في الآونة الأخيرة ، على قناة YouTube "The Rollup" ، أجرى الرئيس التنفيذي @TrustWallet Eowyn Chen و Ram Kumar ، أحد المساهمين الأساسيين في @OpenledgerHQ ، مناقشة حول التعاون المتعمق بين الطرفين. هنا ، يتم استخراج بعض وجهات النظر القيمة ومشاركتها: 1) صب الماء البارد على نظرية "المحفظة الدهنية" في المقابلة ، ذكر آندي نظرية "المحفظة الدهنية" الشائعة في الصناعة - يمكن للمحافظ ذات قنوات دخول المستخدم دمج الخدمات المختلفة عموديا؟ لكن رد Eowyn Chen كان مثيرا للاهتمام ، فقد قالت بصراحة إن أعمال مستخدمي التجزئة C-end صعبة للغاية في الواقع ، حيث تنطوي على الكثير من دعم العملاء ، ومسؤوليات أمنية أعلى ، وتوجيه متكرر للمنتج. يعتقد الكثير من الناس أن صنع محفظة هو عمل جيد عندما يرون 200 مليون عملية تنزيل ل Trust Wallet ، لكن الرئيس التنفيذي نفسه يؤكد على ألم خدمة مستخدمي التجزئة. هذا يدل على أن "دهون" المحفظة ليست سمينة إذا كنت تريد أن تكون سمينا ، وعلى الرغم من أن علاقة المستخدم ذات قيمة ، إلا أن تكلفة الصيانة ليست منخفضة. هذا الرأي حقيقي تماما ، ويظهر الوضع الحقيقي للعديد من مزودي خدمة المحفظة الآن. والأهم من ذلك ، ذكرت أنه لا تتركز كل القيمة في الواجهة الأمامية وأن جميع أجزاء سلسلة القيمة يجب أن تتطور بشكل عادل. يصب هذا الرأي الماء البارد على نظرية "المحفظة الدهنية" ويشرح سبب استعداد Trust Wallet للتعاون مع مشاريع البنية التحتية مثل OpenLedger. 2) هل وصلت نقطة انعطاف الذكاء الاصطناعي المتخصصة؟ إن حكم رام كومار على مسار تطوير الذكاء الاصطناعي يستحق الاهتمام به. وهو يعتقد أن الذكاء الاصطناعي يتطور من العمومية إلى التخصص ، على غرار اشتقاق Google للتطبيقات الرأسية مثل LinkedIn و YouTube من البحث العام. سيكون الذكاء الاصطناعي العام مثل ChatGPT مثل نظام التشغيل ، وسيكون هناك المزيد من "النماذج المتخصصة" المخصصة لحالات استخدام محددة في المستقبل. يتوافق هذا أيضا مع تحليلي السابق لتطور اتجاهات صناعة web3AI. عندما جربت Trust Wallet ميزات الذكاء الاصطناعي ، وجدت أن النماذج للأغراض العامة لا يمكنها حل مشكلات محددة في مجال التشفير ، مما يؤكد هذا الاتجاه. وعلى وجه التحديد ، يتطلب بناء نماذج الذكاء الاصطناعي المتخصصة بيانات عالية الجودة في المجالات الرأسية ، وهو بالضبط ما تريد OpenLedger حله. 3) معضلة "العمل غير المدفوع الأجر" الذي ساهمت به البيانات قال رام كومار بصراحة إن الذكاء الاصطناعي هو صناعة بقيمة تريليون دولار مبنية على العمالة غير مدفوعة الأجر ، وهو أمر حاد للغاية. تقوم شركات الذكاء الاصطناعي بتدريب النماذج عن طريق كشط بيانات الإنترنت ، لكن المساهمين في البيانات لا يحصلون على قطعة من الكعكة ، وهي بالفعل مشكلة هيكلية. يتمثل حل OpenLedger في السماح للمساهمين في البيانات بالحصول على حصة طويلة الأجل من الإيرادات من نماذج الذكاء الاصطناعي، بدلا من بيع البيانات دفعة واحدة. من خلال قدرات الدفع العالمية للمحفظة ، من الممكن نظريا تحقيق توزيع قيمة بدون احتكاك عبر الحدود. ولكن إليك السؤال الأساسي: كيف يتم ضمان جودة البيانات؟ يعترف رام نفسه بأن 90٪ من مساهمات المصدر المفتوح من منصات مثل Hugging Face عديمة الفائدة. إذا كانت قيمة البيانات المساهمة نفسها محدودة ، بغض النظر عن مدى جودة آلية الحوافز ، فستكون عبثا. فوق. يستخدم Eowyn Chen تشبيه "الحق في امتلاك سلاح" للاستضافة الذاتية ، مع التأكيد على أن وظائف الذكاء الاصطناعي اختيارية ، ويمكن للمستخدمين الاختيار بين الراحة والأمان. فلسفة المنتج هذه صحيحة ، ولكن كيفية "تقديم الخيارات بوضوح" هي اختبار كبير لقدرة تصميم المنتج. ذكر رام أيضا حكما مثيرا للاهتمام: محافظ العملات المشفرة هي الطريقة الوحيدة التي يمكن للمستخدمين من خلالها الدفع مقابل مساهماتهم في البيانات على مستوى العالم. هذا يعني أن دور المحافظ قد يتطور من مجرد أدوات إدارة الأصول إلى البنية التحتية للهوية الرقمية وتوزيع القيمة. ملاحظة: لمزيد من المعلومات ، يمكنك زيارة نظام قناة Youtube الخاص ب The Rollup للتحقق من هذه المقابلة.