تتطور الذكاء الاصطناعي بسرعة مذهلة، حيث أصبحت الوكلاء المستقلون قادرين الآن على تحليل الأسواق، وتشخيص الأمراض، وكتابة الأكواد، واتخاذ قرارات التوظيف.
لكن مع تزايد القدرات، يتزايد أيضًا الشعور بعدم الراحة الأكثر عمقًا - من يحكم هؤلاء الوكلاء، وبأي قواعد؟
تتحكم مجموعة من الشركات في الوصول والأداء والتوافق. هذه المركزية لبيانات الذكاء تثير الشكوك ونقص الثقة.
الثقة في الذكاء الاصطناعي (الذكاء الاصطناعي) ليست مجرد مسألة ما إذا كان يعمل. بل تتعلق بمن يتحكم فيه، وكيف يتطور وما إذا كانت سلوكياته يمكن تدقيقها أو تساؤلها أو تحسينها.
في نظام مركزي، تُجاب على هذه الأسئلة، إن وُجدت، خلف أبواب مغلقة.
تقدم تقنيات blockchain و Web 3.0 بديلاً جذابًا - اللامركزية كمبدأ تصميم.
بدلاً من الوثوق بشركة، نحن نتحقق من النظام. بدلاً من الاعتماد على النوايا الحسنة، نحن نعتمد على البروتوكول.
مشكلة الثقة في الذكاء الاصطناعي المركزي
تحد من طبيعة نماذج الذكاء الاصطناعي المملوكة الشفافية. بيانات تدريبها واستراتيجيات تحسينها ودورات تحديثها غير شفافة.
والأسوأ من ذلك، أن هذه النماذج غالبًا ما تعمل في بيئات عالية المخاطر، مما يجعلها تتخذ قرارات تؤثر على أموال الناس أو صحتهم أو حقوقهم.
بدون فهم واضح لكيفية اتخاذ هذه القرارات، يصبح الثقة عمياء.
هناك أيضًا تركيز البنية التحتية. يتم استضافة موارد الحوسبة، وخطوط البيانات، وقنوات النشر للذكاء الاصطناعي المتقدم بشكل أساسي في مراكز البيانات الخاصة.
هذا يخلق نقاط فشل ويعزز عدم التوازن في السلطة، حيث يصبح المستخدمون النهائيون مستهلكين سلبيين للمعلومات التي لا يمكنهم تشكيلها أو استجوابها.
تزيد هياكل الحوافز من تعقيد المشكلة. يفتقر تطوير الذكاء الاصطناعي التقليدي إلى آليات لمكافأة المساهمات القابلة للتحقق أو معاقبة السلوك الضار.
العميل الذي يسلك سلوكًا غير صحيح لا يتحمل أي تكلفة ما لم يتدخل مالكه، وقد يعطي ذلك المالك الأولوية للربحية على الأخلاق.
ما تقدمه البلوكتشين
تقدم تقنية البلوكشين بنية تحتية خالية من الثقة حيث يمكن إدارة أنظمة الذكاء الاصطناعي وتدقيقها وتحفيزها بطرق شفافة وقابلة للبرمجة.
أحد أعمق التحولات التي تمكّنها هو القدرة على تضمين المساءلة مباشرة في مجموعة الذكاء الاصطناعي.
تصبح السمعة قابلة للقياس. على سبيل المثال، ABTs (AgentBound Tokens) هي بيانات مشفرة غير قابلة للتحويل مقترحة لتتبع سلوك وكيل الذكاء الاصطناعي.
إذا كان الوكيل يرغب في تنفيذ إجراءات عالية المخاطر، يجب عليه أن يراهن بسمعته. السلوك السيئ يؤدي إلى الخصم، بينما الأداء الجيد يعزز مصداقيته.
هذا يخلق توافقًا اقتصاديًا بين حوافز الوكيل وتوقعات البشر.
تقدم تقنية البلوكشين أيضًا إمكانية التدقيق - من خلال تسجيل أصل البيانات، تاريخ التدريب وسجلات القرارات على السلسلة، يمكن للمساهمين التحقق من كيفية ولماذا اتخذ النموذج خيارًا معينًا.
