من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستقوم شبكة Port3 ببناء شبكة الذكاء الاصطناعي لعالم Web3؟

1. المقدمة

في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. بيانات سلوك المستخدمين الاجتماعي أصبحت "المعادن الرقمية" الأكثر قيمة في عصر الذكاء الاصطناعي، لكنها لم تُستغل بشكل كامل بعد. القيمة الضخمة الكامنة في البيانات الاجتماعية التي تُنتج كل دقيقة لا تزال غير مُستغَلة بشكل كافٍ.

واقع Web3 مجزأ: من ناحية، شهدنا نموًا هائلًا في البروتوكولات المتخصصة مثل DeFi و NFT و GameFi، حيث أنشأ المستخدمون كمية كبيرة من بيانات السلوك على السلسلة وخارجها؛ من ناحية أخرى، هذه البيانات مشتتة بين DApp المعزولة، سجلات المعاملات، ومنصات التواصل الاجتماعي، تفتقر إلى التكامل الهيكلي، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.

في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. حيث قدمت مشاريع مثل ChatGPT من OpenAI، وClaude من Anthropic، والمشاريع المبنية على Web3 مثل Autonolas وMorphpad وMind Network رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".

في سياق كهذا، يبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات والأساسيات القرارية لـ Web3؟ تقدم شبكة Port3 إجابة نهائية نسبياً:

من منصة مهام SoQuest في البداية، إلى محرك تقييم السلوك الاجتماعي Rankit، وصولاً إلى لغة تنفيذ النوايا عبر السلسلة OpenBQL، قامت Port3 ببناء مجموعة "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم، وهي صديقة لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل تجعل البيانات من خلال التوحيد والتعرف على النوايا "قوالب العمل" التي يمكن للوكالات فهمها واستدعائها وتنفيذها.

بعبارة أخرى، لم يعد Port3 منصة أو أداة أحادية المهمة، بل احتل موقعًا استراتيجيًا في "الدماغ البيانات Web3" قبل أن تتكامل الروايات حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.

ستقوم هذه المقالة بتفكيك مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو، واستكشاف كيف يمكنها بناء حلقة مغلقة لتداول البيانات موجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، وبالتالي تصبح البنية التحتية السرية التالية التي تقدر قيمتها بتريليون.

2. مقدمة المشروع

ما هو 2.1 Port3؟

بورت3 نتوورك هو مشروع بنية تحتية للبيانات الاجتماعية في ويب3 مدعوم بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة، عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من ويب2 وويب3، مع تعزيزها بمحرك الذكاء الاصطناعي لمعالجة الموحد، أنشأت بورت3 حلقة مغلقة كاملة من جمع البيانات (سو كويست)، التصنيف الهيكلي (رانكيت)، الاستعلام الذكي (أوبن بي كيو إل) إلى استدعاء الوكيل (أليانس.إيه آي)، لتصبح منشأة رئيسية لتسريع أصول السلوك على السلسلة في عصر الذكاء الاصطناعي.

2.2 نظرة عامة على المشروع

2.2.1 حالة التمويل

فبراير 2023: إتمام جولة تمويل بذور بقيمة 3 مليون دولار.

أغسطس 2023: الحصول على جولة جديدة من التمويل بملايين الدولارات.

أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى الحصول على دعم المنح من Binance Labs و Mask Network و Aptos.

2.2.2 حالة الفريق

ماكس دي: المؤسس المشارك، لديه خبرة في العمل في شركة أبل؛ يمتلك خبرة واسعة في حاضنات المشاريع في Web3 وتوسيع النظم الإيكولوجية.

أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير البرمجيات الخلفية، ولديه خبرة سنوات في تصميم الأنظمة ذات الحمل العالي والهندسة المعمارية الموزعة.

3. رؤية Port3: من "منصة المهام" إلى "طبقة البيانات الاجتماعية AI"

على الرغم من أن مصفوفة منتجات Port3 تحتوي على العديد من الوحدات الفرعية مثل SoQuest و Rankit و OpenBQL و on.meme، والتي تبدو مبعثرة، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، وPort3 مسؤولة عن الحلقة المغلقة لتدفق البيانات من التجميع إلى التحويل."

