الذكاء الاصطناعي اللامركزي: قوة الذكاء الذي لا يحتاج إلى إذن

في الندوة التي حملت عنوان "الذكاء الاصطناعي اللامركزي: قوة الذكاء غير المرخص"18 سبتمبر 2023 في TOKEN2049 سنغافورة، تتكون اللجنة من سانتياغو آر سانتوس، الشريك الإداري في SRS الذي يدير الجلسة؛ وعماد موستاك، مؤسس Schelling AI؛ وشون رين، المؤسس المشارك والرئيس التنفيذي لشركة Sahara AI؛ وتارون شيترا، المؤسس والرئيس التنفيذي لشركة Gauntlet؛ وأليكس سكيدانوف، المؤسس المشارك لشركة NEAR AI؛ ويتناول النقاش التبني الصحي للعملات المشفرة وآفاق العملات المشفرة في السنوات الثلاث المقبلة.

هل نحتاج إلى الذكاء الاصطناعي اللامركزي؟ مخاوف الخصوصية والملكية وبيانات المستخدمين

سانتوسبدأت اللوحة من خلال الإشارة إلى أن أي تقنية تم إنشاؤها في العقد الماضي، أصبحت جميعها اليوم تحت سيطرة الشركات الكبرى.

وفي كل حالة، ما يحدث هو أن هذه الشركات تستولي على كافة البيانات، وتحقق الربح منها، ثم تبيعها.

المستخدمون في الواقع ليسوا عملاء، بل هم منتجات.

ويتحرك الذكاء الاصطناعي في نفس الاتجاه.

إن الفارق الكبير هو ما نسميه الذكاء الاصطناعي المملوك للمستخدم: حيث يجب أن يكون المستخدمون قادرين على التحكم في البيانات ويمكن للمستخدمين التحكم في كيفية استخدامهم للتطبيقات التي تعمل بالذكاء الاصطناعي.

في النظام البيئي الحالي للذكاء الاصطناعي، توجد مجموعات مستخدمين مميزة تتطلب الاهتمام، مثل مطوري الذكاء الاصطناعي أو منشئي النماذج، ومستخدمي الذكاء الاصطناعي، وما إلى ذلك، وفقًا لرين.

إن إنشاء نموذج أولي لفكرة نموذجية اليوم يعد أمرا مكلفا ويستغرق وقتا طويلا.

يتعين على المطورين الحصول على البيانات، والعثور على بائعي الحوسبة، وجمع رأس المال، غالبًا من أصحاب رؤوس الأموال الاستثمارية (VC).

يمكن أن تستغرق هذه العملية ما بين ثلاثة إلى ستة أشهر قبل البدء في اختبار الأفكار.

ويواجه المطورون تحديات كبيرة في الوصول إلى الموارد ورأس المال اللازمين، مما يمثل فرصة واضحة للمنصات المدعومة بتقنية البلوكشين وأسواق التمويل اللامركزي (DeFi) لتبسيط هذه العملية وتسريع الابتكار.

بالإضافة إلى ذلك، غالبًا ما يشارك مستخدمو الذكاء الاصطناعي دون علمهم قدرًا كبيرًا من المعلومات الشخصية والخاصة - التفضيلات والبيانات الشخصية والتفاصيل المالية - في مقابل الحصول على خدمات مجانية، مثل تلك التي تقدمها ChatGPT.

بمرور الوقت، تقوم شركات مثل OpenAI بتجميع كميات هائلة من بيانات المستخدم هذه، وتعمل على تحسين نماذجها من خلال الاستفادة من هذه المعرفة الجماعية.

وفي حين أن هذا الأمر يعزز الابتكار، فإنه يثير أيضا مخاوف جدية بشأن الخصوصية والملكية وكيفية استخدام بيانات المستخدمين، وربما حتى لأتمتة وظائفهم أو استبدالها.

أعرب رين:

"وبعد ذلك، بمرور الوقت، سيبتكرون نسخة أفضل، تجمع كل خبراء المجال الفرديين هؤلاء الذين قد يكونون قادرين على أتمتة جزء من وظائفك وحتى وضع وظائفك في فرصة تحقيق الدخل. وهنا نعود إلى مشكلة حماية الخصوصية ونوع من ملكية المستخدم لما قدموه للمزود المركزي. وأعتقد أن هاتين المشكلتين الكبيرتين الرئيسيتين اللتين يتعين علينا معالجتهما".

ويتطلب التصدي لهذه التحديات التحول نحو حماية أقوى للخصوصية وملكية المستخدم للبيانات.

توفر أنظمة blockchain والعملات المشفرة حلاً واعدًا لمعالجة هذه المشكلات من خلال توفير بدائل لامركزية وتمكين كل من المطورين والمستخدمين.

