من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: ماذا ستبني شبكة Port3 من شبكة ذكاء اصطناعي لعالم Web3؟

1. المقدمة

في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. خصوصًا بيانات السلوك الاجتماعي للمستخدمين، التي أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم تطويرها بشكل كافٍ في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي يتم إنتاجها في كل لحظة تحتوي على قيمة هائلة لم يتم استغلالها بشكل كامل بعد.

نرى أن واقع Web3 متقطع: من جهة، شهدنا نموًا هائلًا للبروتوكولات المتخصصة مثل DeFi و NFT و GameFi، حيث أنشأ المستخدمون كميات كبيرة من بيانات السلوك على السلسلة وخارجها؛ من جهة أخرى، تتناثر هذه البيانات في DApps المعزولة وسجلات التداول ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل المنظم، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها حقًا.

في الوقت نفسه، فإن ظهور الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. مثل ChatGPT من OpenAI، Claude من Anthropic، ومشاريع Agent المبنية على Web3 مثل Autonolas وMorphpad وMind Network، كلها طرحت رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".

في هذا السياق، يطفو سؤال على السطح: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيبني طبقة البيانات والأساسيات القرارية لـ Web3؟ هناك مشروع مثل Port3 Network يقدم إجابة نهائية.

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

بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "دماغ البيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي بشكل فعلي.

ستقوم هذه المقالة بتفصيل مصفوفة منتجات Port3، وخندق التكنولوجيا، وآلية الرموز، ومنطق النمو، واستكشاف كيف يمكنها إنشاء حلقة مغلقة لتدفق البيانات المستهدفة لوكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، وأن تصبح البنية التحتية الخفية للاتجاهات المستقبلية التي تصل قيمتها إلى تريليون.

2. مقدمة المشروع

ما هو 2.1 Port3؟

Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدعوم بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة والقابلة للاستدعاء عبر السلاسل. من خلال تجميع بيانات سلوك المستخدم من Web2 وWeb3، مدعومة بمحرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 حلقة مغلقة كاملة من جمع البيانات (SoQuest)، وتصنيف هيكلي (Rankit)، واستعلام ذكي (OpenBQL) إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الرئيسية لأصول السلوك على السلسلة في عصر الذكاء الاصطناعي.

2.2 ملخص المشروع

2.2.1 حالة التمويل

فبراير 2023: تم إكمال جولة تمويل بذور بقيمة 3 ملايين دولار، بقيادة Jump Crypto، مع مشاركة مستثمرين آخرين بما في ذلك SNZ و Block Infinity و Dragon Roark و ViaBTC و Cryptonite و Lapin Digital و Cogitent و Momentum6.

أغسطس 2023: الحصول على جولة جديدة من التمويل بملايين الدولارات، وشملت الجهات المشاركة EMURGO و Adaverse Accelerator و Gate Labs.

أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى الدعم من منح مختبرات منصة تداول معينة، وشبكة ماسك، وأبتوس.

2.2.2 حالة الفريق

ماكس د.: المؤسس المشارك، لديه خبرة عمل في شركة تكنولوجيا معينة؛ يمتلك خبرة واسعة في حاضنة مشاريع Web3 وتوسيع النظم البيئية.

أنتوني دينغ: المؤسس المشارك، كان يعمل في أحد عمالقة الإنترنت ومع أحد تجمعات التعدين في تطوير الواجهة الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة ذات التحميل العالي والهياكل الموزعة.

3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي الذكية"

على الرغم من أن مصفوفة منتجات Port3 تحتوي على عدة وحدات فرعية مثل SoQuest وRankit وOpenBQL وon.meme، مما يبدو مشتتًا، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، وPort3 مسؤولة عن الحلقة المغلقة لتدفق البيانات من الجمع إلى التحويل."

3.1 Port3 البنية التحتية الأساسية

3.1.1 تجميع البيانات - SoQuest

SoQuest هو المدخل الأساسي للبيانات الذي تم بناؤه بواسطة شبكة Port3، وهو منصة لالتقاط سلوكيات المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز ويستهدف سلوكيات المستخدمين الاجتماعية كأهداف للتجميع، مما يتيح التواصل بين التفاعلات على السلسلة والمنصات الاجتماعية Web2.

تدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord، وتتناسب مع سلوكيات التفاعل عبر 19 سلسلة بما في ذلك EVM و Solana و Aptos و Sui، بما في ذلك المعاملات والتفويض و NFT mint، مما يشكل أحد أكثر أنظمة جمع السلوكيات تغطية في مجال Web3.

بحلول منتصف عام 2025، جمعت شبكة Port3 بيانات ديناميكية لأكثر من 6 ملايين مستخدم و 7000 مشروع، حيث تجاوز نطاق البيانات 10 ملايين مستخدم تشفير. وقد نتج عن ذلك سجل ضخم من سلوك المستخدمين و أحداث التفاعل الاجتماعي على السلسلة، مما ساهم في بناء قاعدة بيانات سلوك اجتماعي حقيقية ومتعددة الأبعاد وعالية التردد في Web3.

لرفع قابلية التوسع على المنصة وقدرات جمع البيانات، أطلقت SoQuest وحدة QaaS( (Quest-as-a-Service) التي تسمح لمشاريع الطرف الثالث بدمج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز معيار نظام المهام وعموميته بشكل كبير.

SoQuest ليس مجرد منصة مهام، بل هو نقطة انطلاق لحلقة الأصول السلوكية الكاملة من Port3، وأيضًا المصدر الأصلي لبيانات السلوك الدلالية اللازمة لاستدلال الذكاء الاصطناعي.

