الجميع يقارن نماذج الذكاء الاصطناعي... لكن تقريبًا لا أحد يتحدث عن الأشخاص الذين يساهمون بصمت في تغذية هذه الأنظمة بالذكاء يوميًا.
الكتاب، الباحثون، المساهمون في مجموعات البيانات، الخبراء في المجال، مقدمو التغذية الراجعة... هم يساعدون في تشكيل قيمة الذكاء الاصطناعي، ومع ذلك يختفي معظمهم بمجرد أن تصبح النماذج مربحة.
لهذا السبب، يبدو أن بنية الذكاء الاصطناعي المعتمدة على الإسناد مهمة الآن. ليس فقط ذكاء اصطناعي أذكى. بل ذكاء اصطناعي أكثر مسؤولية.
لأنه في المرحلة المقبلة من هذه الصناعة، قد تكون البيانات النقية، والمساهمات القابلة للتتبع، والاعتراف الاقتصادي أكثر أهمية من الضجة نفسها.
الذكاء الاصطناعي يتذكر البيانات، لكنه ينسى البشر، لماذا قد تصبح نسبة الإسناد الطبقة الأكثر أهمية في المستقبل
أحيانًا أجلس وأفكر في الذكاء الاصطناعي، وبصراحة، أشعر أن معظم الناس يركزون على السطح بينما القصة الحقيقية تحدث تحت كل شيء. الجميع يناقش النماذج. أي نموذج أكثر ذكاءً. أي شركة جمعت أموالًا أكثر. أي ذكاء اصطناعي أسرع. أي شركة ناشئة ستسيطر على السوق. لكن السؤال الأعمق الذي لا يتحدث عنه أحد بما فيه الكفاية هو: من الذي ينشئ القيمة داخل هذه الأنظمة في المقام الأول؟ لأنه عندما تبطئ وتبدأ في النظر حقًا كيف يعمل الذكاء الاصطناعي، يصبح من الواضح أن النماذج وحدها ليست سحرية. يصبح الذكاء الاصطناعي مفيدًا لأن البشر يمدونه بالمعرفة باستمرار. الناس يكتبون مقالات، يوسمون مجموعات البيانات، يصححون الأخطاء، يتشاركون بالخبرة، ينظمون المعلومات، يشرحون المفاهيم، يرفعون الوثائق، وينشئون حلقات تغذية راجعة كل يوم. تلك الطبقة غير المرئية من المساهمة البشرية هي السبب في أن هذه الأنظمة تصبح ذكية بمرور الوقت.
OpenLedger تتجه من الفكرة نحو العمل. المشروع يقوم بتحسين كيفية تتبعه للمساهمات الحقيقية من البيانات والنماذج بدلاً من مجرد الحديث عنها. أظهرت الاختبارات المبكرة أن التخصيص البسيط لم يكن يعكس التأثير الحقيقي للبيانات على إجابات النماذج، لذا يتم تعديل النظام ليعكس أنماط التأثير الأعمق. الناس يقومون فعلاً بتسجيل مجموعات البيانات والنماذج على السلسلة، وبدأ الوكلاء بالتفاعل مع تلك الأصول بطرق تتطلب تسوية حقيقية بـ OPEN. الفريق يقوم أيضاً بتحسين قابلية الاستخدام لأن المطورين والمساهمين كانوا يعانون من تعقيدات البلوكشين. كانت المحافظ والرسوم وإدارة الرموز تشتت الانتباه عن العمل الأساسي لبناء أصول ذكاء اصطناعي مفيدة. يتم استخدام OPEN بشكل متزايد للرسوم الحقيقية ومكافآت المساهمين بدلاً من مجرد برك الحوافز. هذا لا يضمن النجاح، ولكنه يمثل تحولاً من النظرية نحو الاستخدام الحقيقي. الضغط من العالم الواقعي سيتحقق مما إذا كانت التخصيصات والتسويات تهم المستخدمين حقاً خارج نطاق العملات الرقمية.
