لقد كنت أتابع مجال الروبوتات لبعض الوقت، وكانت هناك شيء واحد دائمًا يبدو مفقودًا بالنسبة لي. يمكن للروبوتات العمل بالفعل. يمكنهم توصيل الطرود، وفحص المستودعات، وحتى المساعدة في المصانع. ولكن هناك قيود غريبة. لا يمكنهم في الواقع المشاركة في الاقتصاد بمفردهم. يمكن للروبوت إنهاء وظيفة، لكنه لا يزال يحتاج إلى البشر أو أنظمة الشركات للموافقة على الدفع ومعالجته.
وهنا بدأت ألاحظ Fabric. إنهم يبنون شيئًا يسمى بروتوكول تسوية الآلة، والفكرة قوية جدًا. بدلاً من انتظار شركة لتأكيد العمل، يتحقق النظام من مهمة الروبوت على السلسلة. بمجرد تأكيد العمل، يمكن أن يتم الدفع تلقائيًا.
أرى ذلك كتحول من كون الروبوتات أدوات إلى كون الروبوتات عمال نشطين داخل شبكة. إنهم يكملون المهام، ويتحقق النظام من ذلك، ويتدفق الدفع دون الحاجة للموافقة اليدوية.
تقوم Fabric بشكل أساسي بإنشاء طبقة تنسيق ودفع حيث يمكن للآلات التفاعل مع الأنظمة الاقتصادية مباشرة. إذا استمرت الأتمتة في النمو بالطريقة الحالية، فسوف نحتاج إلى بنية تحتية مثل هذه.
لهذا السبب يبدو أن Fabric تستعد لمستقبل حيث لا تعمل الروبوتات فقط - بل تشارك في الاقتصاد.
يمكن للروبوتات العمل، لكنها تحتاج إلى نظام: الفكرة الأكبر وراء بروتوكول Fabric
معظم الليالي قبل النوم أغلق بابي. إنها عادة بسيطة جدًا نادرًا ما أفكر فيها. لكن عندما تتوقف لحظة، تقول تلك الحركة الصغيرة شيئًا عن كيفية عمل العالم. نحن لا نعتمد فقط على الثقة. نحن نبني أنظمة تساعد في تقليل المخاطر. الأقفال، البنوك، العقود، الهويات الرقمية، شبكات الدفع - كل هذه الأشياء موجودة لأن الناس يحتاجون إلى هياكل تسمح للغرباء بالتفاعل بأمان.
بينما كنت أفكر في الروبوتات مؤخرًا، كانت نفس الفكرة تعود إلي. الروبوتات تتحرك ببطء من المختبرات إلى العالم الحقيقي. نحن نشهد بالفعل آلات تعمل في المستودعات، تساعد في التوصيلات، وتساعد في البيئات الصناعية. التكنولوجيا نفسها تتحسن بسرعة. الآلات تصبح أكثر ذكاءً، وأكثر قدرة، وأكثر استقلالية. لكن السؤال الأعمق ليس فقط عن الذكاء.
كان علي أن أبطئ قليلاً قبل أن أكون رأيًا حقيقيًا حول بروتوكول Fabric.
إن مساحة التشفير والذكاء الاصطناعي والروبوتات صاخبة للغاية في الوقت الحالي. كل أسبوع يظهر مشروع جديد يزعم أنه سيبني الاقتصاد الآلي في المستقبل. تستمر نفس المصطلحات الكبيرة في الظهور - الوكلاء المستقلون، الأنظمة الذكية، البنية التحتية اللامركزية. بعد قضاء حوالي خمس سنوات في عالم التشفير، تعلمت أن السرديات الكبيرة لا تعني دائمًا تقدمًا حقيقيًا.
تقوم العديد من المشاريع ببساطة بإرفاق رمز بفكرة مستقبلية وتترك الضجيج يقوم بالباقي.
بعد قضاء سنوات حول المشاريع التكنولوجية الناشئة والعملة الرقمية، لاحظت شيئًا واحدًا عن الروبوتات وهو مدى عدم كفاءة التعلم. الآلاف من الروبوتات تعمل في بيئات مختلفة، لكن العديد منها يكرر نفس الأخطاء مرة بعد مرة. قد يقضي روبوت واحد ساعات في معرفة كيفية التعامل مع عقبة بسيطة، بينما يتعين على آلة أخرى في مكان آخر المرور بنفس العملية من الصفر.
