تمثل الذكاء الاصطناعي بكل تأكيد أكبر ثورة تكنولوجية في التاريخ، وقد أشعل سباقًا تكنولوجيًا لم نشهده مثيلًا في العالم من قبل. النماذج الحالية للذكاء الاصطناعي بالفعل تحصل على نتائج في العشرة الأوائل في معظم الاختبارات الجامعية الموحدة وتتفوق على البشر في العديد من المهام بما في ذلك بحث الذكاء الاصطناعي نفسه. حتى على مستواه الحالي، فإن هذا يحدث تحولًا كبيرًا بالفعل في العديد من الصناعات مثل البحث، خدمة العملاء، إنشاء المحتوى، البرمجة، التعليم وغيرها.

نتوقع أن تتسارع قدرات الذكاء الاصطناعي والتمويل وتأثيره على المجتمع من هنا فصاعدًا. يفهم جميع عمالقة التكنولوجيا الكبيرة أن الذكاء الاصطناعي أمر حيوي لأعمالهم ويستثمرون وفقًا لذلك. إيرادات NVIDIA، التي يمكن القول إنها أفضل مؤشر للإنفاق على الذكاء الاصطناعي، تتجاوز 100 مليار دولار في عام 2024، أكثر من ضعف ذلك في عام 2023، أكثر من 4 أضعاف ما كان عليه العام السابق.

الرئيس التنفيذي لشركة Google Sundar Pichai حول استثمارات الذكاء الاصطناعي:

خطر الاستثمار القليل هو أكبر بكثير من خطر الاستثمار الزائد بالنسبة لنا هنا.

في نفس الوقت، تشعر الشركات الناشئة أن الذكاء الاصطناعي هو قوة مُخرِبة يمكنها من إزاحة الشركات الراسخة منذ عقود وكذلك $83bتماستثمرتفي شركات الذكاء الاصطناعي على مدار الـ 18 شهرًا الماضية.

نظرًا لأن قدرات الذكاء الاصطناعي عادة ما تزداد بشكلٍ متسارع مع الحوسبة المطبقة عليها، فمن المرجح جدًا أن نصل إلى شيء مثل الذكاء الاصطناعي العام في غضون العقد القادم.

المصدر:الوعي بالوضعبواسطة@leopoldasch

في هذه المقالة ، نجادل بأن الديناميكيات التنافسية ستؤدي إلى عالم من ملايين النماذج ، والتشفير هو الركيزة المثالية لهذا العالم متعدد النماذج. سنبدأ بمناقشة سبب اعتقادنا أن عالم النماذج المتعددة هو النهاية المنطقية للعبة الذكاء الاصطناعي. ثم ننتقل إلى الاختلافات الفريدة التي يوفرها التشفير الذكاء الاصطناعي. أخيرا ، نغطي مكدس crypto x الذكاء الاصطناعي كما نراه ، ونقدم أمثلة محددة لأنواع المشاريع التي نتحمس لها.

هناك أسباب فلسفية وأخلاقية قوية تجعل AI و crypto x AI مفيدة أكثر للبشرية، وهذهمغطاة بشكل ممتاز في مكان آخر. بينما نتفق معهم تمامًا وهذا جزء مما يحفزنا للبناء في هذا المجال ، سنركز في هذا الجزء بشكل خاص على الأسباب العملية التي ستجعل التشفير x الذكاء الاصطناعي تنتصر ، بدلاً من الحجج الأخلاقية لماذا يجب أن يفوز.

نموذج الإله مقابل العديد من النماذج

الآن، نحن نتتبع عالمًا يتجه نحو وجود عدد قليل من الشركات التكنولوجية المتكاملة عموديًا والتي تنتج "نماذج الله" التي تهيمن على كل شيء آخر.

