أحدث التمويل اللامركزي (DeFi) ثورة في التمويل التقليدي من خلال إشعال قصة نمو هائل من خلال سلسلة من البدائيات الاقتصادية البسيطة والقوية ، وتحويل شبكات blockchain إلى سوق عالمي غير مصرح به. في صعود DeFi ، أصبحت العديد من المقاييس الرئيسية هي اللغة المشتركة للقيمة: القيمة الإجمالية المقفلة (TVL) ، ومعدل العائد السنوي (APY / APR) ، والسيولة. هذه المقاييس الأنيقة تلهم المشاركة والثقة. على سبيل المثال ، ارتفعت TVL الخاصة ب DeFi (القيمة الدولارية للأصول المقفلة في البروتوكول) بمقدار 14 ضعفا في عام 2020 قبل أن تتضاعف أربع مرات مرة أخرى في عام 2021 ، لتصل إلى ذروتها فوق 112 مليار دولار. تجذب العوائد المرتفعة (تدعي بعض المنصات أن APYs تصل إلى 3000٪ خلال طفرة زراعة السيولة) السيولة ، بينما يشير عمق مجمعات السيولة إلى انخفاض الانزلاق والسوق الأكثر كفاءة. باختصار ، يخبرنا TVL "مقدار الأموال المعنية" ، ويخبرنا APR "المبلغ الذي يمكنك كسبه" ، وتشير السيولة إلى "مدى سهولة تداول الأصول". على الرغم من عيوبها ، فقد بنت هذه المقاييس نظاما بيئيا ماليا بمليارات الدولارات من الصفر. من خلال تحويل مشاركة المستخدم إلى فرصة مالية فورية ، أنشأ DeFi دولاب الموازنة ذاتي التعزيز الذي جعله شائعا بسرعة ، مما أدى إلى المشاركة الجماعية.
اليوم ، يقف الذكاء الاصطناعي على مفترق طرق مماثل. ولكن على عكس DeFi ، تهيمن على سرد الذكاء الاصطناعي الحالي نماذج كبيرة للأغراض العامة مدربة على مجموعات بيانات الإنترنت الضخمة. غالبا ما تكافح هذه النماذج لتحقيق نتائج فعالة في القطاعات أو المهام المتخصصة أو الاحتياجات الفردية. نموذجهم "مقاس واحد يناسب الجميع" قوي ولكنه هش وعالمي ولكنه منحرف. هذا النموذج في حاجة ماسة إلى نقلة نوعية. لا ينبغي تحديد العصر التالي من الذكاء الاصطناعي من خلال حجم النماذج أو تعدد استخداماتها ، ولكن يجب أن يركز على النماذج الأصغر حجما والمتخصصة للغاية. يتطلب هذا النوع من الذكاء الاصطناعي المخصص نوعا جديدا تماما من البيانات: بيانات عالية الجودة ومتوافقة مع الإنسان ومحددة بالمجال. لكن الحصول على هذا النوع من البيانات ليس بسيطا مثل الزحف إلى الويب ، فهو يتطلب مساهمات نشطة وواعية من الأفراد وخبراء المجال والمجتمعات.
من أجل دفع هذا العصر الجديد المتخصص والمتوافق مع الإنسان من الذكاء الاصطناعي، نحتاج إلى بناء عجلة تحفيز مماثلة لتلك التي صممتها DeFi للتمويل. وهذا يعني إدخال لغات أصلية جديدة للذكاء الاصطناعي لقياس جودة البيانات، وأداء النماذج، وموثوقية الوكلاء، وتحفيز التوافق - يجب أن تعكس هذه المؤشرات القيمة الحقيقية للبيانات كأصول (وليس مجرد مدخلات) بشكل مباشر.
تستكشف هذه المقالة هذه البدائيات الجديدة التي تشكل العمود الفقري لاقتصاد الذكاء الاصطناعي الأصلي. سنشرح كيف يمكن أن يزدهر الذكاء الاصطناعي إذا كانت البنية التحتية الاقتصادية الصحيحة موجودة - أي إنشاء بيانات عالية الجودة ، وتحفيز إنشائها واستخدامها ، ووضع الفرد في المركز. سننظر أيضا إلى منصات مثل LazAI كأمثلة لتحليل كيفية قيادتها لأطر الذكاء الاصطناعي الأصلية لقيادة نموذج جديد في التسعير ومكافأة البيانات لتعزيز القفزة التالية في ابتكار الذكاء الاصطناعي.
دائرة الحوافز في DeFi: TVL، العائدات والسيولة - مراجعة سريعة
لم يكن ظهور DeFi مصادفة، حيث إن تصميمها يجعل المشاركة مربحة وشفافة. إن القيم الرئيسية مثل القيمة الإجمالية المقفلة (TVL) ومعدل العائد السنوي (APY/APR) والسيولة ليست مجرد أرقام، بل هي تعبيرات تتماشى سلوكيات المستخدم مع نمو الشبكة. تشكل هذه المؤشرات معًا دورة إيجابية تجذب المستخدمين ورؤوس الأموال، مما يدفع الابتكار الإضافي.
إجمالي القيمة المقفلة (TVL): يقيس TVL إجمالي رأس المال المودع في بروتوكولات DeFi (على سبيل المثال ، مجمعات الإقراض ومجمعات السيولة) ويصبح مرادفا ل "القيمة السوقية" لمشاريع DeFi. ينظر إلى النمو السريع ل TVL على أنه علامة على ثقة المستخدم وصحة البروتوكول. على سبيل المثال ، في طفرة DeFi في 2020-2021 ، قفز TVL من أقل من 10 مليارات دولار إلى أكثر من 100 مليار دولار ، وتجاوز 150 مليار دولار في عام 2023 ، مما يدل على حجم القيمة التي يرغب المشاركون في تثبيتها في التطبيقات اللامركزية. يخلق TVL المرتفع تأثير الجاذبية: المزيد من رأس المال يعني المزيد من السيولة والاستقرار ، مما يجذب المزيد من المستخدمين للبحث عن الفرص. بينما يشير النقاد إلى أن مطاردة TVL بشكل أعمى يمكن أن تؤدي إلى بروتوكولات تخفي أوجه القصور من خلال توفير حوافز غير مستدامة (بشكل أساسي "شراء" TVL) ، فإن سرد DeFi المبكر يفتقر إلى طريقة ملموسة للتتبع بدون TVL.
معدل العائد السنوي (APY/APR): يعد العائد بتحويل المشاركة إلى فرص ملموسة. بدأت بروتوكولات DeFi في تقديم APR مذهل لمزودي السيولة أو الأموال. على سبيل المثال، أطلقت Compound رمز COMP في منتصف عام 2020، مما أطلق نموذج تعدين السيولة - مكافأة مزودي السيولة برموز الحوكمة. أثار هذا الابتكار موجة من النشاط. لم تعد استخدام المنصة مجرد خدمة، بل أصبحت استثمارًا. يجذب APY العالي الباحثين عن العائد، مما يدفع TVL إلى الارتفاع. تعمل هذه الآلية للمكافآت من خلال تحفيز المستخدمين الأوائل بعوائد سخية، مما يعزز نمو الشبكة.
السيولة: في التمويل ، تشير السيولة إلى القدرة على نقل الأصول دون التسبب في تقلبات حادة في الأسعار - وهي حجر الزاوية في السوق السليمة. غالبا ما تبدأ السيولة في DeFi من خلال برامج تعدين السيولة ، حيث يكسب المستخدمون الرموز المميزة لتوفير السيولة. تعني السيولة العميقة للبورصات اللامركزية ومجمعات الإقراض أنه يمكن للمستخدمين التداول أو الاقتراض باحتكاك منخفض ، مما يحسن تجربة المستخدم. تؤدي السيولة العالية إلى زيادة حجم التداول والمنفعة ، والتي بدورها تجذب المزيد من السيولة - حلقة التغذية الراجعة الإيجابية الكلاسيكية. كما أنه يدعم قابلية التركيب: يمكن للمطورين بناء منتجات جديدة (المشتقات ، والمجمعات ، وما إلى ذلك) فوق الأسواق السائلة لدفع الابتكار. نتيجة لذلك ، تصبح السيولة شريان الحياة للشبكة ، مما يؤدي إلى تبني وظهور خدمات جديدة.
معا ، تشكل هذه البدائيات دولاب الموازنة تحفيزي قوي. يكافأ المشاركون الذين يخلقون قيمة عن طريق قفل الأصول أو توفير السيولة على الفور (من خلال عوائد عالية وحوافز رمزية) ، مما يشجع على المزيد من المشاركة. وهذا يترجم المشاركة الفردية إلى فرص واسعة - أرباح المستخدمين وتأثير الحوكمة - والتي بدورها تولد تأثيرات الشبكة التي تجذب آلاف المستخدمين للانضمام. النتائج مثيرة للإعجاب: لدى DeFi أكثر من 10 ملايين مستخدم بحلول عام 2024 ، ونمت قيمته بنحو 30 ضعفا في بضع سنوات. من الواضح أن مواءمة الحوافز على نطاق واسع - تحويل المستخدمين إلى أصحاب مصلحة - هي مفتاح الارتفاع الهائل ل DeFi.