تعتبر لامركزية البنية التحتية مهمة بنفس القدر. اليوم، يتم عرقلة الذكاء الاصطناعي بسبب القيود المادية والاقتصادية لمراكز البيانات المركزية.
مع ظهور DePIN وأنظمة التخزين اللامركزية مثل IPFS، يمكن توزيع أحمال العمل الخاصة بالذكاء الاصطناعي عبر المشاركين العالميين.
هذا يقلل التكاليف، ويزيد من المرونة، ويكسر أيضًا الاحتكار حول من يحصل على بناء وتدريب ونشر النماذج.
تحتاج أنظمة الوكلاء المتعددين إلى سكك مشتركة
تعتبر الوكلاء المستقلون ليست كيانات معزولة – بشكل متزايد، يجب عليهم التفاعل، سواء لتنسيق اللوجستيات، أو خدمات التسعير، أو تحسين سلاسل التوريد.
بدون بروتوكولات مشتركة ومعايير متداخلة، تبقى هذه الوكالات محصورة داخل صوامعها، غير قادرة على التأليف أو التعاون.
توفر سلاسل الكتل العامة البنية التحتية لتنسيق الوكلاء. تتيح العقود الذكية للوكلاء إبرام اتفاقيات قابلة للتنفيذ. تحفز الحوافز المرمزة السلوك عبر الشبكات.
يظهر سوق للخدمات حيث يمكن للوكالات شراء الحوسبة، وبيع البيانات، والتفاوض على النتائج - دون الاعتماد على الوسطاء المركزيين.
اليوم، يمكننا رؤية أطر نظام بيئي نموذجية حيث تعمل الوكلاء بشكل شبه مستقل، يقومون بتخزين الرموز، ويتحققون من نتائج بعضهم البعض ويتعاملون بناءً على منطق اقتصادي مشترك.
إنها شبكة تراكبية لتنسيق الآلات، نشأت على الإنترنت.
التعلم الفيدرالي بدون دماغ مركزي
تدريب الذكاء الاصطناعي بالتعاون بين أطراف مختلفة دون تجميع البيانات الحساسة هو frontier رئيسي.
FL ( التعلم الفيدرالي ) يتيح ذلك من خلال الحفاظ على البيانات محلية ومشاركة تحديثات النموذج فقط.
لكن معظم تطبيقات التعلم الفيدرالي لا تزال تعتمد على خادم مركزي لتنسيق التجميع - وهو نقطة اختناق محتملة وسطح هجوم.
DFL (التعلم الفيدرالي اللامركزي) يزيل هذا الوسيط.
مع وجود البلوكتشين كطبقة تنسيق، يمكن مشاركة التحديثات من نظير إلى نظير، والتحقق منها من خلال الإجماع وتسجيلها بشكل غير قابل للتغيير.
يساهم كل مشارك في نموذج جماعي دون التخلي عن السيطرة أو الخصوصية.
تقوم الرموز بتحفيز التحديثات عالية الجودة وتفرض عقوبات على محاولات التسمم، مما يضمن سلامة عملية التدريب.
هذه البنية مناسبة تمامًا للرعاية الصحية أو المالية أو أي مجال تكون فيه حساسية البيانات أمرًا بالغ الأهمية وتعدد الأطراف المعنية أمرًا ضروريًا.
مخاطر ومفاضلات الذكاء الاصطناعي على السلسلة
لا يوجد نظام بدون تحدياته. يجلب البلوكشين قيودًا على الكمون وسرعة المعالجة قد تحد من استخدامه في أنظمة الذكاء الاصطناعي في الوقت الحقيقي.
يمكن التلاعب برموز الحوكمة ، وقد تخلق أنظمة الحوافز المصممة بشكل سيء سلوكيات غير سليمة.
المنطق على السلسلة - بمجرد نشره - من الصعب تغييره، مما يشكل مخاطر إذا لم يتم ملاحظة العيوب.
هناك أيضًا مخاوف أمنية. إذا اعتمد الذكاء الاصطناعي على الأوراكلات الموجودة على السلسلة أو التنسيق، فإن الهجوم على البلوكشين الأساسي يمكن أن يتسبب في تأثير متسلسل على سلوك الذكاء الاصطناعي.
