أفضل 10 شركات ذكاء اصطناعي تعمل على تطوير نماذج لغوية ضخمة للعملات المشفرة
لم يعد الذكاء الاصطناعي والعملات المشفرة يتطوران في زوايا منفصلة من صناعة التكنولوجيا. فمع ازدياد تعقيد تطبيقات البلوك تشين، تزداد حاجة المطورين والمستخدمين إلى أنظمة ذكاء اصطناعي تفهم العقود الذكية، واقتصاديات الرموز، والنشاط على السلسلة، والتمويل اللامركزي، واللغة الخاصة بـ Web3.
هنا تبدأ نماذج اللغة الكبيرة الخاصة بالعملات المشفرة في إحداث فرق. تستطيع النماذج العامة شرح ماهية سلسلة الكتل، لكنها قد تواجه صعوبة عند محاولة تفسير معاملة معقدة، أو تقييمها. DeFi يهدف هذا البحث إلى فهم العلاقة بين نشاط المحفظة وظروف السوق. ويجري تدريب النماذج المتخصصة في العملات الرقمية، وتحسينها، أو ربطها بمجموعات بيانات تمنحها فهمًا أعمق لهذه البيئات.
لا يزال السوق حديثًا نسبيًا، وليس كل مشروع يُوصف بأنه "شركة ذكاء اصطناعي للعملات الرقمية" يبني نموذجًا أساسيًا من الصفر. فبعضها يُدرّب نماذجه الخاصة، بينما يُحسّن البعض الآخر نماذج مفتوحة المصدر موجودة أو يُنشئ بنية تحتية متخصصة حول نماذج التعلم الموجه. ومع ذلك، تُساهم هذه الشركات والمنصات في دفع الصناعة نحو أنظمة ذكاء اصطناعي قادرة على فعل أكثر من مجرد الحديث عن العملات الرقمية.
سلسلةGPT
سلسلةGPT يُعد هذا من أوضح الأمثلة على شركة تقوم ببناء أنظمة ذكاء اصطناعي خصيصاً لتلبية احتياجات... Web3 صناعة. إنه Web3 تم تصميم برنامج ماجستير القانون في الذكاء الاصطناعي بالاعتماد على بيانات البلوك تشين والعقود الذكية. DeFi, NFTs والاقتصاد الرمزي بدلاً من الاعتماد فقط على المعرفة الواسعة الموجودة في النماذج ذات الأغراض العامة.
أحد الجوانب الأكثر إثارة للاهتمام في سلسلةGPTيتمثل نهجها في ارتباطها بالمعلومات الحية. وتشير وثائقها إلى أن النموذج يمكنه العمل مع البيانات الموجودة على سلسلة الكتل، ومعلومات السوق، والأخبار، وموجزات وسائل التواصل الاجتماعي، مما يسمح للمطورين ببناء تطبيقات تحتاج إلى سياق أكثر حداثة مما يمكن أن يوفره نموذج لغة ثابت.
وهذا يجعل التكنولوجيا مفيدة لكل شيء بدءًا من أبحاث العملات المشفرة ودعم العملاء وصولًا إلى المساعدة في التداول وتحليل العقود الذكية. سلسلةGPT كما أتاحت الشركة نموذجها من خلال واجهات برمجة التطبيقات (APIs) ومجموعات تطوير البرامج (SDKs)، مما يمنح الآخرين Web3 توفر هذه الطريقة للشركات وسيلة لإضافة الذكاء الاصطناعي المدرك للعملات المشفرة دون الحاجة إلى تطوير مجموعة نماذج كاملة بأنفسهم.
Fetch.ai
اتخذت شركة Fetch.ai مسارًا مختلفًا بعض الشيء بالتركيز على نماذج الذكاء الاصطناعي التي يمكنها العمل كجزء من أنظمة الوكلاء المستقلين. في فبراير 2025، قدمت Fetch.ai نظام ASI-1 Mini، الذي وصفته بأنه Web3نموذج لغوي كبير أصلي مصمم خصيصًا لسير عمل الذكاء الاصطناعي الوكيل.
يكمن الفرق المهم في أن ASI-1 Mini ليس مجرد روبوت محادثة آخر مُدرَّب على الإجابة عن أسئلة حول العملات المشفرة. فقد صممته Fetch.ai حول التفكير المنطقي واتخاذ القرارات وسير العمل المستقل، مع أوضاع تفكير متعددة تهدف إلى تحقيق التوازن بين السرعة والعمق.
