تحليل أحدث الاتجاهات والمشاريع الساخنة في مجال التشفير + الذكاء الاصطناعي

خلال الشهر الماضي، أظهر مجال Crypto+AI ثلاثة تغييرات ملحوظة في الاتجاهات:

1. المسار التكنولوجي للمشروع أكثر واقعية، مع التركيز على بيانات الأداء بدلاً من التعبئة المفاهيمية البحتة.
2. أصبحت مشاهد التقسيم العمودي محور التركيز للتوسع، وبدأت الذكاء الاصطناعي المتخصص في استبدال الذكاء الاصطناعي العام.
3. أصبح رأس المال يولي مزيدًا من الأهمية للتحقق من نماذج الأعمال، حيث تحظى المشاريع التي تتمتع بتدفق نقدي بوضوح بشعبية أكبر.

إليك بعض المشاريع التي تستحق المتابعة وتحليلها:

منصة تقييم نماذج الذكاء الاصطناعي اللامركزية

أكمل النظام الأساسي جولة تمويل أولية بقيمة 33 مليون دولار في يونيو. يستفيد النظام الأساسي من ميزة الحكم الذاتي البشري لمعالجة نقاط الضعف في تقييم الذكاء الاصطناعي، من خلال التقييم الجماعي لأكثر من 500 نموذج كبير. يمكن تحويل ملاحظات المستخدمين إلى نقد، مما جذب العديد من الشركات المعروفة لشراء البيانات، مما أدى إلى إنشاء تدفق نقدي حقيقي.

نموذج الأعمال لهذا المشروع واضح نسبياً، وليس نموذج حرق الأموال البحت. ومع ذلك، فإن منع عمليات الشراء الوهمية وتحسين خوارزمية مواجهة الهجمات النسائية لا يزال يمثل تحدياً كبيراً. من حيث حجم التمويل، فإن رأس المال يفضل بوضوح المشاريع التي لديها تحقق من قابلية التحويل.

شبكة الحوسبة الذكية اللامركزية

استكمل المشروع تمويل جولة البذور بقيمة 10 ملايين دولار في يونيو. حقق المشروع بعض التوافق السوقي في مجال DePIN على سولانا من خلال ملحق المتصفح. أطلق الفريق بروتوكول نقل البيانات ومحرك الاستدلال، وقاموا باستكشاف جوهري في حساب الحافة وقابلية التحقق من البيانات، مما يمكنهم من تقليل الكمون بنسبة 40% ودعم الاتصال بالأجهزة المتنوعة.

تتوافق اتجاهات المشروع مع اتجاه "تعميم" الذكاء الاصطناعي. ومع ذلك، عند التعامل مع المهام المعقدة، لا تزال الكفاءة تمثل تحديًا مقارنةً بالمنصات المركزية، كما أن استقرار نقاط الحافة يمثل مشكلة أيضًا. ومع ذلك، فإن الحوسبة الطرفية، باعتبارها حاجة جديدة ناتجة عن الانغماس في الذكاء الاصطناعي في ويب 2، هي بالضبط ما يمثل ميزة الإطار الموزع للذكاء الاصطناعي في ويب 3.

منصة البنية التحتية للبيانات الذكية اللامركزية

تقوم هذه المنصة بتحفيز المستخدمين في جميع أنحاء العالم من خلال الرموز للمساهمة في بيانات متعددة المجالات، وقد تجاوز إجمالي الإيرادات 14 مليون دولار، مما أدى إلى إنشاء شبكة من المساهمين في البيانات تضم مئات الآلاف. تقنيًا، تم دمج التحقق من ZK وخوارزمية توافق BFT لضمان جودة البيانات، كما تم استخدام تقنية الحوسبة السرية لتلبية متطلبات الامتثال.

أطلق المشروع أيضًا جهازًا لجمع موجات الدماغ، مما حقق التوسع من البرمجيات إلى الأجهزة. تم تصميم النموذج الاقتصادي بشكل معقول، حيث يمكن للمستخدمين كسب النقود والنقاط من خلال التعليقات الصوتية، ويمكن أن تنخفض تكلفة اشتراك الشركات في خدمات البيانات بنسبة 45٪.

تتمثل القيمة الكبرى لهذا المشروع في تلبيته للاحتياجات الحقيقية لوضع علامات البيانات باستخدام الذكاء الاصطناعي، خاصة في المجالات التي تتطلب جودة البيانات والامتثال العالي مثل الطب والقيادة الذاتية. ومع ذلك، فإن معدل الخطأ بنسبة 20% مقارنةً بالمنصات التقليدية التي تبلغ 10% لا يزال مرتفعًا، وتعتبر تقلبات جودة البيانات مشكلة تحتاج إلى حل مستمر.

شبكة الحوسبة الموزعة على سلسلة سولانا

تم الانتهاء من تمويل المشروع بقيمة 10.8 مليون دولار في يونيو. يجمع المشروع موارد GPU غير المستخدمة من خلال تقنية التجزئة الديناميكية، مما يدعم استدلال النماذج الكبيرة بتكلفة أقل بنسبة 40% مقارنة بمزود خدمة سحابية معين. حول المشروع المساهمين في القدرة الحاسوبية إلى أصحاب مصلحة، مما يحفز المزيد من الناس على المشاركة في الشبكة.

هذا هو نموذج "تجميع الموارد غير المستخدمة" النموذجي، من المنطقي أن نفكر في ذلك. لكن معدل خطأ التحقق عبر السلاسل بنسبة 15% مرتفع، ويحتاج الاستقرار الفني إلى تحسين مستمر. في مشاهد مثل عرض ثلاثي الأبعاد التي لا تتطلب زمن استجابة مرتفع، هناك بالفعل ميزة، الأمر المهم هو ما إذا كان يمكن تقليل معدل الأخطاء.

منصة تداول العملات المشفرة عالية التردد المدفوعة بالذكاء الاصطناعي

أكمل هذا المنصة جولة تمويل بذور بقيمة 3.38 مليون دولار في يونيو. تكنولوجيا MCP الخاصة بها قادرة على تحسين مسارات التداول ديناميكيًا، وتقليل الانزلاق، وقد أظهرت التجارب زيادة في الكفاءة بنسبة 30%. يتماشى المشروع مع اتجاه AgentFi، وقد وجد نقطة دخول في هذا القطاع الفرعي القليل التواجد في تداول DeFi الكمي.

الاتجاه صحيح، فإن DeFi تحتاج بالتأكيد إلى أدوات تداول أكثر ذكاءً. لكن التداول عالي التردد يتطلب دقة ووقت استجابة عاليين، ولا يزال يتعين التحقق من التوافق الزمني بين التنبؤات المدعومة بالذكاء الاصطناعي والتنفيذ على السلسلة. علاوة على ذلك، فإن هجمات MEV تمثل خطرًا كبيرًا، ويجب تعزيز تدابير الحماية التقنية.