نقص الاقتصاد الحالي للذكاء الاصطناعي
إذا أظهر DeFi كيف يمكن للمشاركة من الأسفل إلى الأعلى والمواءمة التحفيزية أن تطلق الثورة المالية ، فإن اقتصاد الذكاء الاصطناعي اليوم لا يزال يفتقر إلى البدائيات الأساسية لدعم التحولات المماثلة. حاليا ، يهيمن على الذكاء الاصطناعي نماذج كبيرة للأغراض العامة مدربة على مجموعات البيانات الضخمة التي تم الزحف إليها. هذه النماذج التأسيسية مذهلة في الحجم ، ولكنها مصممة لحل جميع المشكلات وغالبا ما تكون غير فعالة بشكل خاص في خدمة أي شخص. تكافح هندستها المعمارية "ذات المقاس الواحد الذي يناسب الجميع" للتكيف مع المنافذ أو الاختلافات الثقافية أو التفضيلات الفردية ، مما يؤدي إلى مخرجات هشة ، ونقاط عمياء ، وانفصال متزايد عن احتياجات العالم الحقيقي.
لن يتم تعريف الجيل القادم من الذكاء الاصطناعي بعد الآن من خلال الحجم ، ولكن أيضا من خلال الفهم السياقي - قدرة النماذج على فهم وخدمة مجالات محددة ومجتمعات مهنية ووجهات نظر بشرية متنوعة. ومع ذلك ، يتطلب هذا الذكاء السياقي مدخلات مختلفة: بيانات عالية الجودة ومتوافقة مع الإنسان. وهذا بالضبط ما هو مفقود الآن. لا توجد حاليا آلية مقبولة على نطاق واسع لقياس هذه البيانات أو تحديدها أو تقييمها أو تحديد أولوياتها، ولا توجد عملية مفتوحة للأفراد أو المجتمعات أو خبراء المجال للمساهمة بوجهات نظرهم وتحسين الأنظمة الذكية التي تؤثر بشكل متزايد على حياتهم. نتيجة لذلك ، تظل القيمة مركزة في أيدي حفنة من مزودي البنية التحتية ، والجماهير منفصلة عن الإمكانات الصعودية لاقتصاد الذكاء الاصطناعي. فقط من خلال تصميم أساسيات جديدة تكتشف المساهمات عالية القيمة وتتحقق من صحتها وتكافئها (البيانات والتعليقات وإشارات المحاذاة) يمكننا إطلاق العنان لدورة النمو التشاركي التي يزدهر فيها DeFi.
باختصار، يجب علينا أن نسأل نفس الشيء:
كيف ينبغي لنا قياس قيمة الإبداع؟ كيف يمكن بناء دوامة اعتماد تعزز نفسها لدفع المشاركة المعتمدة على البيانات من القاعدة إلى القمة؟
لإطلاق "الاقتصاد الأصلي المستند إلى الذكاء الاصطناعي" الشبيه بـ DeFi، نحتاج إلى تعريف مفاهيم جديدة، وتحويل المشاركة إلى فرص للذكاء الاصطناعي، مما يحفز تأثيرات الشبكة غير المسبوقة في هذا المجال.
تقنية الذكاء الاصطناعي الأصلية: اللغة الأصلية للاقتصاد الجديد
لم نعد مجرد نقل الرموز بين المحافظ، بل نقوم بإدخال البيانات في النماذج، وتحويل مخرجات النماذج إلى قرارات، ثم تنفيذها بواسطة وكلاء الذكاء الاصطناعي. يتطلب ذلك معايير جديدة ولغويات لتQuantify الذكاء والتوافق، تمامًا كما تقوم مؤشرات DeFi بQuantify رأس المال. على سبيل المثال، تقوم LazAI ببناء شبكة blockchain من الجيل التالي، من خلال إدخال معايير أصول جديدة لسلوك النماذج وتفاعلات الوكلاء، لمعالجة مشكلة توافق بيانات الذكاء الاصطناعي.
تتضمن النقاط الرئيسية التالية التي تحدد القيمة الاقتصادية للذكاء الاصطناعي على السلسلة.
البيانات التي يمكن التحقق منها ("السيولة" الجديدة): البيانات هي الذكاء الاصطناعي ما هي السيولة بالنسبة للتمويل اللامركزي - شريان الحياة للنظام. في الذكاء الاصطناعي ، وخاصة النماذج الكبيرة ، من الأهمية بمكان أن يكون لديك البيانات الصحيحة. لكن البيانات الأولية يمكن أن تكون ذات جودة رديئة أو مضللة ، ونحتاج إلى بيانات عالية الجودة يمكن التحقق منها على السلسلة. البدائيات المحتملة هنا هي "إثبات البيانات (PoD) / إثبات القيمة (PoDV)". سيقيس المفهوم قيمة مساهمات البيانات ، ليس فقط على أساس الكمية ، ولكن أيضا على الجودة وتأثيرها على أداء الذكاء الاصطناعي. فكر في الأمر على أنه نظير لتعدين السيولة: سيتم مكافأة المساهمين الذين يقدمون بيانات مفيدة (أو علامات / تعليقات) بناء على القيمة التي تجلبها بياناتهم. التصاميم المبكرة لمثل هذه الأنظمة تتشكل بالفعل. على سبيل المثال ، يتعامل إجماع إثبات البيانات (PoD) لمشروع blockchain مع البيانات كمورد أساسي للتحقق (على غرار الطاقة في إثبات العمل أو رأس المال في إثبات الحصة). في هذا النظام ، تتم مكافأة العقد بناء على كمية البيانات التي تساهم بها ونوعيتها وملاءمتها.
بتوسيع نطاق هذا ليشمل اقتصاد الذكاء الاصطناعي العام ، قد نرى "إجمالي قيمة البيانات المقفلة (TDVL)" كمقياس: مقياس إجمالي لجميع البيانات القيمة على الشبكة ، مرجحا بقابلية التحقق والفائدة. يمكن حتى تداول مجمعات البيانات التي تم التحقق منها مثل مجمعات السيولة - على سبيل المثال ، قد يكون لمجموعة من الصور الطبية التي تم التحقق منها من أجل الذكاء الاصطناعي التشخيصي على السلسلة قيمة واستخدام قابلين للقياس الكمي. سيكون مصادر البيانات (فهم مصدر البيانات وسجل التعديل) جزءا أساسيا من هذا المقياس لضمان موثوقية البيانات التي يتم إدخالها في نموذج الذكاء الاصطناعي ويمكن تتبعها. بشكل أساسي ، إذا كانت السيولة تتعلق برأس المال المتاح ، فإن البيانات التي يمكن التحقق منها تتعلق بالمعرفة المتاحة. تلتقط مقاييس مثل إثبات قيمة البيانات (PoDV) مقدار المعرفة المفيدة المقفلة في الشبكة ، بينما يجعل تثبيت البيانات على السلسلة من خلال رمز تثبيت البيانات (DAT) من LazAI سيولة البيانات طبقة اقتصادية قابلة للقياس وتحفيزها.
أداء النموذج (فئة أصول جديدة): في اقتصاد الذكاء الاصطناعي ، يصبح النموذج المدرب (أو خدمة الذكاء الاصطناعي) أصلا في حد ذاته - أو حتى فئة أصول جديدة جنبا إلى جنب مع الرموز المميزة و NFTs. تعتبر نماذج الذكاء الاصطناعي المدربة جيدا ذات قيمة بسبب الذكاء المغلف في أوزانها. ولكن كيف تميز وتقيس هذه القيمة على السلسلة؟ قد نطلب معايير أداء على السلسلة أو شهادة نموذجية. على سبيل المثال ، يمكن تسجيل دقة النموذج على مجموعة بيانات قياسية ، أو معدل الفوز في مهمة تنافسية ، على السلسلة كنتيجة أداء. فكر في الأمر على أنه "تصنيف ائتماني" على السلسلة أو KPI لنموذج الذكاء الاصطناعي. يمكن تعديل هذه الدرجات عند ضبط النموذج أو تحديث البيانات. استكشفت مشاريع مثل Oraichain الجمع بين واجهات برمجة تطبيقات نموذج الذكاء الاصطناعي وتسجيل الموثوقية (التحقق من أن مخرجات الذكاء الاصطناعي كما هو متوقع من خلال حالات الاختبار). في DeFi الأصلي الذكاء الاصطناعي ("AiFi") ، يمكن تصور التخزين بناء على أداء النموذج - على سبيل المثال ، يمكن تكديس الرموز المميزة إذا كان المطور يعتقد أن نموذجه يعمل بشكل جيد. إذا أكد التدقيق المستقل على السلسلة أدائه، مكافأته (إذا لم يكن أداء النموذج جيدا، فستفقد الرهان). سيحفز هذا المطورين على الإبلاغ بصدق وتحسين النموذج باستمرار. فكرة أخرى هي NFTs النموذجية المرمزة التي تحمل بيانات وصفية للأداء - قد يعكس "السعر الأدنى" لنماذج NFTs فائدتها. مثل هذه الممارسات آخذة في الظهور بالفعل: تسمح بعض أسواق الذكاء الاصطناعي لنماذج البيع والشراء بالوصول إلى الرموز المميزة ، وتعتبر بروتوكولات مثل LayerAI (المعروفة سابقا باسم CryptoGPT) البيانات ونماذج الذكاء الاصطناعي صراحة كفئة أصول ناشئة في اقتصاد الذكاء الاصطناعي العالمي. باختصار ، يسأل DeFi "كم من الأموال مقفلة؟" سيسأل الذكاء الاصطناعي-DeFi "ما مقدار الذكاء المقفل؟" - ليس فقط من حيث قوة الحوسبة (على الرغم من أنها بنفس القدر من الأهمية) ، ولكن أيضا من حيث أداء وقيمة النماذج التي تعمل في الشبكة. قد تتضمن المقاييس الجديدة "إثباتات جودة النموذج" أو مؤشرات السلاسل الزمنية لتحسين أداء الذكاء الاصطناعي على السلسلة.