هنا تبدأ Fabric في جذب انتباهي.
إنهم يبنون شبكة حيث يمكن للروبوتات مشاركة ما تعلموه بالفعل من خلال بروتوكول اتصال مشترك. بدلاً من أن تعمل كل آلة في عزلة، فإنها متصلة من خلال نظام يسمح لها بتبادل السياقات والخبرات والحلول العملية.
لذا إذا اكتشف روبوت واحد طريقة أفضل للتحرك عبر ممر ضيق أو التفاعل مع البشر بطريقة أكثر سلاسة، فإن هذه المعرفة لا تبقى محدودة لذلك الجهاز الواحد. يمكن أن تنتقل عبر الشبكة وتساعد الروبوتات الأخرى على التحسن بشكل أسرع.
من وجهة نظري، هذا يحول الروبوتات من التعلم المعزول إلى التقدم الجماعي. الآلات لم تعد تتحسن بشكل فردي بعد الآن. إنها تتعلم من تجربة الشبكة بأكملها.
إذا تطور هذا النموذج بالطريقة التي يهدفون إليها، فلن تستمر الروبوتات في تكرار نفس دورات التجربة والخطأ. سيبدؤون في البناء على اكتشافات بعضهم البعض.
أدوات الذكاء الاصطناعي اليوم سريعة بشكل لا يصدق. تسأل سؤالًا وفي غضون ثوانٍ تحصل على إجابة طويلة وواثقة. لكن السرعة لم تعد هي القضية الرئيسية بعد الآن. السؤال الأكبر هو ما إذا كانت الإجابة يمكن الوثوق بها فعلاً.
تبدو العديد من أنظمة الذكاء الاصطناعي واثقة جدًا حتى عندما لا تكون المعلومات دقيقة تمامًا. هذه الفجوة بين الثقة والموثوقية هي شيء لا تزال الصناعة تتعامل معه.
عندما وجدت ميرا، شعرت أن الفكرة وراءها مختلفة عن معظم مشاريع الذكاء الاصطناعي التي شاهدتها مؤخرًا.
بدلاً من طلب ثقة الناس في نموذج واحد فقط، هم يبنون نظامًا يتحقق من الإجابة قبل قبولها كموثوقة. عندما ينتج الذكاء الاصطناعي ردًا، تقوم ميرا بتقسيم ذلك الرد إلى مطالب أصغر. يتم مراجعة تلك المطالب من قبل عدة نماذج مستقلة عبر الشبكة.
ينظر كل نموذج إلى نفس البيان ويقيمه بشكل منفصل. ثم يتم دمج ردودهم للوصول إلى استنتاج مشترك. لذلك، لا يعتمد الناتج النهائي على نموذج واحد فقط، بل على اتفاق بين نماذج متعددة.
أنا أحب هذا الاتجاه لأنه يركز على جعل الذكاء الاصطناعي أكثر موثوقية. إنهم لا يحاولون فقط جعل الذكاء الاصطناعي أسرع أو أكبر. إنهم يحاولون التأكد من أن الإجابات يمكن أن تثبت صحتها بالفعل.
وبصراحة، يبدو أن ذلك هو الطبقة التي يحتاجها الذكاء الاصطناعي حقًا.
المشكلة الحقيقية مع الذكاء الاصطناعي ليست الذكاء، بل الثقة.
مؤخراً، كانت مساحة الذكاء الاصطناعي + التشفير تتحرك بسرعة جنونية. كل أسبوع هناك مشروع جديد يتم إطلاقه مع بعض الادعاءات الكبيرة حول بنية الذكاء الاصطناعي، أو وكلاء ذكيين، أو اقتصاد رقمي جديد بالكامل مدعوم بالنماذج. تبدو العروض التقديمية دائمًا مصقولة، والمخططات نظيفة، والقصة تبدو مقنعة في البداية.
لكن بعد قضاء حوالي خمس سنوات في مجال التشفير، تبدأ في رؤية نفس النمط مرة تلو الأخرى.