يُعدّ هذا النهج بالغ الأهمية لأن المرحلة التالية من الذكاء الاصطناعي في مجال العملات الرقمية من المرجح أن تتضمن وكلاء قادرين على التفاعل الفعلي مع شبكات البلوك تشين. فبدلاً من سؤال الذكاء الاصطناعي عن العملة الرقمية ذات العائد الأعلى ثم تنفيذ المعاملة يدويًا، يمكن للمستخدمين في نهاية المطاف تفويض أجزاء من هذه العملية إلى أنظمة ذاتية التشغيل. ويجري تطوير نماذج مثل ASI-1 Mini مع وضع هذه الرؤية الأوسع في الاعتبار.
العملات المشفرةGPT
العملات المشفرةGPT يُعدّ هذا المشروع مشروعًا آخر سعى إلى بناء بنية تحتية للذكاء الاصطناعي خصيصًا لقطاعي العملات المشفرة وتقنية البلوك تشين. ويتجاوز نطاق تركيزه المعلن مجرد روبوت محادثة بسيط يعمل بالذكاء الاصطناعي، ليشمل تطبيقات مثل إنشاء العقود الذكية، والتدقيق، والمساعدة في التداول، وغيرها. Web3الأدوات ذات الصلة.
وقد حدد المشروع أيضًا خططًا لبنية تحتية لسلسلة الكتل تركز على الذكاء الاصطناعي من خلال AIVM الخاص به، والتي تهدف إلى دعم تنفيذ وتدريب وتوفير موارد الحوسبة لنماذج الذكاء الاصطناعي على سلسلة الكتل.
لكن ثمة فرق هام هنا. العملات الرقميةGPTتشير وثائق الشركة نفسها إلى أن نماذج الذكاء الاصطناعي الخاصة بها ليست مفتوحة المصدر، بينما يُفترض توفير الوصول إليها من خلال واجهات برمجة التطبيقات (APIs) ومجموعات تطوير البرامج (SDKs). وهذا يجعل استراتيجيتها أقرب إلى مزود بنية تحتية للذكاء الاصطناعي منها إلى مختبر أبحاث مفتوح المصدر.
بالنسبة لمستخدمي العملات المشفرة، فإن جاذبية هذه التقنية واضحة تمامًا. فبدلاً من إجبار نظام ذكاء اصطناعي عام على تعلم مصطلحات البلوك تشين من الصفر، فإن العملات المشفرةGPT يحاول دمج تلك المعرفة المتخصصة في المنتج.
BytomDAO
اتخذت BytomDAO أحد أكثر المناهج مباشرة لإنشاء نموذج لغة يركز على العملات المشفرة.GPT تعتمد المبادرة على CryptoInstruct، وهي مجموعة بيانات تحتوي على ملايين الأمثلة التعليمية المصممة حول المعلومات والمهام المتعلقة بالعملات المشفرة.
يقول المشروع إنه قام بضبطه بدقة Llama 3- استخدام مجموعة بيانات CryptoInstruct لإنتاج CryptoGPT نماذج على مستويات معلمات مختلفة. وتكتسب الفكرة الكامنة وراء هذا النهج أهمية خاصة في صناعة العملات المشفرة لأن معلومات البلوك تشين متخصصة للغاية ومتغيرة باستمرار.
بدلاً من محاولة التنافس مع أكبر النماذج العامة في كل موضوع ممكن، يمكن للنموذج المتخصص أن يركز قدراته على مجالات مثل معلومات المشروع، ومفاهيم البلوك تشين، والمهام الخاصة بالعملات المشفرة.
يُعد هذا أحد أوضح الأمثلة على سبب أهمية التدريب المتخصص في مجال معين. Web3قد يكون النموذج الأصغر الذي يفهم العملات المشفرة بعمق أكثر فائدة أحيانًا لتطبيق البلوك تشين من النموذج الأكبر بكثير الذي يعرف القليل عن كل شيء.
IndexAI
يُعدّ IndexAI مشروعًا آخر مبنيًا على فكرة أن نماذج اللغة يجب أن تكون قادرة على التفاعل مباشرةً مع شبكات البلوك تشين. وتصف المنصة نموذجها الأساسي بأنه نموذج لغة مفتوح المصدر مُدرَّب على معرفة البلوك تشين.