ومع ذلك، فإننا لا نعتقد أن هذا هو نهاية اللعبة لبعض الأسباب:

1. مخاطر السجادة: الهيئات ورجال الأعمال والمطورون الذين يبنون تجارب على أساس الذكاء الاصطناعي لا يرغبون في أن يكونوا معتمدين على شركة مغلقة واحدة يمكنها تغيير النموذج أو تعديل شروط الاستخدام أو حتى التوقف عن خدمتهم تمامًا.
2. تنازل التكلفة والأداء: يتطلب النماذج العامة الضخمة المفضلة من قبل شركات التكنولوجيا الكبيرة تكلفة أعلى بكثير، سواء في التدريب أو التشغيل. ونتيجة لذلك، يجعلها مرتفعة السعر وذات قدرة أكبر مما هو مطلوب في العديد من حالات الاستخدام. على الرغم من أن هذا ليس مشكلة كبيرة في الوقت الحالي حيث لا يفكر الناس في الربحية، ولكن عندما يصل الذكاء الاصطناعي إلى مستوى كبير سيقوم الناس بتحسينه للحصول على أقل تكلفة ممكنة لمستوى الأداء الذي يبحثون عنه. بالنسبة للعديد من المهام، لن تكون النماذج الكبيرة منافسة هنا. هناك بحث واسع النطاق يدعم هذا، يظهر أن النماذج الأصغر والمتخصصة يمكن أن تتفوق على النماذج العامة في كل شيء منتشخيص الصور الطبية,كشف الاحتيال, التعرف على الكلام وأكثر بكثير.
3. التكامل الرأسي: كما أوضحت Apple مرارا وتكرارا ، غالبا ما تنتج أفضل المنتجات عن التكامل الرأسي عبر المكدس بأكمله. سيسعى رواد الأعمال الطموحون الذين يبنون منتجات مدعومة الذكاء الاصطناعي إلى اكتساب ميزة تنافسية من خلال البناء على نماذجهم المتخصصة. ستكون هذه المنتجات أيضا قادرة على الحصول على المزيد من القيمة ، وجذب المزيد من الاستثمارات ، وما إلى ذلك.
4. مخاوف الخصوصية: ستكون الذكاء الاصطناعي في صميم سير العمل التنظيمي بطريقة يمكن القول بأنها لم تكن تقنية أخرى على الإطلاق. العديد من المؤسسات مترددة في الثقة ببياناتها الحساسة لهذه النماذج.

لهذه الأسباب، نعتقد أنه من المرجح بكثير أن ننتهي في عالم يحتوي على العديد من النماذج الصغيرة والمتخصصة التي تم تصميمها وفقاً لحالات الاستخدام المحددة وتكلفة فعّالة. سيستفيد مطورو التطبيقات والمستخدمون من النماذج مفتوحة المصدر مثل LLaMA أو تلك من@MistralAI""> @MistralAI كقاعدة لدقة ضبط نماذجهم المخصصة الخاصة بهم، غالباً ما يستخدمون البيانات الخاصة. ستستمر العديد من النماذج في العمل على الخوادم، ولكن ستعمل التطبيقات الأصغر حجماً وأكثر حساسية للخصوصية محلياً على أجهزة العميل، بينما قد يستخدم البعض الآخر الشبكات المحوسبة اللامركزية الذين يتطلبون مقاومة الرقابة.

هذا عالم من وحدات الليغو الذكاء الاصطناعي ، حيث يتنافس المطورون ورجال الأعمال لتوفير قيمة للمستخدمين ، ويمكن للمستخدمين انتقاء الخدمات المختلفة واختيارها والجمع بينها لتناسب احتياجاتهم الخاصة. يجب بناء التوجيه والتنسيق والتوليف والمدفوعات وجميع أنواع البنية التحتية الأخرى لتفكيك مكدس "نموذج الله" وخدمة هذا الاقتصاد الذكاء الاصطناعي الناشئ.

هذا أيضًا يحدث في العالم حيث تزدهر العملات المشفرة.

Crypto x AI

يبدو التشفير بشكل حدسي وكأنه منطقة يمكن أن تجد فائدة في هذا العالم متعدد النماذج. ومع ذلك ، فقد أدى هذا الضجيج إلى تخصيص رأس مال كبير في الفضاء من مستثمرين غير مطلعين في كثير من الأحيان. مثل الكثير من فقاعة البنية التحتية قبلها ، يتم تمويل وبناء العديد من المشاريع التي ربما لا ينبغي أن تكون كذلك. على هذا النحو ، ليس من السهل تحديد القطاعات الفرعية في مساحة crypto x الذكاء الاصطناعي التي تتمتع بميزة حقيقية ، مما يدفع الكثيرين إلى رفض المساحة بأكملها على أنها ميم بدون قيمة أساسية.

