في عصر الذكاء الاصطناعي، كيف يمكن لشركات Web3 التنافس مع عمالقة الذكاء الاصطناعي التقليدي؟

المصدر: Fairy, ChainCatcher

ملاحظة المحرر: من خلال هالة التكنولوجيا، يرى المؤلف العقبات المتعددة مثل رأس المال والأجهزة التي يواجهها مشروع Web3 في تعزيز تطوير الذكاء الاصطناعي. على الرغم من أن الهدف الأصلي لـ Web3 هو كسر المركزية وتحقيق المثل الأعلى للامركزية، إلا أنها في التشغيل الفعلي غالبًا ما تتأثر بروايات السوق والحوافز الرمزية، مما ينحرف عن النية الأصلية.

قامت ChainCatcher بتجميع النص الأصلي على النحو التالي:

تتزايد الدعوة إلى الجمع بين الذكاء الاصطناعي وWeb3، لكن هذا لم يعد مقالًا متفائلًا لرأس المال الاستثماري. نحن متفائلون بشأن دمج التقنيتين، ولكن النص أدناه عبارة عن دعوة للعمل. وإلا فإن هذا التفاؤل لن يتحقق.

لماذا؟ نظرًا لأن تطوير أفضل نماذج الذكاء الاصطناعي وتشغيلها يتطلب نفقات رأسمالية ضخمة، غالبًا ما يكون من الصعب الحصول على أحدث الأجهزة ويتطلب البحث والتطوير في مجال محدد للغاية. إن التعهيد الجماعي لهذه الموارد من خلال حوافز التشفير، كما تفعل معظم مشاريع Web3 للذكاء الاصطناعي، لا يكفي لتعويض عشرات المليارات من الدولارات التي استثمرتها الشركات الكبرى التي تتحكم في تطوير الذكاء الاصطناعي. نظرًا للقيود المفروضة على الأجهزة، قد يكون هذا أول نموذج برمجي كبير لا يستطيع المهندسون الأذكياء والمبدعون خارج المؤسسات الحالية كسره.

البرمجيات "تأكل العالم" بمعدل متزايد وستنمو قريبًا بشكل كبير مع تسارع الذكاء الاصطناعي. وفي الوضع الحالي، تذهب كل هذه "الكعكة" إلى عمالقة التكنولوجيا، في حين يصبح المستخدمون النهائيون، بما في ذلك الحكومات والشركات الكبيرة، أكثر خضوعاً لسلطتهم.

الحوافز المنحرفة

كل هذا يحدث في وقت غير مناسب على الإطلاق - 90% من المشاركين في الشبكة اللامركزية مشغولون بمتابعة "البيضة الذهبية" لعوائد العملات الورقية.

يتبع المطورون المستثمرين في صناعتنا، وليس العكس. ويأتي هذا في أشكال مختلفة، بدءًا من الاعترافات العامة وحتى دوافع اللاوعي الأكثر دقة، لكن الروايات والأسواق التي تتشكل حولها تقود العديد من القرارات في Web3. كما هو الحال مع الفقاعات العاكسة التقليدية، يركز المشاركون بشكل كبير على العالم الداخلي بحيث لا يمكنهم ملاحظة العالم الخارجي ما لم يساعد ذلك في تعزيز سرد الدورة. ومن الواضح أن الذكاء الاصطناعي هو القصة الأكبر لأنه مزدهر في حد ذاته.

لقد تحدثنا إلى العشرات من الفرق التي تعمل في مجال تقاطع الذكاء الاصطناعي والعملات المشفرة ويمكننا أن نؤكد أن العديد منهم يتمتعون بقدرات عالية وبناة متحمسين وموجهين نحو المهام. لكن الطبيعة البشرية على ما هي عليه، فعندما نواجه الإغراءات فإننا نميل إلى الاستسلام لها ومن ثم تبرير تلك الاختيارات بعد ذلك.

