العنوان الأصلي: a16z: الاتجاهات الثلاثة للذكاء الاصطناعي في عام 2026
هذا العام، سيتولى الذكاء الاصطناعي مهام بحثية أكثر جوهرية
كخبير اقتصاد رياضي، في يناير 2025، كان من الصعب علي جعل نماذج الذكاء الاصطناعي الاستهلاكية تفهم سير عمل عملي؛ ومع ذلك، بحلول نوفمبر 2025، أصبحت قادرًا على إصدار أوامر للذكاء الاصطناعي كما لو أنني أوجه تعليمات لطالب دكتوراه… وأحيانًا تعود إليهم بأجوبة جديدة وصحيحة. بالإضافة إلى تجربتي الشخصية، يُستخدم الذكاء الاصطناعي بشكل أوسع في مجالات البحث، خاصة في مجال الاستنتاج. هذه النماذج لا تساعد فقط في عملية الاكتشاف بشكل مباشر، بل يمكنها أيضًا حل مشكلات معقدة مثل مشكلة بوتنام (ربما أصعب امتحان رياضيات جامعي في العالم).
لا تزال هناك شكوك حول المجالات التي ستستفيد أكثر من هذا الأسلوب المساعد في البحث، وكيفية تحقيق ذلك بشكل محدد. لكني أتوقع أن يساهم البحث في الذكاء الاصطناعي هذا العام في دفع وتطوير نمط جديد تمامًا من البحث يُعرف بـ"اليد الماهرة المتعددة": هذا النمط يركز أكثر على تصور العلاقات بين الأفكار المختلفة، ويستطيع أن يستنتج بسرعة من إجابات أكثر فرضية.
قد لا تكون هذه الإجابات دائمًا دقيقة تمامًا، لكنها يمكن أن توجه البحث في الاتجاه الصحيح (على الأقل ضمن بنية طوبولوجية معينة). من المفارقات أن هذا يشبه إلى حد ما استغلال قوة “هلوسة” النماذج: عندما يكون النموذج “ذكيًا بما يكفي”، ومنحها مساحة تجريدية لتحفيز التفكير، قد ينتج عن ذلك أحيانًا نتائج غير ذات معنى — لكن أحيانًا أخرى قد يؤدي إلى اكتشافات ثورية، تمامًا كما أن الإنسان عند العمل خارج إطار التفكير الخطي أو الاتجاه المحدد، قد يكون أكثر إبداعًا.
يتطلب هذا النوع من الاستنتاج أسلوب عمل جديد في الذكاء الاصطناعي — ليس مجرد تفاعل بسيط بين “وكيل ووكيل”، بل نمط تعاوني معقد يُعرف بـ"وكيل متداخل مع وكيل آخر". في هذا النمط، تساعد نماذج مختلفة المستويات الباحثين على تقييم الحلول التي اقترحها النموذج المبكر، وتستخلص منها الجوهر تدريجيًا. لقد بدأت أستخدم هذا الأسلوب في كتابة الأبحاث، بينما يقوم الآخرون بإجراء عمليات بحث عن براءات الاختراع، وابتكار أشكال جديدة من الأعمال الفنية، وحتى (للأسف) اكتشاف طرق جديدة للهجمات على العقود الذكية.
لكن، لتنفيذ مجموعات من وكلاء الاستنتاج المتداخلين هذه لأغراض البحث، نحتاج إلى تحسين التوافق بين النماذج، وتطوير طريقة لتحديد قيمة مساهمة كل نموذج ومعالجتها بشكل مناسب — وهذه المشاكل قد تساعد تقنية البلوكشين في حلها.
— سكوت كومينرز (@skominers)، عضو فريق أبحاث a16z في التشفير، أستاذ في كلية هارفارد للأعمال
من “معرفة عميلك” (KYC) إلى “معرفة وكيلك” (KYA): تحول في التحقق من الهوية
عقبة اقتصاد الوكلاء تتجه من الذكاء إلى التحقق من الهوية. في مجال الخدمات المالية، تجاوز عدد “الهوية غير البشرية” الآن 96 ضعف عدد الموظفين البشريين — ومع ذلك، لا تزال هذه “الهويات” أشباحًا لا يمكنها الحصول على خدمات بنكية.
البنية التحتية الأساسية المفقودة هنا هي “معرفة وكيلك” (KYA). كما يحتاج الإنسان إلى تقييم ائتماني للحصول على قرض، يحتاج الوكيل أيضًا إلى شهادات توقيع مشفرة لإجراء المعاملات — تربط هذه الشهادات الوكيل بكيانه، وشروط القيود، والمسؤولية. قبل بناء هذه البنية التحتية، ستستمر الشركات في حظر هذه الوكلاء عند جدران الحماية.
الصناعة التي بنت بنية KYC (اعرف عميلك) على مدى العقود الماضية، لديها الآن بضعة أشهر فقط لدراسة كيفية تنفيذ KYA.