سلوك الوكيل والمنفعة (وكلاء الذكاء الاصطناعي على السلسلة): واحدة من أكثر الإضافات إثارة وتحديا إلى blockchain الأصلي الذكاء الاصطناعي هي وكلاء الذكاء الاصطناعي المستقلين الذين يعملون على السلسلة. يمكن أن يكونوا روبوتات تداول ، أو أمناء بيانات ، أو الذكاء الاصطناعي لخدمة العملاء ، أو محافظي DAO معقدين - في الأساس كيانات برمجية قادرة على استشعار المستخدمين على الشبكة أو حتى بمفردهم واتخاذ القرار والتصرف نيابة عنهم. يحتوي عالم DeFi على "روبوتات" أساسية فقط. وفي عالم الذكاء الاصطناعي blockchain ، قد يصبح الوكلاء وكلاء اقتصاديين من الدرجة الأولى. وقد أدى ذلك إلى الحاجة إلى مقاييس حول سلوك الوكالة والجدارة بالثقة والمنفعة. قد نرى آليات مثل "تسجيل مرافق الوكيل" أو أنظمة السمعة. تخيل أن كل وكيل الذكاء الاصطناعي (ربما يتم تمثيله على أنه هوية NFT أو رمز شبه قابل للاستبدال (SFT)) يتراكم سمعة بناء على أفعاله (إكمال المهام والتعاون وما إلى ذلك). تشبه هذه الدرجات درجات الائتمان أو تقييمات المستخدم ، ولكن بالنسبة إلى الذكاء الاصطناعي. يمكن للعقود الأخرى استخدام هذا لتحديد ما إذا كنت ستثق في خدمات الوكيل أو تستخدمها. في مفهوم iDAO (DAO المتمحور حول الأفراد) من LazAI ، يمتلك كل وكيل أو كيان مستخدم نطاقه الخاص على السلسلة وأصول الذكاء الاصطناعي. من المتصور أن تنشئ iDAOs أو الوكلاء سجلات قابلة للقياس.
بدأت المنصات الحالية في ترميز وكلاء الذكاء الاصطناعي ومنحهم مقاييس على السلسلة: على سبيل المثال ، يقوم "بروتوكول روما" من Rivalz بإنشاء وكلاء الذكاء الاصطناعي المستندين إلى NFT (rAgents) ، ويتم تسجيل أحدث مقاييس السمعة الخاصة به على السلسلة. يمكن للمستخدمين المشاركة أو إقراض هؤلاء الوكلاء ، وتعتمد مكافآتهم على مدى أدائهم وتأثيرهم في "مجموعة" الذكاء الاصطناعي الجماعية. هذا هو في الأساس DeFi لوكلاء الذكاء الاصطناعي ويوضح أهمية مقاييس أداة الوكيل. في المستقبل ، قد نتحدث عن "وكلاء الذكاء الاصطناعي النشطين" بنفس الطريقة التي نتحدث بها عن العناوين النشطة ، أو "التأثير الاقتصادي بالوكالة" كما نتحدث عن حجم المعاملات.
قد تصبح مسارات الانتباه بدائية أخرى - تسجيل ما يركز عليه الوكيل في عملية صنع القرار (ما هي البيانات والإشارات). هذا يجعل وكلاء الصندوق الأسود أكثر شفافية وقابلية للتدقيق ويعزو نجاح أو فشل الوكيل إلى مدخلات محددة. باختصار ، ستضمن مقاييس سلوك الوكيل المساءلة والمواءمة: لتمكين الوكلاء المستقلين من أن يعهد إليهم بإدارة مبالغ كبيرة من المال أو المهام الحرجة ، يجب قياس موثوقيتهم. قد تصبح درجة فائدة الوكيل العالية شرطا أساسيا لوكلاء الذكاء الاصطناعي على السلسلة لإدارة مبالغ كبيرة من الأموال (على غرار عتبة القروض الكبيرة في التمويل التقليدي).
استخدام الحوافز لمواءمة المقاييس مع الذكاء الاصطناعي: أخيرا ، يحتاج اقتصاد الذكاء الاصطناعي إلى النظر في كيفية تحفيز الاستخدام المفيد والمواءمة. يحفز DeFi النمو من خلال تعدين السيولة أو عمليات الإسقاط الجوي المبكرة للمستخدم أو عوائد الرسوم. في الذكاء الاصطناعي ، النمو وحده لا يكفي ، فنحن بحاجة إلى تحفيز استخدام نتائج الذكاء الاصطناعي المحسنة. في هذه المرحلة ، تعد المقاييس المرتبطة بمحاذاة الذكاء الاصطناعي أمرا بالغ الأهمية. على سبيل المثال ، يمكن تسجيل حلقات التغذية الراجعة البشرية (مثل قيام المستخدمين بتقييم استجابات الذكاء الاصطناعي أو تقديم تصحيحات من خلال iDAOs ، والتي يتم وصفها بمزيد من التفصيل أدناه) ، ويكسب المساهمون في التعليقات "أرباح المحاذاة". أو تخيل "إثبات الانتباه" أو "إثبات المشاركة" ، حيث يكافأ المستخدمون الذين يستثمرون الوقت في تحسين الذكاء الاصطناعي (من خلال توفير بيانات التفضيل أو التصحيحات أو حالات الاستخدام الجديدة). يمكن أن تكون المقاييس مسارات انتباه ، أو التقاط تعليقات عالية الجودة أو قوة انتباه بشرية مستثمرة في تحسين الذكاء الاصطناعي.
تمامًا كما تحتاج DeFi إلى متصفحات blockchain ولوحات المعلومات (مثل DeFi Pulse و DefiLlama) لتتبع TVL والعوائد، تحتاج الاقتصاد القائم على الذكاء الاصطناعي أيضًا إلى متصفح جديد لتتبع هذه المؤشرات المركزية للذكاء الاصطناعي - تخيل لوحة معلومات "AI-llama" تعرض إجمالي كمية البيانات المتوافقة، عدد الوكلاء النشطين في الذكاء الاصطناعي، وإجمالي عائدات الذكاء الاصطناعي. هناك أوجه تشابه مع DeFi، لكن المحتوى جديد تمامًا.
انتقل إلى عجلة الذكاء الاصطناعي على طراز DeFi
نحتاج إلى بناء عجلة تحفيز للذكاء الاصطناعي - من خلال اعتبار البيانات كأصل اقتصادي من الدرجة الأولى، مما يحول تطوير الذكاء الاصطناعي من مشروع مغلق إلى اقتصاد مفتوح ومشارك، تمامًا كما حولت DeFi المالية إلى مجال مفتوح للسيولة مدفوع من قبل المستخدمين.
لقد ظهرت استكشافات مبكرة في هذا الاتجاه. على سبيل المثال، بدأت مشاريع مثل Vana في مكافأة المستخدمين على المشاركة في مشاركة البيانات. يسمح شبكة Vana للمستخدمين بتقديم البيانات الشخصية أو المجتمعية إلى DataDAO (مجموعة البيانات اللامركزية)، وكسب رموز حصرية لمجموعات البيانات (يمكن استبدالها برموز أصلية للشبكة). هذه خطوة مهمة نحو تحقيق الربحية لمساهمي البيانات.