لا نعتقد أنه ميم ، لكن صحيح أن هذا العالم متعدد النماذج يمكن أن يوجد نظريا بدون تشفير. لذلك ، كان من المهم بالنسبة لنا التركيز على الفروق الفريدة للعملات المشفرة التي تسمح لنا بإنشاء منتجات أفضل بشكل جذري أو ، من الناحية المثالية ، تلك التي لا يمكن بناؤها بدونها. من أجل القيام بذلك ، نبدأ بتحديد الخصائص الفريدة للعملات المشفرة وكيف يمكن تطبيقها على الذكاء الاصطناعي بطريقة تؤدي إلى منتجات أفضل. سنستعرض بعد ذلك مكدس crypto x الذكاء الاصطناعي ونقدم أمثلة على حالات الاستخدام التي نعتقد أنها تناسب ذلك.

الطبقة التنسيقية - تعد سكك العملات الرقمية المشفرة رائعة في تسهيل التنسيق الجماعي دون السيطرة المركزية. وقد ثبت نجاحها خاصة في التغلب على مشكلة الدجاجة والبيضة الحاصلة في معظم الأسواق، وذلك بتشغيل قواعد مستخدمين جدد كبيرة ليلاً باستخدام حوافز المستخدمين الأصلية للعملات الرقمية.

1. قد لا تتمتع الفرق الصغيرة التي تبني نموذجا داخليا بإمكانية الوصول المباشر إلى جميع الموارد المطلوبة. على سبيل المثال ، في حين أن مختبرات الذكاء الاصطناعي التقنية الكبيرة من المحتمل أن يكون لها حوسبة خاصة بها ، فإن الفرق الصغيرة لن تفعل ذلك. وبالمثل ، ستحتاج هذه الفرق إلى الحصول على البيانات ، وربما الحصول على مجموعة متنوعة من الأشخاص لتقديم ملاحظات بشرية. هذه الاحتياجات مناسبة تماما ليتم تلبيتها من قبل الأسواق المتخصصة ، ونعتقد أن الأسواق التي تستفيد من قضبان التشفير سيكون لها ميزة تنافسية على تلك التي لا تفعل ذلك.
2. واجهة برمجة تطبيقات مفتوحة بدون إذن: تعمل قضبان التشفير كواجهة برمجة تطبيقات مفتوحة بدون إذن - يمكن لأي شخص الوصول إليها في أي مكان دون الحاجة إلى KYC أو الحصول على بطاقة ائتمان أو أي شكل آخر من أشكال الموافقة من جهة خارجية. هذا مهم للوكلاء الذكاء الاصطناعي الذين ، من أجل التصرف بشكل مستقل تماما ، يحتاجون إلى أن يكونوا قادرين على الوصول إلى الخدمات ونشر التعليمات البرمجية ونقل القيمة دون تدخل من أي إنسان. وهذا يتيح السلوكيات الناشئة الشبيهة بالخيال العلمي مثل مجموعات الوكلاء ، والوكلاء الذين يدفعون لبعضهم البعض مقابل الخدمات ، أو الاستدانة ، أو حتى جمع الأموال.
3. عدم الثقة: تميل السكك الحديدية الرقمية إلى أن تكون بلا ثقة، مما يعني أنه يمكنك الحصول على ضمانات تشفيرية بأنها لا تتغير، ولا يمكن سحب الوصول بشكل غير متوقع ويمكنك التحقق من أن التنفيذ كما هو متوقع. هذا مهم لكومة الذكاء الاصطناعي المعمول بها لأنه، على عكس النهج المتكامل، سيحتاج المُنشئون إلى تكوين مع مجموعة من البدائيات التي لا يتحكمون فيها، وسيحتاج المستخدمون إلى الثقة بشكل ذاتي في عدد من الخدمات، كثير منها لا يعرفون حتى عنها.
4. مقاومة الرقابة: إذا تم نشرها كعقود غير قابلة للتغيير ، فإن التطبيقات التي تعمل على قضبان التشفير لا يمكن إيقافها. حتى لو كانت قابلة للترقية ، فغالبا ما يكون ذلك بواسطة DAO الذي يتطلب نصاب قانوني من حاملي الرموز للتوصل إلى توافق في الآراء. وإذا افترضنا أن الذكاء الاصطناعي يصبح قويا كما نتوقع، فمن المرجح جدا أن تسعى الحكومات إلى السيطرة عليه والتأثير عليه. في الواقع ، نحن نرى هذا يحدث بالفعل. تماما كما توفر Bitcoin و crypto الأموال / القضبان المالية التي تقع خارج النظام ، يوفر crypto x الذكاء الاصطناعي ذكاء لا يمكن إيقافه.

