بعد طول انتظار، أصدرت إليزا رسميًا ورقة بيضاء تقنية اليوم.

بينما يُعتَقَد على نطاق واسع أن العديد من وكلاء الذكاء الاصطناعي يتم بناؤهم على إطار العمل المفتوح المصدر إليزا، إلا أنه دائمًا كان هناك نقص في الوثائق المفصلة والرسمية حول كيفية تحديد إليزا نفسها من وجهة نظر تقنية.

يوفر هذا الكتاب الأبيض إجابة شاملة، ويصف كيفية تمكين إليزا للتكامل العميق بين الذكاء الاصطناعي و Web3 ، وهيكلية نظامها المتكاملة ، وتفاصيل تنفيذها التقني كإطار مفتوح المصدر.

تم تأليف الورقة البيضاء بالتعاون بين شو وعدد من أعضاء شركة إليزا لابس وخبراء تقنيين من منظمات ذات صلة أخرى. ومع ذلك، بسبب تفاصيلها التقنية الشاملة والمفاهيم المتخصصة، قد لا تكون سهلة الوصول للقراء العامين.

لمعالجة هذا، قامت TechFlow بتبسيط وتقديم المحتوى، بهدف شرح الورقة البيضاء بلغة بسيطة لمساعدة القراء في فهم جوهرها بسرعة.

1. لماذا تم إنشاء إليزا؟

من المهم تحديد نطاق واضح عند النظر في هذا السؤال. على وجه التحديد ، لماذا تطوير اليزا ضمن سياق العملات المشفرة أو الويب 3 ، بدلاً من مقارنة هذا الإطار مع إطارات الذكاء الاصطناعي الأوسع؟

وفقًا لهذا السياق، توفر أقسام المقدمة والخلفية في الورقة البيضاء التقنية إجابة ممتازة:

في تقاطع الذكاء الاصطناعي والويب 3، كان هناك دائمًا فجوة كبيرة - نقص إطار يمكنه الاندماج بسلاسة مع تطبيقات الويب 3.

تحديدًا ، يحدد الورق الأبيض ثلاثة تحديات رئيسية تواجه مساحة الويب3:

1. تعقيد المعاملات المركزية مع النمو السريع للسلاسل العامة مثل إيثريوم وسولانا وبيز ، أصبح إدارة الأصول وتنفيذ المعاملات عبر سلاسل مختلفة تحديًا متزايدًا. على الرغم من وجود منصات التداول الموجودة ، إلا أن وظائفها الأساسية غالبًا ما تكون غير كافية بالنسبة للمستخدمين المتقدمين والمتوسطين الذين يحتاجون إلى التخصيص.
2. استخراج القيمة من البيانات على السلسلة الكتلية تحتوي التكنولوجيا السلسلة الكتلية على كمية هائلة من المعلومات القيمة، تتراوح من المقاييس الأساسية مثل تغييرات عناوين المحافظ وأسعار الرموز ورأس المال السوقي إلى المقاييس الأكثر تقدمًا مثل نسب الحسابات الحوتية وأنماط صانعي السوق. إن تحويل هذه البيانات المعقدة بفعالية إلى رؤى قابلة للتنفيذ يظل مسألة ملحة.
3. تجزئة معلومات وسائل التواصل الاجتماعي لصناعة الويب3، منصات مثل تويتر وديسكورد وفاركاستر هي قنوات أساسية للمعلومات. ومع زيادة عدد قادة الرأي الرئيسيين (KOLs)، تصبح المعلومات متجزئة بشكل متزايد. أصبح استخلاص الأفكار القيمة من هذه الفيضانات من المعلومات تحديًا مشتركًا للمتداولين.

تم إنشاء إليزا كاستجابة لهذه الاحتياجات العملية في العالم الحقيقي. باعتبارها أول نظام تشغيل لوكيل AI مفتوح المصدر وداعم لـ Web3 ، تعتمد إليزا على تصميم وحدات قابل للتعديل ، مما يسمح للمطورين والمستخدمين بتخصيص الحلول بناءً على متطلباتهم الخاصة.