ومع ذلك ، فإن مكافأة المساهمات وحدها لا تكفي لتكرار دولاب الموازنة المتفجر ل DeFi. في التمويل اللامركزي ، لا يكافأ مقدمو السيولة على إيداع الأصول فحسب ، بل إن الأصول التي يقدمونها لها أيضا قيمة سوقية شفافة ، ويعكس العائد الاستخدام الفعلي (رسوم المعاملات ، وفوائد الاقتراض ، بالإضافة إلى الرموز التحفيزية). بنفس الطريقة ، يحتاج اقتصاد بيانات الذكاء الاصطناعي إلى تجاوز المكافآت العامة وبيانات التسعير مباشرة. في غياب التسعير الاقتصادي القائم على جودة البيانات أو ندرة البيانات أو درجة تحسين النموذج ، يمكن أن نقع في حوافز ضحلة. قد يؤدي مجرد توزيع الرموز المميزة لمكافأة المشاركة إلى تشجيع الكمية بدلا من الجودة ، أو التوقف عندما تفتقر الرموز المميزة إلى ربط أداة الذكاء الاصطناعي الفعلية. لإطلاق العنان للابتكار حقا ، يحتاج المساهمون إلى رؤية إشارات واضحة مدفوعة بالسوق ، وفهم قيمة بياناتهم ، وجني الثمار عند استخدام البيانات فعليا في أنظمة الذكاء الاصطناعي.
نحتاج إلى بنية تحتية تركز أكثر على تقدير البيانات المباشر ومكافآت البيانات، لإنشاء حلقة تحفيز مركزية للبيانات: كلما زادت البيانات عالية الجودة التي يساهم بها الناس، زادت جودة النموذج، مما يجذب المزيد من الاستخدام وطلب البيانات، وبالتالي يزيد من عوائد المساهمين. وهذا سيحول الذكاء الاصطناعي من منافسة مغلقة على البيانات الكبيرة إلى سوق مفتوحة للبيانات الموثوقة وعالية الجودة.
كيف تتجسد هذه الأفكار في المشاريع الحقيقية؟ على سبيل المثال، مشروع LazAI - الذي يعمل على بناء شبكة بلوكتشين من الجيل التالي للاقتصاد اللامركزي للذكاء الاصطناعي والمبادئ الأساسية.
مقدمة LazAI - جعل الذكاء الاصطناعي متوافقًا مع البشر
LazAI هو شبكة وبروتوكول blockchain من الجيل التالي مصمم خصيصًا لحل مشكلات توافق بيانات الذكاء الاصطناعي، من خلال تقديم معايير أصول جديدة لبيانات الذكاء الاصطناعي وسلوك النماذج وتفاعلات الوكلاء، لبناء بنية تحتية للاقتصاد اللامركزي للذكاء الاصطناعي.
تقدم LazAl واحدة من أكثر الطرق استشرافًا من خلال جعل البيانات قابلة للتحقق، والتحفيز، وقابلة للبرمجة على السلسلة لحل مشكلة توافق الذكاء الاصطناعي. ستوضح الفقرة التالية كيف يمكن لسلسلة الكتل الأصلية للذكاء الاصطناعي تطبيق المبادئ المذكورة أعلاه من خلال إطار عمل LazAI.
القضية الرئيسية - انحراف البيانات ونقص الحوافز العادلة
تتعلق مواءمة الذكاء الاصطناعي بشكل أساسي بجودة بيانات التدريب، بينما المستقبل يحتاج إلى بيانات جديدة مواءمة وموثوقة ومُدارة مع البشر. مع انتقال صناعة الذكاء الاصطناعي من نماذج مركزية عامة إلى ذكاء مُوائم وسياقي، يجب أن تتطور البنية التحتية بشكل متزامن. سيتم تعريف عصر الذكاء الاصطناعي التالي من خلال المواءمة والدقة وقابلية التتبع. يتناول LazAI تحديات مواءمة البيانات والتحفيز، ويقدم حلولاً جذرية: مواءمة البيانات في المصدر ومكافأة البيانات نفسها بشكل مباشر. بعبارة أخرى، ضمان أن تمثل بيانات التدريب بشكل موثوق وجهة نظر البشر، وإزالة الضوضاء والتحيّز، ومنح المكافآت بناءً على جودة البيانات أو ندرتها أو مدى تحسينها للنموذج. هذه هي قفزة نموذجية من إصلاح النماذج إلى تنظيم البيانات.
لاز AI لا تقدم فقط الأصالة، بل تقترح أيضاً نماذج جديدة لجمع البيانات والتسعير والحوكمة. تشمل المفاهيم الأساسية لها رموز البيانات المرتبطة (DAT) و DAO المركز على الأفراد (iDAO)، حيث يحققان معاً تسعير البيانات وتتبعها واستخدامها القابل للبرمجة.
بيانات قابلة للتحقق وقابلة للبرمجة - رموز تثبيت البيانات (DAT)
لتحقيق ذلك ، قدمت LazAI بدائيا جديدا على السلسلة ، رمز Data Anchor Token (DAT) ، وهو معيار رمز مميز جديد مصمم خصيصا لأصول بيانات الذكاء الاصطناعي. يمثل كل DAT جزءا من البيانات المثبتة على السلسلة ونسبها: هوية المساهم، والتطور بمرور الوقت، وحالات الاستخدام. يؤدي هذا إلى إنشاء سجل يمكن التحقق منه لكل جزء من البيانات - على غرار نظام التحكم في الإصدار لمجموعات البيانات (مثل Git) ، ولكنه مؤمن بواسطة blockchain. نظرا لوجود DATs على السلسلة ، فهي قابلة للبرمجة: تدير العقود الذكية قواعد استخدامها. على سبيل المثال ، يمكن للمساهم في البيانات تحديد أن DAT الخاص به ، مثل مجموعة من الصور الطبية ، يقتصر على نماذج الذكاء الاصطناعي المحددة ، أو استخدامه في ظل ظروف معينة (من خلال فرض قيود الخصوصية أو الأخلاقية من خلال التعليمات البرمجية). الحافز هو أنه يمكن تداول DAT أو تكديسه - قد يدفع النموذج (أو مالكه) للوصول إلى البيانات إذا كانت ذات قيمة للنموذج. بشكل أساسي ، أنشأت LazAI سوقا حيث يتم ترميز البيانات وتتبعها. هذا صدى مباشر لمقياس "البيانات التي يمكن التحقق منها" الذي تمت مناقشته سابقا: من خلال فحص DAT ، يمكنك تأكيد ما إذا كان قد تم التحقق من صحته ، وعدد النماذج المستخدمة ، وما هي تحسينات أداء النموذج التي تسببت فيها. ستحصل هذه البيانات على تقييم أعلى. من خلال ترسيخ البيانات على السلسلة وربط الحوافز الاقتصادية بالجودة ، تضمن LazAI تدريب الذكاء الاصطناعي على البيانات الموثوقة والقابلة للقياس. يتعلق الأمر بحل المشكلات من خلال تحفيز المواءمة - تتم مكافأة بيانات الجودة وتأتي في المقدمة.
إطار DAO (iDAO) القائم على الأفراد
المكون الرئيسي الثاني هو مفهوم iDAO (DAO المتمحور حول الأفراد) من LazAI ، والذي يعيد تعريف الحوكمة في اقتصاد الذكاء الاصطناعي من خلال وضع الأفراد ، بدلا من المنظمات ، في قلب صنع القرار وملكية البيانات. غالبا ما تعطي المنظمات اللامركزية المستقلة الأولوية للأهداف التنظيمية الجماعية ، مما يضعف الإرادة الفردية عن غير قصد. iDAO يفسد هذا المنطق. إنها وحدات حوكمة مخصصة تسمح للأفراد أو المجتمعات أو الكيانات الخاصة بالمجال بامتلاك البيانات والنماذج التي يساهمون بها في نظام الذكاء الاصطناعي والتحكم فيها والتحقق من صحتها بشكل مباشر. تدعم iDAOs الذكاء الاصطناعي المخصص والمتوافق: كإطار حوكمة ، فإنها تضمن أن النموذج يتبع دائما قيم أو نوايا المساهمين. من منظور اقتصادي ، تجعل iDAOs أيضا سلوك الذكاء الاصطناعي قابلا للبرمجة المجتمعية - يمكن تعيين القواعد للحد من كيفية استخدام النموذج لبيانات محددة ، ومن يمكنه الوصول إلى النموذج ، وكيف سيتم توزيع فوائد مخرجات النموذج. على سبيل المثال ، يمكن أن تنص iDAOs على أنه كلما تم استدعاء نموذج الذكاء الاصطناعي الخاص بهم ، مثل اكتمال طلب واجهة برمجة التطبيقات أو المهمة ، سيتم إرجاع جزء من العائدات إلى حاملي DAT الذين ساهموا بالبيانات ذات الصلة. يؤدي هذا إلى إنشاء حلقة تغذية راجعة مباشرة بين سلوك الوكيل ومكافآت المساهمين - على غرار الآلية في DeFi حيث يتم ربط أرباح مزود السيولة باستخدام النظام الأساسي. بالإضافة إلى ذلك ، يمكن أن تتفاعل iDAOs بشكل مركب مع بعضها البعض من خلال بروتوكول: يمكن لوكيل الذكاء الاصطناعي (iDAO) استدعاء بيانات أو نموذج iDAO آخر بموجب شروط متفاوض عليها.