3.1 Port3 البنية التحتية الأساسية

3.1.1 تجميع البيانات - SoQuest

SoQuest هو المدخل الأساسي للبيانات الذي أنشأته شبكة Port3، وهو منصة تلتقط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيزية، ويستهدف سلوك المستخدمين الاجتماعي كموضوع جمع، مما يربط بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.

تدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، وتتناسب مع سلوكيات التفاعل على 19 سلسلة بما في ذلك EVM وSolana وAptos وSui، بما في ذلك المعاملات، والتفويضات، وصك NFT، مما يشكل واحدة من أكثر أنظمة جمع السلوكيات تغطية في مجال Web3.

بحلول منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، حيث تغطي البيانات أكثر من 10 ملايين مستخدم للعملات الرقمية. وقد نتج عن ذلك إنشاء سجلات سلوك مستخدم ضخمة وأحداث تفاعل اجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وعالية التردد.

لزيادة قابلية توسيع المنصة وقدرات جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service) التي تسمح لمشاريع الداب (dApp) أو تطبيقات تيليجرام الصغيرة بدمج نظام المهام الخاص بها. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق، مما يتيح تنفيذ منطق التحقق دون الحاجة إلى إعداد قوالب مسبقة، مما يعزز بشكل كبير من معيارية النظام المهام وعموميته.

SoQuest ليست مجرد منصة مهام، بل هي نقطة البداية لدورة الأصول السلوكية على سلسلة Port3، وهي أيضًا المصدر الأصلي لبيانات السلوك الدلالية اللازمة لاستدلال الذكاء الاصطناعي.

3.1.2 بيانات البيانات - طبقة البيانات الاجتماعية للذكاء الاصطناعي

تتراكم بيانات سلوك المستخدم التي تلتقطها SoQuest في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية قائمة على الذكاء الاصطناعي، وهي قاعدة بيانات سلوكية منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لتحقيق "تحويل السلوك إلى أصول" و"التمويل المعلوماتي (InfoFi)" في Port3.

على عكس منصات البيانات التقليدية على السلسلة (مثل The Graph وDune وغيرها) التي تركز تصميمها على "الاستعلام"، فإن طبقة البيانات في Port3 تركز على: كيفية جعل البيانات قابلة للاستخدام بواسطة نماذج الذكاء الاصطناعي، ودعم الاستدلال التلقائي والتفاعل على السلسلة.

تجمع طبقة بيانات التواصل الاجتماعي بالذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات السلوك الاجتماعي، وتستمر في التحديث الفوري من خلال وحدات التطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكية ينمو باستمرار. إنها المركز الإدراكي السلوكي لـ Port3، حيث تقوم بهيكلة وتفسير بيانات السلوك المعقدة على السلسلة وفي الخارج، لتوفير "وقود بيانات يمكن فهمه، ويمكن دمجه، ويمكن استدعاؤه" للوكيل.

3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي

رانكيت: محرك تحليل السلوك الاجتماعي المعتمد على الذكاء الاصطناعي

Rankit هو التطبيق الرائد لقدرات البيانات الاجتماعية Port3 ، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.

قدرة Rankit وابتكار النموذج:

• تقييم حرارة وسائل التواصل الاجتماعي عبر المنصات: يجمع بين إشارات وسائل التواصل الاجتماعي مثل Twitter وTelegram وDiscord، لتحديد الاتجاهات الرئيسية والمشاريع الساخنة والتحولات العاطفية في عالم Web3.

• التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز المناقشة، وتأثير KOL، ودرجة ثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.

• عرض توضيحي لمشاهد عمودية: مثل محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، من خلال خريطة حرارية، ونشاط اجتماعي، وتحفيز على السلسلة، تتبع المشاريع الواعدة على شبكة BNB Chain في الوقت الفعلي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.

