إطلاق LazAI على الشبكة الرئيسية، تحدثنا مع Metis حول هذه الخطوة

كان مشروع L2 المدعوم دائمًا من المشاريع التي لا يمكن تفويتها.

الكاتب: Eric، Foresight News

في مساء يوم 22 ديسمبر بتوقيت شرق آسيا، أعلنت LazAI، طبقة بيانات وتطبيقات الذكاء الاصطناعي التي تم احتضانها بواسطة Metis، عن الإطلاق الرسمي لشبكة Alpha الرئيسية. آخر مرة تركت فيها Metis انطباعًا قويًا لدي كانت عندما أطلقت أول منظّم ترتيب لامركزي، وفي الوقت الذي تتجه فيه معظم حلول L2 في السنوات الأخيرة نحو التركيز على التداول، لماذا اختارت Metis الذكاء الاصطناعي بكل هذا الإصرار؟

مع هذا التساؤل، تحدثنا مع Metis.

التركيز على "البيانات"، نهج Metis المختلف

أوضح فريق Metis أن إطلاق LazAI لم يكن قرارًا مؤقتًا استجابةً لاهتمام السوق بالذكاء الاصطناعي. فمنذ بداية هذا العام، حددت Metis استراتيجيتها للتركيز على الذكاء الاصطناعي، وجاء LazAI كمنتج رئيسي بعد عام تقريبًا من العمل المتواصل. LazAI ليس مجرد تطبيق ذكاء اصطناعي بحت، ولا مجرد منتج ذكاء اصطناعي يصدر عملة، بل هو شبكة تخدم تدريب نماذج الذكاء الاصطناعي وتطبيقاتها.

قد لا يكون تطوير تطبيق "Web3+AI" خيارًا جيدًا. فمستوى تطور الذكاء الاصطناعي الحالي لم يصل بعد إلى مرحلة تستحق الجمع بين Web3 وتطبيقات الذكاء الاصطناعي على مستوى التطبيقات، أو يمكن القول إن اتجاه التطبيقات غير مؤكد بعد. السبب في نجاح العملات المستقرة وDeFi هو أن البنية التحتية المالية في العديد من الدول أو المناطق غير مكتملة، مما يترك فراغًا في السوق، بينما أرى أن Web3 لن تستفيد كثيرًا في تطبيقات الذكاء الاصطناعي على المدى القصير.

لكن الأمر يختلف تمامًا على مستوى غير التطبيقات، فخلال العام أو العامين الماضيين، قامت شركات خدمات السحابة مثل Alibaba Cloud وAWS بدمج أدوات أو منتجات متعلقة بـ L2 أو Alt L1 مثل Sui. وبهذا يمكن لمزودي الخدمات السحابية تقديم خيارات أكثر تنوعًا، وغالبًا ما تكون أدوات Web3 خيارًا أكثر فعالية من حيث التكلفة.

من وجهة نظري، فإن استغلال Metis لمزاياها في التحقق والسرعة على مستوى L2 لإطلاق LazAI هو خيار صحيح. بالإضافة إلى ذلك، لم يكن LazAI مجرد تطبيق لمفهوم Web3، بل ابتكر حلاً أصليًا يعتبر الأفضل من حيث الهندسة وملاءمة السوق.

لنبدأ بالصورة: أكبر ميزة في LazAI هي أنها صممت لتشمل حلاً كاملاً من البيانات إلى التدريب وصولاً إلى التطبيق، بحيث يمكن إكمال دورة حياة الذكاء الاصطناعي من التدريب إلى الاستخدام ثم إلى التطبيقات المبنية على الذكاء الاصطناعي بالكامل على LazAI.

لفهم LazAI جيدًا، يجب أولاً توضيح ثلاثة مكونات أساسية: iDAO، وDATs، وإطار الحوسبة القابل للتحقق.

iDAO هو أصغر وحدة مشاركة في الشبكة، وهو أيضًا عقدة الإجماع. يمكن أن يكون أي دور في دورة حياة الذكاء الاصطناعي، مثل المتخصصين الذين يوفرون البيانات، أو نماذج الذكاء الاصطناعي التي تستخدم البيانات للتدريب، أو الكيانات التي توفر القدرة الحاسوبية، أو الفرق التي تطور تطبيقات مبنية على الذكاء الاصطناعي. LazAI فصلت المشاركين في النظام البيئي للذكاء الاصطناعي وقدمت المزيد من الإمكانيات التركيبية للذكاء الاصطناعي بطريقة معيارية.