كانت الطرق السهلة للحصول على السيولة بمثابة لعنة تاريخية لصناعة العملات المشفرة - وفي هذه المرحلة حاليًا، أخرت سنوات من التطوير والاعتماد القيم. إنه يحول حتى أكثر المؤمنين ولاءً بالعملات المشفرة في اتجاه "ضخ العملة". الأساس المنطقي هو أن المنشئين الذين يحملون الرموز قد يكون لديهم فرصة أفضل.

يوفر التعقيد المنخفض لرأس المال المؤسسي ورأس المال بالتجزئة للبناة الفرصة لتقديم مطالبات منفصلة عن الواقع، مع الاستمرار في الاستفادة من التقييمات كما لو أن هذه المطالبات قد تحققت. ونتيجة هذه العمليات هي في الواقع ترسيخ المخاطر الأخلاقية وتدمير رأس المال، والقليل من هذه الاستراتيجيات تنجح على المدى الطويل. الحاجة هي أم الاختراعات، وعندما تختفي الحاجة، يختفي الاختراع أيضًا.

لا يمكن أن يكون التوقيت أسوأ من ذلك. في حين أن جميع رواد الأعمال في مجال التكنولوجيا، والجهات الفاعلة الحكومية، والشركات الكبيرة والصغيرة يتسابقون لتأمين جزء من ثورة الذكاء الاصطناعي، فإن مؤسسي ومستثمري العملات المشفرة يختارون المضي قدمًا "بسرعة 10x". ومن وجهة نظرنا، هذه هي تكلفة الفرصة البديلة الحقيقية.

نظرة عامة على آفاق الذكاء الاصطناعي Web3

في ضوء آلية الحوافز المذكورة أعلاه، يمكن تقسيم تصنيف مشاريع الذكاء الاصطناعي Web3 فعليًا إلى:

• معقول (يمكن أيضًا تقسيمه إلى واقعيين ومثاليين)

• شبه معقول

• وهمي

في الأساس، نعتقد أن منشئي المشاريع يجب أن يكون لديهم فكرة واضحة عن كيفية مواكبة منافسيهم في Web2، ومعرفة أي منهم الحقول قابلة للتنافس وهي عبارة عن تفكير بالتمني، على الرغم من أن مجالات التفكير بالتمني هذه قد يتم تسويقها لشركات رأس المال الاستثماري والجمهور.

هدفنا هو المنافسة هنا والآن. وإلا فإن وتيرة تطور الذكاء الاصطناعي قد تترك ويب 3 وراءها، ويقفز العالم إلى "ويب 4" في مكان ما بين الذكاء الاصطناعي في الشركات الغربية والذكاء الاصطناعي الوطني في الصين. أما أولئك الذين لا يستطيعون أن يصبحوا قادرين على المنافسة في الوقت المناسب ويعتمدون على التكنولوجيات الموزعة للحاق بالركب على المدى الطويل فهم متفائلون للغاية بحيث لا يمكن أخذهم على محمل الجد.

من الواضح أن هذا مجرد تعميم تقريبي للغاية، حتى بين مجموعة "المزيفين" هناك على الأقل عدد قليل من الفرق الجادة (وربما أكثر من مجرد فرق مصابة بجنون العظمة). لكن هذه المقالة عبارة عن نداء، لذلك نحن لا نحاول أن نكون موضوعيين، ولكن بدلاً من ذلك ندعو القراء إلى الشعور بإلحاح الأمر.

معقول:

ليس هناك الكثير من مؤسسي الحلول الذين يطورون برمجيات وسيطة "للذكاء الاصطناعي على السلسلة"، وهم يفهمون التدريب اللامركزي الحالي أو الاستدلال. النماذج التي يحتاجها المستخدمون فعليًا (أي التكنولوجيا المتطورة) ليست مجدية أو حتى ممكنة.