من خلال البناء على هذه البدائيات ، يجلب إطار عمل LazAI رؤية اقتصاد الذكاء الاصطناعي اللامركزي إلى الحياة. تصبح البيانات أحد الأصول التي يمكن للمستخدمين امتلاكها وتحقيق الدخل منها ، وتتحول النماذج من صوامع خاصة إلى مشاريع تعاونية ، ويمكن لجميع المعنيين - من الأفراد الذين يقومون برعاية مجموعات بيانات فريدة إلى المطورين الذين يبنون نماذج صغيرة ومتخصصة - أن يصبحوا أصحاب مصلحة في سلسلة قيمة الذكاء الاصطناعي. تعد محاذاة الحوافز هذه بتكرار النمو الهائل ل DeFi: عندما يدرك الناس أن الانخراط في الذكاء الاصطناعي (المساهمة بالبيانات أو الخبرات) يترجم مباشرة إلى فرص ، فسيكونون أكثر نشاطا. مع زيادة عدد المشاركين ، تبدأ تأثيرات الشبكة - تؤدي المزيد من البيانات إلى نماذج أفضل ، ويتم جذب المزيد من المستخدمين ، ويتم إنشاء المزيد من البيانات والمتطلبات ، مما يخلق دورة إيجابية.
بناء قاعدة ثقة الذكاء الاصطناعي: إطار حساب قابل للتحقق
في هذه المنظومة البيئية، يُعتبر إطار الحوسبة القابلة للتحقق (Verified Computing Framework) الخاص بـ LazAI هو الطبقة الأساسية لبناء الثقة. يضمن هذا الإطار أن كل DAT يتم إنشاؤه، وكل قرار من iDAO (المنظمات الذاتية الفردية)، وكل توزيع للتحفيز لديه سلسلة تتبع قابلة للتحقق، مما يجعل ملكية البيانات قابلة للتنفيذ، وعملية الحكم قابلة للمسائلة، وسلوك الوكلاء قابلاً للتدقيق. من خلال تحويل iDAO و DAT من مفاهيم نظرية إلى أنظمة موثوقة وقابلة للتحقق، يحقق إطار الحوسبة القابلة للتحقق نقلًا في نمط الثقة - من الاعتماد على الافتراضات إلى ضمانات حتمية قائمة على التحقق الرياضي.
تحقيق قيمة الاقتصاد اللامركزي للذكاء الاصطناعي
إن إنشاء هذه المجموعة من العناصر الأساسية يجعل رؤية الاقتصاد اللامركزي للذكاء الاصطناعي حقيقة واقعة:
تحويل البيانات إلى أصول: يمكن للمستخدمين تأكيد ملكية أصول البيانات والحصول على الأرباح
التعاون في النماذج: تحول نماذج الذكاء الاصطناعي من جزر مغلقة إلى منتجات تعاونية مفتوحة
المشاركة في حقوق الملكية: من مساهمي البيانات إلى مطوري النماذج الرأسية، يمكن لجميع المشاركين أن يصبحوا أصحاب مصلحة في سلسلة قيمة الذكاء الاصطناعي
من المتوقع أن يؤدي هذا التصميم المتوافق مع الحوافز إلى استعادة زخم النمو في DeFi: عندما يدرك المستخدمون أن المشاركة في بناء AI (من خلال تقديم البيانات أو الخبرة) يمكن أن تتحول مباشرة إلى فرص اقتصادية، ستشتعل حماسة المشاركة. مع توسع عدد المشاركين، ستظهر آثار الشبكة - المزيد من البيانات عالية الجودة تنتج نماذج أفضل، مما يجذب المزيد من المستخدمين للانضمام، وبالتالي يولد المزيد من الطلب على البيانات، مما يشكل عجلة نمو معززة ذاتيًا.
الخاتمة: نحو اقتصاد الذكاء الاصطناعي المفتوح
أظهر تاريخ DeFi أن البدائيين المناسبين يمكنهم إطلاق العنان لنمو غير مسبوق. نحن في نقطة تحول لاختراق مماثل في اقتصاد الذكاء الاصطناعي الأصلي القادم. من خلال تحديد وتنفيذ أساسيات جديدة تقدر البيانات والمواءمة ، يمكننا تحويل تطوير الذكاء الاصطناعي من هندسة مركزية إلى مؤسسة لامركزية مدفوعة بالمجتمع. الرحلة خالية من التحديات: ضمان إعطاء الأولوية للآليات الاقتصادية للجودة على الكمية، وتجنب الفخاخ الأخلاقية لمنع حوافز البيانات من تقويض الخصوصية أو الإنصاف. لكن الاتجاه واضح. تمهد ممارسات مثل DAT و iDAO من LazAI الطريق لترجمة تجريد "الذكاء الاصطناعي المتوافق مع الإنسان" إلى آليات ملموسة للملكية والحوكمة.
مثلما قام تمويل التمويل اللامركزي المبكر بتحسين TVL وتعدين السيولة والحوكمة تجريبيا ، فإن اقتصاد الذكاء الاصطناعي سيكرر على بدائياه الجديدة. في المستقبل ، لا بد أن تظهر المناقشات والابتكارات حول قياس قيمة البيانات ، والتوزيع العادل للمكافآت ، ومواءمة عامل الذكاء الاصطناعي وفوائده. تتطرق هذه المقالة فقط إلى سطح نماذج الحوافز التي قد تقود إضفاء الطابع الديمقراطي على الذكاء الاصطناعي ، على أمل إثارة نقاش مفتوح وبحث متعمق: كيف يمكن تصميم المزيد من البدائيات الاقتصادية الأصلية لمنظمة الذكاء الاصطناعي؟ ما هي العواقب أو الفرص غير المقصودة المحتملة؟ بمشاركة مجتمع واسع ، من المرجح أن نبني مستقبل الذكاء الاصطناعي ليس فقط متقدما من الناحية التكنولوجية ، ولكن أيضا شاملا اقتصاديا ، ومتوافقا مع القيم الإنسانية.
النمو السريع لـ DeFi ليس سحرًا — إنه مدفوع بمحاذاة الحوافز. اليوم، لدينا الفرصة لدفع نهضة الذكاء الاصطناعي من خلال الممارسات المماثلة للبيانات والنماذج. من خلال تحويل المشاركة إلى فرص، وتحويل الفرص إلى تأثيرات الشبكة، يمكننا إعادة تشكيل العجلة الدوارة لإنشاء وتوزيع القيمة في عصر الرقمية.
دعونا نبني هذا المستقبل معًا - من مجموعة بيانات قابلة للتحقق، ووكيل AI متوافق، وبدءًا من بدائي جديد.
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
LazAI研究：AI经济如何超越 التمويل اللامركزي TVL神话
المقدمة
أحدث التمويل اللامركزي (DeFi) ثورة في التمويل التقليدي من خلال إشعال قصة نمو هائل من خلال سلسلة من البدائيات الاقتصادية البسيطة والقوية ، وتحويل شبكات blockchain إلى سوق عالمي غير مصرح به. في صعود DeFi ، أصبحت العديد من المقاييس الرئيسية هي اللغة المشتركة للقيمة: القيمة الإجمالية المقفلة (TVL) ، ومعدل العائد السنوي (APY / APR) ، والسيولة. هذه المقاييس الأنيقة تلهم المشاركة والثقة. على سبيل المثال ، ارتفعت TVL الخاصة ب DeFi (القيمة الدولارية للأصول المقفلة في البروتوكول) بمقدار 14 ضعفا في عام 2020 قبل أن تتضاعف أربع مرات مرة أخرى في عام 2021 ، لتصل إلى ذروتها فوق 112 مليار دولار. تجذب العوائد المرتفعة (تدعي بعض المنصات أن APYs تصل إلى 3000٪ خلال طفرة زراعة السيولة) السيولة ، بينما يشير عمق مجمعات السيولة إلى انخفاض الانزلاق والسوق الأكثر كفاءة. باختصار ، يخبرنا TVL "مقدار الأموال المعنية" ، ويخبرنا APR "المبلغ الذي يمكنك كسبه" ، وتشير السيولة إلى "مدى سهولة تداول الأصول". على الرغم من عيوبها ، فقد بنت هذه المقاييس نظاما بيئيا ماليا بمليارات الدولارات من الصفر. من خلال تحويل مشاركة المستخدم إلى فرصة مالية فورية ، أنشأ DeFi دولاب الموازنة ذاتي التعزيز الذي جعله شائعا بسرعة ، مما أدى إلى المشاركة الجماعية.
اليوم ، يقف الذكاء الاصطناعي على مفترق طرق مماثل. ولكن على عكس DeFi ، تهيمن على سرد الذكاء الاصطناعي الحالي نماذج كبيرة للأغراض العامة مدربة على مجموعات بيانات الإنترنت الضخمة. غالبا ما تكافح هذه النماذج لتحقيق نتائج فعالة في القطاعات أو المهام المتخصصة أو الاحتياجات الفردية. نموذجهم "مقاس واحد يناسب الجميع" قوي ولكنه هش وعالمي ولكنه منحرف. هذا النموذج في حاجة ماسة إلى نقلة نوعية. لا ينبغي تحديد العصر التالي من الذكاء الاصطناعي من خلال حجم النماذج أو تعدد استخداماتها ، ولكن يجب أن يركز على النماذج الأصغر حجما والمتخصصة للغاية. يتطلب هذا النوع من الذكاء الاصطناعي المخصص نوعا جديدا تماما من البيانات: بيانات عالية الجودة ومتوافقة مع الإنسان ومحددة بالمجال. لكن الحصول على هذا النوع من البيانات ليس بسيطا مثل الزحف إلى الويب ، فهو يتطلب مساهمات نشطة وواعية من الأفراد وخبراء المجال والمجتمعات.
