تحليل مقارن لمسارات تطوير تقنيات الذكاء الاصطناعي والأصول الرقمية

هناك آراء مؤخرًا تشير إلى أن استراتيجية Ethereum المركزية على Rollup تبدو وكأنها فشلت، وقد تم انتقاد الهيكلية من L1 إلى L2 إلى L3. ومع ذلك، من المثير للاهتمام أن التطور في مجال الذكاء الاصطناعي خلال العام الماضي قد شهد أيضًا تطورًا سريعًا مشابهًا من L1 إلى L2 إلى L3. من خلال مقارنة مسارات التطوير في هذين المجالين، يمكننا استكشاف الفروق والمشكلات الموجودة.

في مجال الذكاء الاصطناعي، كل طبقة من التطور تهدف إلى حل المشكلات الأساسية التي لم تستطع الطبقة السابقة حلها. لقد وضعت نماذج اللغة الكبيرة (LLMs) في الطبقة الأولى أساسيات الفهم اللغوي والتوليد، لكن هناك نقص في الاستدلال المنطقي والحسابات الرياضية. تم تحسين نماذج الاستدلال في الطبقة الثانية بشكل خاص لمعالجة هذه العيوب، حيث أصبحت بعض النماذج قادرة على حل مسائل رياضية معقدة وتصحيح الأكواد، مما يعوض عن الفجوات المعرفية لـ LLMs. بناءً على ذلك، ستقوم وكلاء الذكاء الاصطناعي في الطبقة الثالثة بدمج قدرات الطبقتين السابقتين، مما يحول الذكاء الاصطناعي من الرد السلبي إلى التنفيذ النشط، حيث يمكنه تخطيط المهام بشكل مستقل، واستدعاء الأدوات، ومعالجة سير العمل المعقد.

تجسد هذه الطبقات ميزة "التقدم في القدرة": L1 يؤسس الأساس، L2 يعوض النقص، L3 يقوم بالتكامل. كل طبقة تحقق قفزة نوعية على أساس الطبقة السابقة، ويمكن للمستخدمين أن يشعروا بوضوح أن الذكاء الاصطناعي أصبح أكثر ذكاءً وأكثر فائدة.

بالمقارنة، يبدو أن المنطق المتدرج في مجال الأصول الرقمية يسعى إلى إيجاد حلول لمشكلات الطبقة السابقة، لكنه قد يؤدي إلى مشكلات جديدة أكبر. على سبيل المثال، نظرًا لعدم كفاية أداء سلسلة الكتل العامة من طبقة 1، تم تقديم حلول توسيع الطبقة 2. ومع ذلك، بعد تجربة موجة من حماس البنية التحتية للطبقة 2، على الرغم من خفض تكاليف الغاز وزيادة TPS، أصبحت السيولة متباعدة، ولا تزال التطبيقات البيئية تفتقر. وهذا أدى إلى أن تصبح البنية التحتية للطبقة 2 الزائدة مشكلة جديدة. لحل هذه المشكلة، ظهرت سلاسل التطبيقات العمودية من الطبقة 3، لكن هذه السلاسل غالبًا ما تكون متباينة، ولا تستطيع الاستفادة من تأثيرات التعاون البيئي لسلاسل الكتل العامة، مما يجعل تجربة المستخدم أكثر تجزئة.

تحولت هذه الطبقات إلى "نقل المشكلة": حيث توجد اختناقات في L1، ويقدم L2 حلاً مؤقتًا، بينما يبدو L3 فوضويًا وموزعًا. يبدو أن كل طبقة ما هي إلا نقل للمشكلة من مكان إلى آخر، مما يعطي انطباعًا بأن جميع الحلول تدور حول هدف "إصدار العملة".

السبب الجذري لهذه الفجوة قد يكون في: يتم دفع طبقات الذكاء الاصطناعي من خلال المنافسة التقنية، حيث تسعى الشركات الكبرى إلى تعزيز قدرة النماذج؛ بينما يبدو أن طبقات الأصول الرقمية تتأثر أكثر بالاقتصاد الرمزي، وغالبًا ما تتركز المؤشرات الأساسية لكل مشروع L2 على القيمة الإجمالية المقفلة (TVL) وسعر العملة.

من الناحية الجوهرية، فإن مجالًا ما يحل المشكلات التقنية، بينما الآخر يشبه أكثر في تغليف المنتجات المالية. قد لا يكون هناك حكم قاطع حول من هو الصحيح ومن هو الخطأ، فهذا يعتمد على وجهة نظر الفرد وموقفه.

بالطبع، فإن هذا المقارنة المجردة ليست مطلقة، بل تقدم وجهة نظر مثيرة للتفكير من منظور تطور السياق. يمكن أن تساعدنا هذه التحليلات المقارنة في فهم خصائص تطور المجالين والتحديات التي تواجههما بشكل أفضل.