يعد الذكاء الاصطناعي ("الذكاء الاصطناعي") أحد أكثر التقنيات الناشئة الواعدة في هذا القرن ، مع إمكانية تحسين الإنتاجية البشرية بشكل كبير وتعزيز الاختراقات الطبية. في حين أن الذكاء الاصطناعي قد تكون مهمة اليوم ، إلا أن تأثيرها ينمو فقط ، حيث تقدر برايس ووترهاوس كوبرز أنها ستنمو لتصبح صناعة بقيمة 15 تريليون دولار بحلول عام 2030.[1]

ومع ذلك، لديها تحدياتها هذه التكنولوجيا الواعدة. بما أن تكنولوجيا الذكاء الاصطناعي أصبحت أكثر قوة، أصبحت صناعة الذكاء الاصطناعي مركزة للغاية، مما يركز السلطة في يد قلة من الشركات على حساب المجتمع. كما أثارت مخاوف جدية بشأن التلاعب في الفيديوهات، والتحيز المدمج، ومخاطر خصوصية البيانات. ومن السعيد أن العملات الرقمية وخصائصها المتمثلة في اللامركزية والشفافية تقدم حلولاً محتملة لبعض هذه المشاكل.

فيما يلي، نستكشف المشاكل التي يسببها التمركز وكيف يمكن للذكاء الاصطناعي المفتوح المصدر مساعدة في حل بعض من مشاكله، ونناقش حالة التقاطع بين العملات الرقمية والذكاء الاصطناعي اليوم، ونسلط الضوء على التطبيقات العملات الرقمية في هذا المجال التي أظهرت علامات مبكرة للتبني.

المشكلة في الذكاء الاصطناعي المركزي

اليوم، يواجه تطوير الذكاء الاصطناعي تحديات ومخاطر معينة. تأثيرات الشبكة ومتطلبات رأس المال المكثف في مجال الذكاء الاصطناعي بهذه الأهمية بحيث يواجه العديد من مطوري الذكاء الاصطناعي خارج شركات التكنولوجيا الكبيرة، مثل الشركات الصغيرة أو الباحثين الأكاديميين، صعوبة في الحصول على الموارد اللازمة لتطوير الذكاء الاصطناعي أو عدم قدرتهم على تحقيق عائد مالي من عملهم. وهذا يحد من المنافسة والابتكار العامين في مجال الذكاء الاصطناعي.

ونتيجة لذلك، يتم تركيز التأثير على هذه التقنية الحيوية بشكل كبير في يد عدد قليل من الشركات مثل OpenAI و Google، مما يثير أسئلة جدية حول حوكمة الذكاء الاصطناعي. على سبيل المثال، في فبراير الماضي، كشف مولد صور الذكاء الاصطناعي Gemini التابع لـ Google عن تحيزات عنصرية وعدم دقة تاريخية، مما يوضح كيف يمكن للشركات التلاعب بنماذجها.[2]بالإضافة إلى ذلك، قرر مجلس مؤلف من ستة أفراد إقالة الرئيس التنفيذي لشركة OpenAI سام ألتمان في نوفمبر الماضي، ما كشف عن حقيقة أن عددًا قليلاً من الأشخاص يسيطرون على الشركات التي تطوّر هذه النماذج.[3]

مع نمو الذكاء الاصطناعي في التأثير والأهمية ، يشعر الكثيرون بالقلق من أن شركة واحدة قد تحمل سلطة صنع القرار بشأن نماذج الذكاء الاصطناعي التي تمتلك تأثيرًا كبيرًا على المجتمع ، وقد تفرض حواجز حماية ، وتعمل خلف أبواب مغلقة ، أو تتلاعب بالنماذج لصالحها - ولكن على حساب بقية المجتمع.

كيف يمكن للذكاء الاصطناعي اللامركزي المساعدة

تشير الذكاء الاصطناعي اللامركزي إلى خدمات الذكاء الاصطناعي التي تستفيد من تقنية سلسلة الكتل لتوزيع الملكية والحوكمة للذكاء الاصطناعي بطريقة تهدف إلى زيادة الشفافية والوصول إليه. تعتقد بحوث Grayscale أن الذكاء الاصطناعي اللامركزي يحمل الإمكانات لجلب هذه القرارات الهامة من الحدائق المحصنة إلى الملكية العامة.

يمكن لتكنولوجيا البلوكشين أن تساعد في زيادة وصول المطورين إلى الذكاء الاصطناعي، مما يقلل من الحواجز أمام المطورين المستقلين لبناء وتسويق أعمالهم. نحن نعتقد أن هذا يمكن أن يساعد في تحسين الابتكار والتنافسية العامة في مجال الذكاء الاصطناعي وكذلك توفير توازن مع النماذج المطورة من قبل العمالقة التكنولوجيين.