علاوة على ذلك، تتطلب أنظمة السمعة مثل ABTs مقاومة قوية لسيبيل ووسائل حماية الخصوصية لمنع التلاعب.
هذه ليست أسبابًا لتجنب البلوكشين – لكنها تبرز الحاجة إلى تصميم دقيق، والتحقق الرسمي، والالتزام بالتطوير المستمر.
عقد اجتماعي جديد للذكاء الاصطناعي
في جوهرها، توفر تقنية البلوكشين للذكاء الاصطناعي قاعدة حوكمة – وسيلة لتشفير المعايير، وتوزيع السلطة، ومكافأة التوافق.
إنه يعيد صياغة سؤال "من يتحكم في الذكاء الاصطناعي" إلى "كيف يتم تشفير السيطرة وتنفيذها والتحقق منها؟"
هذا الأمر مهم أكثر من الناحية السياسية من الناحية التقنية. من المحتمل أن يتطور الذكاء الاصطناعي بدون لامركزية من التجارب المفتوحة إلى التوحيد المؤسسي.
تقدم تقنية البلوكشين فرصة لبناء أنظمة ذكية كسلع عامة، وليست أصول ملكية.
التحدي هو دمج الطبقات الفنية والبيانات والنموذج والحوافز والسيطرة في مجموعة متماسكة.
لكن الطريق مرئي - بروتوكولات مفتوحة، حوافز شفافة ورقابة لامركزية. لا تحتاج الذكاء الاصطناعي فقط إلى البلوكشين كالبنية التحتية. بل يحتاجها للشرعية.
في عالم من الوكلاء المستقلين، لا يمكن أن يكون الثقة نتاجًا ثانويًا - بل يجب أن يتم هندستها. توفر لنا تقنية البلوكشين الأدوات للقيام بذلك بدقة.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
الذكاء الاصطناعي اللامركزي – لماذا يعتبر البلوكتشين طبقة الحوكمة المفقودة - The Daily Hodl
نشر ضيف HodlX قدّم منشورك
تتطور الذكاء الاصطناعي بسرعة مذهلة، حيث أصبحت الوكلاء المستقلون قادرين الآن على تحليل الأسواق، وتشخيص الأمراض، وكتابة الأكواد، واتخاذ قرارات التوظيف.
لكن مع تزايد القدرات، يتزايد أيضًا الشعور بعدم الراحة الأكثر عمقًا - من يحكم هؤلاء الوكلاء، وبأي قواعد؟
تتحكم مجموعة من الشركات في الوصول والأداء والتوافق. هذه المركزية لبيانات الذكاء تثير الشكوك ونقص الثقة.
الثقة في الذكاء الاصطناعي (الذكاء الاصطناعي) ليست مجرد مسألة ما إذا كان يعمل. بل تتعلق بمن يتحكم فيه، وكيف يتطور وما إذا كانت سلوكياته يمكن تدقيقها أو تساؤلها أو تحسينها.
في نظام مركزي، تُجاب على هذه الأسئلة، إن وُجدت، خلف أبواب مغلقة.
تقدم تقنيات blockchain و Web 3.0 بديلاً جذابًا - اللامركزية كمبدأ تصميم.
بدلاً من الوثوق بشركة، نحن نتحقق من النظام. بدلاً من الاعتماد على النوايا الحسنة، نحن نعتمد على البروتوكول.
مشكلة الثقة في الذكاء الاصطناعي المركزي
تحد من طبيعة نماذج الذكاء الاصطناعي المملوكة الشفافية. بيانات تدريبها واستراتيجيات تحسينها ودورات تحديثها غير شفافة.
والأسوأ من ذلك، أن هذه النماذج غالبًا ما تعمل في بيئات عالية المخاطر، مما يجعلها تتخذ قرارات تؤثر على أموال الناس أو صحتهم أو حقوقهم.
بدون فهم واضح لكيفية اتخاذ هذه القرارات، يصبح الثقة عمياء.
