تغيير المنصة، تلبية تحول المنصة...

يتشكل العالم من خلال فترات تتزامن فيها الاضطرابات غير العادية في التكنولوجيا أو البنية التحتية، مما يطلق العنان لوظيفة تدريجية في الابتكار. فكر في التلغراف والسكك الحديدية وكابلات الألياف الضوئية والإنترنت أو الهواتف المحمولة والجيل الثالث.

نعتقد أن التقاطع بين جبهتين رائدتين - الذكاء الاصطناعي (AI) وبلوكتشين - يمثل لحظة تحول مماثلة.

هناك ثلاث ركائز مهمة تدعم هذه الأطروحة:

يمكن أن توفر البلوكشين مساحة تصميم فائقة

تتعدد مجالات الذكاء الاصطناعي عالية التأثير ولكن يمكن تلخيصها على نطاق واسع في ثلاث فئات رئيسية:

وعلى وجه الخصوص، يقدم الذكاء الاصطناعي التوليدي تحديات وفرصًا فريدة نعتقد أنها تلعب دورًا في تعزيز نقاط القوة في تقنية بلوكتشين.

ولفهم السبب، من المهم النظر في المدخلات الأساسية التي تقود تطور الأنظمة الذكية. يتم تشغيل التعلم الآلي (ML) بشكل أساسي من خلال البيانات (الكمية ولكن الجودة بشكل متزايد) وآليات التغذية الراجعة وقوة الحوسبة.

يعمل اللاعبون المهيمنون في AI/ML مثل OpenAI (بدعم من Microsoft) و Anthropic (مع Google و Amazon) بالفعل على دمج الموارد وبناء الجدران حول نماذجهم وبياناتهم. ولكن على الرغم من المزايا المبكرة في الحوسبة والبيانات والتوزيع، فإن هذا النهج يخاطر بخنق الزخم من خلال تجزئة دورات التطوير التعاوني التي ولدت الصناعة في المقام الأول.

وتعد سلاسل الكتل مثل إيثريوم، التي ظهرت كنظم محايدة ذات مصداقية للبيانات والحوسبة تغذي الابتكار مفتوح المصدر، بمثابة مواجهة قابلة للتطبيق لهذا. تدعم سلاسل الكتل بالفعل مجموعة من البدائل الأصلية رقميًا والتي تتمتع بوضع جيد لخدمة الأدوار الحاسمة في عالم يتشكل بشكل متزايد من خلال الذكاء الاصطناعي التوليدي.

نعتقد أن هناك فرصة كبيرة للبلوكشين لتصبح المجال الأساسي الذي يتم من خلاله تطوير الأبحاث مفتوحة المصدر & في مركبات الذكاء الاصطناعي.

حالة السوق اليوم

لقد تم بالفعل استثمار مبلغ هائل في موجة الذكاء الاصطناعي المولدة لهذا العام عبر البنية التحتية الأساسية وطبقة النموذج وحتى التطبيقات التي تواجه المستخدم مثل روبوتات المحادثة ودعم العملاء ومساعدي الترميز. على الرغم من ذلك، فإن مكان (ولمن) تتراكم القيمة عبر المجموعة التقليدية على المدى الطويل ليس واضحًا.

في النموذج الحالي، يخاطر الذكاء الاصطناعي بأن يكون قوة مركزية تعمل على توسيع هيمنة قادة سوق web2. في طبقات البنية التحتية والنماذج على وجه الخصوص، فإن اسم اللعبة هو الحجم - في الأجهزة والموارد الرأسمالية، والوصول إلى البيانات، وقنوات التوزيع، والشراكات الفريدة.

العديد من هؤلاء اللاعبين - من مزودي الخدمات السحابية مثل AWS إلى الشركات المصنعة للأجهزة مثل Nvidia إلى الشركات ذات الوزن الثقيل منذ فترة طويلة مثل Microsoft - يتقدمون بكامل طاقتهم، سواء عموديًا عبر M & A أو من خلال شراكات خاصة.