DATs (Data Anchoring Tokens) هي معيار توكن شبه متجانس أصلي من فريق LazAI، وهي الابتكار الأساسي في LazAI. يقوم DAT بترميز ثلاث خصائص رئيسية: "شهادة الملكية" التي تثبت مصدر الأصل وهوية المؤلف، و"حق الاستخدام" الذي يحدد حصة الوصول (مثل عدد مرات الاستدعاء)، و"مشاركة القيمة" التي تتيح لحاملي التوكنات الحصول تلقائيًا على دخل بناءً على النسبة. تتيح DAT للمساهمين في البيانات ومطوري الذكاء الاصطناعي تحويل مساهماتهم إلى أموال والحصول على دخل مستمر من استخدام المستخدمين في المستقبل.

إطار الحوسبة القابل للتحقق يهدف إلى حل مشكلة "الصندوق الأسود" في حسابات الذكاء الاصطناعي، ويضمن تأكيد عملية استدعاء البيانات والنماذج. يستخدم LazAI بيئات التنفيذ الموثوقة (TEEs)، وإثباتات المعرفة الصفرية (ZKPs)، وإثباتات التفاؤل (OPs) لضمان الحد الأدنى من الثقة في تنفيذ الذكاء الاصطناعي خارج السلسلة. توفر TEE تنفيذًا خاصًا، وتتحقق ZKP من المخرجات دون كشف البيانات، وتفترض OPs الصحة لتحسين السرعة. هذا النظام الهجين من الإثباتات يشبه ZK Rollup، لكنه مصمم خصيصًا للذكاء الاصطناعي، ويوازن بين الخصوصية والكفاءة وقابلية التحقق.

بناءً على ذلك، يمكننا توضيح سير العمل الكامل في شبكة LazAI: يقوم المستخدم بتشفير البيانات وإرسالها إلى iDAO، يقوم iDAO بتجميعها في LazAI Flow وإرسالها عبر VSC إلى Quorum، يستخدم Quorum TEE/ZKP للتحقق وتثبيت التجزئة على LazChain. بعد التحقق على السلسلة، يمكن سك DATs، وتسجيل البيانات الوصفية والحقوق، ويمكن للمستخدمين نقل DATs لاستدعاء الخدمات، ويتم التنفيذ خارج السلسلة عبر TEE، وتتحقق النتائج عبر ZKP/OP.

في هذا السياق، يمكن اعتبار VSC (منسق الخدمة القابلة للتحقق) بمثابة لجنة خبراء لتأكيد صحة البيانات المتخصصة، بينما Quorum هو آلية الإجماع في LazChain، وتعمل iDAO كعقدة إجماع تتحمل مسؤولياتها وتضمن أيضًا تشغيل الإجماع.

مع إطلاق الشبكة الرئيسية Alpha، ماذا يمكننا أن نفعل؟

LazAI مصممة لمعالجة مشكلة الحصول على بيانات قابلة للتعلم في مجال الذكاء الاصطناعي. حاليًا، معظم مشاريع Web3+AI التي نراها، باستثناء x402، تشمل شبكات الحوسبة، ونماذج الحوافز مثل AI Launchpad، والمشاريع التي توفر بيانات قابلة للتعلم والتي ظهرت مؤخرًا. من وجهة نظري، لا تستهدف الفئتان الأوليان احتياجات حقيقية، بل تعتبر Web3 مجرد منصة أفضل للذكاء الاصطناعي، بينما الفئة الأخيرة تغطي نطاقًا ضيقًا جدًا.

LazAI، المصممة خصيصًا لمشكلة محددة، ابتكرت آلية تضمن استمرار استفادة المساهمين، وهي مكتوبة في منطق الكود بدلاً من إضافتها مؤقتًا في كل مرة لضمان مصالح المشاركين.