يتجاوز طموحها مجرد الإجابة على الأسئلة. تقول شركة IndexAI إن تقنيتها تسمح لوكلاء الذكاء الاصطناعي بقراءة المعلومات عبر سلاسل الكتل المتعددة، ومع توفر الإمكانيات المناسبة، الكتابة إلى تلك الشبكات من خلال توقيع المعاملات وتنفيذ الصفقات وإجراء عمليات التبادل.
هذا التمييز جوهري. قد لا تكمن الفرصة الحقيقية في برامج التعلم القائمة على التعلم الخاصة بالعملات الرقمية في تحسين الحوارات حول البيتكوين أو الإيثيريوم، بل في القدرة على تحويل التعليمات المكتوبة بلغة طبيعية إلى إجراءات آمنة وقابلة للتحقق على سلسلة الكتل.
قد يتمكن المستخدم في نهاية المطاف من وصف هدف ما بلغة عادية، بينما يتولى نظام الذكاء الاصطناعي معالجة تفاعلات سلسلة الكتل الأساسية. ويتطلب ذلك معرفةً أكبر بكثير بالمجال مقارنةً ببرامج الدردشة الآلية التقليدية.
DMind
تُرسّخ DMind مكانتها كمنظمة بحثية مفتوحة المصدر في مجال الذكاء الاصطناعي العام، وتركز تحديدًا على التمويل الرقمي. ويشمل عملها نماذج لغوية ضخمة، ومجموعات بيانات، ومعايير قياس، وأدوات موجهة نحو التمويل و Web3 التطبيقات.
تُعدّ نماذج DMind-3 الخاصة بالشركة مثيرة للاهتمام بشكل خاص لأنها مصممة وفقًا لواقع التنفيذ المالي في Web3وتقول شركة DMind إن النماذج تهدف إلى معالجة الحالات التي يمكن فيها أن يمر إجراء المستخدم الواحد عبر عدة عقود ذكية، أو يؤدي إلى عمليات تصفية أو تعريض الأموال للتنفيذ العدائي.
هذه مشكلة مختلفة عن مجرد توليد إجابة متماسكة. في التمويل اللامركزي، يمكن لنظام الذكاء الاصطناعي أن يؤثر على المعاملات التي تتضمن أموالاً حقيقية. ونتيجة لذلك، يصبح فهم بيئة التنفيذ المحيطة والمخاطر والتفاعلات بين العقود بنفس أهمية إنتاج نص سلس.
كما أن نهج المصادر المفتوحة الذي تتبعه شركة DMind قد يجعل عملها مفيدًا للمطورين الذين يرغبون في فحص نماذج الذكاء الاصطناعي المالية المتخصصة وتكييفها والبناء عليها بدلاً من الاعتماد كليًا على الأنظمة التجارية المغلقة.
مختبرات نيكسيس
تعمل شركة Nexis Labs على دمج نماذج اللغة الكبيرة، والوكلاء المستقلين، وتنفيذ عمليات البلوك تشين من خلال منصتها Nex-T1. وتصف الشركة Nex-T1 بأنها نظام ذكاء اصطناعي متطور مصمم لربط نماذج اللغة الكبيرة المتقدمة بتنفيذ عمليات البلوك تشين القابلة للتنفيذ.
ويُعد تركيزها ذا صلة خاصة بـ DeFiحيث تحتاج الأنظمة المستقلة إلى تفسير معلومات السوق، ثم اتخاذ الإجراءات اللازمة. وتصف شركة نيكسيس لابز عملها في مجال تنسيق الأنظمة متعددة العوامل، والأنظمة المستقلة. DeFi التداول والضوابط التي يتدخل فيها العنصر البشري.
يُسلّط هذا الضوء على تطور هام في سوق الذكاء الاصطناعي للعملات الرقمية. فالنموذج بحد ذاته ليس سوى جزء من الصورة الكاملة. ولكي يصبح نظام الذكاء الاصطناعي مفيدًا حقًا في التمويل اللامركزي، فإنه يحتاج إلى طبقة تنسيق، وإمكانية الوصول إلى معلومات موثوقة من سلسلة الكتل، وضمانات لحماية التنفيذ.
وبالتالي، فإن شركة Nexis Labs تتعامل مع المشكلة من جانب الوكيل، حيث يصبح نظام إدارة التعلم جزءًا من نظام أكبر قادر على التفكير في المعلومات المالية والتفاعل مع البنية التحتية لسلسلة الكتل.
