لفترة طويلة، شعرت كأنني شبحٌ سلبيّ داخل آلة طفرة الذكاء الاصطناعي. في كل مرة أتفاعل فيها مع روبوت محادثة، أو أكتب مراجعة، أو أرفع مقتطفًا إبداعيًا على الإنترنت، أعرف أن بياناتي يتم شفطها في صندوق أسود مركزي ضخم.
تحتكر شركات التكنولوجيا العمالقة كشطَ ذكائنا البشري الجماعي، وتدرب نماذجها متعددة المليارات، ثم تحبس الأرباح خلف جدران الشركات. نحن نقدم لهم الطين، وهم يبيعون لنا التمثال.
لكنني أدركت أن بنية الذكاء الاصطناعي لا يجب أن تبدو كدولة إقطاعية رقمية. لذلك أؤمن بأن OpenLedger تمثل نقلةً نوعية أساسية: فهي بيانات لامركزية مُصممة خصيصًا لعصر الذكاء الاصطناعي.
### اليقظة: من الصندوق الأسود إلى الزجاج الواضح
عندما بدأت البحث في OpenLedger لأول مرة، كان دافعي شعورًا عميقًا بالاستياء من مدى غموض تطوير الذكاء الاصطناعي.
تعمل النماذج اللغوية الكبيرة التقليدية على أساس "ثق بنا". لا تعرف من أين تدرّبت بياناتها، ولا تعرف لماذا تُدخل انحيازات على إجابات معيّنة، ولا يرى المبدعون الحقيقيون للمعرفة الكامنة وراءها أي مقابل ولو جزءًا من المال.
يقلب OpenLedger هذه الديناميكية رأسًا على عقب عبر بناء منظومة بلوكتشين تكون مبنية على الذكاء الاصطناعي أولًا. بدلًا من ترك البيانات ساكنة في خوادم شركات معزولة (تقليدية)، يتعامل مع البيانات والنماذج والكيانات/الوكلاء الذاتيين باعتبارها أصولًا سائلة وقابلة للتركيب على شبكة Layer 2 متوافقة مع EVM.
لأول مرة، يتم سحب دورة حياة الذكاء الاصطناعي بالكامل—من مساهمة البيانات وتحسين النموذج وصولًا إلى استنتاج المستخدم النهائي—على السلسلة فقط. يحوّل ما كان في السابق صندوقًا أسود غامضًا إلى سجل شفاف وقابل للتدقيق.
### سحر إثبات الإسناد
ما أسرني حقًا كصانع هو آلية يسميها OpenLedger Proof of Attribution (PoA).
في نموذج الويب2 القديم، إذا أنشأ ذكاء اصطناعي نصيحة طبية أو قطعة كود معقدة بناءً على مجموعة بيانات فريدة قمتَ أنت بتجهيزها، فإن مساهمتك تُمحى بالكامل. مع Proof of Attribution، يتم تتبّع كل عملية رفع لمجموعة البيانات، وكل خطوة ضبط دقيق (fine-tuning)، وكل تعديل خوارزمي بشكل مُشفّر بشكل يمكن التحقق منه.
كيف يعمل ذلك عمليًا: عندما يطرح المستخدم النهائي استعلامًا على نموذج ذكاء اصطناعي، يقوم النظام بإجراء تدقيق فوري. إنه يتتبّع السلسلة الدقيقة لنشأة البيانات التي شكّلت ناتجًا بعينه.
إذا ساعد إدخالي المتخصص في تكوين الإجابة، فإن البروتوكول يتعرف عليه. وبما أن الشبكة تعمل بشكل أصلي على اقتصاد $OPEN token، فأنا أحصل تلقائيًا وبشكل يمكن تتبعه على مكافأة مقابل ملكية/ملكيتي الفكرية. وهذا يغيّر السرد من "بيانات مسروقة" إلى "ذكاء اصطناعي قابل للدفع"، ويعمل بشكل مشابه تمامًا لنظام عوائد/ملكية حقوق موزّع للذكاء البشري.
### قوة المجتمع: Datanets و ModelFactory
لطالما آمنت بأن مستقبل الذكاء الاصطناعي ليس نموذجًا إلهيًا واحدًا ضخمًا متعدد الاستخدامات، بل ملايين النماذج المتخصصة للغاية والمُحسّنة بشكل مفرط والمصممة خصيصًا للتمويل والقانون والرعاية الصحية والفن. لكن لبناء نماذج متخصصة، تحتاج إلى بيانات متخصصة.
يجعل OpenLedger ذلك ممكنًا عبر Datanets—وأحب أن أعتبرها نوادي بيانات يديرها المجتمع. يمكن لأي شخص الانضمام إلى Datanet أو إطلاقه للتشارك في إنشاء مجموعات بيانات متخصصة وصياغتها وإدارتها.
من هناك، يستخدم المطورون ModelFactory، وهي واجهة بلا كود تتيح لأي شخص أخذ نموذج أساسي (مثل LLaMA أو DeepSeek)، وإدخال بيانات مصرح بها من هذه Datanets، ثم ضبطه دقيقًا عبر أطر عمل مثل OpenLoRA. وهذا يتيح تكافؤ الفرص، بحيث يمكن لفريق صغير أو مطوّر مستقل نشر نماذج خفيفة ومُحسّنة على بنية تحتية حد أدنى من وحدات GPU دون الحاجة إلى رأس مال مغامر من وادي السيليكون.
### مستقبل رقمي مشترك
نحن نقف على مفترق طرق حاسم في تاريخ البشرية. إما أن نسمح للذكاء الاصطناعي بأن يصبح الأداة النهائية لتكريس التمركز المؤسسي، أو يمكننا بناء شبكة مفتوحة بلا إذن حيث يتم إضفاء طابع ديمقراطي على ملكية البيانات.
بالنسبة لي، لا يقتصر OpenLedger على كونه تقنية بلوكتشين أو اقتصاديات توكنات؛ بل هو استعادة للكرامة الرقمية. يضمن أنه مع تطوّر الذكاء الاصطناعي، يصبح أصحاب البناء والتفكير والمساهمون اليوميون بالبيانات هم من يملكون المستقبل. حان الوقت لنتوقف عن كوننا المنتج ونبدأ بأن نصبح المساهمين.