التراص الذكي للعملات المشفرة والذكاء الاصطناعي

بالنظر إلى هذه الفوائد ، ما هي التطبيقات التي نعتقد أنها مثيرة للاهتمام بشكل خاص عند تقاطع التشفير x الذكاء الاصطناعي؟

مراكز البيانات والحوسبة

فائدة الحوسبة للنماذج تنقسم بشكل عام إلى فئتين: التدريب والاستنتاج. نحن نرى الجدارة في استخدام الحوسبة الموزعة لكلا هذه الفئتين وسنوسع في كل منهما أدناه.

تدريب على الحوسبة اللامركزية

الحوسبة الموزعة صعبة حاليًا بسبب متطلبات التواصل الثقيلة والتأخير بين العقداء أثناء التدريب. هناك العديد من الفرق التي تحاول حل هذه المشكلة، ونظرًا لحجم الجائزة وجودة المواهب العاملة على ذلك، نحن واثقون من أنه سيتم حلها على الأرجح. بعض النهج الاحتمالية هنا تشمل [ @NousResearch]sDisTrOو@PrimeIntellect'sOpenDiLoCo.

بالإضافة إلى حل المشاكل التقنية الصعبة في التدريب الموزع وبناء منتج يجمع بين هذه التعقيدات، سيضطر الفائزون أيضًا إلى معرفة:

1. كيفية ضمان الجودة والمساءلة على شبكة غير المرخصة
2. كيفية تمهيد الجانب المزود بالمعلومات، في الأفضل مراكز البيانات والمجموعات بدلاً من الأجهزة المستهلكة

سيكون من المحتمل أن تكون المكافآت بالرموز عنصرًا أساسيًا لتحفيز الجانب المزوِّد، وقد تشمل النهج الأكثر إبداعًا إعطاء مقدمي الحوسبة ملكية في النموذج الناتج.

بشكل أساسي ، تتمثل مزايا سوق الحوسبة الموزعة في أنه يمكنك الاستفادة من أقل تكلفة هامشية للحوسبة حول العالم. يصبح هذا مهما بشكل متزايد حيث يؤدي ارتفاع التكاليف من مقدمي الخدمات الحاليين إلى دفع المزيد من الشركات / المؤسسات إلى التراجع والبحث عن بدائل أرخص. العيوب هي زمن الوصول ، والأجهزة غير المتجانسة بالإضافة إلى عدم وجود جميع التحسينات ووفورات الحجم التي تأتي من بناء وتشغيل مراكز البيانات الخاصة بك. يبقى أن نرى كيف يحدث هذا.

الاستدلال القابل للتحقق

بشكل عام ، نرى حالة الاستخدام للاستدلال قابل للتحقق كتمديد للنظم المصغرة للثقة بقدرات الذكاء الاصطناعي. من غير العملي تضمين نموذج في عقد ذكي ، لكن من الممكن تشغيل النموذج خارج السلسلة ونشر بعض الشهادة أو البرهان على أنه تم تشغيله كما هو متوقع داخل السلسلة. على سبيل المثال ، يمكن للمشاريع تفويض قرارات الحوكمة (على سبيل المثال ، القرارات المتعلقة بمعلمات المخاطر في سوق النقود) إلى نموذج خارج السلسلة بدون الثقة.

هذا المفهوم يمكن أيضًا استخدامه للنماذج مفتوحة المصدر أو المغلقة بشكل عام، مما يمنح المستخدمين ضمانات بأن الإخراج يأتي من النموذج الذي كانوا يتوقعونه. قد يصبح هذا مهمًا مع تطبيقات ومستخدمين يستفيدون من الذكاء الاصطناعي في مهام تصبح أكثر أهمية. هناك العديد من المشاريع التي تتناول هذا بطرق مختلفة مثل Delphi Ventures portcoInference Labs @inference_labs.

بيانات

تدريب LLMs اليوم يتطلب عملية متعددة الخطوات تتضمن أنواعًا مختلفة من البيانات والتدخل البشري. يبدأ الأمر بالتدريب الأولي، حيث يتم تدريب LLMs على الإصدارات المنظفة والمرتبة منمجموعة الزحف المشتركة ومجموعات البيانات المتاحة بحرية الأخرىخلال مرحلة ما بعد التدريب ، يتم تدريب النماذج على مجموعات بيانات أصغر وأكثر تحديدًا ومعلمة لجعلها ماهرة في مجالات محددة (مثل الكيمياء) ، في كثير من الأحيان بمساعدة الخبراء.