بدعم من Rankit ، يمكن لـ Port3 تقديم البيانات فحسب ، بل يمكنه أيضًا تقديم "بيانات تفسيرية" - ليس فقط إخبارك بما حدث ، ولكن أيضًا إخبارك بما يجب عليك فعله.

OpenBQL: لغة تنفيذ على السلسلة مدفوعة بالنوايا

إذا كانت SoQuest هي مدخل البيانات، فإن BQL (لغة مهام البلوكتشين) هي قشرة الدماغ للبيانات في Port3، وهي القلب الدلالي ومحرك التشغيل لجميع بيانات السلوك.

دور وآلية BQL:

• طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يسمح للمطورين أو الوكلاء باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos" لتنفيذ العمليات الفعلية على السلسلة، مما يربط بين بيئات متعددة السلاسل مثل EVM و BTC و Solana.

• طبقة التنفيذ القياسية: دعم معالجة أصول السلسلة على الإنترنت (مثل التداول، الرهن، إضافة السيولة) بشكل آلي بنقرة واحدة، وهو المحور الرئيسي لأتمتة السلوكيات على السلسلة.

• مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية قياسية لنماذج الذكاء الاصطناعي والوكلاء، مما يحقق التحديثات المتكررة للبيانات والحسابات المطلوبة لتحقيق المالية المعلوماتية (InfoFi).

من خلال BQL، تعمل Port3 على دفع العالم Web3 لبناء "بروتوكول اللغة الطبيعية على السلسلة" جديد، مما يسمح للسلوكيات على السلسلة بالارتفاع من "طبقة الكود" إلى "طبقة النية" - حيث لا تقوم الآلات بتنفيذ الأوامر التي تقولها فحسب، بل تفهم أيضًا نواياك.

قدرات الربط لوكيل الذكاء الاصطناعي: Ailliance.ai

• Port3 تبني طبقة واجهة برمجة التطبيقات العامة للوكيل، يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.

• تشمل التطبيقات مساعد الاستثمار الآلي، والروبوتات التفاعلية، ومساعد الألعاب الذكية، وتغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وتشغيل المجتمع.

إن هيكل المنتج الكامل هذا يجعل Port3 هو المنصة الوحيدة في مجال بيانات الوسائط الاجتماعية Web3 التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء".

الهدف النهائي هو بناء شبكة بروتوكولات معيارية لـ Web3 AI تعتمد على بيانات السلوك، مما يمكّن وكيل الذكاء الاصطناعي من فهم والتعرف على والتعامل مع الأصول على السلسلة.

3.2 Port3 حصن: عجلة النمو الناتجة عن تراكم الأعمال

تستطيع Port3 أن تحتل مكانة رائدة في سرد القصص في Web3 AI، والسبب الجذري لذلك لا يكمن في امتلاكها لقدرات نماذج كبيرة متقدمة، بل في أنها خلال عملية تراكم الأعمال، قامت ببناء أصول بيانات سلوكية اجتماعية ذات قيمة عالية تتمتع بعمق واسع. هذه الميزة البيانية أسست قاعدة فريدة لتطبيقات الذكاء الاصطناعي الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:

3.2.1. البيانات السلوكية على السلسلة وتحت السلسلة بمستوى عشرات الملايين

استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مستوى من مسارات المشاركة للمستخدمين، تغطي سلوكيات المهام، تفاعلات المحفظة، الأصول على السلسلة، ودرجة المشاركة في المجتمع عبر عدة أبعاد. تمتد هذه البيانات عبر Web2 و Web3، مثل منشورات Twitter، النشاط على Discord، الاحتفاظ على Telegram، المعاملات على السلسلة، الرهانات، وحيازة الأصول، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج AI الحالي "البيانات كوقود"، تعتبر هذه البيانات السلوكية الهيكلية والتفاعلية عالية التكرار بلا شك من أهم موارد الإدخال لبناء وكيل AI في Web3.

3.2.2 التعاون العميق مع الآلاف من المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي

Port3 ليست منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار التوزيعات المجانية، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لم تؤدي فقط إلى سلوكيات المستخدمين الحقيقية، بل ضمنت أيضًا تنوع وواقعية مصادر البيانات.