3.1.2 البيانات المخزنة - طبقة البيانات الاجتماعية الذكية

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

على عكس منصات البيانات التقليدية على السلسلة (مثل The Graph و Dune) التي تستهدف "الاستعلام" كمفهوم تصميم، فإن طبقة بيانات Port3 تركز على: كيفية جعل البيانات مفيدة لنماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابل للتنفيذ تلقائيًا.

طبقة بيانات التواصل الاجتماعي للذكاء الاصطناعي تجمع عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث الفوري من خلال وحدات التطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي يتوسع ذاتيًا. إنها المركز المعرفي السلوكي لـ Port3، حيث تقوم بهيكلة وتفسير بيانات السلوك المعقدة على السلسلة وخارجها، لتوفير وقود بيانات "يمكن فهمه، يمكن تجميعه، يمكن استدعاؤه" للوكيل الذكي.

3.1.3 تطبيق البيانات - Rankit + OpenBQL + Ailliance.ai → نظام وكيل الذكاء الاصطناعي

Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي

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

قدرات Rankit وابتكار النماذج:

• تقييم حرارة التواصل عبر المنصات: يجمع بين إشارات التواصل من تويتر، تيليجرام، ديسكورد، وما إلى ذلك، لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، والتحولات العاطفية في عالم Web3.

• التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل نقاط النقاش، وتأثير KOL، وثقة المستخدمين إلى مؤشرات منظمة، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة، وغيرها من السيناريوهات.

• نموذج التطبيق العمودي: على سبيل المثال، محرك بيانات البيئة USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ونشاط وسائل التواصل الاجتماعي، وديناميكية السلسلة، يتتبع في الوقت الحقيقي المشاريع المحتملة على شبكة BNB، ليصبح بوصلة ذكية لتمكين مستخدمي DeFi من التقاط Alpha.

بفضل دعم Rankit، لا تستطيع Port3 فقط تقديم البيانات، بل تقدم أيضًا "بيانات تفسيرية"------ لا تخبرك فقط بما حدث، بل تخبرك أيضًا ما يجب عليك فعله.

OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنية

إذا كانت SoQuest هي مدخل البيانات، فإن BQL (لغة استكشاف البلوكشين) هي قشرة الدماغ للبيانات في Port3، وهي القلب الدلالي والمحرك التشغيلي لجميع بيانات السلوك.

دور وآلية BQL:

• طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكّن المطورين أو الوكلاء من استخدام أوامر مثل "شراء NFT على سلسلة Aptos" لتنفيذ عمليات فعلية على السلسلة، مما يربط بين بيئات متعددة السلاسل مثل EVM و BTC و Solana.

• طبقة التنفيذ القياسية: تدعم معالجة العمليات الخاصة بالأصول على السلسلة (مثل التداول، والتخزين، وإضافة السيولة) بشكل تلقائي بنقرة واحدة، وهي المحور الرئيسي لأتمتة السلوك على السلسلة.

• مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية معيارية لنماذج الذكاء الاصطناعي والوكيل، ويحقق التحديثات والحسابات عالية التردد للبيانات المطلوبة لتحقيق المعلومات المالية (InfoFi).

من خلال BQL، تدفع Port3 لبناء "بروتوكول لغة طبيعية على السلسلة" جديد في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة الكود" إلى "طبقة النية" ------ الآلات لا تنفذ فقط الأوامر التي تقولها، بل يمكنها أيضًا فهم نيتك.

قدرات التوصيل لوكيل الذكاء الاصطناعي: Ailliance.ai

• Port3 يبني طبقة API وكيل عالمية، يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ الأوامر مباشرة.

• تشمل التطبيقات مساعد استثمارات آلي، روبوتات تفاعلية، مساعد ذكي للألعاب على السلسلة، مما يغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وإدارة المجتمع.

تجعل هذه المجموعة الكاملة من المنتجات Port3 المنصة الوحيدة التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء" في مجال بيانات التواصل الاجتماعي Web3.

الهدف النهائي هو بناء شبكة بروتوكولات معيارية للويب 3 تعتمد على بيانات السلوك، مما يمكّن وكيل الذكاء الاصطناعي من فهم والتعرف على والتعامل مع الأصول على السلسلة.

3.2 Port3 الحاجز: عجلة النمو الناتجة عن تراكم الأعمال

تتمتع Port3 بمكانة رائدة في سرد القصص في Web3 AI ليس بسبب امتلاكها لقدرات نموذجية متقدمة، ولكن بسبب بناءها لأصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واتساع كبير خلال عملية تراكم الأعمال. توفر هذه الميزة في البيانات أساسًا فريدًا لتطبيقات AI الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:

3.2.1. بيانات سلوك السلسلة على السلسلة وخارج السلسلة بمستوى عشرات الملايين

بفضل تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مستوى من مسارات مشاركة المستخدمين، تغطي سلوكيات المهام، وتفاعلات المحفظة، والأصول على السلسلة، ودرجة المشاركة المجتمعية وغيرها من الأبعاد. هذه البيانات تمتد عبر Web2 و Web3، مثل منشورات تويتر، والنشاط على ديسكورد، والاحتفاظ على تيليجرام، والمعاملات على السلسلة، والتخزين، والمراكز، مما يشكل خريطة كثيفة للغاية للسلوك الاجتماعي. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، تعتبر هذه البيانات السلوكية المنظمة والتي تتفاعل بشكل متكرر، بلا شك، من أغلى موارد الإدخال لبناء وكيل الذكاء الاصطناعي في Web3.

**3.2.2 التعاون العميق مع آلاف المشاريع، البيانات مستمرة