من أجل ضمان البيانات الطازجة و/أو الحصرية، غالبًا ما تضمن مختبرات الذكاء الاصطناعي صفقات مع أصحاب مصادر البيانات الكبيرة. على سبيل المثالفتح AI و ريديت وقعا صفقةقيمتها تقدر بحوالي 60 مليون دولار. بالمثل، ذكرت صحيفة وول ستريت جورنال أن صفقة نيوز كورب مع OpenAI كانت تُقدر بأكثر من 250 مليون دولار على مدى خمس سنوات. من الواضح أن البيانات أصبحت أكثر قيمة من أي وقت مضى.

نعتقد أن شبكات العملات المشفرة موضعها بشكل جيد لمساعدة الفرق في الحصول على البيانات والموارد المطلوبة في كل مرحلة من هذه العملية. ربما أكثر القطاعات إثارة للاهتمام هو جمع البيانات، حيث نعتقد أن الحوافز المشفرة موضعها بشكل جيد لتشغيل جانب العرض لجمع البيانات وفتح الكثير من مصادر البيانات الطويلة الذيل المهمة.

على سبيل المثال،Grass AI @getgrass_io يحفز المستخدمين على مشاركة النطاق الترددي للإنترنت الخامل للمساعدة في كشط الويب للبيانات التي يتم بعد ذلك تنظيمها وتنظيفها وإتاحتها للتدريب الذكاء الاصطناعي. إذا تمكنت Grass من تمهيد ما يكفي من جانب العرض ، فيمكنها العمل بشكل فعال كمفتاح API يوفر بيانات إنترنت جديدة للاستخدام في النماذج.

@Hivemapperهو مثال آخر جيد - تم إطلاق الشبكة في نوفمبر 2022 وتجمع ملايين الكيلومترات من صور مستوى الطريق كل أسبوع، حيث تم رسم 25٪ من العالم بالفعل. من السهل رؤية كيف يمكن تطبيق نماذج مماثلة على أشكال أخرى من البيانات متعددة الوسائط وتحقيق الربح من خلال بيعها إلى مختبرات الذكاء الاصطناعي.

كما تظهر صفقات NewsCorp/Reddit ، هناك العديد من الشركات التي تمتلك بيانات قيمة ولكن العديد منها صغيرة جدًا أو تفتقر إلى الاتصالات مع مختبرات الذكاء الاصطناعي لتحقيق الربح منها. بالمثل ، قد لا تستحق مختبرات الذكاء الاصطناعي التعامل مع مزودي الخدمات الصغيرة الفردية. يمكن لسوق البيانات المصممة بشكل جيد أن تخفف هذا الأمر عن طريق ربط المزودين بمختبرات الذكاء الاصطناعي بطريقة موحدة إلى حد ما. هناك بعض التحديات هنا ، وأهمها حل مشكلة جودة البيانات ، وكذلك السيولة لكل من واجهات برمجة التطبيقات والبيانات.

أخيراً، إعداد البيانات هو مجموعة كبيرة من المهام التي تشمل التسمية، والتنظيف، والإثراء، والتحويلات وما إلى ذلك. قد لا يكون لدى فريق صغير كل هذه المهارات داخل الشركة ويبحث عن الاستعانة بخارجي. Scale AI@scale_AIشركة مركزية تقدم هذه الخدمات - يُقدر حاليًا أنها تحقق إيرادات تقدر بحوالي 700 مليون دولار وتنمو بسرعة. نحن نعتقد أن سوقًا مصممًا بشكل جيد ونظام سير عمل يعتمد على سكك العملات المشفرة يمكن أن يكون ناجحًا هنا.لايت ووركس هي إحدى الشركات التي استثمرت فيها Delphi Ventures وهناك بعض الشركات الأخرى - جميعها في مراحل مبكرة جدًا.