— شون نيفيل (@psneville)، مؤسس مشارك في Circle، مهندس بنية USDC؛ المدير التنفيذي لـ Catena Labs
حل مشكلة “الضرائب الخفية” على الشبكة المفتوحة: التحديات الاقتصادية في عصر الذكاء الاصطناعي
صعود وكلاء الذكاء الاصطناعي يفرض نوعًا من “الضرائب الخفية” على الشبكة المفتوحة، مما يزعزع أساسها الاقتصادي بشكل جذري. هذا الاضطراب ناتج عن تزايد عدم التوافق بين “طبقة السياق” (Context layer) و"طبقة التنفيذ" (Execution layer) على الإنترنت: حاليًا، يستخلص وكلاء الذكاء الاصطناعي البيانات من المواقع المدعومة بالإعلانات (طبقة السياق)، ويوفرون راحة للمستخدمين، لكنهم يتجاوزون بشكل منهجي مصادر الدخل التي تدعم المحتوى (مثل الإعلانات والاشتراكات).
لمنع تدهور الشبكة المفتوحة تدريجيًا (وحماية المحتوى المتنوع الذي يغذي الذكاء الاصطناعي)، نحتاج إلى نشر حلول تقنية واقتصادية على نطاق واسع. قد تشمل هذه الحلول نماذج محتوى رعاية من الجيل التالي، أنظمة نسب صغيرة، أو أنماط تمويلية جديدة أخرى. ومع ذلك، أثبتت بروتوكولات تفويض الذكاء الاصطناعي الحالية عدم استدامتها ماليًا، حيث غالبًا ما تغطي فقط جزءًا صغيرًا من خسائر عائدات مزودي المحتوى بسبب تدفق حركة المرور إلى الذكاء الاصطناعي.
الإنترنت بحاجة إلى نموذج اقتصادي تقني جديد يتيح تدفق القيمة تلقائيًا. التحول الرئيسي خلال العام القادم سيكون من نماذج التفويض الثابتة إلى آليات تعويض تعتمد على الاستخدام في الوقت الحقيقي. هذا يتطلب اختبار وتوسيع أنظمة ذات صلة — ربما باستخدام المدفوعات الصغيرة المدعومة بالبلوكتشين (nanopayments) ومعايير نسب معقدة — لمكافأة الكيانات التي تساهم بنجاح في إنجاز مهام الوكيل الذكي.
— ليز هاركاوي (@liz_harkavy)، فريق استثمار التشفير في a16z
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
a16z تتوقع: بحلول عام 2026، ستتطور الذكاء الاصطناعي من كونه "أداة" إلى "بنية تحتية للاقتصاد الجديد"
المؤلف: a16z crypto
الترجمة: Deep潮 TechFlow
العنوان الأصلي: a16z: الاتجاهات الثلاثة للذكاء الاصطناعي في عام 2026
هذا العام، سيتولى الذكاء الاصطناعي مهام بحثية أكثر جوهرية
كخبير اقتصاد رياضي، في يناير 2025، كان من الصعب علي جعل نماذج الذكاء الاصطناعي الاستهلاكية تفهم سير عمل عملي؛ ومع ذلك، بحلول نوفمبر 2025، أصبحت قادرًا على إصدار أوامر للذكاء الاصطناعي كما لو أنني أوجه تعليمات لطالب دكتوراه… وأحيانًا تعود إليهم بأجوبة جديدة وصحيحة. بالإضافة إلى تجربتي الشخصية، يُستخدم الذكاء الاصطناعي بشكل أوسع في مجالات البحث، خاصة في مجال الاستنتاج. هذه النماذج لا تساعد فقط في عملية الاكتشاف بشكل مباشر، بل يمكنها أيضًا حل مشكلات معقدة مثل مشكلة بوتنام (ربما أصعب امتحان رياضيات جامعي في العالم).
لا تزال هناك شكوك حول المجالات التي ستستفيد أكثر من هذا الأسلوب المساعد في البحث، وكيفية تحقيق ذلك بشكل محدد. لكني أتوقع أن يساهم البحث في الذكاء الاصطناعي هذا العام في دفع وتطوير نمط جديد تمامًا من البحث يُعرف بـ"اليد الماهرة المتعددة": هذا النمط يركز أكثر على تصور العلاقات بين الأفكار المختلفة، ويستطيع أن يستنتج بسرعة من إجابات أكثر فرضية.
قد لا تكون هذه الإجابات دائمًا دقيقة تمامًا، لكنها يمكن أن توجه البحث في الاتجاه الصحيح (على الأقل ضمن بنية طوبولوجية معينة). من المفارقات أن هذا يشبه إلى حد ما استغلال قوة “هلوسة” النماذج: عندما يكون النموذج “ذكيًا بما يكفي”، ومنحها مساحة تجريدية لتحفيز التفكير، قد ينتج عن ذلك أحيانًا نتائج غير ذات معنى — لكن أحيانًا أخرى قد يؤدي إلى اكتشافات ثورية، تمامًا كما أن الإنسان عند العمل خارج إطار التفكير الخطي أو الاتجاه المحدد، قد يكون أكثر إبداعًا.