تهدف إليزا إلى خفض حاجز الوصول للمستخدمين العاديين للوصول إلى وظائف الذكاء الاصطناعي المتقدمة،

مما يمكنهم من بناء وكلاء الذكاء الاصطناعي الخاصة بهم دون الحاجة إلى خبرة برمجية واسعة.

وبالإضافة إلى ذلك، يقارن الورقة البيضاء بين إليزا وعدة إطارات للذكاء الاصطناعي المشتركة. يوضح جدول مقارنة بوضوح أن إليزا تدعي تقديم أفضل دعم ل Web3، وهو أيضًا الرسالة الرئيسية التي تسعى الورقة البيضاء بأكملها لنقلها.

2. فلسفة تصميم إليزا والابتكارات التقنية

ثلاث مبادئ تصميم أساسية: بساطة دون تبسيط مفرط

نجاح إليزا ليس صدفة. منذ البداية، أسس الفريق ثلاث مبادئ أساسية:

1. مطور بروتوكول ويب3 الأولمدركة أن تطوير الويب 3 يعتمد في المقام الأول على JavaScript/TypeScript، اختارت إليزا TypeScript كلغة تطويرها. تسمح هذه القرارة للمطورين بالعمل بأدوات مألوفة ودمج وظائف سلسلة الكتل في تطبيقات الويب الحالية. ببساطة، يتيح لمطوري الويب 3 "استخدامها كما هي".
2. هندسة البرنامج المكونة لموديل Eliza تقسم نظامها إلى الوقت التشغيل الأساسي وأربع مكونات رئيسية:

• محول (التكامل البيانات)
• شخصية (شخصية الوكيل)
• العميلتفاعل الرسائل
• المكوِّن الإضافي (وظائف عامة)

تتيح هذه الهندسة للمطورين إضافة الإضافات الخاصة بهم والعملاء والشخصيات والمحولات بحرية دون القلق بشأن تفاصيل الوقت التشغيل الأساسي. كما أنها تمكن Eliza من دعم مجموعة واسعة من مزودي النماذج (على سبيل المثال ، OpenAI ، Llama ، Qwen) ، وتكامل المنصة (على سبيل المثال ، Twitter ، Discord ، Telegram) ، وتوافق سلسلة الكتل (على سبيل المثال ، Solana ، Ethereum ، Ton).

1. الأولوية للبساطة على التعقيد

مع الموارد الهندسية المحدودة، يوفر الحفاظ على تنفيذ داخلي بسيط وقتًا لتطوير ميزات جديدة، والتكيف مع سيناريوهات جديدة، ومتابعة التطور السريع للذكاء الاصطناعي والويب3.

الابتكارات التقنية: تعزيز الداخل والتوسع في الخارج

يمكن تقسيم الابتكارات التقنية لإليزا إلى بعدين: التحسينات الداخلية والتوسعات الخارجية.

1. تحسينات داخلية لتحسين قدرات الاستدلال لنماذج الذكاء الاصطناعي، تدمج إليزا عدة تقنيات متطورة.

• سلسلة الأفكار (CoT):
  • التعريف الفني: يقدم شرحًا تفصيليًا خطوة بخطوة.
  • شرح مبسط: مشابهة لحل مسألة رياضية عن طريق كتابة كل خطوة، يشرح الذكاء الاصطناعي عملية تفكيره خطوة بخطوة بدلاً من الانتقال مباشرة إلى الإجابة. وهذا لا يحسن فقط الدقة ولكنه يجعل من الأسهل على البشر فهم كيفية التوصل إلى الاستنتاجات.
• شجرة الأفكار (ToT):
  • التعريف التقني: يمكن التفرع لاستكشاف حلول متعددة.
  • توضيح مبسط: مثل النظر في حركات مختلفة في لعبة الشطرنج، يستكشف الذكاء الاصطناعي حلول مختلفة محتملة بشكل متزامن ويختار الأفضل. إنها شبيهة بالتنقل في شجرة القرارات للعثور على المسار الأمثل.
• رسم بياني للأفكار (GoT):
  • التعريف التقني: يربط مسارات التفكير.
  • تفسير مبسط: يعامل المشكلة كشبكة حيث ترتبط الأفكار. على غرار كيف يقوم البشر بإنشاء خرائط ذهنية للمشاكل المعقدة، يقوم الذكاء الاصطناعي بربط الأفكار المختلفة لتشكيل فهم شامل.
• Layer-of-Thoughts (LoT):
  • التعريف التقني: يربط مسارات التفكير.
  • شرح مبسط: يعامل المشكلة كشبكة حيث تترابط الأفكار. على غرار كيفية إنشاء البشر خرائط ذهنية للمشاكل المعقدة، يربط الذكاء الاصطناعي أفكار مختلفة لتشكيل فهم شامل.