علمت من الفريق أن شبكة Alpha الرئيسية لـ LazAI لن تطلق توكنًا على الفور، وللمطورين وأصحاب المعرفة المتخصصة الذين يمكنهم المساهمة، فهي فرصة نادرة لعرض أنفسهم وتحويل قدراتهم إلى أرباح عبر التوزيعات المجانية. بالإضافة إلى ذلك، ستطلق LazAI برنامج حوافز للمطورين بقيمة إجمالية تبلغ 10,000 METIS لشبكة Alpha الرئيسية، يغطي جميع المراحل من النماذج الأولية المبكرة إلى التطبيقات الناضجة، ويوفر دعمًا متعدد المستويات للنظام البيئي، بما في ذلك الترويج عبر القنوات الاجتماعية وصندوق نمو المستخدمين.

قبل إطلاق الشبكة الرئيسية، حققت LazAI نتائج جيدة على الشبكة التجريبية. ووفقًا للفريق، بلغ عدد المستخدمين النشطين على الشبكة التجريبية حوالي 140,000 مستخدم، كما حظي رفيق الذكاء الاصطناعي القابل للتطور Lazbubu الذي أطلقه الفريق الرسمي بإعجاب حوالي 15,000 مستخدم.

لم تقتصر إنجازات الشبكة التجريبية على ذلك، فقد اعتمدت ROVR Network، التي تحول المركبات اليومية إلى أجهزة رسم خرائط ثلاثية الأبعاد ذكية للعالم الفيزيائي، حل LazAI.

يقوم ROVR من خلال أجهزته برسم خرائط البيئة المحيطة باستمرار وإنشاء مجموعات بيانات جغرافية غنية، ثم يرسل البيانات إلى نظام LazAI البيئي. في هذا المثال، يعتبر ROVR "iDAO"، حيث يتم سك البيانات التي يرفعها كـ DAT، وبهذا يمتلك LazAI قاعدة بيانات DePIN وRWA عالية الدقة، ويمكن لأدوات القيادة الذاتية الذكية في المستقبل استخدام هذه البيانات لتحسين نفسها عبر التعلم الذاتي.

أوضح الفريق أن ثقافة LazAI تجعلها صديقة جدًا للمطورين، ويتضح ذلك من الحوافز التي تقدمها للمطورين مع إطلاق الشبكة الرئيسية. هذه الثقافة التي تركز على المطورين جعلت Metis تحظى باهتمام باحثي الذكاء الاصطناعي. في يونيو من هذا العام، انضم الدكتور Zehua Wang، عضو أساسي في مركز أبحاث البلوكشين بجامعة كولومبيا البريطانية (UBC) وأستاذ مشارك في قسم الهندسة الإلكترونية وعلوم الحاسوب، كمستشار تقني لـ LazAI. ووفقًا للتقارير، يركز الدكتور Zehua Wang منذ فترة طويلة على التعاون والأمان في أنظمة الوكلاء المتعددين اللامركزية، مع تركيز بحثي على دمج الذكاء الاصطناعي وتكنولوجيا البلوكشين، وخاصة في مجالات الذكاء الاصطناعي الموثوق به على الحافة، وأمان البلوكشين والعقود الذكية، وإثباتات المعرفة الصفرية.

ذكرت في البداية أن Metis كانت أول من أدخل منظّم ترتيب لامركزي إلى الممارسة في L2، وهو ما يعكس سعيها الدائم لتطوير التكنولوجيا، وهذا الإصرار على التقنية والاهتمام بالمطورين أسس قاعدة قوية للتنمية طويلة الأجل.

لماذا اختيار الذكاء الاصطناعي؟

قد يبدو هذا السؤال غبيًا بعض الشيء. باعتباره مفهومًا رائجًا، يبدو اختيار الذكاء الاصطناعي قرارًا بديهيًا، لكن الواقع قد لا يكون بهذه البساطة.

التحديات التي تواجه حلول L2 العامة على Ethereum تزداد صعوبة. اختارت العديد من المشاريع بناء L1 خاصة بها أو تطوير سلاسل تطبيقات استنادًا إلى حلول Rollup ناضجة لتحقيق أداء أكثر تخصيصًا. وهذا دفع حلول L2 إلى إعادة تحديد مواقعها والبحث عن اتجاهات جديدة بناءً على ميزاتها الخاصة.