هل يمكن للذكاء الاصطناعي اللامركزي التنافس مع الحلول المركزية؟

إن متطلبات صناعة الذكاء الاصطناعي هائلة، وفي حين يتم الإشادة غالبًا باللامركزية وخصوصية المستخدم، فإن الواقع هو أن معظم المستخدمين يعطون الأولوية للكفاءة والتكلفة على هذه المثل العليا.

وهذا يثير سؤالا مهما: هل يمكنالذكاء الاصطناعي اللامركزي هل يمكن التنافس بشكل واقعي مع الحلول المركزية من حيث الميزات والأسعار؟

عندما تم تطوير Stability AI، ذكر Mostaque أن هذا الأمر يتطلب قوة 10,000 معالج NVIDIA A100، والذي أنشأ في ذلك الوقت عاشر أسرع حاسوب فائق في العالم - ثمانية أضعاف قوة الحوسبة لوكالة ناسا.

وقد بلغت تكلفة هذا الإعداد، اللازم لبناء نماذج متطورة في الصور والفيديو والصوت، 400 مليون دولار.

بالمقارنة،ايلون ماسك تم تصميم أحدث حاسوب عملاق من إنتاج شركة "ناسا"، لتدريب النماذج الأكثر تطوراً، ويستخدم 300 ألف حاسوب من طراز A100، وتبلغ تكلفته 3 مليارات دولار.

تعكس هذه الأرقام المذهلة المخاطر المالية المرتبطة بتدريب نماذج الذكاء الاصطناعي المتقدمة.

ومن المثير للاهتمام أن التطورات الأخيرة، مثل نموذج o1 الخاص بشركة OpenAI، والذي حقق درجة ذكاء بلغت 120، تظهر أن احتياجات الحوسبة تتطور.

أصبحت الحوسبة المتوازية اللامركزية أكثر قابلية للتطبيق، مع وجود أمثلة مثل عرض الحدود باستخدام مليون وحدة معالجة رسومية.

ومع ذلك، وعلى الرغم من هذه التطورات، لا تزال الذكاء الاصطناعي اللامركزي يواجه تحديات كبيرة، خاصة عندما يتعلق الأمر بالتنافس على نطاق واسع مع الحلول المركزية.

على سبيل المثال، تستهلك عملة البيتكوين 160 تيراواط في الساعة من الطاقة سنويا باستخدام البنية التحتية المتخصصة - وهو ما يقرب من نصف استهلاك الطاقة في جميع مراكز البيانات العالمية مجتمعة.

يوضح هذا أنه في حين أن اللامركزية يمكن أن تنجح في بعض المجالات، فإن تحقيق نفس مستوى الأداء في مجال الذكاء الاصطناعي يظل معقدًا ومكلفًا.

وتساءل:

"لذا أعتقد أن هناك بعض العناصر التي يمكننا التنافس فيها، ولكن في الوقت الحالي من الصعب جدًا القيام بذلك لأنك تحتاج إلى مليارات الدولارات من الاستثمار لبناء نماذج متطورة. والسؤال هو، هل سيتغير هذا حتى نتمكن من استخدام مليارات الدولارات الموزعة، كما هي الحال؟ أم يمكننا إنشاء آليات يمكننا من خلالها إنشاء هذه المجموعات ومن ثم الحصول على بديل مفتوح لهذه الحلول المركزية بالكامل والتي تعكس عادةً وجهة نظر واحدة فقط؟ لذا فإن هذا يشبه إنشاء صور Google حيث تكتب مصارع السومو وتحصل على مصارعات السومو الهنديات."

وأشارت شيترا إلى عدة نقاط مهمة ينبغي أخذها في الاعتبار.

أولا، غالبا ما تواجه التطبيقات الهامشية - تلك التي قد لا تحقق عوائد مالية فورية، كما هو الحال في البحث العلمي - حواجز كبيرة بسبب التكاليف المرتفعة لتدريب النماذج مقارنة بالنتائج المحتملة.

خذ AlphaFold كمثال.

عندما تم إطلاقه لأول مرة، كان هناك نقاش داخلي في DeepMind حول ما إذا كان الأمر يستحق تخصيص جزء بسيط من الموارد اللازمة.

لقد استغرق الأمر بعض الوقت حتى يدرك الناس قيمة تطوير نماذج الذكاء الاصطناعي لمجالات خارج النصوص المعتادة أو مقاطع الفيديو أو التطبيقات التجارية القابلة للتطبيق.

ونتيجة لهذا، غالبا ما يتم تهميش هذه المشاريع المتطورة في المناقشات التي تركز على كفاءة التكلفة، حيث يتم توجيه الاهتمام نحو نماذج أكثر وضوحا من الناحية التجارية.

ثانياً، هناك تحول يحدث في بنية الذكاء الاصطناعي.