لذا فإن العثور على طريقة لربط أفضل النماذج المركزية ببيئة متصلة بالسلسلة، مما يسمح لها بالاستفادة من الأتمتة المتطورة، يعد خطوة أولى جيدة بما يكفي بالنسبة لهم. حاليًا، توجد معالجات TEE معزولة بالأجهزة (معالجات "معزولة بالهواء") يمكنها استضافة نقاط وصول لواجهة برمجة التطبيقات (API)، وأوراكل ثنائية الاتجاه (للفهرسة ثنائية الاتجاه للبيانات الموجودة على السلسلة وخارجها)، ومعالجات مشتركة توفر للوكلاء إمكانية التحقق منها. يبدو أن بيئة الحوسبة المتسلسلة هي الحل الأفضل في الوقت الحالي.

توجد أيضًا بنية معالج مشترك تستخدم إثباتات المعرفة الصفرية (ZKPs) لالتقاط لقطات لتغيرات الحالة (بدلاً من التحقق من الحساب الكامل)، وهو ما نعتقد أنه ممكن أيضًا على المدى المتوسط.

إن النهج الأكثر مثالية لنفس المشكلة هو محاولة التحقق من صحة المنطق خارج السلسلة بحيث يكون متسقًا مع الحسابات الموجودة على السلسلة من حيث افتراضات الثقة.

نعتقد أن الهدف من ذلك يجب أن يكون السماح للذكاء الاصطناعي بأداء المهام المتصلة بالسلسلة وخارجها في بيئة تشغيل موحدة. ومع ذلك، فإن معظم مؤيدي إمكانية التحقق من الاستدلال يتحدثون عن أهداف صعبة مثل "أوزان نماذج الثقة" التي لن تصبح ذات صلة فعليًا لعدة سنوات، إن وجدت. في الآونة الأخيرة، بدأ مؤسسو هذا المعسكر في استكشاف طرق بديلة للتحقق من الاستدلال، ولكن في البداية كانت جميعها تعتمد على ZKP. في حين أن العديد من الفرق الذكية تعمل على ZKML، أو التعلم الآلي القائم على المعرفة الصفرية، فإنها تخوض مخاطرة كبيرة للغاية من خلال توقع أن تحسين التشفير سوف يتجاوز التعقيد والمتطلبات الحسابية لنماذج الذكاء الاصطناعي. لذلك، نعتقد أنهم غير مؤهلين حاليًا للمنافسة. ومع ذلك، فإن بعض التطورات الأخيرة مثيرة للاهتمام ولا ينبغي تجاهلها.

شبه معقول:

تستخدم تطبيقات المستهلك أغلفة تحتوي على نماذج مغلقة المصدر ومفتوحة المصدر (على سبيل المثال، الانتشار المستقر لتوليد الصور أو Midjourney) . وكانت بعض هذه الفرق أول من دخل السوق وحصل على تقدير من المستخدمين الفعليين. لذلك، ليس من العدل أن نطلق عليهم جميعاً اسم "المزيفين"، ولكن هناك عدد قليل فقط من الفرق التي تفكر بعمق في كيفية تطوير نماذجها الأساسية بطريقة لا مركزية والابتكار في تصميم الحوافز. على الجانب الرمزي، هناك أيضًا بعض تصميمات الحوكمة/الملكية المثيرة للاهتمام. ومع ذلك، فإن معظم هذه المشاريع تقوم ببساطة بوضع رمز مميز على غلاف مركزي يعتمد على شيء مثل OpenAI API للحصول على علاوة تقييم أو توفير سيولة أسرع للفريق.

المشكلة التي لم يحلها أي من المعسكرين المذكورين أعلاه هي تدريب واستنتاج النماذج الكبيرة في بيئة لا مركزية. في الوقت الحالي، من المستحيل تدريب نموذج أساسي في وقت معقول دون الاعتماد على مجموعة من الأجهزة المتصلة بإحكام. ونظراً لمستوى المنافسة، فإن "الوقت المعقول" هو العامل الأساسي.