تتنافس الشركات العملاقة في القمة على الحجم والدقة على الهامش، لكن سوق نماذج API للمؤسسات عالية الدقة والمكلفة للغاية قد تكون مقيدة بالاقتصاد أو تكافؤ الأداء الناشئ للمصدر المفتوح أو حتى الاتجاه نحو احتياجات عبء العمل ذات زمن الوصول المنخفض.

وفي الوقت نفسه، يشهد جزء كبير من السوق المتوسطة بالفعل تسليعًا في العروض التي تشبه مجموعة من «أغلفة OpenAI API» مع وظائف لا يمكن تمييزها وإن كانت كافية.

البناء على زخم المصادر المفتوحة

تعمل مجموعات البيانات مفتوحة المصدر للتدريب المسبق والتدريب والضبط الدقيق، بالإضافة إلى النماذج والأدوات التأسيسية التي يمكن الوصول إليها مجانًا، بالفعل على تشجيع الشركات من جميع الأحجام على الإبداع باستخدام أدوات الأنظمة المفتوحة & مباشرةً.

أوضحت ورقة مسربة من Google مدى سرعة سد الفجوة بين العالمين المغلق والمفتوح المصدر. والجدير بالذكر أن 96٪ من قواعد التعليمات البرمجية الحالية تستخدم بالفعل برامج مفتوحة المصدر، مع الاتجاه الواضح بشكل خاص عبر البيانات الضخمة والذكاء الاصطناعي والتعلم الآلي.

وفي الوقت نفسه، قد يكون احتكار الخدمات السحابية جاهزًا للتعطيل على أي حال.

تاريخيًا، أصبحت الشركات الثلاث الكبرى من AWS و Google Cloud و Azure تمتلك السوق من خلال الاعتماد على الأدوات والخدمات لترسيخ نفسها بعمق داخل مجموعة المؤسسات. وقد أدت هذه الهيمنة إلى عدد من التحديات للشركات، بدءًا من الاعتماد التشغيلي المقيد إلى التكاليف المفرطة المرتبطة بالبنية التحتية السحابية، لا سيما بالنظر إلى العلاوة التي يتقاضاها المزودون الرئيسيون.

سيؤدي الضغط على الشركات الحالية لإعادة هيكلة نفقات التشغيل، إلى جانب الرغبة في تجربة ودمج النطاق المتزايد من الذكاء الاصطناعي مفتوح المصدر، إلى إنشاء نافذة لإعادة تصور المكدس بالبدائل اللامركزية.

وبالتالي، فإن التقاطع الناشئ بين الذكاء الاصطناعي مفتوح المصدر وتكنولوجيا بلوكتشين يمثل مجالًا استثنائيًا للتجريب والاستثمار.

CRYPTO X AI: علاقة ذات قيمة متبادلة

نحن متحمسون للغاية للتكافل المحتمل بين الذكاء الاصطناعي والبلوك تشين.

يمكن للبرامج الوسيطة المشفرة تحسين المدخلات بشكل كبير عبر جانب العرض للذكاء الاصطناعي من خلال إنشاء أسواق فعالة للحوسبة والبيانات (التوفير أو وضع العلامات أو الضبط الدقيق)، بالإضافة إلى أدوات للتصديق أو الخصوصية.

في المقابل، ستصل التطبيقات والبروتوكولات اللامركزية إلى آفاق جديدة من خلال تناول ثمار هذا العمل.

لا يمكن إنكار أن التشفير قد قطع شوطًا طويلاً، لكن البروتوكولات والتطبيقات لا تزال تعاني من الأدوات وواجهات المستخدم التي لا تزال غير بديهية للمستخدمين العاديين. وبالمثل، يمكن أن تكون العقود الذكية نفسها مقيدة، سواء من حيث متطلبات عبء العمل اليدوي للمطورين، ولكن أيضًا من حيث السيولة الوظيفية بشكل عام.

