تراهن Flare وجوجل كلاود على الذكاء الاصطناعي اللامركزي بينما يطلقان مسابقة هاكاثون بجائزة قيمتها 100,000 دولار في جامعة كاليفورنيا بيركلي.
شراكة بين Flare وجوجل كلاود
تتعاون Flare وجوجل كلاود في تحدي Verifiable AI Hackathon في جامعة كاليفورنيا بيركلي، حيث سيتنافس المطورون لبناء تطبيقات ذكاء اصطناعي تجمع بين المعالجة خارج السلسلة وتقنية البلوكشين. ومن المقرر أن تقام الفعالية في الفترة من 7 إلى 9 مارس، وستوزع جائزة إجمالية قدرها 100,000 دولار، مع تخصيص 60,000 دولار للمشاركين حضورياً في ستاد كاليفورنيا ميموريال و40,000 دولار للمشاركين عبر الإنترنت على منصة DoraHacks.
التركيز على البيئات التنفيذية الموثوقة
سيقرب الهاكاثون الاهتمام من البيئات التنفيذية الموثوقة والتي تُمكّن معالجة المهام الذكاء الاصطناعي المعقدة خارجة السلسلة مع الحفاظ على بيئة بلوكشين Flare. سيُتاح استخدام معالج جوجل كلاود Confidential Compute للمطورين لتجربة دمج الذكاء الاصطناعي مع الأنظمة اللامركزية.
أربعة مسارات لاكتشاف الدمج بين الذكاء الاصطناعي والبلوكشين
يمكن للمشاركين اختيار واحد من أربعة مسارات، كل منها يركز على تطبيقات مختلفة من الذكاء الاصطناعي والبلوكشين. يتناول مسار وكلاء الذكاء الاصطناعي الاجتماعي الذكاء الاصطناعي الذي يحاكي التفاعل البشري، في حين يركز مسار أنظمة المعرفة RAG على الذكاء الاصطناعي العامل مع البيانات المهيكلة. يجمع مسار DeFAI (التمويل اللامركزي x الذكاء الاصطناعي) بين الذكاء الاصطناعي والتمويل اللامركزي، بينما يركز مسار التعلم التوافقي على نماذج الذكاء الاصطناعي التي تُدرب في الشبكات اللامركزية.
بالنسبة لـFlare، هذه المبادرة تأتي كنتيجة لشراكة متعددة الأشهر مع جوجل كلاود، والتي بدأت في يناير 2024 عندما أصبحت جوجل كلاود مزوداً للتحقق والبيانات لـFlare. علق هيوغو فيليون، الرئيس التنفيذي لـFlare، على الهاكاثون قائلاً إن الشراكة تضع “معايير جديدة في تقاطع البلوكشين والحساب السري”.
الأسئلة الشائعة
- ما هو هدف هاكاثون Verifiable AI Hackathon؟
الهدف هو بناء تطبيقات ذكاء اصطناعي تجمع بين المعالجة خارج السلسلة وتكنولوجيا البلوكشين. - ما هي الجائزة الإجمالية في هذا الحدث؟
تبلغ الجائزة الإجمالية 100,000 دولار، مخصصة للمشاركين حضورياً وعبر الإنترنت. - ما هي المسارات المتاحة للمشاركين؟
هناك أربعة مسارات: وكلاء الذكاء الاصطناعي الاجتماعي، أنظمة المعرفة RAG، DeFAI (التمويل اللامركزي x الذكاء الاصطناعي)، والتعلم التوافقي.