كانت هناك بعض نتائج الأبحاث الواعدة مؤخرًا، ومن الناحية النظرية، قد يتم توسيع طرق مثل "تدفق البيانات التفاضلي" لتشمل شبكات الحوسبة الموزعة في المستقبل لزيادة قدرتها (كما تلحق قدرات الشبكة بالبيانات). متطلبات التدفق). ومع ذلك، لا يزال التدريب النموذجي التنافسي يتطلب اتصالاً محليًا بين المجموعات بدلاً من جهاز واحد موزع وحوسبة متطورة (حيث تصبح وحدات معالجة الرسومات للبيع بالتجزئة أقل قدرة على المنافسة بشكل متزايد).

حقق البحث في الاستدلال الموضعي عن طريق تقليل حجم النموذج (أحد طريقتين لتحقيق اللامركزية) أيضًا تقدمًا مؤخرًا، ولكن لا توجد بروتوكولات حالية للاستفادة منه في Web3.

إن مسألة التدريب اللامركزي والاستدلال تقودنا منطقيًا إلى المعسكر الأخير من المعسكرات الثلاثة، وهو الأكثر أهمية على الإطلاق، وبالتالي الأكثر إثارة عاطفيًا بالنسبة لنا.

وهمية:

تتركز تطبيقات البنية التحتية بشكل أساسي في مجال الخوادم الموزعة، حيث توفر الأجهزة العارية أو بيئات التدريب/الاستضافة النموذجية الموزعة. هناك أيضًا مشاريع البنية التحتية للبرمجيات التي تدفع بروتوكولات مثل التعلم الموحد (التدريب النموذجي اللامركزي)، أو تلك التي تجمع بين مكونات البرامج والأجهزة في منصة حيث يمكن للمرء بشكل أساسي تدريبها ونشرها كنموذج لامركزي شامل. ويفتقر معظمها إلى التطور المطلوب لحل المشكلة المذكورة فعليًا، وتسود هنا فكرة "الحوافز الرمزية + تسهيل السوق" الساذجة. ولا يتيح أي من الحلول التي نراها في الأسواق العامة والخاصة منافسة ذات معنى هنا والآن. وقد تتطور بعض الحلول إلى منتجات قابلة للحياة (ولكنها متخصصة)، ولكن ما نحتاج إليه الآن هو حلول جديدة وتنافسية. ولا يمكن تحقيق ذلك إلا من خلال التصاميم المبتكرة التي تحل اختناقات الحوسبة الموزعة. في التدريب، لا تمثل السرعة مشكلة كبيرة فحسب، بل تعد أيضًا إمكانية التحقق من العمل المكتمل وتنسيق عبء عمل التدريب، مما يزيد من عنق الزجاجة في عرض النطاق الترددي.

نحن بحاجة إلى مجموعة من النماذج الأساسية التنافسية واللامركزية حقًا والتي تتطلب تدريبًا لامركزيًا واستدلالًا لتعمل. إن فقدان الذكاء الاصطناعي يمكن أن ينفي تمامًا كل ما حققه “الكمبيوتر العالمي اللامركزي” منذ ظهور الإيثيريوم. إذا أصبحت أجهزة الكمبيوتر ذكاءً اصطناعيًا، وكان الذكاء الاصطناعي مركزيًا، فلن تكون هناك إمكانية لوجود كمبيوتر عالمي بخلاف نسخة بائسة.

يعد التدريب والاستدلال جوهر ابتكار الذكاء الاصطناعي. في حين أن بقية عالم الذكاء الاصطناعي يتجه نحو بنيات أكثر إحكاما، يحتاج Web3 إلى بعض الحلول المتعامدة للمنافسة لأن المنافسة المباشرة أصبحت أقل جدوى.

