في 7 مايو ، أضاف Bithumb أزواج تداول وون كوري لمشروعين الذكاء الاصطناعي ، AIOZ و NEAR. في حين أن NEAR هو مشروع L1 معروف ، قد تبدو شبكة AIOZ غير مألوفة. تركز شبكة AIOZ في السابق على وسائط التخزين والبث ، وهي الآن تتقارب تدريجيا نحو الذكاء الاصطناعي كخدمة وقوة حوسبة مشتركة ، مستفيدة من مزاياها المتراكمة. في الآونة الأخيرة ، أصدرت الورقة البيضاء لمشروعها اللامركزي الذكاء الاصطناعي ، W3AI.

في ساحة الذكاء الاصطناعي التنافسية بشكل متزايد ، ما هي الاستراتيجيات الجديدة التي يمكن أن تقدمها المشاريع القائمة لتأمين مكانة في سوق تندر فيه السيولة والاهتمام؟

نظرا لتعقيد الورقة البيضاء ، أجرت Deep Tide TechFlow بحثا شاملا حول محتواها لمساعدة القراء على فهم الميزات التقنية وتنفيذ مشروع AIOZ W3AI بسرعة.

تحت الموجة ، دخول AIOZ إلى فرص السوق الذكاء الاصطناعي

AIOZ ليس مشروعا جديدا ، لكن انتقاله إلى الذكاء الاصطناعي يبدو منطقيا.

في السابق ، كانت شبكة AIOZ تعمل كشبكة Layer-1 مع إمكانية التشغيل البيني بين Ethereum و Cosmos. استخدمت AIOZ DePIN ، مدفوعة بأكثر من 120,000 عقدة عالمية ، لتوفير الموارد الحسابية. يدعم هذا الإعداد سرعة المعالجة الذكاء الاصطناعي والتكرار السريع وقابلية التوسع وأمان الشبكة ، حيث يعمل كأساس للتحول السردي للمشروع.

علاوة على ذلك ، في السياق الأوسع ، يواجه تطوير الذكاء الاصطناعي تحديات مع حلول الحوسبة السحابية المركزية التي تكافح للتعامل مع كميات كبيرة من البيانات. يؤدي هذا القيد إلى مشكلات قابلية التوسع وارتفاع تكاليف الاستخدام. بالإضافة إلى ذلك ، تنشأ مخاوف بشأن خصوصية البيانات وأمانها عندما يكون التحكم في مقدمي الخدمات المركزيين بدلا من المستخدمين.

وعلاوة على ذلك، قد يكون من الصعب الحصول على موارد الذكاء الاصطناعي من الدرجة الأولى، مما يحد من مشاركة الشركات الصغيرة والأفراد ويعوق الابتكار. تقدم حوسبة الحافة حلا من خلال توفير خدمات قريبة لمصادر البيانات. تبدأ التطبيقات على الحافة ، مما يؤدي إلى استجابات أسرع لخدمة الشبكة. نظرا لأن معالجة البيانات تحدث محليا في العقد ، مما يلغي الحاجة إلى الإرسال لمسافات طويلة إلى الخوادم المركزية ، فإن حوسبة الحافة تقلل بشكل طبيعي من مخاطر خروقات البيانات. مع عقد حوسبة الحافة الموزعة عالميا من AIOZ DePIN ، تكتسب AIOZ ثقة كبيرة في دخول مجال الذكاء الاصطناعي على نطاق واسع.

تقوم شبكة AIOZ حاليا بتشغيل بيانات العقدة.

W3AI: DePIN + الذكاء الاصطناعي كخدمة بنية ثنائية الطبقة

في تحركها نحو الساحة الذكاء الاصطناعي ، فإن الخطوة المحورية ل AIOZ هي W3AI - وهي بنية ثنائية الطبقة تشمل البنية التحتية والتطبيقات.

تقع بنية الطبقة المزدوجة في صميم مشروع AIOZ W3AI ، حيث تقدم حلا مبتكرا للقضايا الأساسية في حساب الذكاء الاصطناعي ، مثل قابلية التوسع وكفاءة التكلفة وحماية خصوصية المستخدم.

يقسم هذا التصميم المعماري تشغيل الشبكة إلى طبقتين رئيسيتين: طبقة البنية التحتية (W3AI Infrastructure) وطبقة التطبيق (W3AI Application). كل طبقة لها وظائف وأدوار فريدة ، تدعم بشكل جماعي التشغيل الفعال للشبكة بأكملها.