0G
تعمل 0G على بناء نظام بيئي أوسع للذكاء الاصطناعي اللامركزي يتضمن بنية تحتية خاصة بها للنماذج. تعرض منصتها حاليًا نماذج تشمل 0GM-1.0-35B-A3B إلى جانب نماذج أخرى متاحة من خلالها. AI كومة.
يتمثل الهدف الأوسع للشركة في تقريب الحوسبة والتخزين والاستدلال في مجال الذكاء الاصطناعي من بنية البلوك تشين التحتية. وتصف شبكتها بأنها تدعم الذكاء الاصطناعي المدمج بالكامل في البلوك تشين، والحوسبة القابلة للتحقق، والاستدلال الخاص.
هذا يجعل 0G ذات صلة بنقاش نماذج اللغات الخاصة بالعملات المشفرة، على الرغم من أن طموحها يتجاوز نموذج لغة محدد. تعمل الشركة فعلياً على البنية التحتية اللازمة لتشغيل نماذج الذكاء الاصطناعي في التطبيقات اللامركزية.
قد يكون هذا الأمر بنفس أهمية النماذج نفسها. فتشغيل أنظمة الذكاء الاصطناعي المتطورة يتطلب موارد حاسوبية وتخزينية هائلة، بينما تتطلب تطبيقات البلوك تشين الشفافية وإمكانية التحقق. ويُعدّ الجمع بين هذين المتطلبين أحد أكبر التحديات التقنية في هذا القطاع.
أبحاث نوس
تتميز شركة Nous Research عن غيرها من الشركات المذكورة في هذه القائمة بأن نماذجها اللغوية ليست مصممة حصراً للعملات المشفرة. وتكمن أهميتها في عملها على الذكاء الاصطناعي مفتوح المصدر وتدريب النماذج اللامركزي.
يطور المختبر نماذج لغوية مفتوحة الوزن، بما في ذلك عائلة هيرميس، ويعمل أيضاً على بنية تحتية للتدريب الموزع. وقد شملت أبحاثه حول الذكاء الاصطناعي اللامركزي استخدام التنسيق القائم على تقنية سلسلة الكتل والحوسبة الموزعة.
لذا، لا يقتصر الارتباط بالعملات الرقمية على إنشاء "روبوت محادثة بيتكوين"، بل يتعداه إلى تغيير كيفية تدريب نماذج اللغة القوية وتشغيلها. ويكتسب هذا التمييز أهمية متزايدة مع سعي مشاريع العملات الرقمية لاستكشاف بدائل لامركزية للبنية التحتية المركزية للذكاء الاصطناعي التي تهيمن عليها مجموعة صغيرة نسبياً من شركات التكنولوجيا.
تُظهر أعمال شركة Nous Research أن الذكاء الاصطناعي الخاص بالعملات المشفرة لا يعني بالضرورة نموذجًا مُدرَّبًا حصريًا على بيانات العملات المشفرة، بل يمكن أن يعني أيضًا بناء نماذج وبنية تحتية تتكامل بسلاسة مع الأنظمة البيئية اللامركزية.
Galadriel
تتناول شركة Galadriel العلاقة بين LLMs وتقنية البلوك تشين من زاوية أخرى: جعل استنتاج الذكاء الاصطناعي قابلاً للتحقق.
يُمكّن مشروع Sentience المطورين من إنشاء وكلاء ذكاء اصطناعي مستقلين، يمكن التحقق من استنتاجاتهم المنطقية متعددة المستويات (LLM) عبر براهين تشفيرية. يستخدم النظام بيئات تنفيذ موثوقة لمعالجة طلبات LLM، وينشر شهادات على منصة Solana، مما يسمح للتطبيقات بالتحقق من تنفيذ الاستنتاج كما هو مُعلن.
مع أن شركة غالادريل لا تكتفي ببناء روبوت محادثة خاص بالعملات الرقمية، إلا أن عملها يعالج مشكلة رئيسية تواجه الذكاء الاصطناعي القائم على تقنية البلوك تشين. فإذا كان نظام الذكاء الاصطناعي يتخذ قراراتٍ تُتيح تحويل الأموال أو تنفيذ المعاملات، فإن المستخدمين يحتاجون إلى أكثر من مجرد تأكيد من النموذج على صحة العملية.