حجم المشكلة

الأمر كله يتعلق بالحوسبة. كلما استثمرت أكثر في التدريب والاستدلال، كانت النتائج أفضل. نعم، قد تكون هناك بعض التعديلات والتحسينات هنا وهناك، والحسابات نفسها ليست متجانسة. هناك كل أنواع الطرق الجديدة للتغلب على اختناقات وحدات معالجة بنية فون نيومان التقليدية، لكن الأمر كله لا يزال يتعلق بعدد عمليات ضرب المصفوفات التي يمكنك إجراؤها على حجم كتلة الذاكرة التي يمكنك إجراؤها ومدى سرعتها.

لهذا السبب نشهد مثل هذا البناء القوي لما يسمى بـ "المقاييس الفائقة" في مراكز البيانات، فهم جميعًا يتطلعون إلى إنشاء حزمة كاملة مع نماذج الذكاء الاصطناعي في الأعلى وتوفير الطاقة لهم في الجزء السفلي مدعوم بالأجهزة: OpenAI (النموذج) + Microsoft (الحوسبة)، Anthropic (النموذج) + AWS (الحوسبة)، Google (كلاهما)، وMeta (كلاهما بشكل متزايد من خلال مضاعفة بناء مراكز البيانات الخاصة بهما). هناك العديد من الفروق الدقيقة وديناميكيات التفاعل والأطراف المعنية، لكننا لن ندرجها جميعًا. بشكل جماعي، يستثمر القائمون على التوسع الفائق مليارات الدولارات في مراكز البيانات بشكل لم يسبق له مثيل ويخلقون تآزرًا بين عروض الحوسبة والذكاء الاصطناعي الخاصة بهم، والتي من المتوقع أن تنمو مع زيادة انتشار الذكاء الاصطناعي في الاقتصاد العالمي.

دعونا نلقي نظرة على مستويات البناء المتوقعة لهذه الشركات الأربع هذا العام وحده: ​​

اقترح جنسن هوانغ، الرئيس التنفيذي لشركة NVIDIA، ذات مرة أنه في السنوات القليلة المقبلة، سيعمل على إجمالي تم استثمار تريليون دولار أمريكي في تسريع الذكاء الاصطناعي. ومؤخراً، ضاعف هذا التوقع إلى 20 ألف دولار، بدعوى أنه رأى اهتماماً من جانب الصناديق السيادية.

يتوقع محللو مقياس الارتفاع أن يصل الإنفاق العالمي على مراكز البيانات المتعلقة بالذكاء الاصطناعي إلى 160 مليار دولار في عام 2024 وأكثر من 200 مليار دولار في عام 2025.

الآن، قارن هذه الأرقام مع الحوافز التي يقدمها Web3 لمشغلي مراكز البيانات المستقلة لتوسيع النفقات الرأسمالية على أحدث أجهزة الذكاء الاصطناعي:

في الوقت الحالي، جميع القيمة السوقية الإجمالية للبنية التحتية المادية اللامركزية ( DePIn) حاليًا حوالي 40 مليار دولار وتتكون في المقام الأول من الرموز غير السائلة والمضاربة نسبيًا. في الأساس، تساوي القيمة السوقية لهذه الشبكات تقدير الحد الأعلى لإجمالي النفقات الرأسمالية للمساهمين فيها لأنها تستخدم الرموز المميزة لتحفيز هذا البناء. ومع ذلك، فإن القيمة السوقية الحالية ليست ذات فائدة تذكر حيث تم إصدارها بالفعل.

لذلك لنفترض أنه على مدى السنوات الثلاث إلى الخمس القادمة، سيظهر 80 مليار دولار أخرى (ضعف القيمة الحالية) من رأس مال رمز DePIn الخاص والعام في السوق كحوافز، ومن المفترض أن هذه الرموز المميزة ستكون يستخدم بنسبة 100% في حالات استخدام الذكاء الاصطناعي. حتى لو قسمنا هذا التقدير التقريبي للغاية على 3 (سنوات) وقارنا قيمته بالدولار بالقيمة النقدية لشركة كبيرة جدًا تستثمر في عام 2024 فقط، فمن الواضح أن فرض حوافز رمزية على مجموعة من مشروع ""شبكة GPU اللامركزية"" ليس كافي.