النموذج

للإيضاح تقرير ديلفي ديجيتال،البرج والميدان، يتم تتبع إنتاج النماذج الذكاء الاصطناعي والتحكم فيها ليتم التحكم فيها بالكامل تقريبا من قبل "البرج" - التكنولوجيا الكبيرة والحكومات. يمكن القول إن هذه حالة بائسة أكثر من الأموال التي تسيطر عليها الحكومة. لأنه يسمح لهم ليس فقط بالتحكم في أهم مورد اقتصادي ، ولكن أيضا التحكم في السرد من خلال فرض الرقابة على المعلومات والتلاعب بها ، وعزل بعض الأشخاص "غير المرغوب فيهم" عن النظام تماما ، واستخدام تفاعلات الذكاء الاصطناعي الخاصة للأشخاص ضدهم ، أو ببساطة استخدام الذكاء الاصطناعي لزيادة إيرادات الإعلانات إلى أقصى حد.

هناك العديد من الأشخاص الأذكياء العاملين على إنشاء "المربع" - شبكة مركزية بغاية إنتاج نموذج محايد تمامًا ومقاوم للرقابة يمكن الوصول إليه من قبل الجميع. لذا تمامًا كما يوفر البيتكوين والعملات المشفرة نقودًا/سككًا مالية تقع خارج النظام، ستوفر العملات المشفرة مقابل الذكاء الصناعي ذكاءً يقع خارج النظام.

تهدف مثل هذه المشاريع إلى إنشاء نموذج إلهي يتنافس مع GPT و LLaMA من خلال تفكيك كل جزء من عملية إنشاء النموذج - حيث تقوم الشبكة بمصادرة البيانات وإعدادها وتدريبها على حوسبتها المفتوحة وتشغيل الاستدلال على نفس الحوسبة المفتوحة وتنسيق العملية بأكملها من خلال الحوكمة المفتوحة. لا يوجد جزء مركزي في العملية وبالتالي يكون النموذج مملوكًا حقًا للمجتمع ولا يمكن السيطرة عليه من قبل البرج.

من الواضح أن إنشاء نموذج لامركزي يقترب من النماذج الحدودية المنافسة سيكون صعبا للغاية. لا يمكننا أن نتوقع أن نسبة كبيرة من المستخدمين سيتسامحون مع منتج أسوأ لأسباب أخلاقية. نحن نعتبر هذه الفئة من المشاريع "طموحات" ، ومن غير المرجح أن تنجح بحكم التعريف ، ولكن إذا حدث ذلك ، فستكون ذات قيمة لا تصدق - ونأمل مخلصين أن يفعلوا ذلك.

من الجدير بالذكر أيضًا أن المختبرات المتمركزة للذكاء الاصطناعي، التي تتبنى مثل هذه المبادئ الخاصة بالعملات المشفرة والتي من المرجح أن تكون لديها عملة رمزية أو تستغل سكك العملات المشفرة بطريقة أخرى.@NousResearch, @PondGNNand@PondGNNهنا بعض الأمثلة التي استثمرت فيها Delphi Ventures.

وأخيراً، بنية تكوين النموذج مثل Bittensor من Gate.io@opentensor يندرج تحت هذا الجزء النموذجي من المكدس. تم بيتسورتم مناقشتها بشكل شامل في مكان آخرولكننا لن ندخل في المزايا والعيوب هنا.

تطبيقات

في حديث ألقاه إريك شميدت مؤخراً، قال ما يلي:

إذا تم حظر TikTok، إليك مقترحي لكل واحد منكم: قولوا لـ LLM الخاص بكم ما يلي: "اصنعوا نسخة من TikTok لي، اسرقوا جميع المستخدمين، اسرقوا كل الموسيقى، ضعوا تفضيلاتي فيها، قوموا بإنتاج هذا البرنامج في ال30 ثانية القادمة، وأطلقوه، وفي ساعة واحدة، إذا لم يصبح فيروسياً، فافعلوا شيئاً مختلفاً على نفس النهج.

يعمل هذا الاقتباس على توضيح القوة المذهلة التي نتوقع أن يتمتع بها الوكلاء. ولكن لأداء الاستقلالية الكاملة ، يجب أن يكون هؤلاء الوكلاء قادرين على الوصول إلى الخدمات دون تدخل بشري - نقل القيمة والدخول في علاقات اقتصادية ، ونشر وتنفيذ التعليمات البرمجية دون إذن.

العالم التقليدي للتطبيقات المصرفية و KYC وتدفقات الاشتراك ليس مناسبا تماما لهم. حتما سيواجهون نظاما مصمما للبشر لا يمكنه الوصول إليه دون مساعدة.