بالإضافة إلى ذلك، يمكن أن يساعد الذكاء الاصطناعي اللامركزي على تمكين الوصول إلى الاستثمار في الذكاء الاصطناعي. حاليًا، هناك طرق قليلة جدًا للحصول على فرصة مالية مرتبطة بتطوير الذكاء الاصطناعي بخلاف عدد قليل من الأسهم التكنولوجية. في هذه الأثناء، تم تخصيص كميات كبيرة من رأس المال الخاص للشركات الناشئة في مجال الذكاء الاصطناعي والشركات الخاصة (47 مليار دولار في عام 2022 و 42 مليار دولار في عام 2023).[4]نتيجة لذلك، فإن الفوائد المالية لهذه الشركات متاحة فقط لجزء صغير من رؤساء رأس المال المخاطر والمستثمرين المعتمدين. وعلى النقيض من ذلك، تتاح الأصول المشفرة المتعلقة بالذكاء الاصطناعي المتموّلة بالعملات الرقمية للجميع، مما يسمح للجميع بامتلاك جزء من مستقبل الذكاء الاصطناعي.

أين تقف هذه التقاطع اليوم؟

اليوم، تظل نقطة التقاء العملات الرقمية والذكاء الاصطناعي ما زالت في مراحل مبكرة من ناحية النضوج، ومع ذلك، استجاب السوق بشكل مشجع. في عام 2024، حتى شهر مايو، كون الذكاء الاصطناعي عالمًا لأصول العملات الرقمية[5]عادت بنسبة 20%، متفوقة على كل من قطاعات مجال العملات الرقمية باستثناء قطاع العملات (المعرض 1). بالإضافة إلى ذلك، وفقًا لمزود البيانات كايتو، فإن موضوع الذكاء الاصطناعي يشغل حاليًا أكبر كمية من "الاهتمام الذهني" على منصات التواصل الاجتماعي - على عكس مواضيع أخرى مثل التمويل اللامركزي، والطبقة 2، وعملات ميمي، وأصول العالم الحقيقي.[6]

في الآونة الأخيرة، تبنت العديد من الشخصيات البارزة هذا التقاطع الناشئ، مع التركيز على معالجة أوجه القصور في الذكاء الاصطناعي المركزية. في مارس/آذار، ترك عماد مستك، مؤسس شركة الذكاء الاصطناعي بارزة تدعى "الاستقرار الذكاء الاصطناعي"، الشركة لمتابعة الذكاء الاصطناعي اللامركزية، مشيرا إلى أن "الوقت قد حان الآن لضمان بقاء الذكاء الاصطناعي مفتوحة ولامركزية".[7]بالإضافة إلى ذلك، قام رائد الأعمال في مجال العملات الرقمية إريك فورهيس بإطلاق Venice.ai، وهو خدمة ذكاء اصطناعي متوجهة نحو الخصوصية مع تشفير من النهاية إلى النهاية.[8]

الشكل 1: نجحت الكون الذكي في تفوق معظم قطاعات العملات الرقمية حتى الآن

اليوم، يمكننا تقسيم تداخل العملات الرقمية والذكاء الاصطناعي إلى ثلاثة فئات فرعية رئيسية:[9]

1. الطبقة الأساسية: الشبكات التي توفر منصات لتطوير الذكاء الاصطناعي (على سبيل المثال، NEAR، TAO، FET)
2. الموارد المطلوبة للذكاء الاصطناعي: الأصول التي توفر الموارد الحاسوبية (الحسابات، التخزين، البيانات) الضرورية لتطوير الذكاء الاصطناعي (على سبيل المثال، RNDR، AKT، LPT، FIL، AR، MASA)
3. حل مشكلات الذكاء الاصطناعي: الأصول التي تحاول حل مشكلات ذات صلة بالذكاء الاصطناعي مثل ظهور الروبوتات والتلاعب في الفيديوهات والتحقق من النماذج (على سبيل المثال، WLD، TRAC، NUM)

الشكل 2: خريطة سوق الذكاء الاصطناعي والعملات الرقمية

المصدر: استثمارات Grayscale. البروتوكولات المدرجة هي أمثلة توضيحية.

الشبكات التي توفر البنية التحتية لتطوير الذكاء الاصطناعي

الفئة الأولى تتضمن شبكات توفر بنية مفتوحة من دون إذن مصممة خصيصًا لتطوير خدمات الذكاء الاصطناعي بشكل عام. بدلاً من التركيز على منتج أو خدمة ذكاء اصطناعي واحدة، تركز هذه الأصول على إنشاء البنية التحتية وآليات الحوافز لمجموعة واسعة من تطبيقات الذكاء الاصطناعي.