1. ملحقات خارجية لتعزيز قدراتها في حل المشاكل العملية، تدمج إليزا مزايا خارجية مختلفة:

• الاسترجاع المحسن للجيل (RAG):
  • التعريف التقني: يعزز القدرات التوليدية من خلال الاسترجاع.
  • توضيح مبسط: مثل طالب يستشير كتابًا دراسيًا أثناء قيامه بالواجب المنزلي، يستخدم الذكاء الاصطناعي "قاعدة معارفه" لضمان إعطاء إجابات أكثر دقة.
• قواعد بيانات الفيكتور:
  • التعريف الفني: يخزن ويسترجع البيانات المهيكلة.
  • توضيح مبسط: يعمل كـ "مكتبة" للذكاء الاصطناعي، مما يتيح له العثور بسرعة على محتوى مشابه. على سبيل المثال، إذا طلبت قصيدة عن القمر، يمكنه استرداد الأعمال ذات الصلة على الفور.
• البحث على الويب:
  • التعريف التقني: استرجاع معلومات في الوقت الحقيقي من الإنترنت.
  • شرح مبسط: يمكن للذكاء الاصطناعي تصفح الويب مثل الإنسان، والوصول إلى أحدث المعلومات بدلاً من الاعتماد فقط على المعرفة المسبقة.
• نص إلى صورة/فيديو/نموذج ثلاثي الأبعاد:
  • التعريف التقني: يحول وصف النص إلى محتوى وسائط متعددة.
  • توضيح مبسط: مثل رسام يرسم استنادًا إلى وصف، يمكن للذكاء الاصطناعي إنشاء صور أو فيديوهات أو حتى نماذج ثلاثية الأبعاد استنادًا إلى مدخلاتك.

المقارنة مع الأطر الأخرى في مجال Web3

من بين الأطر الحالية لوكلاء الذكاء الاصطناعي في الويب3، تظهر إليزا مزايا واضحة. استناداً إلى ردود الفعل من أكثر من 50 باحثا في مجال الذكاء الاصطناعي ومطور كبير في تكنولوجيا البلوكشين، تتفوق إليزا على الأطر الأخرى في المقاييس الرئيسية التالية:

• الدعم لمزودي النماذج
• توافق السلسلة
• اكتمال الميزات
• تكامل وسائل التواصل الاجتماعي

3. نظام إليزا: بيئة تكنولوجيا الذكاء الاصطناعي للويب 3 مصممة بشكل جيد

بعد فهم فلسفة تصميم إليزا، دعنا نغوص في كيفية عمل هذا الإطار. يمكن تصور إليزا على أنها نظام LEGO مصمم بدقة، حيث يتناسب كل جزء بشكل مثالي مع الحفاظ على مرونة استثنائية.

المكونات الأساسية: خمسة أدوار رئيسية

في نظام إليزا، تعمل خمس مكونات رئيسية معًا لتشكيل نظام ذكاء شامل.