بوابة العملات الرقمية توفر منصة مثالية. إنها توفر أساسًا غير مرخص له ، وغير مستند إلى الثقة ، ومقاوم للرقابة للوكلاء للعمل عليه. إذا كانوا بحاجة إلى نشر تطبيق ، يمكنهم نشره على السلسلة الرئيسية. إذا كانوا بحاجة إلى دفع شيء ما ، يمكنهم إرسال الرموز التوكينية. إن الكود والبيانات لخدمات السلسلة الرئيسية مفتوحة وموحدة ، بحيث يمكن للوكلاء فهمها والتفاعل معها دون الحاجة إلى واجهة برمجة تطبيقات أو وثائق.

يمكن للوكلاء أن يعملوا كعامل حفاز للنشاط على السلسلة الكتلية بطرق أخرى أيضاً. الانتقال من نموذج تجربة المستخدم للناس الذين ينقرون الأزرار على مواقع الويب إلى التفاعل عبر مساعدينا الشخصيين الذكاء الاصطناعي يمكن أن يجرد من تعقيد الانضمام إلى النقد الرقمي. مما يخفف من أحد العقبات الرئيسية في جذب المستخدمين الجدد.

مشاريع مثل Wayfinder@AIWayfinder, Autonolas@Autonolas, DAIN @dainprotocol وAlmanak هما مشاريع ملحوظة تبني نحو هذا المستقبل.

الاستنتاج

تتبع الذكاء الاصطناعي لتكون أقوى وأهم مورد في القرن 21st يؤثر على المجتمع بعمق. كونك خاضعا فقط لسيطرة شركات التكنولوجيا الكبرى والدولة هو مستقبل بائس لن نرغب في رؤيته. لقد حاولنا في هذه الورقة إظهار مسار لكيفية منع التشفير لهذا الاحتكار ، ليس من خلال توقع أن يستخدم الناس الحلول لأسباب فلسفية ولكن من خلال تقديم حلول أفضل حقا للمطورين والمستخدمين.

نحن لا زلنا في بداية عصر الذكاء الاصطناعي وخصوصا في عصر deAI. هناك الكثير لبناءه لننتقل من النقطة التي نحن فيها الآن إلى ما تم مناقشته في هذه المقالة. في Delphi Labs، نحن متحمسون لرؤية مستقبل العملات المشفرة والذكاء الاصطناعي يتكشف، ونرغب في تشكيل هذا المستقبل بنشاط من خلال العمل مع أفضل المبتكرين في هذا المجال.

نظرًا لكونها جديدة نسبيًا ، نعتقد أن المسرع هو الهيكل المثالي لاستكشاف مساحة التصميم والعمل مع المرشدين والخبراء للمساعدة في تحويل فكرتك إلى حياة. اليوم ، نضع بشكل فعلي جلدنا في اللعبة مع الجديدNEAR x Delphi Labs AI Accelerator. التطبيقات مفتوحة الآن حتى 4 أكتوبر 2024. إذا كنت رائد أعمال طموح أو مؤسس يؤمن بمستقبل الذكاء الاصطناعي والويب3، انضم إلينا ولنجعلها حقيقة معًا.

بفضل: @Redphonecrypto,@Bitcoin_Sage،@KSimback, @Kevin_Kelly_II,@Shaughnessy119و@CannnGurel للتعديلات والملاحظات.

مهمة ديلفي لابز هي جعل العملات المشفرة تحدث بشكل أفضل وأسرع. نستفيد من الخبرة العملية في بروتوكولات العملات المشفرة الرائدة بما في ذلك Thorchain و AAVE و Synthetix لمساعدة رواد الأعمال على الانتقال من الصفر إلى الواحدة. تعرف على المزيد علىdelphilabs.io.

تنصل:

1. تمت إعادة طبع هذه المقالة من [مختبرات ديلفي]. جميع حقوق الطبع والنشر تنتمي إلى المؤلف الأصلي [Luke Saunders و Jose Macedo]. إذا كان هناك اعتراضات على هذه الإعادة طباعتها، يرجى الاتصال بالبوابة التعلمالفريق ، وسوف يتعاملون مع ذلك بسرعة.
2. إخلاء المسؤولية: الآراء ووجهات النظر الواردة في هذه المقالة هي آراء المؤلف فقط ولا تشكل أي نصيحة استثمارية.
3. تتم ترجمة المقالة إلى لغات أخرى من قبل فريق Gate Learn. يحظر نسخ المقالات المترجمة أو توزيعها أو سرقتها، ما لم يذكر ذلك.