مؤخرًا، أثار الهاتف الذي أطلقته ByteDance والمزود بـ Doubao المدمج ضجة كبيرة. جوهر الضجة هو أنه من خلال الذكاء الاصطناعي، لم يعد المستخدم بحاجة للتفاعل مع عدة تطبيقات، بل يكفي أن يخبر الذكاء الاصطناعي باحتياجاته ليقوم الذكاء الاصطناعي باستدعاء التطبيقات المختلفة لتحقيق هدف المستخدم. هذا غيّر منطق "جذب الترافيك" في عصر الإنترنت بشكل جذري، ومن المرجح أن يصبح مدخل الترافيك في المستقبل ساحة تنافس بين الذكاء الاصطناعي.

أذكر هذا المثال لأوضح أنه حتى لو اختارت العديد من حلول L2 التركيز على التداول أو أسواق التنبؤ أو ترميز RWA، إلا أنها تغفل أن من سيشغل هذه التطبيقات في المستقبل قد لا يكون البشر، بل الذكاء الاصطناعي الذي يتلقى أوامر البشر. إذا فاتتك بوابة الذكاء الاصطناعي، فحتى لو كان لديك العديد من سلاسل التطبيقات، ستصبح مجرد أدوات للذكاء الاصطناعي، ومن الواضح أن Metis أدركت هذه المشكلة منذ عام مضى.

ذكرت سابقًا أن Metis بدأت بالفعل في تنفيذ استراتيجيتها التي تركز على الذكاء الاصطناعي منذ بداية العام. في مارس من هذا العام، أعلنت Metis في ETHDenver عن استراتيجية السلسلتين، حيث Hyperion، بالإضافة إلى Metis نفسها، هي L2 عالية الإنتاجية تم تحسينها خصيصًا لتطبيقات الذكاء الاصطناعي، وتدعم التنفيذ المتوازي والتغذية الراجعة الفورية. بالإضافة إلى ذلك، يتكامل Hyperion بعمق مع Metis SDK، ويدعم بناء سلاسل التطبيقات بشكل معياري، ويستهدف التداول عالي التردد وتطبيقات الذكاء الاصطناعي في الوقت الفعلي.

LazAI هو "المنتج الرئيسي" في ظل هذه الاستراتيجية، وكل التحضيرات السابقة أظهرت قيمتها الحقيقية الآن. جميع حلول L2، بما في ذلك Metis، تدرك جيدًا أن ميزة الكفاءة في L2 تتآكل تدريجيًا بواسطة شبكة Ethereum الرئيسية، لذا يجب أن يكون هناك منتج قوي يثبت نفسه في مسار واحد على الأقل لضمان معدل استخدام مستقر للسلسلة والحفاظ على استقرار النظام البيئي. البنية التحتية للذكاء الاصطناعي تبدو "صعبة، لكنها الخيار الصحيح".

بدأت حلول Web3 في معالجة مشكلة تصنيف بيانات الذكاء الاصطناعي في الأشهر القليلة الماضية فقط، وكانت Metis من أوائل من خاضوا هذه التجربة، لكن حل Metis هو حل Web3 أصلي نموذجي، وليس مجرد دمج التأكيد على السلسلة وإصدار التوكنات.

بالنسبة لـ Metis، فإن توسيع النظام البيئي للتطبيقات على السلسلة واستراتيجية استخدام السلسلة كطبقة تسوية إلى حد ما يسيران جنبًا إلى جنب. أعتقد أن سعر التوكن في المستقبل سيرتبط بشكل متزايد بالقيمة الحقيقية، ومدى اعتماد الشبكة، وكمية الطلب الحقيقي على توكنات Gas سيحدد قيمة التوكن والشبكة. دخول مجال الذكاء الاصطناعي هو أيضًا تعزيز لقيمة METIS نفسها، وإذا تحقق توقعي، فكلما ظهرت المزيد من سلاسل التطبيقات غير المتعلقة بالذكاء الاصطناعي على L2، زادت قيمة METIS.

بدأت المنتجات القائمة على البلوكشين في التغلغل في جميع جوانب تطبيقات الإنترنت، وأصبح أداؤها في مجال الذكاء الاصطناعي أكثر بروزًا. لا أزال أعتقد أن "النماذج على السلسلة" أو "AI Launchpad" لن يكون لها عمر طويل، لكن المنتجات مثل LazAI التي تخدم دورة حياة الذكاء الاصطناعي ليست كذلك. بالنسبة للمطورين والمستخدمين، فإن المنتجات التي توضع في صدارة الاستراتيجية البيئية تستحق دائمًا المتابعة والمشاركة.