من أجل دفع هذا العصر الجديد المتخصص والمتوافق مع الإنسان من الذكاء الاصطناعي، نحتاج إلى بناء عجلة تحفيز مماثلة لتلك التي صممتها DeFi للتمويل. وهذا يعني إدخال لغات أصلية جديدة للذكاء الاصطناعي لقياس جودة البيانات، وأداء النماذج، وموثوقية الوكلاء، وتحفيز التوافق - يجب أن تعكس هذه المؤشرات القيمة الحقيقية للبيانات كأصول (وليس مجرد مدخلات) بشكل مباشر.
تستكشف هذه المقالة هذه البدائيات الجديدة التي تشكل العمود الفقري لاقتصاد الذكاء الاصطناعي الأصلي. سنشرح كيف يمكن أن يزدهر الذكاء الاصطناعي إذا كانت البنية التحتية الاقتصادية الصحيحة موجودة - أي إنشاء بيانات عالية الجودة ، وتحفيز إنشائها واستخدامها ، ووضع الفرد في المركز. سننظر أيضا إلى منصات مثل LazAI كأمثلة لتحليل كيفية قيادتها لأطر الذكاء الاصطناعي الأصلية لقيادة نموذج جديد في التسعير ومكافأة البيانات لتعزيز القفزة التالية في ابتكار الذكاء الاصطناعي.
دائرة الحوافز في DeFi: TVL، العائدات والسيولة - مراجعة سريعة
لم يكن ظهور DeFi مصادفة، حيث إن تصميمها يجعل المشاركة مربحة وشفافة. إن القيم الرئيسية مثل القيمة الإجمالية المقفلة (TVL) ومعدل العائد السنوي (APY/APR) والسيولة ليست مجرد أرقام، بل هي تعبيرات تتماشى سلوكيات المستخدم مع نمو الشبكة. تشكل هذه المؤشرات معًا دورة إيجابية تجذب المستخدمين ورؤوس الأموال، مما يدفع الابتكار الإضافي.
معا ، تشكل هذه البدائيات دولاب الموازنة تحفيزي قوي. يكافأ المشاركون الذين يخلقون قيمة عن طريق قفل الأصول أو توفير السيولة على الفور (من خلال عوائد عالية وحوافز رمزية) ، مما يشجع على المزيد من المشاركة. وهذا يترجم المشاركة الفردية إلى فرص واسعة - أرباح المستخدمين وتأثير الحوكمة - والتي بدورها تولد تأثيرات الشبكة التي تجذب آلاف المستخدمين للانضمام. النتائج مثيرة للإعجاب: لدى DeFi أكثر من 10 ملايين مستخدم بحلول عام 2024 ، ونمت قيمته بنحو 30 ضعفا في بضع سنوات. من الواضح أن مواءمة الحوافز على نطاق واسع - تحويل المستخدمين إلى أصحاب مصلحة - هي مفتاح الارتفاع الهائل ل DeFi.
نقص الاقتصاد الحالي للذكاء الاصطناعي
إذا أظهر DeFi كيف يمكن للمشاركة من الأسفل إلى الأعلى والمواءمة التحفيزية أن تطلق الثورة المالية ، فإن اقتصاد الذكاء الاصطناعي اليوم لا يزال يفتقر إلى البدائيات الأساسية لدعم التحولات المماثلة. حاليا ، يهيمن على الذكاء الاصطناعي نماذج كبيرة للأغراض العامة مدربة على مجموعات البيانات الضخمة التي تم الزحف إليها. هذه النماذج التأسيسية مذهلة في الحجم ، ولكنها مصممة لحل جميع المشكلات وغالبا ما تكون غير فعالة بشكل خاص في خدمة أي شخص. تكافح هندستها المعمارية "ذات المقاس الواحد الذي يناسب الجميع" للتكيف مع المنافذ أو الاختلافات الثقافية أو التفضيلات الفردية ، مما يؤدي إلى مخرجات هشة ، ونقاط عمياء ، وانفصال متزايد عن احتياجات العالم الحقيقي.
لن يتم تعريف الجيل القادم من الذكاء الاصطناعي بعد الآن من خلال الحجم ، ولكن أيضا من خلال الفهم السياقي - قدرة النماذج على فهم وخدمة مجالات محددة ومجتمعات مهنية ووجهات نظر بشرية متنوعة. ومع ذلك ، يتطلب هذا الذكاء السياقي مدخلات مختلفة: بيانات عالية الجودة ومتوافقة مع الإنسان. وهذا بالضبط ما هو مفقود الآن. لا توجد حاليا آلية مقبولة على نطاق واسع لقياس هذه البيانات أو تحديدها أو تقييمها أو تحديد أولوياتها، ولا توجد عملية مفتوحة للأفراد أو المجتمعات أو خبراء المجال للمساهمة بوجهات نظرهم وتحسين الأنظمة الذكية التي تؤثر بشكل متزايد على حياتهم. نتيجة لذلك ، تظل القيمة مركزة في أيدي حفنة من مزودي البنية التحتية ، والجماهير منفصلة عن الإمكانات الصعودية لاقتصاد الذكاء الاصطناعي. فقط من خلال تصميم أساسيات جديدة تكتشف المساهمات عالية القيمة وتتحقق من صحتها وتكافئها (البيانات والتعليقات وإشارات المحاذاة) يمكننا إطلاق العنان لدورة النمو التشاركي التي يزدهر فيها DeFi.
باختصار، يجب علينا أن نسأل نفس الشيء:
كيف ينبغي لنا قياس قيمة الإبداع؟ كيف يمكن بناء دوامة اعتماد تعزز نفسها لدفع المشاركة المعتمدة على البيانات من القاعدة إلى القمة؟
لإطلاق "الاقتصاد الأصلي المستند إلى الذكاء الاصطناعي" الشبيه بـ DeFi، نحتاج إلى تعريف مفاهيم جديدة، وتحويل المشاركة إلى فرص للذكاء الاصطناعي، مما يحفز تأثيرات الشبكة غير المسبوقة في هذا المجال.
تقنية الذكاء الاصطناعي الأصلية: اللغة الأصلية للاقتصاد الجديد
لم نعد مجرد نقل الرموز بين المحافظ، بل نقوم بإدخال البيانات في النماذج، وتحويل مخرجات النماذج إلى قرارات، ثم تنفيذها بواسطة وكلاء الذكاء الاصطناعي. يتطلب ذلك معايير جديدة ولغويات لتQuantify الذكاء والتوافق، تمامًا كما تقوم مؤشرات DeFi بQuantify رأس المال. على سبيل المثال، تقوم LazAI ببناء شبكة blockchain من الجيل التالي، من خلال إدخال معايير أصول جديدة لسلوك النماذج وتفاعلات الوكلاء، لمعالجة مشكلة توافق بيانات الذكاء الاصطناعي.
تتضمن النقاط الرئيسية التالية التي تحدد القيمة الاقتصادية للذكاء الاصطناعي على السلسلة.
بتوسيع نطاق هذا ليشمل اقتصاد الذكاء الاصطناعي العام ، قد نرى "إجمالي قيمة البيانات المقفلة (TDVL)" كمقياس: مقياس إجمالي لجميع البيانات القيمة على الشبكة ، مرجحا بقابلية التحقق والفائدة. يمكن حتى تداول مجمعات البيانات التي تم التحقق منها مثل مجمعات السيولة - على سبيل المثال ، قد يكون لمجموعة من الصور الطبية التي تم التحقق منها من أجل الذكاء الاصطناعي التشخيصي على السلسلة قيمة واستخدام قابلين للقياس الكمي. سيكون مصادر البيانات (فهم مصدر البيانات وسجل التعديل) جزءا أساسيا من هذا المقياس لضمان موثوقية البيانات التي يتم إدخالها في نموذج الذكاء الاصطناعي ويمكن تتبعها. بشكل أساسي ، إذا كانت السيولة تتعلق برأس المال المتاح ، فإن البيانات التي يمكن التحقق منها تتعلق بالمعرفة المتاحة. تلتقط مقاييس مثل إثبات قيمة البيانات (PoDV) مقدار المعرفة المفيدة المقفلة في الشبكة ، بينما يجعل تثبيت البيانات على السلسلة من خلال رمز تثبيت البيانات (DAT) من LazAI سيولة البيانات طبقة اقتصادية قابلة للقياس وتحفيزها.