تدور معظم هذه المشاريع حول نموذج يولد إجابات، ثم يتم إرفاق رمز به، والباقي هو في الأساس سرد مبني حول تلك الفكرة. ليس دائمًا سيئًا، لكنه يبدأ في الشعور بالتكرار بمجرد أن ترى ما يكفي منها.
لقد كنت أتابع مؤسسة Fabric عن كثب، وميزة واحدة لفتت انتباهي حقًا هي شرائح مهارات الروبوت. الطريقة التي أراها، تشبه كثيرًا تثبيت التطبيقات على الهاتف لإضافة وظائف جديدة. يمكن للمطورين إنشاء وحدات برمجية صغيرة تعطي الروبوتات قدرات جديدة - مثل فحص الأشياء، والتنقل في البيئات بشكل أكثر كفاءة، أو حتى إجراء إصلاحات ذاتية. يمكن للروبوتات بعد ذلك اكتساب هذه المهارات كلما احتاجوا إليها.
ما يجعل هذه الفكرة مثيرة بالنسبة لي هو الإمكانية للروبوتات للاستمرار في التطور. على عكس الآلات التقليدية، التي تظل عالقة في دور واحد إلى الأبد، يمكن أن تنمو هذه الروبوتات مع مرور الوقت، مكتسبة قدرات جديدة مع إضافة المطورين المزيد من شرائح المهارات. إنها نظام معياري، مرن وقابل للتوسع، ويغير حقًا كيف أفكر في الروبوتات.
تعمل هذه الفكرة جنبًا إلى جنب مع شبكة التحقق الخاصة بـ Fabric و $ROBO . يمكن تتبع كل مهارة والتحقق منها، وتكسب الروبوتات مكافآت عندما تؤدي بشكل صحيح. ذلك يخلق المساءلة بينما يسمح بالتحسين المستمر.
إذا نجح هذا كما هو مقصود، فقد ننظر إلى مستقبل حيث لا تكون الروبوتات مجرد أدوات - بل تصبح متعاونين موثوقين وقابلين للتكيف.
عندما بدأت أفكر في الروبوتات في الاقتصاد، كانت لدي فكرة واحدة تظل تلازمني: الذكاء وحده ليس كافياً. يمكن للروبوت أن يقوم بمهام معقدة، يتحرك بسرعة، أو يحسب بدقة، ولكن إذا لم يكن بإمكان أحد إثبات ما فعله فعلاً، فلا يمكنه المشاركة حقاً في الأنظمة الواقعية. هذا ما دفعني إلى البحث في مؤسسة Fabric. إنهم لا يركزون فقط على جعل الروبوتات أكثر ذكاءً، بل يركزون على جعل أفعالهم قابلة للتحقق. وهذا يغير كل شيء.
تعتمد معظم الأنظمة الروبوتية اليوم على الثقة. ينقل روبوت المستودع صندوقاً. يسقط روبوت التوصيل طرداً. يسجل النظام ذلك، ويفترض المشغل أن كل شيء سار بشكل صحيح. إنه يعمل... حتى تكون القيمة الحقيقية على المحك. تغير Fabric هذا النموذج. بروتوكولهم يسمح للروبوتات بتقديم أدلة تشفيرية على عملهم. لا يقول الروبوت فقط إنه أكمل مهمة - بل يثبت ذلك. يمكن لأي شخص في الشبكة التحقق من ذلك، وهذه الأدلة مقاومة للتلاعب.
إحدى ميزات شبكة ميرا التي لفتت انتباهي حقًا هي كيفية تعاملها مع التحقق دون المساس بالخصوصية. معظم الأنظمة اليوم بسيطة ولكنها محفوفة بالمخاطر. أنت ترسل نصك الكامل إلى خادم أو نموذج واحد. وهذا يعني أن أي شخص يديرها يمكنه رؤية كل ما كتبته. بالنسبة للأسئلة العادية، قد لا يهم ذلك. ولكن عندما يتعلق الأمر بالبيانات الحساسة، والتحليل المالي، والبحث، ورؤى الأعمال، تصبح مشكلة كبيرة.