يعد مطورو Web3 مجموعة منتجة بشكل ملحوظ. لقد قام ما يقرب من 7.5 ألف مطور بدوام كامل ببناء صناعة بمليارات الدولارات. يعد مساعدو الترميز وعمليات DevOps المعززة بواسطة التعلم الآلي بتعزيز الجهود الحالية، بينما تعمل الأدوات الخالية من التعليمات البرمجية على تمكين فئة جديدة من البنائين بسرعة.

ومع دمج إمكانات التعلم الآلي في العقود الذكية وإدخالها إلى السلسلة، سيتمكن المطورون من تصميم تجارب مستخدم أكثر سلاسة وتعبيرًا، وفي النهاية، تطبيقات قاتلة جديدة تمامًا. سيؤدي تحسين وظيفة الخطوة هذه في تجربة onchain إلى جذب جمهور جديد - ومن المحتمل أن يكون أكبر بكثير - مما يحفز حذافة مهمة حول التبني والتغذية الراجعة.

قد يثبت الذكاء الاصطناعي التوليدي أنه الرابط المفقود للعملات المشفرة، حيث يعمل على تحويل واجهة المستخدم/تجربة المستخدم وتحفيز موجة كبيرة من التطوير التقني المتجدد وفي المقابل، ستعمل تقنية بلوكتشين على تسخير إمكانات الذكاء الاصطناعي ووضعها في سياقها وتسريعها.

استخدام البلوكشين لبناء سوق أفضل للبيانات

البيانات هي المدخلات التأسيسية لـ ML

نعم، كانت التحسينات الضخمة في البنية التحتية للحوسبة مفيدة، لكن المستودعات الهائلة للبيانات مثل Common Crawl و The Pile هي التي جعلت النماذج التأسيسية التي تجذب العالم اليوم ممكنة.

علاوة على ذلك، ستكون البيانات هي التي تقوم بها الشركات بتحسين النماذج التي تدعم عروض منتجاتها أو بناء خنادق تنافسية في المستقبل. وفي نهاية المطاف، ستكون البيانات بمثابة الجسر بين المستخدمين والنماذج الشخصية التي تعمل محليًا وتتكيف باستمرار مع الاحتياجات الفردية.

وبالتالي فإن المنافسة على البيانات هي حدود أساسية، حيث يمكن للبلوكشين أن تكتسب ميزة - خاصة وأن الجودة تصبح السمة الثمينة التي تشكل سوق البيانات.

الجودة تفوق الكمية

تشير الأبحاث المبكرة إلى أن ما يصل إلى 90٪ من المحتوى عبر الإنترنت قد يتم إنشاؤه صناعيًا في السنوات القادمة. في حين أن بيانات التدريب الاصطناعية توفر مزايا، فإنها تقدم أيضًا مخاطر مادية حول تدهور جودة النموذج بالإضافة إلى تعزيز التحيزات.

هناك خطر حقيقي يتمثل في أن نماذج التعلم الآلي قد تستنفد مصادر البيانات غير الاصطناعية في السنوات القليلة المقبلة. تم تحسين آليات التنسيق الخاصة بـ Crypto وأسس التصديق بطبيعتها لدعم الأسواق اللامركزية حيث يمكن للمستخدمين مشاركة بياناتهم أو امتلاكها أو تحقيق الدخل منها للتدريب أو ضبط النماذج الخاصة بالمجال.

ونتيجة لذلك، قد يثبت web3 أنه مصدر أفضل وأكثر كفاءة للتدريب الذي يولده الإنسان وضبط البيانات بشكل عام.

التقدم المضاعف

يمكن أيضًا أن تؤدي عمليات التدريب اللامركزي والضبط والاستدلال التي تتيحها البلوكشين إلى الحفاظ على الذكاء المفتوح المصدر وتربيعه بشكل أفضل.

إن النماذج الأصغر مفتوحة المصدر التي تم تحسينها باستخدام عمليات الضبط الدقيق الفعالة تنافس بالفعل نظيراتها الأكبر حجمًا في دقة الإخراج. لذلك بدأ المد في التحول من الكمية إلى الجودة من حيث بيانات الضبط الدقيق للمصدر &.