OPENLEDGER افتح البلوكتشين الذكائي تحاول جعل البيانات والنماذج مدفوعة
لقد كنت أراقب OpenLedger وبصراحة أشعر بحيرة بعض الشيء، من جهة تحاول تجربة شيء مختلف ولكن من جهة أخرى قد تكون الأمور معقدة بشكل زائد. الفكرة بسيطة جداً عند التفكير فيها، الذكاء الاصطناعي يعتمد على البيانات والنماذج، وكل ما هو مفيد هو مجرد بيانات شخص ما تم تصفيتها من خلال نموذج شخص آخر ثم تم تعبئتها للاستخدام. المشكلة هي أن الأشخاص الذين يصنعون البيانات والنماذج نادراً ما يحصلون على أي من المال. OpenLedger تريد حل هذه المشكلة. إنها تحاول تحويل مجموعات البيانات وتعديلات النماذج والعوامل التي تعمل فعلياً إلى شيء يمكن تتبعه ودفع ثمنه. يسمونه إثبات النسبة. باختصار، يتعلق الأمر بتتبع أي البيانات أثرت فعلياً على نموذج ما حتى يتمكن المساهمون من الحصول على رموز.
OpenLedger (OPEN)، الذكاء الاصطناعي، ملكية البيانات، ولماذا الثقة تهم أكثر من السرعة
#OpenLedger أغلب الناس ينظرون إلى الذكاء الاصطناعي ويرون روبوتات المحادثة، مولدات الصور، أو البرمجيات الذكية. ما لا يرونه عادة هو الاقتصاد الخفي الضخم الذي يقع تحت كل ذلك. كل نظام ذكاء اصطناعي يعتمد على بيانات تم جمعها من ملايين الأشخاص، الباحثين، المواقع، الأعمال، المحادثات، والقرارات البشرية التي اتخذت على مدار سنوات عديدة. قد يبدو النموذج ذكيًا على السطح، لكن ذكائه يأتي من طبقات من المساهمة البشرية التي غالبًا ما تكون غير مرئية بمجرد أن يبدأ النظام العمل. هنا تحديدًا يكون مشروع مثل OpenLedger مثيرًا للاهتمام.
أحيانًا يكون من الصعب معرفة ما إذا كنا نتحدث عن ألعاب أو اقتصادات رقمية صغيرة.
هنا يأتي دور Pixels، حيث يبدو أنه مختلف قليلاً. فهو لا يحاول دفع الأرباح في وجهك في كل ثانية. يتيح لك اللعب أولاً، والاقتصاد يجلس بهدوء في الخلفية.
فشلت معظم ألعاب Web3 لأنها اعتمدت كثيرًا على المكافآت. عندما تباطأ المال، اختفى اللاعبون. لا مفاجأة في ذلك. إذا جاء الناس من أجل الربح، فإنهم يغادرون لنفس السبب.
Pixels تختبر فكرة أخرى. ماذا لو ظل اللاعبون لأنهم يستمتعون فعلاً بوجودهم هناك؟
لا يزال الأمر مبكرًا، والاختبار الحقيقي لم يحدث بعد. من السهل إدارة الأنظمة الصغيرة. التوسع هو المكان الذي تنكسر فيه الأمور عادة.
لذا السؤال بسيط.
هل هذه توازن حقيقي بين اللعبة والاقتصاد، أم مجرد شيء يعمل في الوقت الحالي؟
هناك لحظة عندما تبدأ ألعاب الكريبتو في الشعور بغرابة. تفتح لعبة متوقعًا المتعة، لكن ما تجده أقرب إلى اقتصاد صغير. الناس لا يلعبون فقط. إنهم يحسبون، يزرعون، يبيعون، ينتظرون، ويراقبون الأسعار. تصبح اللعبة أقل عن الاستمتاع وأكثر عن البقاء داخل حلقة مالية. لهذا السبب تبدو مشاريع مثل Pixels مثيرة للاهتمام. لا تحاول Pixels أن تصرخ بأنها حلت مشاكل ألعاب Web3. بل تبدو أكثر كعملية تجريبية لا تزال تتعلم علنًا. لعبة زراعة على السطح، لكن تحتها، هناك اقتصاد هادئ يحاول إيجاد توازن.
انفجار 🚨 زيادة كبيرة في القوات العسكرية الأمريكية جارية - ثلاث حاملات طائرات نشطة الآن في الشرق الأوسط. القوات البحرية، السيطرة الجوية، والضغط الاستراتيجي يتزايد مع تصاعد التوترات مع إيران قبل المحادثات الرئيسية هذا الأسبوع. الوقت ينفد... حل أم تصعيد؟ ⚠️ $CL $BZ $NATGAS