تتميز Near في هذا المجال، حيث تم تأسيسها من قبل شركة Gate.io , وهي شركة التكنولوجيا الرائدة في مجال العملات الرقمية التي تعمل بمعمارية "المحول" التي تشغل نظم الذكاء الاصطناعي مثل ChatGPT.[10]ومع ذلك، فإنها استعانت مؤخرًا بخبرتها في مجال الذكاء الاصطناعي، كشفت عن جهود لتطوير "الذكاء الاصطناعي المملوك للمستخدم"[11]من خلال ذراعها للبحث والتطوير، بقيادة مستشار مهندس بحث سابق في OpenAI.[12]في نهاية يونيو 2024، أطلقت Near برنامج حاضنة الذكاء الاصطناعي لتطوير النماذج الأساسية الخاصة بـ Near-native ومنصات البيانات لتطبيقات الذكاء الاصطناعي وأطر وكلاء الذكاء الاصطناعي وأسواق الحوسبة.[13]

يقدم Bittensor مثالًا آخر قد يكون مقنعًا بشكل محتمل. Bittensor هي منصة تستخدم رمز TAO لتشجيع التطوير الاقتصادي للذكاء الاصطناعي. يعمل Bittensor كمنصة أساسية لـ 38 شبكة فرعية (الشبكات الفرعية)،[14]كل منها له استخدامات مختلفة مثل الروبوتات الدردشة، توليد الصور، التنبؤ المالي، الترجمة اللغوية، تدريب النماذج، التخزين، والحساب. يكافأ شبكة بيتنسور العاملين الأفضل أداءً في كل شبكة فرعية بمكافآت رمز تاو ويوفر واجهة برمجية غير مرخصة للمطورين لبناء تطبيقات الذكاء الاصطناعي المحددة عن طريق التحقيق من العاملين في شبكة بيتنسور.

تشمل هذه الفئة أيضًا بروتوكولات أخرى مثل Fetch.ai وشبكة Allora. Fetch.ai، منصة للمطورين لإنشاء مساعدين ذكاء اصطناعي متطورين (أي، "وكلاء الذكاء الاصطناعي") الذي اندمج مؤخرًا مع AGIX و OCEAN بقيمة مجتمعة تقدر بحوالي 7.5 مليار دولار.[15]آخرها شبكة اللورا، وهي منصة تركز على تطبيق الذكاء الاصطناعي على التطبيقات المالية بما في ذلك استراتيجيات التداول الآلي للبورصات اللامركزية وأسواق التنبؤ.[16]لم تطلق Allora رمزًا حتى الآن وأقامت جولة تمويل استراتيجية في يونيو، مما رفع إجمالي التمويل الخاص بها إلى 35 مليون دولار في رأس المال الخاص.[17]

الموارد المطلوبة لتطوير الذكاء الاصطناعي

الفئة الثانية تشمل الأصول التي تقدم الموارد المطلوبة لتطوير الذكاء الاصطناعي في شكل حوسبة أو تخزين أو بيانات.

ارتفاع الذكاء الاصطناعي أدى إلى طلب غير مسبوق على موارد الحوسبة في شكل وحدات معالجة الرسومات.[18] توفر أسواق GPU اللامركزية مثل Render (RNDR) و Akash (AKT) و Livepeer (LPT) إمكانية الوصول إلى إمداد GPU الخامل للمطورين الذين يحتاجون إلى الحوسبة للتدريب على النموذج أو استدلال النموذج أو تقديم الذكاء الاصطناعي التوليدية 3D. اليوم ، تشير التقديرات إلى أن Render تقدم حوالي 10 آلاف وحدة معالجة رسومات مع التركيز على الفنانين الذكاء الاصطناعي التوليدية ، بينما تقدم Akash سعة 400 وحدة معالجة رسومات مع التركيز على مطوري الذكاء الاصطناعي والباحثين[19]. وفي الوقت نفسه، أعلنت Livepeer مؤخرًا خططها لشبكة فرعية جديدة للذكاء الاصطناعي تستهدف أغسطس 2024 لمهام مثل التحويل من النص إلى صورة، ومن النص إلى فيديو، ومن الصورة إلى فيديو.[20]

بالإضافة إلى الحاجة إلى مستويات كبيرة من الحوسبة، تتطلب نماذج الذكاء الاصطناعي كميات ضخمة من البيانات. ونتيجة لذلك، هناك زيادة هائلة في الطلب على تخزين البيانات.[21]حلول تخزين البيانات مثل Filecoin (FIL) و Arweave (AR) يمكن أن تكون بديلًا لشبكات مركزية وآمنة لتخزين بيانات الذكاء الاصطناعي على خوادم AWS المركزية. هذه الحلول لا توفر فقط تخزينًا فعالًا من حيث التكلفة وقابلية التوسع ، ولكنها أيضًا تعزز أمان البيانات وسلامتها من خلال القضاء على نقاط الفشل الفردية وتقليل مخاطر اختراق البيانات.