تتيح القدرة على تتبع دورة حياة كل من البيانات الأصلية والمشتقة والتحقق منها إمكانية إعادة الإنتاج والشفافية التي من شأنها أن تغذي مدخلات النماذج عالية الجودة &.

المصدر: ويل هينشال/إيبوك (تايم)

يمكن لـ Blockchains بناء خندق دائم باعتباره المجال الأساسي مع مجموعات بيانات متنوعة وقابلة للتحقق ومصممة خصيصًا. يمكن أن يكون هذا ذا قيمة خاصة لأن الحلول التقليدية تبالغ في فهرسة التقدم الخوارزمي لمواجهة نقص البيانات.

تسونامي المحتوى

تعد الموجة القادمة من المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي مكانًا آخر تتفوق فيه ميزة التحرك المبكر للعملات المشفرة.

سيعمل هذا النموذج التكنولوجي الجديد على تمكين منشئي المحتوى الرقمي على نطاق غير مسبوق، ويوفر Web3 أسس التوصيل والتشغيل لفهم كل شيء. تتمتع Crypto بميزة المحكمة المحلية بفضل سنوات من التطوير حول العناصر الأولية التي تحدد الملكية والمصدر الثابت للأصول الرقمية والمحتوى في شكل NFTs.

يمكن لـ NFTs التقاط دورة حياة إنشاء المحتوى بالكامل، ولكن يمكنها أيضًا تمثيل الهوية الرقمية الأصلية أو الأصول الافتراضية أو حتى تدفقات التدفقات النقدية.

ونتيجة لذلك، تتيح NFTs تجارب مستخدم جديدة ممكنة مثل أسواق الأصول الرقمية (OpenSea ، Blur)، مع إعادة التفكير أيضًا في نماذج الأعمال حول المحتوى المكتوب (Mirror)، ووسائل التواصل الاجتماعي (Farcaster ،Lens)، والألعاب (Dapper Labs ،Immutable)، وحتى البنية التحتية المالية (Upshot،NFTFi).

حتى أن التكنولوجيا قد تحارب التزييف العميق والتلاعب الحسابي بشكل أكثر موثوقية من البديل - باستخدام الخوارزميات للقيام بالعمل. في أحد الأمثلة الصارخة، تم إيقاف تشغيل أداة الكشف الخاصة بـ OpenAI بسبب فشل الدقة.

نقطة أخيرة: ستؤدي التطورات في الحوسبة الموجزة والقابلة للتحقق أيضًا إلى ترقية ديناميكية NFTs لأنها تدمج مخرجات التعلم الآلي لدفع بيانات وصفية أكثر ذكاءً وتطورًا. نعتقد أن الأدوات والواجهات التي تعمل بالذكاء الاصطناعي فوق تقنية blockchain ستطلق العنان للقيمة الكاملة وتعيد تشكيل مشهد المحتوى الرقمي.

الاستفادة من المعرفة اللانهائية لـ ML بدون معرفة

أدى بحث صناعة بلوكتشين عن حلول تقنية تتيح الحوسبة الموفرة للموارد مع الحفاظ على الديناميكيات غير الموثوقة إلى تقدم كبير في تشفير المعرفة الصفرية (ZK).

على الرغم من أنها مصممة في البداية لمعالجة اختناقات الموارد المتأصلة في أنظمة مثل Ethereum Virtual Machine (EVM)، إلا أن براهين ZK تقدم مجموعة من حالات الاستخدام القيمة المتعلقة بالذكاء الاصطناعي.

أحد الأسباب الواضحة هو ببساطة امتداد لفتح موجود: التحقق بكفاءة وإيجاز من العمليات التي تتطلب حوسبة مكثفة، مثل تشغيل نموذج ML خارج السلسلة، بحيث يمكن استيعاب المنتج النهائي، مثل استنتاج النموذج، على السلسلة من خلال العقود الذكية في شكل دليل ZK.

يمكن لبراهين التخزين المقترنة بالمعالجة المشتركة أن تأخذ هذه الخطوة إلى الأمام، مما يعزز ماديًا قدرات تطبيقات onchain من خلال جعلها أكثر انعكاسًا دون تقديم افتراضات ثقة جديدة.

