ينتشر الذكاء الاصطناعي بسرعة في قطاعات مختلفة مثل المال والصحة، حيث يكون الشفافية والموثوقية أمراً بالغ الأهمية. لكن أنظمة الذكاء الاصطناعي المركزية الحالية تواجه انتقادات بسبب عدم إمكانية تتبع بياناتها وعدم وضوح آلية عملها. لذلك، تهدف شركة 0G Labs إلى حل هذه المشكلات من خلال بناء بنية تحتية لامركزية للذكاء الاصطناعي. الفكرة الأساسية هي ربط بيانات التدريب على البلوكشين بأدلة تشفيرية لجعلها شفافة وتجنب المعلومات المضللة.
لماذا تعتبر بيانات الذكاء الاصطناعي الموثوقة ضرورية؟
تعتمد دقة نماذج الذكاء الاصطناعي على جودة البيانات وإمكانية تتبع مصدرها. بدون تأكيد مصدر البيانات، تصبح أنظمة الذكاء الاصطناعي أكثر عرضة لـ “الهلوسة” أو تقديم إجابات خاطئة، والتحيز. النموذج اللامركزي المقترح يتضمن سجلات بيانات لا يمكن تغييرها، مما يوفر سجلاً يمكن التحقق منه لمصادر البيانات والتحديثات التي تطرأ عليها. هذا يسمح لتطبيقات الذكاء الاصطناعي بالحفاظ على النزاهة والموثوقية حتى مع تطور مجموعات البيانات باستمرار.
الحل: نظام تشغيل ذكاء اصطناعي لامركزي
تعمل 0G Labs على إنشاء ما تسميه أول نظام تشغيل لامركزي للذكاء الاصطناعي. يوفر هذا النظام:
- تخزيناً قابلاً للتوسع للبيانات الضخمة الخاصة بالذكاء الاصطناعي على البلوكشين.
- إمكانية التحقق من مصدر البيانات وسلسلة تتبعها.
- سوقاً مفتوحاً ومشاعاً لقوة الحوسبة يهدف إلى إزالة الاعتماد على خدمات الحوسبة السحابية المركزية وتقليل تكاليف التطوير بشكل كبير.
كيف يحسن النظام كفاءة التدريب؟
حققت 0G Labs قفزة هائلة في كفاءة تدريب نماذج الذكاء الاصطناعي الكبيرة من خلال تقنية تسمى “ديلوكوكس”. تتيح هذه الطريقة تدريب نماذج لغوية ضخمة باستخدام مجموعات حوسبة لامركزية. تدعي الشركة أن هذه الطريقة زادت من كفاءة التدريب بأكثر من 350 مرة مقارنة بالطرق التقليدية.
مكافحة الاستخدام الضار وتعزيز الانفتاح
لمواجهة إساءة استخدام تقنيات الذكاء الاصطناعي مثل التزييف العميق واستنساخ الصوت، تركز 0G Labs على أهمية التوعية البشرية وتصميم النظام نفسه. إلى جانب التعليم والمعايير العالمية، تقدم الأنظمة اللامركزية عقوبات للمواطنين الخبثاء، مثل نظام الغرامات المالية.
كما تؤيد الشركة نموذج الذكاء الاصطناعي مفتوح المصدر لتوفير آلية تحكم شفافة وتقليل المخاطر المرتبطة بالأنظمة مغلقة المصدر. ستمكن سجلات التدريب المفتوحة والسجلات التي لا يمكن العبث بها المجتمعات من معرفة وتتبع كيفية إنشاء النماذج واستخدامها. من خلال مواءمة الحوافز وتعزيز عملية التطوير التعاوني، تهدف 0G Labs إلى تقليل هيمنة الاحتكارات والسماح بابتكار ذكاء اصطناعي أكثر أماناً للجميع.
الأسئلة الشائعة
ما هي المشكلة التي يحلها الذكاء الاصطناعي اللامركزي؟
يحل مشكلة عدم الشفافية وعدم إمكانية تتبع البيانات في أنظمة الذكاء الاصطناعي المركزية الحالية، مما يقلل من المعلومات المضللة والتحيز.
كيف يحسن نظام 0G Labs كفاءة الذكاء الاصطناعي؟
من خلال تقنية “ديلوكوكس” التي تسمح بتدريب نماذج ذكاء اصطناعي ضخمة بكفاءة أعلى ب 350 مرة باستخدام شبكات حوسبة لامركزية.
كيف يمنع الذكاء الاصطناعي اللامركزي الاستخدام الضار؟
من خلال سجلات بيانات شفافة لا يمكن تغييرها، وعقوبات مالية على السلوك الضار، ونماذج مفتوحة المصدر تسمح للمجتمع بالمراقبة والتحقق.