ميرا تفعل ذلك بشكل مختلف. بدلاً من السماح لمحقق واحد برؤية الرد الكامل، يقوم النظام بتقسيم المخرجات إلى أجزاء أصغر. تُرسل هذه الأجزاء إلى عدة عقد مستقلة، كل منها يتحقق فقط من قطعة واحدة. لا يرى أي مشارك منفرد الإدخال الكامل أو الإجابة الكاملة. إنه أمر دقيق، لكنه قوي.
ما يثير إعجابي هو كيف يوازنوا بين شيئين في وقت واحد. يتم التحقق من المعلومات. وفي نفس الوقت، تبقى خصوصية المستخدم سليمة. إنها تذكير بأن بناء أنظمة موثوقة لا يتعلق فقط بالدقة أو الاعتمادية، بل بإعادة التفكير في الطريقة التي تعمل بها البنية التحتية. ميرا تُظهر أن التحقق والسرية يمكن أن يتواجدوا معًا. وهذا نادر في هذا المجال.
الجزء المفقود في بنية الذكاء الاصطناعي: فهم شبكة ميرا
بعد قضاء سنوات في مجال العملات المشفرة ومشاهدة تطور مجال الذكاء الاصطناعي بجانبه، أصبح من المستحيل تجاهل شيء واحد. الذكاء الاصطناعي قوي. في العديد من الحالات، إنه مذهل. لكنه ليس دائمًا موثوقًا.
لقد رأيته على الأرجح أيضًا.
تسأل نموذجًا شيئًا بسيطًا. تبدو الإجابة مصقولة. واثقة. منظمة جيدًا. ثم تتحقق من التفاصيل وتدرك أن أجزاء منها خاطئة. ليست خاطئة قليلاً. خاطئة تمامًا. ومع ذلك ، بدت الإجابة مقنعة بما يكفي لدرجة أن العديد من الناس سيقبلونها دون التساؤل عنها.
للوهلة الأولى، يعتقد الكثير من الناس أن Fabric Foundation هو مجرد مشروع آخر يمزج بين الروبوتات و blockchain. كانت هذه انطباعي الأول أيضًا. ولكن بعد قضاء بعض الوقت في التعمق في هذا الأمر، فإن الفكرة تتجاوز ذلك في الواقع. ما يقومون بتجربته حقًا هو مفهوم السوق حيث يمكن للآلات أداء الأعمال وتبادلها.
في الوقت الحالي، تعمل معظم الروبوتات داخل بيئات مغلقة. يعمل روبوت المستودع فقط لصالح الشركة التي تمتلك المستودع. يتبع طائرة توصيل التعليمات من مشغلها وهذا كل شيء. هذه الأنظمة لا تتفاعل حقًا مع آلات أخرى خارج شبكتها الخاصة. تستكشف Fabric ما يحدث إذا كانت الروبوتات قادرة على العمل في بيئة مشتركة بدلاً من ذلك.
يوفر البروتوكول للآلات هوية رقمية وطريقة لإثبات ما قامت به فعليًا. تساعد بيانات المستشعرات وسجلات النظام وإشارات الموقع في تأكيد أن المهمة قد حدثت بالفعل. بمجرد التحقق من العمل، يحدث التسوية من خلال الشبكة باستخدام ROBO.
عندما أفكر في المكان الذي قد يؤدي إليه هذا، تصبح الاحتمالات مثيرة للاهتمام. يمكن لطائرة التوصيل أن تدفع لروبوت آخر مقابل بيانات الملاحة. قد تطلب آلة المصنع قوة حوسبة إضافية من نظام ذكاء اصطناعي آخر لإنهاء وظيفة.
إذا بدأت مثل هذه الأمور في العمل على نطاق واسع، فلن تتبع الروبوتات الأوامر بعد الآن. ستبدأ في المشاركة في سوق مفتوح لخدمات الآلات. وهذا اتجاه مختلف تمامًا عن كيفية عمل الأتمتة اليوم.
بروتوكول فابريك: بناء الشبكة حيث يمكن للروبوتات العمل معًا
على مدار السنوات الخمس الماضية في عالم الكريبتو، رأيت العديد من المشاريع تأتي وتذهب. العديد منها يعد بأشياء ضخمة، ولكن عندما تنظر عن كثب، من الصعب فهم ما هي المشكلة الحقيقية التي يحاولون حلها. بعض الأفكار تبدو مثيرة للإعجاب في البداية، ولكن بمجرد أن يتلاشى الضجيج، لا يوجد الكثير من الجوهر خلفها.