• العملاء: الشخصيات الرئيسية للنظام

يعملون مثل "مساعدين رقميين" مستقلين، مسؤولين عن التعامل مع تفاعلات مستقلة مختلفة. لكل وكيل ذاكرته الخاصة و "شخصيته" الخاصة ويمكنه الانخراط في محادثات وتفاعلات متسقة مع المستخدمين من خلال قنوات مختلفة مثل Discord و Twitter.

• ملفات الشخصيات: "الشخصية" للوكلاء

لجعل هؤلاء الوكلاء أكثر ديناميكية، تعمل ملفات الشخصيات كـ"السير الذاتية" الشخصية لهم. تحدد هذه الملفات هوية الوكلاء وصفات شخصيتهم، وتحدد النماذج التي يمكنهم استخدامها (مثل، OpenAI، Anthropic)، وتحدد الإجراءات التي يمكنهم تنفيذها (مثل، معاملات البلوكشين، إنتاج NFT). من خلال تكوينات الشخصيات المصممة بشكل جيد، يمكن لكل وكيل أن يظهر الخبرة المهنية الفريدة وأنماط السلوك المختلفة.

• مزودو الخدمة: "نظام الإدراك" للوكلاء

عند التفاعل مع العالم الخارجي، يعتمد الوكلاء على موفرين كـ "نظام إدراك" لهم. تمامًا كما تحتاج البشر إلى حواس لإدراك محيطهم، يزود موفرو الوكلاء بمعلومات فورية مثل بيانات السوق وتفاصيل المحفظة وتحليل المشاعر، مما يمكنهم من فهم البيئة والسياق الحالي بشكل أفضل.

• أعمال: 'مهارة' الوكلاء

عندما يكون هناك حاجة لإجراءات محددة ، تكون الإجراءات تعمل كـ 'مهارات' العملاء. من طلبات الشراء / البيع البسيطة إلى إنشاء NFT المعقدة ، يتم إجراء التحقق الأمني الدقيق لكل إجراء لضمان السلامة المطلقة عند التعامل مع المهام المالية. تتيح هذه المهارات للعملاء العمل بفعالية حقيقية في نظام الويب3.

• المقيمون: 'نظام صنع القرار' للوكلاء

أخيرًا، يعمل المقيمون كـ "نظام صنع القرار" للوكلاء، حيث يكونون مسؤولين عن تقييم محتوى المحادثات واستخراج المعلومات الرئيسية ومساعدة الوكلاء في بناء الذاكرة طويلة المدى. فهم ليسوا فقط يتتبعون التقدم نحو الأهداف ولكنهم يضمنون أيضًا ترابط العملية الحوارية بأكملها.

التفاعل الذكي: أكثر من مجرد محادثات بسيطة

من حيث التفاعل، تستخدم إليزا نظام فهم متعدد الطبقات، تماماً كمترجم متمرس الذي لا يفهم فقط المعنى الحرفي ولكنه يفهم أيضًا السياق والنية وراء الكلمات. يمكن لهذا النظام فهم احتياجات المستخدمين الحقيقية بدقة ، والحفاظ على تجربة متسقة عبر منصات الاتصال المختلفة ، وضبط الردود بمرونة بناءً على السياق.

نظام المكونات الإضافية: إمكانية التوسع غير المحدودة

نظام المكونات الإضافية في إليزا هو أساساً مجموعة أدوات تجلب قابلية التوسع القوية للإطار بأكمله. تتجلى هذه القابلية للتوسع في ثلاث اتجاهات: إنشاء الوسائط المتعددة وتكامل Web3 والبنية التحتية:

• لإنشاء وسائط متعددة، يمكنه إنتاج صور وفيديوهات ونماذج ثلاثية الأبعاد، ودعم الإنشاء التلقائي لمجموعات NFT، وتوفير قدرات وصف وتحليل الصور.
• لدمج Web3، يدعم العمليات متعددة السلاسل على شبكات مثل إيثريوم وسولانا، ويقدم مجموعة شاملة من وظائف التداول، ويدمج مختلف عمليات ديفي.
• بالنسبة للبنية التحتية، يوفر إمكانات أساسية مثل خدمات المتصفح ومعالجة المستندات وتحويل النص إلى كلام.