أخيرًا، تتمتع خدمات الذكاء الاصطناعي الحالية مثل OpenAI وGemini بوصول مستمر إلى البيانات في الوقت الفعلي من خلال Bing وGoogle Search على التوالي. يضع هذا جميع مطوري النماذج الذكية الاصطناعية الآخرى خارج هذه الشركات التقنية في موقف لا يحسدون. ومع ذلك، يمكن أن تساعد خدمات جمع البيانات مثل Grass وMasa (MASA) في تعديل حقل المنافسة حيث تسمح للأفراد بتحقيق الربح من بعض البيانات الخاصة بتطبيقاتهم من خلال عرضها لتدريب النماذج الذكية الاصطناعية مع الحفاظ على السيطرة والخصوصية على البيانات الشخصية.

Assets Attempting to Solve AI-Related Problems

الفئة الثالثة تشمل الأصول التي تحاول حل مشاكل متعلقة بالذكاء الاصطناعي، بما في ذلك ظهور الروبوتات، والفيديوهات المزيفة وأصالة المحتوى.

مشكلة كبيرة تتفاقم بفعل الذكاء الاصطناعي هي انتشار الروبوتات والمعلومات الخاطئة. لقد تبين بالفعل تأثير الأخبار المزيفة التي تنشأ بواسطة الذكاء الاصطناعي على الانتخابات الرئاسية في الهند وأوروبا،[22]ومن المختصين الذين 'يشعرون بالرعب' تمامًا أن السباق الرئاسي القادم سيشهد 'موجة من المعلومات الخاطئة' تُحرَّك بشكل كبير من قبل التلاعب بالفيديوهات المزيفة.[23]تهدف الأصول التي تسعى للمساعدة في حل مشاكل deepfakes من خلال إنشاء أصالة محتوى قابلة للتحقق إلى ما في ذلك Origin Trail (TRAC) و Numbers Protocol (NUM) و Story Protocol. بالإضافة إلى ذلك ، يحاول Worldcoin (WLD) حل مشكلة الروبوتات من خلال إثبات إنسانية الشخص من خلال معرفات بيومترية فريدة.

مخاطر أخرى في الذكاء الاصطناعي هي ضمان الثقة في النماذج ذاتها. كيف نثق في نتائج الذكاء الاصطناعي التي نحصل عليها وألا تم تزويرها أو تلاعب فيها؟ حاليًا ، هناك عدة بروتوكولات يعملون على مساعدة في حل هذه المشكلة من خلال التشفير والبراهين ذات الصفر المعرفة والتشفير المثلى بالكامل (FHE) ، بما في ذلك Modulus Labs و Zama.[24]

الختام

بينما حققت هذه الأصول الذكية المفcentralized تقدمًا مبدئيًا، إلا أننا ما زلنا في بداية هذا التقاطع. في بداية هذا العام، أكد رجل الأعمال البارز فريد ويلسون أن الذكاء الاصطناعي والعملات المشفرة هما "جانبان من عملة واحدة" وأن "الويب3 سيساعدنا على الثقة بالذكاء الاصطناعي".[25]مع استمرار نضج صناعة الذكاء الاصطناعي، تعتقد Grayscale Research أن هذه الحالات المستخدمة المتعلقة بالذكاء الاصطناعي والعملات الرقمية ستصبح أكثر أهمية وأن هاتين التكنولوجيتين الناشئتين بسرعة لديهما القدرة على دعم نمو بعضهما البعض.

بواسطة العديد من الدلائل ، يكون الذكاء الاصطناعي على الأفق ويتوقع أن يكون له تأثير عميق ، سواء كان إيجابيًا أم سلبيًا. من خلال استغلال سمات تكنولوجيا بلوكشين ، نعتقد أن العملات الرقمية في النهاية يمكن أن تساعد على تخفيف بعض المخاطر التي يشكلها الذكاء الاصطناعي.

اخلاء المسؤوليه:

1. تمت إعادة طبع هذه المقالة من [Grayscale]. كل حقوق النشر تنتمي إلى المؤلف الأصلي [ويل أوغدن مور]. إذا كانت هناك اعتراضات على هذا النشر مرجعاً، يرجى التواصل مع بوابة التعلم فريق ، وسوف يتعاملون معها على الفور.
2. إخلاء المسؤولية: الآراء ووجهات النظر الواردة في هذه المقالة هي آراء المؤلف فقط ولا تشكل أي نصيحة استثمارية.
3. تتم ترجمة المقالات إلى لغات أخرى من قبل فريق Gate Learn. ما لم يذكر، فإن نسخ أو توزيع أو سرقة المقالات المترجمة ممنوع.