الاتجاهات الثلاثة الرئيسية لت融合 الذكاء الاصطناعي والتشفير

حاليًا، يدخل تقاطع الذكاء الاصطناعي والتشفير مرحلة تجريبية مزدهرة. يوضح هذا المقال ثلاثة اتجاهات رئيسية في تطوير دمج الذكاء الاصطناعي والتشفير.

ملخص

1. بناء أكثر الاقتصادات حيوية المدفوعة بالوكيل الذكي

لقد أثبتت المشاريع الحالية إمكانية تشغيل الوكلاء الذكيين على السلسلة. تتجاوز التجارب في هذا المجال باستمرار حدود العمليات على السلسلة، مما يفتح آفاقًا كبيرة وإمكانات هائلة. لقد أصبحت هذه واحدة من أكثر الاتجاهات ابتكارًا وقوة في مجالي التشفير والذكاء الاصطناعي، وهذه مجرد البداية.

2. تعزيز قدرة نماذج اللغة الكبيرة في تطوير الشيفرات

تظهر النماذج اللغوية الكبيرة أداءً ممتازًا في كتابة الشيفرات، ومن المتوقع أن تتحسن أكثر في المستقبل. من خلال هذه القدرات، من المتوقع أن تزداد كفاءة المطورين بمعدل يتراوح بين 2-10 مرات. مؤخرًا، سيساعد إنشاء معايير عالية الجودة لتقييم قدرة النماذج اللغوية الكبيرة على فهم وكتابة الشيفرات في فهم تأثيرها المحتمل على النظام البيئي. سيتم التحقق من خطط ضبط النماذج عالية الجودة من خلال اختبارات المعايير.

3. دعم مجموعة تقنيات الذكاء الاصطناعي المفتوحة واللامركزية

"تكنولوجيا الذكاء الاصطناعي المفتوحة واللامركزية" تحتوي على العناصر الرئيسية التالية:

• الحصول على بيانات التدريب
• قدرة حسابية للتدريب والاستدلال
• مشاركة أوزان النموذج
• قدرة التحقق من مخرجات النموذج

تكمن أهمية هذه التقنية المفتوحة للذكاء الاصطناعي في:

• تسريع الابتكار والتجريب في تطوير النماذج
• توفير بدائل للمستخدمين الذين لا يثقون بالذكاء الاصطناعي المركزي

1. بناء أكثر الاقتصادات حيوية المدفوعة بالوكلاء الذكيين

عندما تبدأ الوكلاء الذكاء الاصطناعي في المشاركة في الأنشطة على السلسلة، يكون عالم جديد مليء بالإمكانات قد انفتح (ومن الجدير بالذكر أن الوكلاء لم يتخذوا حتى الآن أي إجراءات مباشرة على السلسلة).

على الرغم من أنه لا يمكن التنبؤ بدقة بمستقبل سلوك الوكلاء على السلسلة، إلا أنه من خلال مراقبة الابتكارات التي حدثت بالفعل، يمكننا أن نلقي نظرة على الآفاق الواسعة لهذا التصميم.

• بعض مشاريع الذكاء الاصطناعي تتطور مجتمعات رقمية جديدة من خلال عملات الميم
• منصات متعددة تتيح للمستخدمين إنشاء ونشر وكلاء ذكيين ورموزهم ذات الصلة بسهولة
• تظهر مديري صناديق الاستثمار المعتمدين على خصائص المستثمرين المعروفين في مجال التشفير، مما يخلق نظامًا بيئيًا جديدًا يجمع بين صناديق الذكاء الاصطناعي والداعمين الوكلاء.
• بعض منصات الألعاب تتيح للاعبين المشاركة في اللعبة من خلال توجيه وكلاء العمل، مما يؤدي غالبًا إلى ابتكارات غير متوقعة في أسلوب اللعب.

اتجاه التنمية المستقبلية

في المستقبل، يمكن للوكلاء الذكيين إدارة المشاريع المعقدة التي تتطلب تنسيقًا اقتصاديًا متعدد الأطراف. على سبيل المثال، في مجال البحث العلمي، يمكن أن يكون الوكيل مسؤولًا عن البحث عن المركبات العلاجية لأمراض معينة. بشكل محدد:

• جمع التبرعات للرموز من خلال المنصات ذات الصلة
• استخدام الأموال المجمعة لدفع رسوم الوصول إلى بيانات البحث المدفوعة، ودفع تكاليف محاكاة المركبات على شبكة الحسابات اللامركزية
• من خلال منصة المكافآت، استقطاب البشر لتنفيذ أعمال التحقق من التجارب (على سبيل المثال، إجراء التجارب للتحقق من/إنشاء نتائج المحاكاة)

بالإضافة إلى المشاريع المعقدة، يمكن للوكيل أيضًا تنفيذ مهام بسيطة مثل إنشاء مواقع شخصية، وإنتاج الأعمال الفنية، حيث أن سيناريوهات تطبيقها لا حصر لها.