من خلال هذا التصميم القابل للتوسيع، تحافظ إليزا ليس فقط على استقرار النظام ولكن توفر أيضًا للمطورين إمكانيات توسيع لا حدود لها تقريبًا. وهذا يمكن إليزا من التكيف مع المطالب والسيناريوهات التي تظهر باستمرار في نظام الويب3.

4. كيف قادرة هي إليزا؟ رؤى من البيانات

عندما يظهر إطار تقني جديد، يكون الأداء الفعلي غالبا الاهتمام الأساسي. في هذا الصدد، تقدم إليزا إجابة صريحة.
في اختبار معيار GAIA (وهي منصة مصممة خصيصًا لتقييم قدرة وكلاء الذكاء الاصطناعي على حل المشاكل الحقيقية)، أظهرت إليزا قدرات مثيرة للإعجاب. لا يقيس هذا الاختبار مهارات الأسئلة والأجوبة الأساسية فحسب، بل يتطلب من وكلاء الذكاء الاصطناعي أن يمتلكوا العديد من الكفاءات، مثل الاستدلال المنطقي، ومعالجة متعددة الوسائط، وتصفح الويب، واستخدام الأدوات. \
على الرغم من أن النتيجة العامة لإليزا (19.42٪) لا تزال تتخلف عن الحلول الأفضل الحالية ، إلا أن هذه النتيجة مستحقة للتقدير ، خاصةً إذا ما تم النظر في تركيزها على نطاق الويب 3. ويجدر بالذكر أن إليزا حققت معدل إنجاز بنسبة 32.21٪ في التعامل مع المهام الأساسية (المستوى 1) ، مما يبرز قدراتها الأساسية المتينة.

نطاق Web3: معيار رائد للتعيين

ما هو أكثر جدارة بالملاحظة هو أن إليزا تلعب دور "واضع المعايير" في مجال Web3. نظرا لأن أنظمة الذكاء الاصطناعي التي تركز على Web3 لا تزال في مراحلها المبكرة ، فقد أخذت إليزا زمام المبادرة في اقتراح إطار تقييم شامل ، وتحديد الاتجاه للصناعة بأكملها.

يتم تقسيم إطار التقييم هذا إلى ثلاث مستويات، المشار إليها في الورقة البيضاء باسم إصدار "تيورينغ تست" من Web3 AI:

• القدرات الأساسية: تشمل العمليات الأساسية مثل إنشاء المحفظة والمعاملات بالرمز المميز والتفاعل مع العقود الذكية.
• الميزات المتقدمة: تضم تقنيات الذكاء الاصطناعي الأحدث، مثل تحويل النص إلى فيديو/تكوين ثلاثي الأبعاد ودعم RAG.
• سمات ممتازة: تمكين التخطيط الذاتي والاستدلال استنادًا إلى تعليمات المستخدم، مما يحقق اتخاذ القرارات الذكية حقًا.

حاليًا ، نجحت إليزا في تنفيذ جميع الوظائف على المستوى الأساسي وتتقدم نحو المستوى المتقدم. عبر الفريق عن ثقتهم في تحقيق أنظمة وكلاء الذكاء الاصطناعي الذاتية بالكامل في السنوات القادمة.

5. التطبيقات العملية: يصوت السوق بالمال الحقيقي

يتضمن الورقة البيضاء الأصلية قسمًا يعرض الكود لتوضيح التطبيقات العملية التي يمكن تحقيقها باستخدام الإطار. ومع ذلك، لتبسيط الفهم وتجنب التفاصيل التقنية، سيتم تسليط الضوء هنا فقط على التطبيقات الأوسع.

وفقًا للورقة البيضاء، فإنه حتى يناير 2025، قامت عدة مشاريع مهمة في Web3 ببناء أنظمتها الذكية القائمة على Eliza. رأس مال السوق المجتمع لهذه الشركاء يتجاوز 20 مليار دولار.

قد يكون هذا الرقم بحد ذاته أفضل تأييد لقوة إليزا التكنولوجية من قبل السوق.

