يعتقد ألبرت كاستيلانا، المؤسس المشارك والرئيس التنفيذي لشركة Yeager.ai، أن الذكاء الاصطناعي (AI) يمكنه دفع التطبيقات المستندة إلى blockchain إلى ما هو أبعد من العقود الثابتة البسيطة. يفتح تكامل الذكاء الاصطناعي "عملية اتخاذ قرارات أكثر موضوعية"، ويفتح الأبواب أمام حالات استخدام جديدة تمامًا، حسبما ذكر في ردود مكتوبة
المخاطر المرتبطة بنماذج الذكاء الاصطناعي المركزية
وقال كاستيلانا إنه يتصور أن يقوم المطورون بإنشاء تطبيقات تتخذ قرارات مستقلة تعتمد على البيانات دون تدخل بشري، مما يحتمل أن يؤدي إلى تمكين أوراكل مدعومة بالذكاء الاصطناعي دون الاعتماد على وسطاء مركزيين. ويقول إن هذه المهارة ستحدث ثورة في كل شيء، بدءًا من عقود التأمين وحتى إدارة سلسلة التوريد.
في حين أن كاستيلانا، وهو رجل أعمال متسلسل وخبير في صناعة العملات المشفرة، يدرك مزايا الذكاء الاصطناعي المركزي، فإنه يسلط الضوء على الافتقار إلى الشفافية الذي يقول إنه يقوض الثقة في نتائجه. وفي المقابل، يسمح الذكاء الاصطناعي اللامركزي بمشاركة نماذج متعددة ومدققين، وبالتالي تقليل مخاطر التحيز والتلاعب.
تستكشف كاستيلانا أيضًا مستقبل الذكاء الاصطناعي وتقنية blockchain، مع التركيز على أهمية البقاء على اطلاع حول هذه التقنيات المتطورة. فيما يلي ردود المؤسس المشارك لـ Yeager.ai على الأسئلة المقدمة.
تعتمد معظم نماذج الذكاء الاصطناعي اليوم على البيانات المخزنة على خوادم مركزية. الآن، وبفضل ظهور تقنية blockchain، نشهد موجة من الذكاء الاصطناعي اللامركزي تتزايد قوةً. من أجل مصلحة قرائنا، هل يمكنك شرح الفرق بين الذكاء الاصطناعي المركزي واللامركزي؟
ألبرت كاستيلانا (AC): يتم تحديد الفصل بين الذكاء الاصطناعي المركزي واللامركزي من خلال ثلاثة جوانب رئيسية: من يقوم بتدريب النماذج، ومن ينفذ الاستدلال، وطبيعة النماذج نفسها. عند التفكير في لامركزية الذكاء الاصطناعي: تعد نماذج التدريب مهمة معقدة ومكلفة للغاية، مما يجعل من الصعب على الفرق الصغيرة القيام بذلك، لكن بعض الشركات مثل Meta قررت فتحها؛ يعد تشغيل النماذج أمرًا صعبًا حقًا بطريقة موزعة، لذلك يتم تنفيذ الكثير من العمل على أنظمة اختبار الاستدلال التي تسمح لك بالتحقق من نجاح التنفيذ.
ومع ذلك، لإنشاء تطبيقات لا مركزية، لا تحتاج الحوسبة فحسب، بل أيضًا عملية صنع القرار، إلى اللامركزية. كل نموذج مركزي في حد ذاته؛ مع تحيزاتهم وخصائصهم وفهمهم للعالم. مبهمة ويصعب تدقيقها. لذلك عند اتخاذ القرارات، فإن الاعتماد على نموذج واحد يعني وجود نموذج مركزي.
في Genlayer، هدفنا هو تحقيق اللامركزية في عملية صنع القرار من خلال إشراك نماذج متعددة والاستفادة من blockchain للوصول إلى إجماع يسمح لهم بالاتفاق على نتائج المهام الشخصية. فكر في الأمر على أنه انتقال من نظام يضم قاضيًا واحدًا إلى نظام يضم عدة قضاة أو حتى هيئة محلفين، حيث تجتمع وجهات نظر متعددة معًا لإنتاج نتيجة أكثر دقة وعدالة. وهذا يضفي طابعًا ديمقراطيًا على الذكاء الاصطناعي ويخفف من مخاطر نقطة واحدة من الفشل أو التحيز.
بي سي إن: لقد سلط ظهور التقنيات اللامركزية الضوء على نقاط الضعف في الأنظمة المركزية، لا سيما في مجالات مثل الخصوصية وأمن البيانات. بالنظر إلى هذه المشكلات، هل يجب على مستخدمي الإنترنت الذين يتفاعلون مع حلول الذكاء الاصطناعي، عن علم أو بغير علم، أن يشعروا بالقلق بشأن المخاطر المحتملة المرتبطة باستخدام مثل هذه الحلول؟
أ.ك.: على مر السنين، رأينا معظم المستخدمين يفضلون المنفعة على الخصوصية، غالبًا دون فهم واضح لما يتخلون عنه. لقد قبل الكثيرون مقايضة تسليم البيانات الشخصية مقابل سهولة استخدام الخدمات التي تبسط حياتهم اليومية.
مع الذكاء الاصطناعي، ستزداد هذه المشكلة سوءًا في البداية ثم تتحسن. كلما كان الذكاء الاصطناعي أفضل، كلما زادت المعلومات التي نرغب في مشاركتها معه. ومع ذلك، كلما أصبحت التكنولوجيا اللامركزية أفضل، ويرجع الفضل في ذلك جزئيًا إلى الذكاء الاصطناعي، كلما تمكنا من استعادة السيطرة على بياناتنا.
إذا أردنا تسريع العملية، فنحن بحاجة إلى تثقيف الجمهور، وتشجيع الأدوات مفتوحة المصدر، وتعزيز الذكاء الاصطناعي اللامركزي.
#BinanceTurns7 #MarketDownturn #Ai #elaouzi #IntroToCopytrading