بالإضافة إلى ذلك، ستكون هناك حاجة إلى مليارات الدولارات من طلب المستثمرين لاستيعاب هذه الرموز، حيث يبيع مشغلو هذه الشبكات كميات كبيرة من الرموز المميزة الملغومة لتغطية التكاليف الكبيرة لرأس المال ونفقات التشغيل. هناك حاجة أيضًا إلى المزيد من رأس المال لدعم صعود هذه الرموز وتحفيز التوسع إلى ما هو أبعد من المتوسعين الفائقين.

ومع ذلك، قد يفترض أي شخص لديه فهم عميق لكيفية عمل خوادم Web3 حاليًا أن جزءًا كبيرًا من "البنية التحتية المادية اللامركزية" يعمل فعليًا على الخدمات السحابية لهذه الشركات ذات الحجم الكبير. وبطبيعة الحال، فإن الطلب المتزايد على وحدات معالجة الرسومات وغيرها من الأجهزة الخاصة بالذكاء الاصطناعي يؤدي إلى زيادة العرض، الأمر الذي سيجعل في النهاية السحابة أرخص في الإيجار أو الشراء. على الأقل هذا هو التوقع.

ولكن ضع في اعتبارك هذا أيضًا: تحتاج Nvidia الآن إلى إعطاء الأولوية لطلب العملاء لأحدث جيل من وحدات معالجة الرسومات. بدأت Nvidia أيضًا في التنافس مع أكبر موفري الحوسبة السحابية على أرضها - حيث تقدم خدمات منصة الذكاء الاصطناعي لعملاء المؤسسات المحصورين بالفعل في هذه الحواسيب العملاقة. وهذا من شأنه أن يدفعها في النهاية إما إلى إنشاء مراكز بيانات خاصة بها بمرور الوقت (وهو ما يؤدي بشكل أساسي إلى استهلاك الأرباح الكبيرة التي تتمتع بها الآن، وهو أمر غير مرجح للغاية) أو الحد بشكل كبير من مبيعات أجهزة الذكاء الاصطناعي الخاصة بها إلى موفري الخدمات السحابية للشبكات الشريكة في النطاق.

بالإضافة إلى ذلك، فإن منافسي Nvidia، الذين يطلقون أجهزة إضافية خاصة بالذكاء الاصطناعي، يستخدمون في الغالب نفس الرقائق التي تنتجها TSMC مثل Nvidia. لذلك، تتنافس جميع شركات أجهزة الذكاء الاصطناعي حاليًا على الطاقة الإنتاجية لشركة TSMC. تحتاج TSMC أيضًا إلى إعطاء الأولوية لعملاء معينين. قد تتمكن سامسونج وربما إنتل (التي تحاول العودة إلى تصنيع الرقائق الحديثة في أقرب وقت ممكن، وإنتاج رقائق لأجهزتها الخاصة) من استيعاب الطلب الإضافي، لكن TSMC تنتج حاليًا معظم منتجات الذكاء الاصطناعي. الرقائق ذات الصلة ولديها القليل من الاهتمام بتصنيع الرقائق المتطورة (3 و 2 نانومتر) وسيستغرق القياس والمعايرة سنوات.

أخيرًا، نظرًا للقيود الأمريكية على NVIDIA وTSMC، أصبحت الصين خارج نطاق أحدث جيل من أجهزة الذكاء الاصطناعي. وعلى عكس Web3، فإن الشركات الصينية لديها في الواقع نماذجها المنافسة الخاصة، وخاصة LLM من أمثال Baidu وAlibaba، والتي تتطلب كميات هائلة من معدات الجيل السابق لتشغيلها.