هناك أيضًا تركيز البنية التحتية. يتم استضافة موارد الحوسبة، وخطوط البيانات، وقنوات النشر للذكاء الاصطناعي المتقدم بشكل أساسي في مراكز البيانات الخاصة.
هذا يخلق نقاط فشل ويعزز عدم التوازن في السلطة، حيث يصبح المستخدمون النهائيون مستهلكين سلبيين للمعلومات التي لا يمكنهم تشكيلها أو استجوابها.
تزيد هياكل الحوافز من تعقيد المشكلة. يفتقر تطوير الذكاء الاصطناعي التقليدي إلى آليات لمكافأة المساهمات القابلة للتحقق أو معاقبة السلوك الضار.
العميل الذي يسلك سلوكًا غير صحيح لا يتحمل أي تكلفة ما لم يتدخل مالكه، وقد يعطي ذلك المالك الأولوية للربحية على الأخلاق.
ما تقدمه البلوكتشين
تقدم تقنية البلوكشين بنية تحتية خالية من الثقة حيث يمكن إدارة أنظمة الذكاء الاصطناعي وتدقيقها وتحفيزها بطرق شفافة وقابلة للبرمجة.
أحد أعمق التحولات التي تمكّنها هو القدرة على تضمين المساءلة مباشرة في مجموعة الذكاء الاصطناعي.
تصبح السمعة قابلة للقياس. على سبيل المثال، ABTs (AgentBound Tokens) هي بيانات مشفرة غير قابلة للتحويل مقترحة لتتبع سلوك وكيل الذكاء الاصطناعي.
إذا كان الوكيل يرغب في تنفيذ إجراءات عالية المخاطر، يجب عليه أن يراهن بسمعته. السلوك السيئ يؤدي إلى الخصم، بينما الأداء الجيد يعزز مصداقيته.
هذا يخلق توافقًا اقتصاديًا بين حوافز الوكيل وتوقعات البشر.
تقدم تقنية البلوكشين أيضًا إمكانية التدقيق - من خلال تسجيل أصل البيانات، تاريخ التدريب وسجلات القرارات على السلسلة، يمكن للمساهمين التحقق من كيفية ولماذا اتخذ النموذج خيارًا معينًا.
تعتبر لامركزية البنية التحتية مهمة بنفس القدر. اليوم، يتم عرقلة الذكاء الاصطناعي بسبب القيود المادية والاقتصادية لمراكز البيانات المركزية.
مع ظهور DePIN وأنظمة التخزين اللامركزية مثل IPFS، يمكن توزيع أحمال العمل الخاصة بالذكاء الاصطناعي عبر المشاركين العالميين.
هذا يقلل التكاليف، ويزيد من المرونة، ويكسر أيضًا الاحتكار حول من يحصل على بناء وتدريب ونشر النماذج.
تحتاج أنظمة الوكلاء المتعددين إلى سكك مشتركة
تعتبر الوكلاء المستقلون ليست كيانات معزولة – بشكل متزايد، يجب عليهم التفاعل، سواء لتنسيق اللوجستيات، أو خدمات التسعير، أو تحسين سلاسل التوريد.
بدون بروتوكولات مشتركة ومعايير متداخلة، تبقى هذه الوكالات محصورة داخل صوامعها، غير قادرة على التأليف أو التعاون.
توفر سلاسل الكتل العامة البنية التحتية لتنسيق الوكلاء. تتيح العقود الذكية للوكلاء إبرام اتفاقيات قابلة للتنفيذ. تحفز الحوافز المرمزة السلوك عبر الشبكات.
يظهر سوق للخدمات حيث يمكن للوكالات شراء الحوسبة، وبيع البيانات، والتفاوض على النتائج - دون الاعتماد على الوسطاء المركزيين.
اليوم، يمكننا رؤية أطر نظام بيئي نموذجية حيث تعمل الوكلاء بشكل شبه مستقل، يقومون بتخزين الرموز، ويتحققون من نتائج بعضهم البعض ويتعاملون بناءً على منطق اقتصادي مشترك.
إنها شبكة تراكبية لتنسيق الآلات، نشأت على الإنترنت.