بدأت المنصات الحالية في ترميز وكلاء الذكاء الاصطناعي ومنحهم مقاييس على السلسلة: على سبيل المثال ، يقوم "بروتوكول روما" من Rivalz بإنشاء وكلاء الذكاء الاصطناعي المستندين إلى NFT (rAgents) ، ويتم تسجيل أحدث مقاييس السمعة الخاصة به على السلسلة. يمكن للمستخدمين المشاركة أو إقراض هؤلاء الوكلاء ، وتعتمد مكافآتهم على مدى أدائهم وتأثيرهم في "مجموعة" الذكاء الاصطناعي الجماعية. هذا هو في الأساس DeFi لوكلاء الذكاء الاصطناعي ويوضح أهمية مقاييس أداة الوكيل. في المستقبل ، قد نتحدث عن "وكلاء الذكاء الاصطناعي النشطين" بنفس الطريقة التي نتحدث بها عن العناوين النشطة ، أو "التأثير الاقتصادي بالوكالة" كما نتحدث عن حجم المعاملات.
تمامًا كما تحتاج DeFi إلى متصفحات blockchain ولوحات المعلومات (مثل DeFi Pulse و DefiLlama) لتتبع TVL والعوائد، تحتاج الاقتصاد القائم على الذكاء الاصطناعي أيضًا إلى متصفح جديد لتتبع هذه المؤشرات المركزية للذكاء الاصطناعي - تخيل لوحة معلومات "AI-llama" تعرض إجمالي كمية البيانات المتوافقة، عدد الوكلاء النشطين في الذكاء الاصطناعي، وإجمالي عائدات الذكاء الاصطناعي. هناك أوجه تشابه مع DeFi، لكن المحتوى جديد تمامًا.
انتقل إلى عجلة الذكاء الاصطناعي على طراز DeFi
نحتاج إلى بناء عجلة تحفيز للذكاء الاصطناعي - من خلال اعتبار البيانات كأصل اقتصادي من الدرجة الأولى، مما يحول تطوير الذكاء الاصطناعي من مشروع مغلق إلى اقتصاد مفتوح ومشارك، تمامًا كما حولت DeFi المالية إلى مجال مفتوح للسيولة مدفوع من قبل المستخدمين.
لقد ظهرت استكشافات مبكرة في هذا الاتجاه. على سبيل المثال، بدأت مشاريع مثل Vana في مكافأة المستخدمين على المشاركة في مشاركة البيانات. يسمح شبكة Vana للمستخدمين بتقديم البيانات الشخصية أو المجتمعية إلى DataDAO (مجموعة البيانات اللامركزية)، وكسب رموز حصرية لمجموعات البيانات (يمكن استبدالها برموز أصلية للشبكة). هذه خطوة مهمة نحو تحقيق الربحية لمساهمي البيانات.
ومع ذلك ، فإن مكافأة المساهمات وحدها لا تكفي لتكرار دولاب الموازنة المتفجر ل DeFi. في التمويل اللامركزي ، لا يكافأ مقدمو السيولة على إيداع الأصول فحسب ، بل إن الأصول التي يقدمونها لها أيضا قيمة سوقية شفافة ، ويعكس العائد الاستخدام الفعلي (رسوم المعاملات ، وفوائد الاقتراض ، بالإضافة إلى الرموز التحفيزية). بنفس الطريقة ، يحتاج اقتصاد بيانات الذكاء الاصطناعي إلى تجاوز المكافآت العامة وبيانات التسعير مباشرة. في غياب التسعير الاقتصادي القائم على جودة البيانات أو ندرة البيانات أو درجة تحسين النموذج ، يمكن أن نقع في حوافز ضحلة. قد يؤدي مجرد توزيع الرموز المميزة لمكافأة المشاركة إلى تشجيع الكمية بدلا من الجودة ، أو التوقف عندما تفتقر الرموز المميزة إلى ربط أداة الذكاء الاصطناعي الفعلية. لإطلاق العنان للابتكار حقا ، يحتاج المساهمون إلى رؤية إشارات واضحة مدفوعة بالسوق ، وفهم قيمة بياناتهم ، وجني الثمار عند استخدام البيانات فعليا في أنظمة الذكاء الاصطناعي.
نحتاج إلى بنية تحتية تركز أكثر على تقدير البيانات المباشر ومكافآت البيانات، لإنشاء حلقة تحفيز مركزية للبيانات: كلما زادت البيانات عالية الجودة التي يساهم بها الناس، زادت جودة النموذج، مما يجذب المزيد من الاستخدام وطلب البيانات، وبالتالي يزيد من عوائد المساهمين. وهذا سيحول الذكاء الاصطناعي من منافسة مغلقة على البيانات الكبيرة إلى سوق مفتوحة للبيانات الموثوقة وعالية الجودة.
كيف تتجسد هذه الأفكار في المشاريع الحقيقية؟ على سبيل المثال، مشروع LazAI - الذي يعمل على بناء شبكة بلوكتشين من الجيل التالي للاقتصاد اللامركزي للذكاء الاصطناعي والمبادئ الأساسية.
مقدمة LazAI - جعل الذكاء الاصطناعي متوافقًا مع البشر
LazAI هو شبكة وبروتوكول blockchain من الجيل التالي مصمم خصيصًا لحل مشكلات توافق بيانات الذكاء الاصطناعي، من خلال تقديم معايير أصول جديدة لبيانات الذكاء الاصطناعي وسلوك النماذج وتفاعلات الوكلاء، لبناء بنية تحتية للاقتصاد اللامركزي للذكاء الاصطناعي.
تقدم LazAl واحدة من أكثر الطرق استشرافًا من خلال جعل البيانات قابلة للتحقق، والتحفيز، وقابلة للبرمجة على السلسلة لحل مشكلة توافق الذكاء الاصطناعي. ستوضح الفقرة التالية كيف يمكن لسلسلة الكتل الأصلية للذكاء الاصطناعي تطبيق المبادئ المذكورة أعلاه من خلال إطار عمل LazAI.
القضية الرئيسية - انحراف البيانات ونقص الحوافز العادلة
تتعلق مواءمة الذكاء الاصطناعي بشكل أساسي بجودة بيانات التدريب، بينما المستقبل يحتاج إلى بيانات جديدة مواءمة وموثوقة ومُدارة مع البشر. مع انتقال صناعة الذكاء الاصطناعي من نماذج مركزية عامة إلى ذكاء مُوائم وسياقي، يجب أن تتطور البنية التحتية بشكل متزامن. سيتم تعريف عصر الذكاء الاصطناعي التالي من خلال المواءمة والدقة وقابلية التتبع. يتناول LazAI تحديات مواءمة البيانات والتحفيز، ويقدم حلولاً جذرية: مواءمة البيانات في المصدر ومكافأة البيانات نفسها بشكل مباشر. بعبارة أخرى، ضمان أن تمثل بيانات التدريب بشكل موثوق وجهة نظر البشر، وإزالة الضوضاء والتحيّز، ومنح المكافآت بناءً على جودة البيانات أو ندرتها أو مدى تحسينها للنموذج. هذه هي قفزة نموذجية من إصلاح النماذج إلى تنظيم البيانات.
لاز AI لا تقدم فقط الأصالة، بل تقترح أيضاً نماذج جديدة لجمع البيانات والتسعير والحوكمة. تشمل المفاهيم الأساسية لها رموز البيانات المرتبطة (DAT) و DAO المركز على الأفراد (iDAO)، حيث يحققان معاً تسعير البيانات وتتبعها واستخدامها القابل للبرمجة.
بيانات قابلة للتحقق وقابلة للبرمجة - رموز تثبيت البيانات (DAT)
لتحقيق ذلك ، قدمت LazAI بدائيا جديدا على السلسلة ، رمز Data Anchor Token (DAT) ، وهو معيار رمز مميز جديد مصمم خصيصا لأصول بيانات الذكاء الاصطناعي. يمثل كل DAT جزءا من البيانات المثبتة على السلسلة ونسبها: هوية المساهم، والتطور بمرور الوقت، وحالات الاستخدام. يؤدي هذا إلى إنشاء سجل يمكن التحقق منه لكل جزء من البيانات - على غرار نظام التحكم في الإصدار لمجموعات البيانات (مثل Git) ، ولكنه مؤمن بواسطة blockchain. نظرا لوجود DATs على السلسلة ، فهي قابلة للبرمجة: تدير العقود الذكية قواعد استخدامها. على سبيل المثال ، يمكن للمساهم في البيانات تحديد أن DAT الخاص به ، مثل مجموعة من الصور الطبية ، يقتصر على نماذج الذكاء الاصطناعي المحددة ، أو استخدامه في ظل ظروف معينة (من خلال فرض قيود الخصوصية أو الأخلاقية من خلال التعليمات البرمجية). الحافز هو أنه يمكن تداول DAT أو تكديسه - قد يدفع النموذج (أو مالكه) للوصول إلى البيانات إذا كانت ذات قيمة للنموذج. بشكل أساسي ، أنشأت LazAI سوقا حيث يتم ترميز البيانات وتتبعها. هذا صدى مباشر لمقياس "البيانات التي يمكن التحقق منها" الذي تمت مناقشته سابقا: من خلال فحص DAT ، يمكنك تأكيد ما إذا كان قد تم التحقق من صحته ، وعدد النماذج المستخدمة ، وما هي تحسينات أداء النموذج التي تسببت فيها. ستحصل هذه البيانات على تقييم أعلى. من خلال ترسيخ البيانات على السلسلة وربط الحوافز الاقتصادية بالجودة ، تضمن LazAI تدريب الذكاء الاصطناعي على البيانات الموثوقة والقابلة للقياس. يتعلق الأمر بحل المشكلات من خلال تحفيز المواءمة - تتم مكافأة بيانات الجودة وتأتي في المقدمة.