لماذا يكون من الأكثر جدوى للوكيل تنفيذ الأنشطة المالية على السلسلة بدلاً من استخدام القنوات التقليدية؟

يمكن للوكيل استخدام قنوات التمويل التقليدية ونظام التشفير في نفس الوقت. ومع ذلك، فإن العملات المشفرة تتمتع بميزات فريدة في بعض المجالات:

• تطبيقات الدفع الصغيرة
• ميزة السرعة: وظيفة التسوية الفورية، تساعد الوكلاء على تحقيق أقصى كفاءة رأس المال
• الدخول إلى الأسواق المالية من خلال التمويل اللامركزي: قد تكون هذه هي أقوى حجة لوكالات المشاركة في الاقتصاد التشفير. عندما تحتاج الوكالات إلى القيام بأنشطة مالية بخلاف المدفوعات، تصبح مزايا العملات المشفرة أكثر وضوحًا. يمكن للوكالات صك الأصول والتداول والاستثمار وإدارة الأموال وإجراء عمليات الإقراض واستخدام الرافعة المالية بسلاسة.

من وجهة نظر تطور التكنولوجيا، تلعب الاعتمادية على المسار دورًا حاسمًا. ليس من المهم ما إذا كان المنتج هو الأفضل، بل الأهم هو من يستطيع الوصول أولاً إلى الحجم الحرج ويصبح الخيار الافتراضي. مع زيادة عدد الوكلاء الذين يحققون الأرباح من خلال التشفير، من المحتمل أن تصبح الاتصالات المشفرة القدرة الأساسية للوكلاء.

آفاق المستقبل

نأمل أن يتمكن الوكلاء المزودون بمحافظ التشفير من إجراء تجارب جريئة مبتكرة على السلسلة. على وجه الخصوص، فإن الاتجاهات التالية تستحق الاهتمام:

1. آلية التحكم في المخاطر

   • على الرغم من أن النموذج الحالي يقدم أداءً ممتازًا، إلا أنه لا يزال بعيدًا عن الكمال
   • لا يمكن منح الوكلاء حرية عمل مطلقة دون قيود

2. تعزيز الاستخدامات غير المضاربية

   • شراء التذاكر من خلال المنصات ذات الصلة
   • تحسين عائدات محفظة استثمار العملات المستقرة
   • طلب الطعام من منصة توصيل الطعام

3. متطلبات تقدم التنمية

   • يجب أن تصل على الأقل إلى مرحلة نموذج الاختبار
   • من الأفضل أن تعمل بالفعل على الشبكة الرئيسية

2. تعزيز قدرة نماذج اللغة الكبيرة على كتابة الشيفرة، وتمكين المطورين

لقد أظهرت نماذج اللغة الكبيرة قدرات قوية وتتقدم بسرعة. في مجالات تطبيقها، قد يظهر مجال كتابة الشفرات منحنى تقدم حاد بشكل خاص، لأنه مهمة يمكن تقييمها موضوعيًا. كما أشار البعض، "البرمجة تتمتع بميزة فريدة بشكل خاص: القدرة على تحقيق توسيع بيانات فوق الإنسان من خلال 'اللعب الذاتي'. يمكن للنموذج كتابة الشفرات وتشغيلها، أو كتابة الشفرات، وكتابة الاختبارات، ثم التحقق من التناسق الذاتي."

في الوقت الحاضر، على الرغم من أن النماذج اللغوية الكبيرة لا تزال غير مثالية في كتابة الشيفرة، وتوجد بها عيوب واضحة (مثل الأداء الضعيف في اكتشاف الأخطاء)، إلا أن محررات الشيفرة الأصلية المعتمدة على الذكاء الاصطناعي قد غيرت بشكل جذري تطوير البرمجيات (حتى غيرت طريقة توظيف الشركات للمواهب). بالنظر إلى معدل التقدم السريع المتوقع، من المحتمل أن تغير هذه النماذج تطوير البرمجيات بشكل جذري. نأمل أن نستفيد من هذا التقدم لزيادة كفاءة عمل المطورين بمقدار كبير.

ومع ذلك، هناك عدة تحديات تعيق نماذج اللغة الكبيرة من الوصول إلى مستوى ممتاز في فهم بعض الجوانب التقنية المحددة:

• نقص البيانات التدريبية الأصلية عالية الجودة
• عدد البنايات الموثقة (Verified builds) غير كافٍ
• تفتقر منصات مثل Stack Overflow إلى تفاعلات ذات قيمة معلوماتية عالية
• تاريخياً، تطور البنية التحتية بسرعة، مما يعني أنه حتى الكود المكتوب قبل 6 أشهر قد لا يكون مناسبًا تمامًا لاحتياجات اليوم.
• نقص طرق تقييم مستوى الفهم للتكنولوجيا المحددة

آفاق المستقبل

• مساعدتك في الحصول على بيانات أكثر صلة على الإنترنت
• المزيد من الفرق نشر البناء المصدق (Verified builds)
• المزيد من الأشخاص في النظام البيئي يطرحون أسئلة جيدة على Stack Exchange ويقدمون إجابات عالية الجودة
• إنشاء اختبارات معيارية عالية الجودة لتقييم مستوى فهم النماذج اللغوية الكبيرة للتقنيات المحددة
• إنشاء نماذج ضبط كبيرة للغة تظهر أداءً جيدًا في اختبارات المعايير المذكورة أعلاه، والأهم من ذلك، تسريع كفاءة عمل المطورين، وعندما تكون هناك اختبارات معايير عالية الجودة، قد يتم تقديم مكافأة لأول نموذج يصل إلى درجة عتبة اختبار المعايير.