بدلاً من بناء نموذج ضخم واحد يعتمد على مجموعة بيانات أولية كبيرة، هناك اهتمام متزايد بالنماذج التي تستخدم التعلم المعزز ونظرية اللعبة، والتي قد تؤدي إلى مقايضات مختلفة بين زمن الوصول وعرض النطاق الترددي.

في هذا النهج، قد يتسامح النموذج مع أوقات استدلال أطول إذا كان ذلك يقلل من التعقيد.

من المرجح أن يؤدي هذا التحول إلى تغيير كيفية تطوير المجموعات والتأثير على كيفية التعامل مع الاستدلال بمرور الوقت.

إن النقاش حول هذه التغييرات المعمارية لم ينته بعد وسيستمر في التطور.

قال:

"وبالنسبة لبرنامج AlphaFold، كنت أحد مؤلفي برنامج OpenFold، حيث قمنا بتكرار برنامج AlphaFold مفتوح المصدر، وقمنا بتوفير كافة العمليات الحسابية اللازمة لذلك أيضًا. كان هناك الكثير من الأخطاء فيه، والتي لم نفهمها لأنها كانت عبارة عن صندوق أسود. لذا أعتقد أن البرامج مفتوحة المصدر مثيرة للاهتمام للغاية ولا مركزية لأن هناك الكثير من الأشخاص الذين يبحثون، ويمكنك اكتشاف الأخطاء في هذه النماذج التي ستشكل جزءًا متزايدًا من حياتنا وستكون جزءًا متزايدًا من حياتنا أيضًا."

التطبيقات العملية للذكاء الاصطناعي

حول التطبيقات العملية لمنظمة العفو الدولية لقد حدث تقدم ملحوظ في أسواق الحوسبة وتحقيق الربح من النماذج.

وهذا يثير سؤالا مهما: ما هي حالات الاستخدام التي من شأنها أن تحقق انتشارا واسع النطاق في المستقبل القريب؟

عند التفكير في التقدم الذي تحقق على مدى السنوات القليلة الماضية، فإن الكثير من النجاح في تطوير نماذج الذكاء الاصطناعي ينبع من المركزية - جمع وحدات معالجة الرسوميات معًا، وتجميع الآلات في مراكز البيانات، وتجميع فرق من كبار الباحثين في مجال الذكاء الاصطناعي.

لقد لعبت الموارد المركزية دورًا محوريًا في تعزيز الابتكار ودفع الذكاء الاصطناعي إلى الأمام.

وهذا يثير نقطة مهمة: ليس من الضروري أن تكون جميع جوانب تطوير الذكاء الاصطناعي لامركزية على الفور.

إن تعطيل هذا النهج المجرب في وقت مبكر للغاية قد يؤدي إلى تقويض التقدم المحرز بالفعل.

ومع ذلك، يمكن أن يكون سوق وحدة معالجة الرسوميات حلاً قيماً، مما يسمح بتوزيع أفضل لموارد وحدة معالجة الرسوميات العالمية دون الحاجة بالضرورة إلى تكامل blockchain في هذه المرحلة.

وتصبح اللامركزية أكثر إلحاحًا في ملكية وإدارة أصول الذكاء الاصطناعي، مثل مجموعات البيانات والنماذج.

إذا ساهمت أطراف متعددة بالموارد لبناء نموذج، فلماذا لا يتم توزيع الملكية وفقًا لذلك؟

على سبيل المثال، إذا قدم شخص ما 100 ساعة من وقت وحدة معالجة الرسوميات A100 لأن المشروع يفتقر إلى النقد لشرائها بشكل مباشر، فيمكنه الحصول على نسبة مئوية من النموذج في المقابل.

وينطبق المبدأ نفسه على مقدمي البيانات، الذين يمكن لمساهماتهم أن تعزز بشكل كبير تفرد النموذج.

ويتطلب هذا النهج وضع أطر حوكمة واقتصادية جديدة لتمكين التمويل الجماعي لنماذج الذكاء الاصطناعي، مع توزيع الملكية بين المساهمين.

عندما يبدأ النموذج في توليد الإيرادات، يجب أن يفعل ذلك بطريقة شفافة، وغير موثوقة، وغير مرخصة، مما يضمن تعويض جميع أصحاب المصلحة بشكل عادل.

وهنا على وجه التحديد يمكن لتقنية blockchain أن تلعب دورًا حاسمًا، من خلال تسهيل نظام لامركزي للثقة والإسناد.

وأشار سكيدانوف إلى أن إحدى أكثر حالات الاستخدام الحالية المثيرة للاهتمام في مجال الذكاء الاصطناعي هي الاستدلال اللامركزي، والذي شهد تطبيقًا عمليًا في العديد من الشركات.

على سبيل المثال، يعملون داخليًا مع شركة Hyperbolic، وهي شركة تنافس شركة Fireworks من حيث السعر والسرعة.