إطار DAO (iDAO) القائم على الأفراد
المكون الرئيسي الثاني هو مفهوم iDAO (DAO المتمحور حول الأفراد) من LazAI ، والذي يعيد تعريف الحوكمة في اقتصاد الذكاء الاصطناعي من خلال وضع الأفراد ، بدلا من المنظمات ، في قلب صنع القرار وملكية البيانات. غالبا ما تعطي المنظمات اللامركزية المستقلة الأولوية للأهداف التنظيمية الجماعية ، مما يضعف الإرادة الفردية عن غير قصد. iDAO يفسد هذا المنطق. إنها وحدات حوكمة مخصصة تسمح للأفراد أو المجتمعات أو الكيانات الخاصة بالمجال بامتلاك البيانات والنماذج التي يساهمون بها في نظام الذكاء الاصطناعي والتحكم فيها والتحقق من صحتها بشكل مباشر. تدعم iDAOs الذكاء الاصطناعي المخصص والمتوافق: كإطار حوكمة ، فإنها تضمن أن النموذج يتبع دائما قيم أو نوايا المساهمين. من منظور اقتصادي ، تجعل iDAOs أيضا سلوك الذكاء الاصطناعي قابلا للبرمجة المجتمعية - يمكن تعيين القواعد للحد من كيفية استخدام النموذج لبيانات محددة ، ومن يمكنه الوصول إلى النموذج ، وكيف سيتم توزيع فوائد مخرجات النموذج. على سبيل المثال ، يمكن أن تنص iDAOs على أنه كلما تم استدعاء نموذج الذكاء الاصطناعي الخاص بهم ، مثل اكتمال طلب واجهة برمجة التطبيقات أو المهمة ، سيتم إرجاع جزء من العائدات إلى حاملي DAT الذين ساهموا بالبيانات ذات الصلة. يؤدي هذا إلى إنشاء حلقة تغذية راجعة مباشرة بين سلوك الوكيل ومكافآت المساهمين - على غرار الآلية في DeFi حيث يتم ربط أرباح مزود السيولة باستخدام النظام الأساسي. بالإضافة إلى ذلك ، يمكن أن تتفاعل iDAOs بشكل مركب مع بعضها البعض من خلال بروتوكول: يمكن لوكيل الذكاء الاصطناعي (iDAO) استدعاء بيانات أو نموذج iDAO آخر بموجب شروط متفاوض عليها.
من خلال البناء على هذه البدائيات ، يجلب إطار عمل LazAI رؤية اقتصاد الذكاء الاصطناعي اللامركزي إلى الحياة. تصبح البيانات أحد الأصول التي يمكن للمستخدمين امتلاكها وتحقيق الدخل منها ، وتتحول النماذج من صوامع خاصة إلى مشاريع تعاونية ، ويمكن لجميع المعنيين - من الأفراد الذين يقومون برعاية مجموعات بيانات فريدة إلى المطورين الذين يبنون نماذج صغيرة ومتخصصة - أن يصبحوا أصحاب مصلحة في سلسلة قيمة الذكاء الاصطناعي. تعد محاذاة الحوافز هذه بتكرار النمو الهائل ل DeFi: عندما يدرك الناس أن الانخراط في الذكاء الاصطناعي (المساهمة بالبيانات أو الخبرات) يترجم مباشرة إلى فرص ، فسيكونون أكثر نشاطا. مع زيادة عدد المشاركين ، تبدأ تأثيرات الشبكة - تؤدي المزيد من البيانات إلى نماذج أفضل ، ويتم جذب المزيد من المستخدمين ، ويتم إنشاء المزيد من البيانات والمتطلبات ، مما يخلق دورة إيجابية.
بناء قاعدة ثقة الذكاء الاصطناعي: إطار حساب قابل للتحقق
في هذه المنظومة البيئية، يُعتبر إطار الحوسبة القابلة للتحقق (Verified Computing Framework) الخاص بـ LazAI هو الطبقة الأساسية لبناء الثقة. يضمن هذا الإطار أن كل DAT يتم إنشاؤه، وكل قرار من iDAO (المنظمات الذاتية الفردية)، وكل توزيع للتحفيز لديه سلسلة تتبع قابلة للتحقق، مما يجعل ملكية البيانات قابلة للتنفيذ، وعملية الحكم قابلة للمسائلة، وسلوك الوكلاء قابلاً للتدقيق. من خلال تحويل iDAO و DAT من مفاهيم نظرية إلى أنظمة موثوقة وقابلة للتحقق، يحقق إطار الحوسبة القابلة للتحقق نقلًا في نمط الثقة - من الاعتماد على الافتراضات إلى ضمانات حتمية قائمة على التحقق الرياضي.
تحقيق قيمة الاقتصاد اللامركزي للذكاء الاصطناعي إن إنشاء هذه المجموعة من العناصر الأساسية يجعل رؤية الاقتصاد اللامركزي للذكاء الاصطناعي حقيقة واقعة:
من المتوقع أن يؤدي هذا التصميم المتوافق مع الحوافز إلى استعادة زخم النمو في DeFi: عندما يدرك المستخدمون أن المشاركة في بناء AI (من خلال تقديم البيانات أو الخبرة) يمكن أن تتحول مباشرة إلى فرص اقتصادية، ستشتعل حماسة المشاركة. مع توسع عدد المشاركين، ستظهر آثار الشبكة - المزيد من البيانات عالية الجودة تنتج نماذج أفضل، مما يجذب المزيد من المستخدمين للانضمام، وبالتالي يولد المزيد من الطلب على البيانات، مما يشكل عجلة نمو معززة ذاتيًا.
الخاتمة: نحو اقتصاد الذكاء الاصطناعي المفتوح
أظهر تاريخ DeFi أن البدائيين المناسبين يمكنهم إطلاق العنان لنمو غير مسبوق. نحن في نقطة تحول لاختراق مماثل في اقتصاد الذكاء الاصطناعي الأصلي القادم. من خلال تحديد وتنفيذ أساسيات جديدة تقدر البيانات والمواءمة ، يمكننا تحويل تطوير الذكاء الاصطناعي من هندسة مركزية إلى مؤسسة لامركزية مدفوعة بالمجتمع. الرحلة خالية من التحديات: ضمان إعطاء الأولوية للآليات الاقتصادية للجودة على الكمية، وتجنب الفخاخ الأخلاقية لمنع حوافز البيانات من تقويض الخصوصية أو الإنصاف. لكن الاتجاه واضح. تمهد ممارسات مثل DAT و iDAO من LazAI الطريق لترجمة تجريد "الذكاء الاصطناعي المتوافق مع الإنسان" إلى آليات ملموسة للملكية والحوكمة.
مثلما قام تمويل التمويل اللامركزي المبكر بتحسين TVL وتعدين السيولة والحوكمة تجريبيا ، فإن اقتصاد الذكاء الاصطناعي سيكرر على بدائياه الجديدة. في المستقبل ، لا بد أن تظهر المناقشات والابتكارات حول قياس قيمة البيانات ، والتوزيع العادل للمكافآت ، ومواءمة عامل الذكاء الاصطناعي وفوائده. تتطرق هذه المقالة فقط إلى سطح نماذج الحوافز التي قد تقود إضفاء الطابع الديمقراطي على الذكاء الاصطناعي ، على أمل إثارة نقاش مفتوح وبحث متعمق: كيف يمكن تصميم المزيد من البدائيات الاقتصادية الأصلية لمنظمة الذكاء الاصطناعي؟ ما هي العواقب أو الفرص غير المقصودة المحتملة؟ بمشاركة مجتمع واسع ، من المرجح أن نبني مستقبل الذكاء الاصطناعي ليس فقط متقدما من الناحية التكنولوجية ، ولكن أيضا شاملا اقتصاديا ، ومتوافقا مع القيم الإنسانية.
النمو السريع لـ DeFi ليس سحرًا — إنه مدفوع بمحاذاة الحوافز. اليوم، لدينا الفرصة لدفع نهضة الذكاء الاصطناعي من خلال الممارسات المماثلة للبيانات والنماذج. من خلال تحويل المشاركة إلى فرص، وتحويل الفرص إلى تأثيرات الشبكة، يمكننا إعادة تشكيل العجلة الدوارة لإنشاء وتوزيع القيمة في عصر الرقمية.
دعونا نبني هذا المستقبل معًا - من مجموعة بيانات قابلة للتحقق، ووكيل AI متوافق، وبدءًا من بدائي جديد.