AI

Gate Research: تدفع نماذج اللغة الكبيرة وتقنيات الوكلاء الذكيين أنظمة التداول إلى مرحلة جديدة من التطور. التداول الكمي، الذي كان يعتمد سابقًا بشكل كبير على مهارات البرمجة وأنظمة الهندسة المعقدة، يتجه تدريجيًا نحو منتجات توفر حواجز دخول أقل بكثير. قدمت Gate منتجات مثل AI Quant Workspace وGate for AI، التي تهدف إلى دمج توليد الاستراتيجيات، واختبارها التاريخي، والتنفيذ الآلي في منصة واحدة من خلال التفاعل بلغة طبيعية، وأدوات كوانت بدون برمجة، وواجهات تداول موحدة، مما يتيح لعدد أكبر من المستخدمين المشاركة في تداول الاستراتيجيات. ومع استمرار نضج تقنيات الذكاء الاصطناعي، تتطور منصات التداول من أدوات المطابقة التقليدية إلى بنية تحتية للتداول قائمة على الذكاء الاصطناعي.

تُعد Fetch.ai شبكة لامركزية توظف الذكاء الاصطناعي (AI) وتقنية البلوكشين، حيث يرتكز إطارها الأساسي على وكلاء اقتصاديين مستقلين (AEA). يتيح هذا النظام للبرمجيات والأجهزة تنفيذ المهام، وتبادل البيانات، وتسوية القيم بشكل مستقل دون الاعتماد على منصات مركزية، ما يخلق منظومة اقتصادية ذكية تعتمد على مشاركة الآلات.

يُعتبر FET الرمز الرئيسي في منظومة Fetch.ai، ويُركّز على بناء شبكة اقتصادية لامركزية تجمع الذكاء الاصطناعي مع تقنيات البلوكشين. تتناول هذه المقالة الهيكل الفني، نموذج الحوكمة، حالات الاستخدام، والمخاطر الاستثمارية المرتبطة بهذا النظام.

تُعد FET الرمز الأصلي في شبكة Fetch.ai، وتؤدي دورًا أساسيًا في دعم تبادل القيمة، وتنفيذ البروتوكول، والتسوية على البلوكشين بين الوكلاء الاقتصاديين المستقلين (AEA). يتيح ذلك للآلات والبرمجيات تنفيذ الأنشطة الاقتصادية بشكل مستقل دون الاعتماد على منصات مركزية.

تُعد Bittensor Subnet سوقًا مستقلة لمهام الذكاء الاصطناعي ضمن الشبكة. يضع كل Subnet آلية الحوافز الخاصة به لسيناريوهات مثل إنشاء النصوص، أو التعرف على الصور، أو التنبؤ. يوفّر المعدّنون النماذج، ويقيّم المراقبون جودتها، بينما يساهم التخصيص الديناميكي لرمزي TAO/Alpha في دفع إنتاج وتسعير الذكاء الآلي بشكل لامركزي.

يُشكّل TAO الرمز الأصلي لشبكة Bittensor، ويضطلع بدور أساسي في توزيع الحوافز، وتعزيز أمان الشبكة، وتحقيق القيمة داخل نظام الذكاء الاصطناعي اللامركزي. بالاعتماد على نموذج إصدار تضخمي، وآليات التخزين، وحوافز قائمة على الشبكات الفرعية، يرسّخ TAO إطاراً اقتصادياً يستهدف المنافسة وتقييم نماذج الذكاء الاصطناعي.

يعد Bittensor شبكة ذكاء اصطناعي لامركزية تتيح سوقاً مفتوحاً لتعلم الآلة من خلال الشبكات الفرعية، والمعدنين، والمصادقين. ويعتمد على آلية إجماع Yuma لتسهيل تقييم النماذج وتوزيع حوافز TAO. بخلاف منصات الذكاء الاصطناعي المركزية التقليدية، يحول Bittensor قدرات النماذج إلى أصول قابلة للتداول وذات قيمة سوقية.

Bittensor (TAO) هي شبكة لامركزية تجمع بين تكنولوجيا البلوكشين والذكاء الاصطناعي. تعتمد على بنية الشبكات الفرعية (Subnets)، ما يتيح لنماذج الذكاء الاصطناعي التنافس ضمن سوق مفتوح والحصول على مكافآت.

أعلنت Tether عن إطلاق إطار عمل QVAC للذكاء الاصطناعي، الذي يمكّن الأجهزة المحمولة من تدريب النماذج التي تضم مليارات المعاملات، مما يسهم في خفض الحاجز أمام القدرة الحاسوبية بشكل جذري. تتناول هذه المقالة الأسس التقنية، ودلالات هذا التطور على القطاع، والتأثيرات الممتدة على الذكاء الاصطناعي اللامركزي وسوق القدرة الحاسوبية.