طبقة البنية التحتية (البنية التحتية W3AI) كأساس للشبكة

AIOZ DePIN: العقد الاصطناعية الموزعة عالميا

يكمن أساس AIOZ W3AI في عقد حوسبة الحافة الاصطناعية الموزعة الواسعة. تساهم هذه العقد الموزعة عالميا بموارد الحوسبة ، بما في ذلك التخزين ووحدة المعالجة المركزية ووحدة معالجة الرسومات ، مما يشكل مصدر طاقة لامركزيا. تضمن طوبولوجيا الطباعة المتعددة طرق اتصال فعالة بين AIOZ DePIN ، مما يقلل من تكاليف الاتصال ويعزز سرعة المعالجة. تتعاون هذه العقد من خلال طرق الحوسبة الموزعة لتدريب وتنفيذ نماذج الذكاء الاصطناعي بشكل جماعي. من خلال هذا النهج ، تستخدم منصة AIOZ W3AI بشكل فعال موارد الحوسبة المشتتة لخفض التكاليف وتعزيز الكفاءة لتطبيقات الذكاء الاصطناعي وتعزيز حماية خصوصية البيانات. يقلل هذا النهج اللامركزي بشكل كبير من مخاطر اختناقات الخادم ويعزز خصوصية المستخدم من خلال القضاء على التحكم أحادي النقطة.

البنية التحتية للحوسبة اللامركزية ل W3AI ، مدفوعة بشبكة عقدة AIOZ. تمثل المناطق الأرجوانية توزيع عقد التخزين ، بينما تمثل المناطق الزرقاء توزيع عقد الحوسبة.

معالجة البيانات وتخزينها

من خلال AIOZ W3S ، يتم تخزين البيانات بشكل آمن على عقد متعددة منتشرة عالميا ، مما يعزز أمان البيانات مع تحسين استجابة معالجة البيانات.

يحمي استخدام أنظمة الملفات الموزعة مثل AIOZ IPFS وتقنيات التشفير البيانات المخزنة على العقد ، مما يمنع الوصول غير المصرح به وتسرب البيانات.

طبقة تطبيق مرنة (تطبيق W3AI)

توفر منصة Web 3 الذكاء الاصطناعي الذكاء الاصطناعي كخدمة.

يشير الذكاء الاصطناعي كخدمة (AIaaS) إلى النموذج الذي يتم فيه توفير الذكاء الاصطناعي التكنولوجيا كخدمة عبر الإنترنت للمستخدمين ، مما يسمح للمؤسسات أو الأفراد بالاستمتاع بمزايا التكنولوجيا الذكاء الاصطناعي دون تكاليف عالية.

تخيل تاجر تجارة إلكترونية يرغب في فهم سجل شراء المستخدم وتحليل سلوك استهلاك المستخدم لتقديم توصيات تسوق مخصصة. يمكن استخدام الذكاء الاصطناعي التقنية لجمع بيانات المستخدم وتحليلها ، وإنشاء استراتيجيات مبيعات مقابلة. هذا هو تطبيق الذكاء الاصطناعي كخدمة في التجارة الإلكترونية.

من حيث شكل المنتج، يوفر W3AI سير عمل مبسط للتدريب على الذكاء الاصطناعي وواجهة مستخدم / UX بديهية، مما يوفر واجهات مستخدم وواجهات برمجة تطبيقات تمكن المطورين من الوصول بسهولة إلى خدمات W3AI، وتطوير ونشر نماذج الذكاء الاصطناعي، من بين مهام أخرى. يركز تصميم هذه الطبقة على تجربة المستخدم وإمكانية الوصول إلى الخدمة. بالإضافة إلى ذلك ، تدمج المنصة العديد من عروض الذكاء الاصطناعي كخدمة ، بما في ذلك التعلم الآلي والتعلم العميق والشبكات العصبية ، مما يسمح للمستخدمين باختيار خدمات وأدوات مختلفة حسب الحاجة.

نموذج التدريب والاستدلال

تدعم منصة W3AI تدريب النموذج والاستدلال في بيئة لامركزية. يستخدم تدريب W3AI (AIOZ W3AI Infrastructure) تقنيات التعلم اللامركزية الموحدة والتشفير المتماثل ، مما يتيح للعديد من عقد الحوسبة المتطورة (DePINs) التعاون في تدريب نماذج الذكاء الاصطناعي دون مشاركة بياناتها الخاصة. يعمل هذا على تحسين أداء تدريب النموذج مع ضمان خصوصية البيانات أيضا. يمكن تشغيل النماذج المدربة على حافة AIOZ DePINs ، مما يجعل الذكاء الاصطناعي أقرب إلى مصدر البيانات. بدعم من تقنية W3S ، يسمح استدلال W3AI (AIOZ W3S Infrastructure) للمستخدمين بتحميل مجموعات البيانات الخاصة بهم لتدريب النموذج أو استخدام النماذج الحالية على النظام الأساسي لتحليل البيانات والتنبؤ.