نظرًا لأحد الأسباب المذكورة أعلاه أو مجموعة من العوامل، مع اشتداد المعركة من أجل تفوق الذكاء الاصطناعي وحصولها على الأسبقية على الأعمال السحابية، فإن المؤسسات ذات الحجم الكبير ستقيد الوصول الخارجي إلى أجهزة الذكاء الاصطناعي الخاصة بها، وهذا أمر بالغ الأهمية مخاطر مادية غير عادية. في الأساس، الأمر يتعلق بأخذ كل القدرات السحابية المتعلقة بالذكاء الاصطناعي لأنفسهم وعدم إتاحتها لأي شخص آخر، بينما يلتهمون أيضًا أحدث الأجهزة. وهذا من شأنه أن يفرض متطلبات أعلى على إمدادات الحوسبة المتبقية من الشركات الكبيرة الأخرى، بما في ذلك الدول ذات السيادة. وفي الوقت نفسه، أصبحت وحدات معالجة الرسومات المتبقية من فئة المستهلك غير قادرة على المنافسة بشكل متزايد.

من الواضح أن هذه مجرد حالة متطرفة، ولكن إذا استمر عنق الزجاجة في الأجهزة، فسيتم إحباط اللاعبين الكبار بسبب المكافآت المفرطة. وهذا من شأنه أن يستبعد المشغلين اللامركزيين مثل مراكز البيانات الثانوية وأصحاب الأجهزة من فئة البيع بالتجزئة (الذين يشكلون غالبية موفري Web3 DePIn) من المنافسة.

الوجه الآخر للعملة

بينما لا يزال مؤسسو العملات المشفرة نائمين، يولي عمالقة الذكاء الاصطناعي اهتمامًا وثيقًا بالعملات المشفرة. قد يدفعهم الضغط الحكومي والمنافسة إلى اعتماد العملات المشفرة لتجنب إغلاقها أو تنظيمها بشكل صارم.

كانت إحدى التلميحات العامة الأولى هي الاستقالة الأخيرة لمؤسس Stability AI من أجل البدء في "إضفاء اللامركزية" على شركته. ولم يخف ظهوره العلني السابق خططه لإطلاق رمز مميز بعد الإدراج الناجح للشركة، الأمر الذي كشف إلى حد ما عن الدوافع الحقيقية وراء هذه الخطوة المتوقعة.

وبالمثل، على الرغم من أن Sam Altman لا يشارك في تشغيل Worldcoin، وهو مشروع العملة المشفرة الذي شارك في تأسيسه، إلا أنه يتم تداول الرموز المميزة الخاصة به بلا شك كما لو كانوا عملاء لـ OpenAI. ما إذا كانت هناك طريقة لربط مشاريع رموز الإنترنت بمشاريع البحث والتطوير في مجال الذكاء الاصطناعي، فإن الوقت وحده هو الذي سيحدد ذلك، ولكن يبدو أن فريق Worldcoin يدرك أيضًا أن السوق يختبر هذه الفرضية.

بالنسبة لنا، من المنطقي أن يستكشف عمالقة الذكاء الاصطناعي مسارات مختلفة للامركزية. المشكلة التي نراها هنا مرة أخرى هي أن Web3 لا يقدم حلاً ذا معنى. "الرموز المميزة للحوكمة" هي في الغالب مجرد ميمات، وفي الوقت الحالي فقط تلك الرموز المميزة التي تتجنب بشكل صريح الاتصالات المباشرة بين أصحاب الأصول وتطوير وتشغيل شبكتهم، مثل BTC وETH، هي رموز لامركزية حقًا.

أثرت آليات الحوافز التي أدت إلى بطء تطوير التكنولوجيا أيضًا على تطوير تصميمات مختلفة لشبكات تشفير الإدارة. تضع فرق الشركات الناشئة "رمزًا مميزًا للحوكمة" على منتجاتها، على أمل العثور على مسار جديد في عملية اكتساب الزخم، ولكن في النهاية لا يمكنهم الوقوف بمفردهم إلا في "مسرح الحوكمة" المحيط بتخصيص الموارد.