قد يصبح الذكاء الاصطناعي القابل للتحقق في نهاية المطاف جزءًا أساسيًا من نماذج اللغة الأصلية للعملات المشفرة، لا سيما مع اكتساب الوكلاء المستقلين سيطرة أكبر على المحافظ والمعاملات المالية.
السباق الأكبر يتجاوز مجرد روبوتات الدردشة
يشير صعود نماذج التعلم الموجه للعملات المشفرة إلى تحول أوسع في صناعة الذكاء الاصطناعي. فقد أصبحت النماذج العامة قادرة بشكل ملحوظ على شرح مفاهيم البلوك تشين، وكتابة أكواد العقود الذكية، وتلخيص أخبار العملات المشفرة. ويتمثل التحدي التالي في جعل الذكاء الاصطناعي يفهم بيئة البلوك تشين بعمق كافٍ للتصرف فيها بأمان.
وهذا يعني الوصول إلى المعلومات الموجودة على سلسلة الكتل في الوقت الفعلي، وفهم تفاعلات العقود الذكية، والتعرف على المخاطر المالية، ومعرفة متى يمكن أن يكون للإجراء عواقب لا رجعة فيها.
تتبنى الشركات العاملة في هذا المجال مناهج مختلفة لمعالجة المشكلة. فبعضها يدرب نماذج على مجموعات بيانات خاصة بالعملات المشفرة، بينما يقوم البعض الآخر ببناء... Web3-الأنظمة المحلية للتعلم الآلي، وشبكات التدريب اللامركزية، والوكلاء المستقلين، أو أنظمة التحقق التي تجعل نشاط الذكاء الاصطناعي أكثر شفافية.
لا يزال السوق في مراحله الأولى، ومن المرجح أن تختفي بعض المشاريع بينما تتطور مشاريع أخرى لتصبح شركات بنية تحتية أكبر بكثير في مجال الذكاء الاصطناعي. لكن الاتجاه بات أكثر وضوحًا. لا يحتاج سوق العملات الرقمية بالضرورة إلى روبوت محادثة آخر يشرح ماهية البيتكوين، بل يحتاج إلى أنظمة ذكاء اصطناعي تفهم آلية عمل الأسواق اللامركزية.
إذا حدث ذلك، فقد تكون أهم نماذج الذكاء الاصطناعي في مجال العملات الرقمية هي تلك التي بالكاد يلاحظها المستخدمون. ستكون هذه النماذج موجودة خلف المحافظ ومنصات التداول. DeFi التطبيقات والوكلاء المستقلون، الذين يفسرون بيانات سلسلة الكتل بهدوء ويساعدون في تحويل التعليمات باللغة الطبيعية إلى إجراءات على سلسلة الكتل.
إخلاء مسؤولية
تتماشى مع المبادئ التوجيهية لمشروع الثقةيرجى ملاحظة أن المعلومات المقدمة في هذه الصفحة ليس المقصود منها ولا ينبغي تفسيرها على أنها نصيحة قانونية أو ضريبية أو استثمارية أو مالية أو أي شكل آخر من أشكال المشورة. من المهم أن تستثمر فقط ما يمكنك تحمل خسارته وأن تطلب مشورة مالية مستقلة إذا كانت لديك أي شكوك. لمزيد من المعلومات، نقترح الرجوع إلى الشروط والأحكام بالإضافة إلى صفحات المساعدة والدعم المقدمة من جهة الإصدار أو المعلن. MetaversePost تلتزم بتقارير دقيقة وغير متحيزة، ولكن ظروف السوق عرضة للتغيير دون إشعار.
نبذة عن الكاتب
أليسا، صحفية متخصصة في MPost، متخصص في العملات المشفرة والذكاء الاصطناعي والاستثمارات ومجال واسع من Web3. مع اهتمامها الشديد بالاتجاهات والتقنيات الناشئة، فإنها تقدم تغطية شاملة لإعلام القراء وإشراكهم في المشهد المتطور باستمرار للتمويل الرقمي.
المزيد من المقالات
أليسا، صحفية متخصصة في MPost، متخصص في العملات المشفرة والذكاء الاصطناعي والاستثمارات ومجال واسع من Web3. مع اهتمامها الشديد بالاتجاهات والتقنيات الناشئة، فإنها تقدم تغطية شاملة لإعلام القراء وإشراكهم في المشهد المتطور باستمرار للتمويل الرقمي.