سوق W3AI اللامركزي وآلية الحوافز

توفر طبقة التطبيق أيضا للمستخدمين أسواقا لامركزية ، مثل AIOZ الذكاء الاصطناعي dApp Store و الذكاء الاصطناعي Model و Dataset Marketplace. يمكن للمستخدمين الأفراد ومؤسسات الأعمال المساهمة بحرية وبيع مجموعات البيانات والنماذج الذكاء الاصطناعي وبناء ونشر تطبيقات الذكاء الاصطناعي المبتكرة وتحويل مساهماتهم إلى مكافآت رمزية.

بنية AIOZ W3AI المكونة من طبقتين

اجتياز "بنية الطبقة المزدوجة" مع "توجيه الذكاء الاصطناعي".

في خضم بنية جيدة التنظيم ، تعد إدارة الموارد المنطقية وتدفق بيانات المهام بين تشغيل بنية الطبقة المزدوجة أمرا بالغ الأهمية. ومن ثم ، يقدم W3AI توجيه الذكاء الاصطناعي في بنية الطبقة المزدوجة ، مما يؤدي إلى تحسين كل مهمة ديناميكيا لتعزيز كفاءة النظام بشكل عام.

في طبقة البنية التحتية ، يقوم توجيه الذكاء الاصطناعي بتقييم المتطلبات الحسابية وأحمال العقد الحالية ، وتخصيص المهام ديناميكيا لضمان مشاركة كل عقدة في المهام المناسبة بناء على قدراتها وظروف الشبكة في الوقت الفعلي. كما أنه يراقب صحة العقدة ، ويكتشف على الفور ويعالج حالات فشل العقدة المحتملة أو اختناقات الأداء لمنع حالات الفشل أحادية النقطة من التأثير على الكفاءة الإجمالية.

في طبقة التطبيق، يتيح التوجيه الذكي الاستجابة السريعة لطلبات المستخدم، وضبط تدفق البيانات واستراتيجيات المعالجة ديناميكيا في الوقت الفعلي. بالإضافة إلى ذلك ، فإنه يخصص بذكاء العقد الأكثر ملاءمة بناء على المواقع والمتطلبات الجغرافية الخاصة بالمستخدم. في مواجهة المهام عالية التزامن واسعة النطاق، تعمل بنية التوجيه الذكاء الاصطناعي على تحسين جدولة المهام بذكاء، مما يدعم طبقة التطبيق في التعامل مع نماذج الذكاء الاصطناعي المعقدة وتحليل البيانات الضخمة.

يتضمن المستند التقني العديد من الصيغ المعقدة لتوضيح التنفيذ المحدد للتوجيه. يمكن للقراء المهتمين الرجوع إلى مستند المستند التقني لمزيد من التفاصيل.

يخصص توجيه الذكاء الاصطناعي مسارات نقل المهام لعقد AIOZ DePIN. في الرسم التخطيطي ، يمثل اللون الأخضر العقد المتصلة ، بينما يمثل اللون الأزرق الأجزاء التي تم تخطيها بسبب انخفاض الثقة.

سير العمل: مثال على تنفيذ المهمة الذكاء الاصطناعي

مع هذه البنى التحتية الغنية، كيف يمكن ل W3AI أن تتكشف سير عملها؟ من إدخال البيانات إلى مخرجات النتائج، يجسد سير عمل W3AI وضع تشغيلي لامركزي كامل: تشفير المخرجات → تجزئة المهام وتخصيصها → تنفيذ مهام الحوسبة والتخزين → جمع الحسابات المكتملة في حاويات → حصول المستخدمين على نتائج مخرجات تم فك تشفيرها.

يمكننا تحسين العملية المذكورة أعلاه في خطوات بسيطة:

أولا، قبل إدخال البيانات وتشفيرها، تخضع البيانات التي يحملها المستخدم لتشفير متماثل لضمان أمن البيانات طوال رحلة المعالجة - إدخال البيانات وتشفيرها؛

ثم يتم تقسيم البيانات المشفرة إلى أجزاء صغيرة متعددة بناء على متطلبات المهمة ، مع تعيين كل مهمة إلى أنسب عقدة للتنفيذ - تجزئة المهام وتخصيصها ؛

تقوم العقد المختارة بتنفيذ مهام حوسبة محددة ، مثل التدريب على نموذج الذكاء الاصطناعي أو تحليل البيانات ، بينما تكون مسؤولة أيضا عن تخزين البيانات ذات الصلة - الحوسبة وتنفيذ التخزين ؛

وبعد إنجاز المهمة، يعاد تشفير النتائج وتخزينها في حاويات محولة، في انتظار استرجاعها من جانب المستعملين النهائيين - جمع النتائج وتشفيرها؛

يمكن للمستخدمين المصرح لهم فقط الوصول إلى النتائج النهائية ، والتي تخضع لفك تشفير متماثل قبل الإخراج - فك تشفير النتيجة وإخراجها.