يتطلب هذا النوع من الاستنتاج أسلوب عمل جديد في الذكاء الاصطناعي — ليس مجرد تفاعل بسيط بين “وكيل ووكيل”، بل نمط تعاوني معقد يُعرف بـ"وكيل متداخل مع وكيل آخر". في هذا النمط، تساعد نماذج مختلفة المستويات الباحثين على تقييم الحلول التي اقترحها النموذج المبكر، وتستخلص منها الجوهر تدريجيًا. لقد بدأت أستخدم هذا الأسلوب في كتابة الأبحاث، بينما يقوم الآخرون بإجراء عمليات بحث عن براءات الاختراع، وابتكار أشكال جديدة من الأعمال الفنية، وحتى (للأسف) اكتشاف طرق جديدة للهجمات على العقود الذكية.
لكن، لتنفيذ مجموعات من وكلاء الاستنتاج المتداخلين هذه لأغراض البحث، نحتاج إلى تحسين التوافق بين النماذج، وتطوير طريقة لتحديد قيمة مساهمة كل نموذج ومعالجتها بشكل مناسب — وهذه المشاكل قد تساعد تقنية البلوكشين في حلها.
— سكوت كومينرز (@skominers)، عضو فريق أبحاث a16z في التشفير، أستاذ في كلية هارفارد للأعمال
من “معرفة عميلك” (KYC) إلى “معرفة وكيلك” (KYA): تحول في التحقق من الهوية
عقبة اقتصاد الوكلاء تتجه من الذكاء إلى التحقق من الهوية. في مجال الخدمات المالية، تجاوز عدد “الهوية غير البشرية” الآن 96 ضعف عدد الموظفين البشريين — ومع ذلك، لا تزال هذه “الهويات” أشباحًا لا يمكنها الحصول على خدمات بنكية.
البنية التحتية الأساسية المفقودة هنا هي “معرفة وكيلك” (KYA). كما يحتاج الإنسان إلى تقييم ائتماني للحصول على قرض، يحتاج الوكيل أيضًا إلى شهادات توقيع مشفرة لإجراء المعاملات — تربط هذه الشهادات الوكيل بكيانه، وشروط القيود، والمسؤولية. قبل بناء هذه البنية التحتية، ستستمر الشركات في حظر هذه الوكلاء عند جدران الحماية.
الصناعة التي بنت بنية KYC (اعرف عميلك) على مدى العقود الماضية، لديها الآن بضعة أشهر فقط لدراسة كيفية تنفيذ KYA.
— شون نيفيل (@psneville)، مؤسس مشارك في Circle، مهندس بنية USDC؛ المدير التنفيذي لـ Catena Labs
حل مشكلة “الضرائب الخفية” على الشبكة المفتوحة: التحديات الاقتصادية في عصر الذكاء الاصطناعي
صعود وكلاء الذكاء الاصطناعي يفرض نوعًا من “الضرائب الخفية” على الشبكة المفتوحة، مما يزعزع أساسها الاقتصادي بشكل جذري. هذا الاضطراب ناتج عن تزايد عدم التوافق بين “طبقة السياق” (Context layer) و"طبقة التنفيذ" (Execution layer) على الإنترنت: حاليًا، يستخلص وكلاء الذكاء الاصطناعي البيانات من المواقع المدعومة بالإعلانات (طبقة السياق)، ويوفرون راحة للمستخدمين، لكنهم يتجاوزون بشكل منهجي مصادر الدخل التي تدعم المحتوى (مثل الإعلانات والاشتراكات).
لمنع تدهور الشبكة المفتوحة تدريجيًا (وحماية المحتوى المتنوع الذي يغذي الذكاء الاصطناعي)، نحتاج إلى نشر حلول تقنية واقتصادية على نطاق واسع. قد تشمل هذه الحلول نماذج محتوى رعاية من الجيل التالي، أنظمة نسب صغيرة، أو أنماط تمويلية جديدة أخرى. ومع ذلك، أثبتت بروتوكولات تفويض الذكاء الاصطناعي الحالية عدم استدامتها ماليًا، حيث غالبًا ما تغطي فقط جزءًا صغيرًا من خسائر عائدات مزودي المحتوى بسبب تدفق حركة المرور إلى الذكاء الاصطناعي.
الإنترنت بحاجة إلى نموذج اقتصادي تقني جديد يتيح تدفق القيمة تلقائيًا. التحول الرئيسي خلال العام القادم سيكون من نماذج التفويض الثابتة إلى آليات تعويض تعتمد على الاستخدام في الوقت الحقيقي. هذا يتطلب اختبار وتوسيع أنظمة ذات صلة — ربما باستخدام المدفوعات الصغيرة المدعومة بالبلوكتشين (nanopayments) ومعايير نسب معقدة — لمكافأة الكيانات التي تساهم بنجاح في إنجاز مهام الوكيل الذكي.
— ليز هاركاوي (@liz_harkavy)، فريق استثمار التشفير في a16z