عندما استثمر ترامب تريليونًا في الذكاء الاصطناعي، من الذي يقدم بيانات موثوقة للذكاء الاصطناعي؟

عندما يستثمر ترامب تريليون دولار في الذكاء الاصطناعي، يبدو للوهلة الأولى أن الأمر يتعلق بالتنافس بين النماذج، والشرائح، ومراكز البيانات، لكنه يثير أيضًا أسئلة أعمق، كيف يتم التحقق من البيانات المعتمدة على نماذج الذكاء الاصطناعي، هل هي قابلة للتتبع، هل يمكن تدقيق عملية التدريب والصندوق الأسود لعملية الاستدلال، هل يمكن أن تتعاون النماذج مع بعضها البعض، أم أنها مضطرة للقتال كل واحدة على حدة؟

عندما نتحدث بلغة بشرية، يعني ذلك أنه عندما نحصل على المعلومات من الذكاء الاصطناعي، من يمكنه التأكد من أن المعلومات التي يقدمها الذكاء الاصطناعي صحيحة؟ تلوث البيانات لم يعد مجرد مصطلح يُستخدم بشكل عابر، فهناك تطبيق ذكاء اصطناعي كان يُطلق عليه لقب قاتل ChatGPT وقد وقع في بيئة ملوثة بالبيانات. عندما تكون المصادر البيانات كلها خاطئة، كيف يمكن أن تكون الإجابات صحيحة؟

هل الذكاء الاصطناعي الحالي ذكي؟ ربما نعم، لكن حتى أذكى الذكاء الاصطناعي يحتاج إلى تدريب النموذج، لكننا لا نستطيع معرفة البيانات التي تم استخدامها لتدريب النموذج، ولا يمكننا التحقق مما إذا كانت GPU قد أكملت فعلاً عملية الاستدلال، ولا يمكننا إنشاء منطق ثقة متبادل بين النماذج المتعددة.

إذا أردنا أن تتقدم الذكاء الاصطناعي إلى الجيل التالي، فقد نحتاج إلى حل هذه القضايا الثلاثة في نفس الوقت:

أولاً، يجب أن تكون بيانات التدريب موثوقة وقابلة للتحقق.

ثانياً، يجب أن تكون عملية الاستدلال قابلة للتدقيق من قبل نماذج الطرف الثالث.

ثالثًا، يجب أن يكون النموذج قادرًا على تنسيق قوة الحوسبة، وتبادل المهام، ومشاركة النتائج دون الحاجة إلى وساطة المنصة.

لا يمكن حل هذا فقط من خلال نموذج واحد أو واجهة برمجة تطبيقات واحدة أو منصة GPU واحدة، بل يتطلب نظامًا مبنيًا حقًا للذكاء الاصطناعي، يجب أن يكون هذا النظام قادرًا على تخزين البيانات بتكلفة منخفضة بشكل دائم، مما يمنح البيانات نفسها حقوق المراجعة والمراجعة، كما يجب أن يمكن من التحقق من الاستدلال بين النماذج، ويجب أن يدعم أيضًا قدرة النماذج على اكتشاف القدرة الحاسوبية بشكل مستقل وتنسيق المهام وتدقيق كل خطوة تنفيذ.

هذا أمر صعب تحقيقه في المنصات المركزية، فهل من الممكن تحقيقه على المنصات اللامركزية، ولماذا يجب استخدام الطريقة اللامركزية لتحقيق ذلك؟

أعتقد أن البلوكتشين هو الوحيد القادر على دمج "تخزين البيانات، تنفيذ البيانات، والتحقق من البيانات" في نفس الشبكة الأساسية. هذه أيضًا واحدة من أكبر جاذبيات البلوكتشين، عدم القابلية للتغيير والشفافية، ولكن المشكلة هي أنه ليس كل سلسلة مناسبة لتكون الأساس لـ AI.

إذا كانت المسألة تتعلق بالتخزين البسيط، فقد تم بالفعل إنشاء بروتوكول IPFS، ولكن التخزين البسيط غير كافٍ، بل نحتاج إلى إمكانية استدعاء البيانات مباشرة من قبل العقود الذكية، وتدقيق نتائج الاستدلال، وحتى تنسيق موارد GPU لإكمال مهام الحساب، وهذه الميزات، لا يمكن أن توفرها IPFS، بل إن معظم تطبيقات L1 أو الذكاء الاصطناعي لا تستطيع فعل ذلك في الوقت الحالي.

إذا كان هناك ارتباط حقيقي، فقد يكون ذلك مع @irys_xyz، حيث أن Irys ليست سلسلة تخزين تقليدية، بل تستعد لتكون شبكة تنفيذ بيانات لبناء الذكاء الاصطناعي. يتم اعتبار البيانات كأصول قابلة للبرمجة. يمكن لنماذج الذكاء الاصطناعي قراءة البيانات والتحقق من الاستدلال واستدعاء القدرة الحاسوبية على السلسلة، ومن خلال العقود الذكية يمكن تحقيق التسعير والتفويض وتقسيم الأرباح والتحقق.

بالطبع، لا تزال Irys لديها بعض النقاط غير الناضجة في الوقت الحالي، لكن اتجاه هذا التطور يجب أن يكون صحيحًا، وبغض النظر عن كونها AI مركزية أو لا مركزية، إذا كانت مصادر البيانات غير موثوقة، فإن جميع قوى الحوسبة ستكون كالبناء على الرمال، حتى أقوى النماذج لن تكون أكثر من صورة في الماء، وزهرة في المرآة.