تسمح الآثار المترتبة على ذلك بوظائف الشبكة الجديدة أيضًا.

يمكن استخدام تشفير ZK للتحقق من استخدام نموذج معين أو مجموعة بيانات في الواقع في توليد الاستدلالات عند الاتصال عبر API. ويمكنه أيضًا إخفاء الأوزان أو البيانات المحددة التي يستهلكها النموذج في الصناعات الحساسة للعملاء مثل الرعاية الصحية أو التأمين.

يمكن للشركات أيضًا التعاون بشكل أكثر فعالية من خلال تبادل البيانات أو الملكية الفكرية، والاستفادة من التعلم المشترك مع الحفاظ على ملكية مواردها.

وأخيرًا، تتمتع ZKPs بإمكانية تطبيق حقيقية في المجال المتزايد الأهمية (والصعب) للتمييز بين البيانات البشرية والبيانات المولدة صناعياً والتي تمت مناقشتها سابقًا.

تعتمد بعض حالات الاستخدام هذه على الحاجة إلى مزيد من التطوير حول التنفيذ التقني والبحث عن اقتصاديات مستدامة على نطاق واسع، ولكن ZkML لديها القدرة على التأثير بشكل فريد على مسار الذكاء الاصطناعي.

أصول الذيل الطويل & القيمة الكامنة

لقد أثبتت Crypto بالفعل دورها كمهندس متفوق لتدفق القيمة عبر الأسواق القديمة مثل الموسيقى والفن. على مدى العامين الماضيين، ظهرت أيضًا أسواق سائلة على السلسلة تمثل أصولًا ملموسة خارج السلسلة مثل النبيذ والأحذية الرياضية.

سيشمل الوريث الطبيعي إمكانات التعلم الآلي المتقدمة حيث يتم جلب الذكاء الاصطناعي إلى السلسلة وإتاحته للعقود الذكية.

وستقوم نماذج التعلم الآلي، جنبًا إلى جنب مع قضبان بلوكتشين، بإعادة صياغة عملية الاكتتاب وراء الأصول غير السائلة التي كان يتعذر الوصول إليها سابقًا بسبب نقص البيانات أو عمق المشتري.

ستشهد إحدى الطرق قيام خوارزميات ML بالاستعلام عن مجموعة كبيرة من المتغيرات لتقييم العلاقات المخفية وتقليل سطح هجوم الجهات الفاعلة المتلاعبة. تقوم Web3 بالفعل بتجربة إنشاء أسواق حول مفاهيم جديدة مثل اتصالات الوسائط الاجتماعية وأسماء مستخدمي المحفظة.

وعلى غرار تأثير AMMs على إطلاق السيولة للرموز طويلة الذيل، ستحدث ML ثورة في اكتشاف الأسعار من خلال استيعاب كميات هائلة من البيانات الكمية والنوعية لاشتقاق أنماط غير واضحة. يمكن أن تشكل هذه الأفكار الجديدة بعد ذلك الأساس للأسواق القائمة على العقود الذكية.

سيتم دمج القدرات التحليلية للذكاء الاصطناعي في البنية التحتية المالية اللامركزية للكشف عن القيمة الخاملة في الأصول طويلة الذيل.

تحقيق اللامركزية في طبقة البنية التحتية

تتناول مزايا Crypto المتعلقة بجذب البيانات عالية الجودة وتحقيق الدخل منها جانبًا واحدًا من المعادلة. الجانب الآخر - البنية التحتية الداعمة وراء الذكاء الاصطناعي - يحمل وعدًا مماثلاً.

قامت شبكات البنية التحتية المادية اللامركزية (DEPins) مثل Filecoin أو Arweave بالفعل ببناء أنظمة للتخزين تتضمن في الأصل تقنية blockchain.

يتعامل آخرون مثل Gensyn و Together مع التحدي المتمثل في التدريب النموذجي عبر شبكة موزعة، بينما أطلقت Akash سوقًا رائعًا لـ P2P يربط العرض والطلب حول موارد الحوسبة الزائدة.