الإنجاز الكبير النهائي سيكون: عميل تحقق جديد تمامًا وعالي الجودة ومتميز تم إنشاؤه بالكامل بواسطة الذكاء الاصطناعي.

3. دعم التقنيات المفتوحة واللامركزية للذكاء الاصطناعي

في مجال الذكاء الاصطناعي، لا يزال توازن القوة طويل الأمد بين النماذج مفتوحة المصدر ومغلقة المصدر غير واضح. هناك بالفعل بعض الحجج التي تدعم الكيانات المغلقة المصدر التي ستستمر في الحفاظ على حافة التكنولوجيا والحصول على القيمة الرئيسية من النماذج الأساسية. التوقع الأبسط في الوقت الحالي هو الحفاظ على الوضع الراهن - مثل الشركات التكنولوجية الكبيرة التي تدفع التطور الرائد، بينما تتبع النماذج مفتوحة المصدر بسرعة، وتكتسب ميزة فريدة من خلال التعديل الدقيق في سيناريوهات تطبيق معينة.

نحن ملتزمون بربط النظام البيئي بنظام التشفير المفتوح للذكاء الاصطناعي بشكل وثيق. على وجه التحديد، يعني ذلك دعم الوصول إلى العناصر التالية:

• بيانات التدريب
• قوة الحوسبة للتدريب والاستدلال
• أوزان النموذج
• قدرة التحقق من مخرجات النموذج

تتجلى أهمية هذه الاستراتيجية في:

1. تسريع الابتكار والتطوير من خلال النماذج مفتوحة المصدر

أظهرت التحسينات السريعة والتعديلات الدقيقة للنماذج مفتوحة المصدر من قبل المجتمع كيف يمكن للمجتمع أن يكمل بشكل فعال عمل شركات الذكاء الاصطناعي الكبيرة، ويدفع حدود القدرات في مجال الذكاء الاصطناعي (حتى أشار بعض الباحثين إلى "فيما يتعلق بالمصادر المفتوحة، ليس لدينا خندق، ولا الشركات الأخرى كذلك"). نحن نعتقد أن وجود مجموعة تكنولوجية مفتوحة المصدر مزدهرة أمر بالغ الأهمية لتسريع التقدم في هذا المجال.

2. تقديم خيارات للمستخدمين الذين لا يثقون بالذكاء الاصطناعي المركزي

يمكن أن تكون الذكاء الاصطناعي أداة قوية في ترسانة الأنظمة الاستبدادية أو السلطوية. النماذج المعترف بها من قبل الدولة توفر "الحقيقة" المعترف بها رسميًا، وهي وسيلة تحكم مهمة. قد تمتلك الأنظمة الاستبدادية النماذج الأفضل لأنها مستعدة لتجاهل خصوصية المواطنين لتدريب الذكاء الاصطناعي. من المحتمل أن يكون استخدام الذكاء الاصطناعي للسيطرة اتجاهًا حتميًا، ونتمنى أن نستعد لذلك وندعم بالكامل مجموعة تقنيات الذكاء الاصطناعي مفتوحة المصدر.

هناك العديد من المشاريع في النظام البيئي التي تدعم مجموعة تقنيات الذكاء الاصطناعي المفتوحة:

• جمع البيانات: بعض المشاريع تعمل على دفع جمع البيانات
• قوة الحوسبة اللامركزية: تدعمها العديد من الشبكات والمنصات
• إطار تدريب لامركزي: بعض جماعات البحث والمشاريع تستكشف في هذا المجال

آفاق المستقبل

نأمل أن يتم بناء المزيد من المنتجات في جميع مستويات تقنية الذكاء الاصطناعي مفتوحة المصدر:

• جمع البيانات اللامركزية: يدعم مشاريع جمع البيانات من جميع الأنواع
• الهوية على السلسلة: بروتوكول يدعم المحفظة للتحقق من الهوية البشرية، بروتوكول للتحقق من استجابة واجهة برمجة التطبيقات الخاصة بالذكاء الاصطناعي، مما يمكّن المستخدمين من التأكد من أنهم يتفاعلون مع نموذج لغة كبير.
• التدريب غير المركزي: يدعم خطط التدريب غير المركزية المشابهة للمشاريع الحالية
• البنية التحتية IP: تمكين الذكاء الاصطناعي من الحصول على تراخيص (ودفع) للمحتوى الذي يستخدمه