أعلنت Tether عن إطلاق إطار QVAC Fabric، الذي يتيح الضبط الدقيق بتقنية LoRA عبر مختلف المنصات لنموذج BitNet. وبفضل هذا التطور، أصبح بإمكان النماذج اللغوية الكبيرة العمل والتدرب على الأجهزة المحمولة والأجهزة التقليدية. يمثّل هذا الإنجاز خطوة مهمة في تقليل عوائق تطوير الذكاء الاصطناعي، ويفتح آفاقًا جديدة أمام فرص الذكاء الاصطناعي اللامركزي.

من المتوقع أن يتجاوز الاستثمار العالمي في البنية التحتية للذكاء الاصطناعي $700 مليار. يعتمد هذا المقال على نموذج "كعكة الذكاء الاصطناعي ذات الطبقات الخمس" (الطاقة، الشرائح، السحابة، النماذج، التطبيقات) لتفكيك أنماط تدفق الأرباح في عصر الذكاء الاصطناعي بعمق: الإيرادات تصعد للأعلى، بينما تنخفض رؤوس الأموال للأسفل. يكشف المقال حقيقة صارمة: في حين أن شركات النماذج مثل OpenAI لا تزال "تحرق الأموال" بمليارات الدولارات في تكاليف الحوسبة، تستفيد الطبقات الأساسية — Nvidia (الشرائح)، TSMC (التصنيع)، ASML (المعدات)، وموردي الطاقة — من أرباح هائلة عبر حواجز احتكارية في العالم المادي. يقدم هذا المقال دليلاً استثمارياً يساعدك على التحول من "عقلية المستهلك" إلى "عقلية سلسلة التوريد" لتحديد فرص اليقين ضمن تكدس التقنية في الذكاء الاصطناعي.

يُعد وكلاء الذكاء الاصطناعي في أبحاث السوق أنظمة مؤتمتة صُممت لجمع ومعالجة وتحليل كميات ضخمة من البيانات لدعم اتخاذ القرار. في هذا المجال، تدمج هذه الوكلاء البيانات المنظمة مع مصادر المعلومات اللحظية، مثل Gate News وGate Info، لرصد الاتجاهات، وتقييم المشاعر، واستخلاص رؤى قابلة للتطبيق. مع تطور سوق الأصول الرقمية، أصبحت عملية دمج البيانات متعددة الطبقات عنصرًا أساسيًا لفهم ديناميكيات السوق. إن تعميق المعرفة بآليات عمل هذه الأنظمة يبرز دورها المحوري في عمليات التحليل المالي الحديثة.

خلال مؤتمر NVIDIA GTC 2026، وصف Jensen Huang مركز البيانات بأنه "مصنع رموز"، في إشارة إلى تحول الذكاء الاصطناعي من سباق النماذج إلى اقتصاد يعتمد على الاستدلال. تستعرض هذه المقالة تحليلاً متعمقاً لاقتصاد رموز الذكاء الاصطناعي، ونماذج الأعمال المعتمدة على القدرة الحاسوبية، والديناميكيات الهيكلية التي تشكل الأساس لسوق تبلغ قيمته تريليون دولار.

توفر Gate Exchange for AI وصولًا مباشرًا إلى أنظمة التداول في البورصات المركزية، في حين تتيح Gate DEX for AI لوكلاء الذكاء الاصطناعي الاتصال المباشر ببيئات التمويل اللامركزي على البلوكشين. يختلف هذان النهجان في التنفيذ من حيث مسارات التداول، وهياكل حفظ الأصول، وطرق التحكم التشغيلي. إن فهم آلية عمل هذه البنى التنفيذية يوضح كيف يتفاعل وكلاء الذكاء الاصطناعي مع البنى التحتية المالية المركزية واللامركزية داخل منظومة العملات الرقمية اليوم.

أعلنت YZi Labs عن استثمار رئيسي بقيمة $52 مليون لدعم شركة RoboForce، المتخصصة في روبوتات الذكاء الاصطناعي في وادي السيليكون، لتطوير تقنية الذكاء الاصطناعي الفيزيائي ومنصة الروبوتات TITAN الخاصة بها. تركز RoboForce على معالجة نقص الأيدي العاملة في القطاعات الحيوية مثل الطاقة، والتصنيع، والخدمات اللوجستية. وتستفيد الشركة من استراتيجيات تدفق البيانات ونماذج الذكاء الاصطناعي لتحسين أداء روبوتاتها باستمرار.