الخلاصة

إن سباق الذكاء الاصطناعي مستمر والجميع يأخذ الأمر على محمل الجد. لا يمكننا العثور على أي ثغرات في تفكير عمالقة التكنولوجيا الكبار بشأن توسيع قوة الحوسبة - فالمزيد من الحوسبة يعني ذكاء اصطناعيا أفضل، والذكاء الاصطناعي الأفضل يعني تكاليف أقل، وإيرادات جديدة، وحصة سوقية موسعة. بالنسبة لنا، هذا يعني أن الفقاعة معقولة، ولكن سيتم القضاء على جميع المزورين في المراوغة المستقبلية الحتمية.

يهيمن الذكاء الاصطناعي المركزي للشركات الكبيرة على هذا المجال، مما يجعل من الصعب على الشركات الناشئة مواكبة ذلك. مساحة Web3، على الرغم من أنها متأخرة في اللعبة، تنضم إلى المعركة. يكافئ السوق مشاريع الذكاء الاصطناعي المشفرة بشكل مفرط مقارنة بالشركات الناشئة في مجال Web2، مما دفع المؤسسين إلى تحويل تركيزهم من تسليم المنتج إلى زيادة أسعار الرموز المميزة في لحظة حرجة تقترب من الإغلاق بسرعة. حتى الآن، لم ينجح أي ابتكار في التحايل على توسيع نطاق الحوسبة من أجل المنافسة.

توجد الآن حركة ذات مصداقية مفتوحة المصدر حول النماذج التي تواجه المستهلك، في البداية مع عدد قليل من اللاعبين المركزيين الذين يتنافسون ضد منافسين أكبر مغلقي المصدر مثل Meta وStability AI. لكن الآن، بدأ المجتمع في اللحاق بالركب، مما أدى إلى الضغط على شركات الذكاء الاصطناعي الرائدة. وستستمر هذه الضغوط في التأثير على تطوير منتجات الذكاء الاصطناعي مغلقة المصدر، ولكن ليس بشكل كبير حتى تلحق المنتجات مفتوحة المصدر بالركب. هذه فرصة كبيرة أخرى في مجال Web3، ولكن فقط إذا كانت تحل مشكلة التدريب والاستدلال على النماذج اللامركزية.

لذا، فبينما توجد فرصة ظاهرية لإحداث تغيير "كلاسيكي"، فإن الواقع بعيد عن ذلك. ويرتبط الذكاء الاصطناعي ارتباطا وثيقا بالحوسبة، وإذا لم تكن هناك ابتكارات خارقة في السنوات الثلاث إلى الخمس المقبلة، فلا يمكن تغيير هذا الوضع الراهن. وهذه فترة حرجة لتحديد من يتحكم في تطوير الذكاء الاصطناعي ويوجهه.

في سوق الحوسبة نفسها، على الرغم من أن الطلب يدفع الجهود المبذولة على جانب العرض، فمن المستحيل أن تتفتح مائة زهرة لأن المنافسة بين الشركات المصنعة مقيدة بعوامل هيكلية مثل تصنيع الرقائق ووفورات الحجم.

نحن لا نزال متفائلين بشأن البراعة البشرية ومقتنعين بوجود عدد كافٍ من الأشخاص الأذكياء والنبلاء الذين يمكنهم محاولة بناء نظام يفيد العالم الحر بدلاً من الشركات أو الحكومات التي تتحكم في طريقة الحل. ألغاز الذكاء الاصطناعي. ومع ذلك، تبدو هذه الفرصة ضئيلة جدًا ولا تمثل سوى رمية عملة معدنية في أحسن الأحوال، لكن مؤسسي Web3 مشغولون جدًا بقلب العملات المعدنية للحصول على فوائد مالية بدلاً من إحداث تأثير فعلي على العالم.