علاوة على ذلك، تعمل Ritual على بناء الأساس للبنية التحتية المفتوحة للذكاء الاصطناعي في شكل شبكة محفزة ومجموعة من النماذج، وربط أجهزة الحوسبة الموزعة للمستخدمين لإجراء الاستدلال والضبط عليها.

بشكل حاسم، يمكن لـ DEPIN مثل Ritual أو Filecoin أو Akash أيضًا إنشاء سوق أكبر بكثير وأكثر كفاءة. ويقومون بذلك من خلال فتح جانب العرض إلى مجال أوسع بكثير يشمل مقدمي الخدمات السلبيين القادرين على إطلاق العنان للقيمة الاقتصادية الكامنة، أو عن طريق دمج الأجهزة الأقل أداءً في مجمعات تنافس أقرانهم المتطورين.

يتضمن كل جزء من المجموعة قيودًا وتفضيلات قيمة مختلفة، ولا يزال هناك عمل كبير يتعين القيام به في اختبار هذه الطبقات على نطاق واسع (على وجه الخصوص، المجالات الناشئة للتدريب على النماذج اللامركزية والحوسبة).

ومع ذلك، توجد الأسس للحلول القائمة على بلوكتشين للحوسبة والتخزين وحتى التدريب النموذجي الذي يمكن أن ينافس الأسواق التقليدية في نهاية المطاف.

ماذا يعني كل ذلك

أصبحت Crypto x AI بسرعة واحدة من أكثر مساحات التصميم إلهامًا. تؤثر المجالات المعنية بالفعل على كل شيء بدءًا من إنشاء المحتوى والتعبير الثقافي إلى سير عمل المؤسسة والبنية التحتية المالية.

معًا، نعتقد أن هذه التقنيات ستعيد تشكيل العالم في العقود القادمة. تقوم أفضل الفرق في الأصل بدمج البنية التحتية غير المصرح بها والاقتصاد المشفر جنبًا إلى جنب مع الذكاء الاصطناعي لترقية الأداء أو تمكين السلوكيات الجديدة تمامًا أو تحقيق هياكل تكلفة تنافسية.

تقدم Crypto نطاقًا وعمقًا وتفصيلًا غير مسبوق للبيانات الموحدة في شبكات التنسيق، غالبًا بدون وسيلة واضحة لاستخلاص الفائدة من تلك البيانات.

وفي الوقت نفسه، يحول الذكاء الاصطناعي مجموعات المعلومات إلى ناقلات للسياق أو العلاقات ذات الصلة.

عند الاقتران معًا، يمكن أن تشكل هاتان الحدان علاقة متبادلة فريدة تمهد الطريق لبناة المستقبل اللامركزي.

* شكراً جزيلاً لنيراج بانت، وأكيليش بوتي، وجيسون مورتون، ودانتي كاموتو، وديفيد وونغ، وإسماعيل هيشون - رضائزاده، وإيليا بولوسخين، وغيرهم على عملهم في طليعة هذا الفضاء، والرؤى التي لا تقدر بثمن، والإلهام - وكل ذلك يجعل من الممكن ليس فقط هذه المقالة ولكن المستقبل المشرق للعملات المشفرة.

إخلاء المسؤولية：

1. تمت إعادة طباعة هذه المقالة من [النموذج الأصلي]. جميع حقوق التأليف والنشر تنتمي إلى المؤلف الأصلي [DANNY SURSOCK]. إذا كانت هناك اعتراضات على إعادة الطبع هذه، فيرجى الاتصال بفريق Gate Learn ، وسيتعاملون معها على الفور.
2. إخلاء المسؤولية: الآراء ووجهات النظر الواردة في هذه المقالة هي فقط آراء المؤلف ولا تشكل أي نصيحة استثمارية.
3. تتم ترجمة المقالة إلى لغات أخرى بواسطة فريق Gate Learn. ما لم يُذكر ذلك، يُحظر نسخ المقالات المترجمة أو توزيعها أو سرقتها.