بنية سير العمل ل W3AI

من خلال العملية المذكورة أعلاه، يعزز W3AI كفاءة المعالجة مع موازنة الخصائص المرنة والقابلة للتطوير مع أمن البيانات والخصوصية. إنه يحسن استخدام موارد النظام ، ويقلل من التدخل اليدوي ، ويخفض تكاليف التشغيل.

الاقتصاد الرمزي المحيط بالنظام البيئي بأكمله

يلعب $AIOZ دورا حاسما في ربط النظام البيئي AIOZ W3AI بأكمله. مع ظهور الذكاء الاصطناعي كخدمة وشركات طاقة الحوسبة المشتركة ، اكتسب رمزها المميز المزيد من سيناريوهات الاستخدام والتقاط القيمة.

تداول البيانات وحوافز المساهمة

يستخدم $AIOZ لمكافأة المستخدمين الذين يوفرون طاقة الحوسبة وموارد التخزين ، مما يضمن التشغيل المستقر للشبكة. في سوق تداول المنصة ، يمكن للمستخدمين استخدام $AIOZ لشراء خدمات الذكاء الاصطناعي المختلفة أو شراء وبيع نماذج ومجموعات بيانات الذكاء الاصطناعي. بالإضافة إلى ذلك ، يمكن لحاملي الرمز المميز المشاركة في إدارة الشبكة من خلال التصويت لتحديد الخطوات التالية للنظام البيئي.

صيانة النظام البيئي

يتم استخدام جزء من رسوم المعاملات المدفوعة في $AIZO لتشغيل شبكة AIOZ والإدارة المالية ، مما يضمن الصيانة والتطوير المستمر للمنصة. يتم حرق جزء آخر مباشرة للمساعدة في تنظيم العرض المميز وتخفيف التضخم. تحفز دورة تدفق الرمز المميز المصممة بعناية الابتكار وتكافئ المشاركة وتدفع التطوير المستمر للنظام البيئي AIOZ W3AI.

تدفق الرمز المميز داخل النظام البيئي W3AI

استنتاج

كمشروع لامركزي ينتقل إلى الذكاء الاصطناعي ، يمتلك AIOZ W3AI مزايا طبيعية في الموارد التكنولوجية والآليات التشغيلية. من حيث التكنولوجيا والمفاهيم، يظهر W3AI إمكانات كبيرة لتزويد المستخدمين بخدمات حوسبة أكثر أمانا ومرونة وكفاءة وتجربة نظام بيئي جذابة. ومع ذلك، من الضروري ملاحظة أن W3AI تواجه أيضا تحديات مثل نضج السوق في التعرف على حلول الذكاء الاصطناعي اللامركزية والثقة بها وتكاليف التشغيل المرتفعة المحتملة في ظل نظام ذي معايير صارمة.

تشبه الورقة البيضاء الحالية أكثر من مخطط تمت صياغته في المراحل الأولى من المشروع ، استعدادا للمستقبل ولكن لم يتم تنفيذه وتنفيذه بعد. لا تزال هناك أسئلة حول عدد الأشخاص الذين سيستخدمونها وما إذا كانت هناك مشكلات أمنية وفنية أخرى ، وكلها تنتظر التحقق من صحة السوق.

ومع ذلك ، يظل تبني انتقال سردي إيجابي موقفا صحيحا لمشاريع Web3 عندما تكون أهمية الأعمال عالية. تقوم كل من المشاريع الجديدة والراسخة بعرض الدراما الذكاء الاصطناعي بحماس ، والوقت فقط هو الذي سيحدد ما إذا كان لاعبو التشفير خارج الكواليس سيحصلون على قيمة أموالهم.

اخلاء المسؤوليه:

1. تمت إعادة طباعة هذه المقالة من [TechFlow]. جميع حقوق الطبع والنشر تنتمي إلى المؤلف الأصلي [TechFlow]. إذا كانت هناك اعتراضات على إعادة الطباعة هذه ، فيرجى الاتصال بفريق Gate Learn ، وسوف يتعاملون معها على الفور.
2. إخلاء المسؤولية: الآراء ووجهات النظر الواردة في هذه المقالة هي آراء المؤلف فقط ولا تشكل أي نصيحة استثمارية.
3. تتم ترجمة المقالة إلى لغات أخرى من قبل فريق Gate Learn. ما لم يذكر ، يحظر نسخ المقالات المترجمة أو توزيعها أو سرقتها.