التعلم الفيدرالي بدون دماغ مركزي
تدريب الذكاء الاصطناعي بالتعاون بين أطراف مختلفة دون تجميع البيانات الحساسة هو frontier رئيسي.
FL ( التعلم الفيدرالي ) يتيح ذلك من خلال الحفاظ على البيانات محلية ومشاركة تحديثات النموذج فقط.
لكن معظم تطبيقات التعلم الفيدرالي لا تزال تعتمد على خادم مركزي لتنسيق التجميع - وهو نقطة اختناق محتملة وسطح هجوم.
DFL (التعلم الفيدرالي اللامركزي) يزيل هذا الوسيط.
مع وجود البلوكتشين كطبقة تنسيق، يمكن مشاركة التحديثات من نظير إلى نظير، والتحقق منها من خلال الإجماع وتسجيلها بشكل غير قابل للتغيير.
يساهم كل مشارك في نموذج جماعي دون التخلي عن السيطرة أو الخصوصية.
تقوم الرموز بتحفيز التحديثات عالية الجودة وتفرض عقوبات على محاولات التسمم، مما يضمن سلامة عملية التدريب.
هذه البنية مناسبة تمامًا للرعاية الصحية أو المالية أو أي مجال تكون فيه حساسية البيانات أمرًا بالغ الأهمية وتعدد الأطراف المعنية أمرًا ضروريًا.
مخاطر ومفاضلات الذكاء الاصطناعي على السلسلة
لا يوجد نظام بدون تحدياته. يجلب البلوكشين قيودًا على الكمون وسرعة المعالجة قد تحد من استخدامه في أنظمة الذكاء الاصطناعي في الوقت الحقيقي.
يمكن التلاعب برموز الحوكمة ، وقد تخلق أنظمة الحوافز المصممة بشكل سيء سلوكيات غير سليمة.
المنطق على السلسلة - بمجرد نشره - من الصعب تغييره، مما يشكل مخاطر إذا لم يتم ملاحظة العيوب.
هناك أيضًا مخاوف أمنية. إذا اعتمد الذكاء الاصطناعي على الأوراكلات الموجودة على السلسلة أو التنسيق، فإن الهجوم على البلوكشين الأساسي يمكن أن يتسبب في تأثير متسلسل على سلوك الذكاء الاصطناعي.
علاوة على ذلك، تتطلب أنظمة السمعة مثل ABTs مقاومة قوية لسيبيل ووسائل حماية الخصوصية لمنع التلاعب.
هذه ليست أسبابًا لتجنب البلوكشين – لكنها تبرز الحاجة إلى تصميم دقيق، والتحقق الرسمي، والالتزام بالتطوير المستمر.
عقد اجتماعي جديد للذكاء الاصطناعي
في جوهرها، توفر تقنية البلوكشين للذكاء الاصطناعي قاعدة حوكمة – وسيلة لتشفير المعايير، وتوزيع السلطة، ومكافأة التوافق.
إنه يعيد صياغة سؤال "من يتحكم في الذكاء الاصطناعي" إلى "كيف يتم تشفير السيطرة وتنفيذها والتحقق منها؟"
هذا الأمر مهم أكثر من الناحية السياسية من الناحية التقنية. من المحتمل أن يتطور الذكاء الاصطناعي بدون لامركزية من التجارب المفتوحة إلى التوحيد المؤسسي.
تقدم تقنية البلوكشين فرصة لبناء أنظمة ذكية كسلع عامة، وليست أصول ملكية.
التحدي هو دمج الطبقات الفنية والبيانات والنموذج والحوافز والسيطرة في مجموعة متماسكة.
لكن الطريق مرئي - بروتوكولات مفتوحة، حوافز شفافة ورقابة لامركزية. لا تحتاج الذكاء الاصطناعي فقط إلى البلوكشين كالبنية التحتية. بل يحتاجها للشرعية.
في عالم من الوكلاء المستقلين، لا يمكن أن يكون الثقة نتاجًا ثانويًا - بل يجب أن يتم هندستها. توفر لنا تقنية البلوكشين الأدوات للقيام بذلك بدقة.
رومان ميلنيك هو رئيس قسم التسويق في DeXe.