الأهم من ذلك، فريق إليزا واثق من المستقبل. وهم يعتقدون أنه مع استمرار تطور هذه "الوكلاء الذكية"، سنشهد عصرًا جديدًا حيث يعمل العديد من وحدات الذكاء الاصطناعي معًا بتناغم. كما صرح الرئيس التنفيذي لشركة Anthropic، داريو أمودي، في رؤيته لـ "مركز بيانات عبقري"، إن إليزا تسهم في فتح الطريق لهذا المستقبل.

6. القيود الحالية والنظرة المستقبلية: تحليل ذاتي صادق

ليس هناك إطار تكنولوجي مثالي، وفريق إليزا يشير بصدق إلى القيود الحالية لإطارهم في الورقة البيضاء.

ثلاث تحديات رئيسية يجب حلها

• نقص في نظام سير العمل: تمامًا كما يحتاج المساعد الماهر إلى سير عمل موحد، عندما يرغب المطورون في تنفيذ المهام الروتينية (مثل تجميع البيانات بشكل دوري من مصادر متعددة)، فإن إطار عمل Eliza الحالي لا يوفر حلولًا جاهزة. ولتلبية مثل هذه الاحتياجات، ما زالت هناك حاجة إلى أنظمة سير العمل مع واجهات رسومية، مثل Dify أو Coze.
• مشاكل الأداء في أنظمة الوكلاء المتعددة: مع زيادة عدد الوكلاء، ينمو السياق ومحتوى الذاكرة الذي تحتاجه النظام بشكل هندسي. وعلى وجه الخصوص، يظل التوازن بين العبء الحسابي والكفاءة التشغيلية أثناء التعامل مع المهام الكبيرة الإدخال-الإخراج تحديًا تقنيًا يجب حله.
• توسيع دعم اللغات المتعددة: حاليًا، يعتمد إليزا بشكل أساسي على TypeScript، ولكن لجذب المطورين من مجالات أخرى، سيحتاج إلى توسيع الدعم للغات البرمجة الأخرى مثل Python و Rust.

رؤية: ريادة عصر جديد من الذكاء الاصطناعي المتمركز

على الرغم من هذه القيود، فإن أهمية إليزا تجاوزت بكثير مجرد إطار تكنولوجيا.

إنه يمثل محاولة رائدة للدمج العميق بين تقنية الذكاء الاصطناعي وتطبيقات الويب3. من خلال تصميم كل وحدة وظيفية كبرنامج TypeScript قياسي ، يضمن Eliza أن للمستخدمين السيطرة الكاملة على النظام. كما يوفر تكاملًا سلسًا مع بيانات البلوكشين والعقود الذكية.

يضمن هذا التصميم الأمان وقابلية التوسع. كما هو مذكور في نهاية الورقة البيضاء ، فإن إمكانيات إليزا محدودة فقط بخيال مستخدميها.

مع استمرار تطور تقنيات الذكاء الاصطناعي والويب 3 ، ستستمر إليزا أيضًا في التطور ، مواصلة قيادة تطوير الذكاء الاصطناعي المتمركز.

تنصل:

1. يتم استنساخ هذه المقالة من [تيكفلو ديب تايد], حقوق النشر تنتمي للكاتب الأصلي [تدفق تكنولوجيا تشاو العميقة], إذا كان لديك أي اعتراض على إعادة الطبع، يرجى الاتصالبوابة تعلمفريق، سيتولى الفريق بذلك في أقرب وقت ممكن وفقا للإجراءات ذات الصلة.
2. تنصل: تعبر وجهات النظر والآراء المعبر عنها في هذه المقالة عن آراء وجهات نظر الكاتب فقط ولا تشكل أي نصيحة استثمارية.
3. تتم ترجمة النسخ الأخرى من المقالة بواسطة فريق تعلم جيت. ما لم يذكر خلاف ذلك، قد لا يسمح بنسخ المقال المترجم أو توزيعه أو سرقته.