عندما صادفت العمل الذي تقوم به مؤسسة فابريك، اقتربت منه بنفس الشك الذي تطور لدي بمرور الوقت. في هذه الصناعة، تتعلم بسرعة أن الروايات الجريئة موجودة في كل مكان. ما يهم هو ما إذا كان المشروع يطرح السؤال الصحيح.
$PLUME تظهر علامات قوية على الزخم الصعودي بعد الارتفاع المستمر على مدار الجلسات الماضية. الرسم البياني واضح، قمم أعلى، قيعان أعلى، المشترين في السيطرة بشكل كامل. يبدو أن هذه إعداد رئيسي للشراء.
إذا كسرت $PLUME 0.0145 بشكل حاسم، يمكن أن نرى الزخم يمتد بسرعة نحو منطقة 0.017. الهيكل قوي، والاتجاه يكتسب سرعة.
السؤال الرئيسي الآن هو ما إذا كانت هذه بداية مرحلة اختراق حقيقية. حركة السعر وحجم التداول في الساعات أو الجلسات القليلة المقبلة ستروي القصة. من ما أراه، المشترين مستعدون للدفع بقوة، ويمكن أن يتحرك هذا أسرع مما يتوقع الكثيرون.
إنها نوع من الإعداد حيث يمكن أن يكون اليقظة ومراقبة المستويات بعناية الفرق الكبير. $PLUME يتصاعد، وقد تأتي الخطوة التالية بسرعة.
شيء واحد يجعلني أفكر دائمًا في التكنولوجيا الحديثة هو المساءلة. عندما يعطي النظام مخرجات خاطئة، يصبح من المستحيل تقريبًا تتبع كيفية الوصول إليها أو معرفة ما إذا كان يمكنك الوثوق بها. هذه هي بالضبط الفجوة التي تحاول ميرا سدها. هم لا يقبلون نتيجة كصحيحة فقط. كل إجابة تُعتبر كادعاء يحتاج إلى التحقق.
تقوم ميرا بتقسيم المخرجات إلى بيانات أصغر وترسلها عبر شبكة من المدققين المستقلين. فقط عندما يتفق عدد كافٍ من المشاركين تُعتبر النتيجة موثوقة. من وجهة نظري، إنها مثل تدقيق لامركزي للتفكير. أنت لا تظل تحدق في رقم واحد أو فقرة واحدة، بل تحصل على سجل يمكن تتبعه يوضح كيف تم الوصول إلى الاستنتاج.
يمتلك النظام حتى طبقة حوافز مدمجة. يقوم المدققون بتخزين الرموز، ويتلقون مكافآت على التحقق الصادق، ويخاطرون بفقدان جزء من استثمارهم إذا تصرفوا بشكل غير نزيه. هذا يشجع على الدقة بدلاً من السرعة أو الاختصارات.
ما يبنونه ليس ذكيًا فحسب، بل هو ضروري. المخرجات الموثوقة مثل هذه يمكن أن تغير الطريقة التي نتعامل بها مع القرارات الحرجة في المالية، والبحث، وما هو أبعد من ذلك.
كيف تحاول ميرا تحويل الذكاء الاصطناعي من التخمين إلى المعرفة الموثوقة
بعد قضاء سنوات حول العملات المشفرة والتكنولوجيا الناشئة، يصبح شيء واحد واضحًا بسرعة كبيرة. التكنولوجيا القوية لا تعني تلقائيًا التكنولوجيا الموثوقة. الذكاء الاصطناعي هو ربما المثال الأكثر وضوحًا على ذلك اليوم.
لقد كان التقدم مذهلاً. يمكن أن تكتب أنظمة الذكاء الاصطناعي تفسيرات طويلة، تلخص الأوراق البحثية، تحلل البيانات المالية، وتجيب على أسئلة معقدة في ثوانٍ. السرعة وحدها مثيرة للإعجاب. في بعض الأحيان يبدو الأمر غير واقعي. لكن بمجرد أن تقضي وقتًا كافيًا في العمل مع هذه الأدوات، تبدأ في ملاحظة شيء يجعلك تتوقف.