchain، أو استخدام AI لتحسين كفاءة تنفيذ العقود الذكية."
2. التوازن بين التنظيم والابتكار
أجمع الضيوف على أن الامتثال هو موضوع لا مفر منه في دمج Web3 و AI. أشارت Una إلى سنغافورة كمثال، قائلة إن الحكومة بحاجة إلى تعزيز حماية المستثمرين أثناء تشجيع الابتكار. "لقد كشفت حادثة FTX عن ضعف البورصات المركزية، وقد يصبح الجمع بين التمويل اللامركزي (DeFi) و AI نقطة انطلاق في المستقبل، ولكن يجب إنشاء آلية تدقيق شفافة وإطار لعزل المخاطر."
وأضاف لو يياو أن التنظيم لا ينبغي أن يكون موحدًا. "على سبيل المثال، يمكن أن تحقق خوارزمية صانع السوق الآلي من خلال السجلات على السلسلة مراقبة في الوقت الفعلي، مما يضمن العدالة ويوفر دعم البيانات للتنظيم.关键在于找到技术创新与风险控制的平衡点。"
الخاتمة: السوق الدببي يقوم بتطوير المهارات، والسوق الثور ينتظر ازدهار الزهور
سواء كانت ثورة سيادة البيانات التي اقترحها المعلم أونا، أو منتج صانع السوق بالذكاء الاصطناعي الذي تخيله لو ياو، يجب أن تمر كلاهما بتكرار تكنولوجي ورعاية بيئية. إن دمج Web3 مع الذكاء الاصطناعي ليس مجرد عملية تجميع، بل هو تطور تكنولوجي حتمي. عندما يتم كسر هيمنة البيانات وتأسيس سيادة المستخدم، سنشهد عصرًا رقميًا أكثر عدالة وذكاء. إن تحقيق هذه الرؤية يتطلب التزام واستكشاف كل مشارك.
رابط إعادة البث المباشر:
الجزء 1:
الجزء 2:
ملاحظة: تم تنظيم هذه المقالة بناءً على مناقشة البث المباشر للضيوف، ولا تشكل نصيحة استثمارية. السوق فيه مخاطر، ويجب اتخاذ القرارات بحذر.