ما يميز Hyperbolic هو أن بنيته التحتية مبنية على شبكة كبيرة لامركزية من وحدات معالجة الرسوميات (GPU) التي يتم الحصول عليها من مشاركين مختلفين.

يظل الاستدلال، وهو تقليديًا خدمة ذات طلب مرتفع في مجال Web2، أحد أكثر المجالات التجارية قابلية للتطبيق في مجال الذكاء الاصطناعي، كما أثبت النهج اللامركزي أنه تنافسي للغاية.

ومن التطورات الرائعة الأخرى عملهم المستمر على إنشاء ما نسميه "مطور الذكاء الاصطناعي"، والذي يهدف إلى تطوير العقود الذكية أو التطبيقات من البداية إلى النهاية.

تعتمد هذه المبادرة، التي بدأت في عام 2021، بشكل كبير على شرح البيانات واسعة النطاق.

لدينا شبكة من المطورين والمعلقين الذين يساهمون في هذا الجهد، والعديد منهم يعملون في مناطق حيث تشكل طرق الدفع التقليدية تحديًا.

وهنا تلعب تقنية البلوكشين دورًا محوريًا.

من خلال الاستفادة من تقنية blockchain، يمكن للعمال الحصول على تعويض فوري لجهودهم، مما يجعل العملية سلسة وفعالة.

وأوضح:

"بدون تقنية البلوك تشين سيكون من المستحيل عمليًا البناء بنفس الطريقة."

يوضح هذا كيف أن التكنولوجيا اللامركزية لا تعمل على إعادة تشكيل البنية التحتية للذكاء الاصطناعي فحسب، بل تعمل أيضًا على حل المشكلات العملية في مشاركة القوى العاملة العالمية.

وعند النظر في حالات الاستخدام العملي، فإن تأثير التكنولوجيا على إنتاج الوسائط ملحوظ بشكل خاص وفقًا لتشيترا.

قد تتيح التطورات في مجال الذكاء الاصطناعي إمكانية إنشاء أفلام هوليوودية كاملة الطول بحلول العام المقبل، وإنتاجها بشكل غير متزامن.

ونظراً لأن الأفلام تتكون من لقطات يبلغ متوسط ​​مدتها ثانيتين ونصف، فإن إنشاء اللقطات في الوقت الفعلي سيكون غير عملي لأنه يتطلب فترات انتظار كبيرة لمراجعة التقدم.

يعد تحويل الوسائط أحد أهم تطبيقات الحوسبة الاستدلالية، ولكن تحديات نسب الملكية الفكرية وإعادة مزج تدفق المعرفة لا تزال قائمة.

علاوة على ذلك، في مجال الرعاية الصحية،إمكانيات الذكاء الاصطناعي هو هائل.

يمكن للنماذج التي تركز على حالات مثل السرطان أن تدمج المعرفة الطبية الحديثة وتظهر مستويات تعاطف أعلى من الأطباء البشر، مما يضمن شعور المرضى بالدعم طوال رحلاتهم.

يضيف تطبيق تقنية دفتر الأستاذ الموزع طبقة أخرى من الحماية لبيانات الرعاية الصحية، مما يسمح بتحليل آمن للذكاء الاصطناعي على الحافة.

على سبيل المثال، يمكن للذكاء الاصطناعي الموجود على أجهزة Apple تحليل المعلومات الصحية الشخصية مع دمج ميزات المعرفة المختلفة.

مع استمرار تطور البنية التحتية، وخاصة مع المبادرات من المبدعين في هذا المجال، فإننا نقف على أعتاب تحقيق اختراقات في مجال الرعاية الصحية الشاملة والتعليم الشخصي.

إن طرح Google Notebook LM مؤخرًا، والذي يمكنه إنشاء مناقشة بودكاست استنادًا إلى ورقة Bitcoin البيضاء في لحظات، يعد مثالًا لهذه التطورات.

ومع ذلك، لتحقيق أقصى قدر من فعالية وكلاء الذكاء الاصطناعي، من الأهمية بمكان إنشاء أنظمة للتتبع والتحقق والتنسيق أثناء تعاملهم مع التحديات المعقدة.

هل ستدمر الذكاء الاصطناعي اللامركزي البشر أم أن الأمر لا يهم على الإطلاق؟

إن مفهوم الابتكار غير المرخص في مجال الذكاء الاصطناعي يطرح إمكانيات مثيرة ومخاطر كبيرة.

في حين يعرب بعض الأفراد عن مخاوفهم من أن الذكاء الاصطناعي قد يهدد البشرية في نهاية المطاف، فإن آخرين يحافظون على نظرة أكثر تفاؤلا.

السؤال الذي يطرح نفسه هو: كيف يمكن للطبيعة غير المسموح بهامنظمة العفو الدولية ما هو الأثر التنموي المحتمل للضرر؟

يجسد الذكاء الاصطناعي مفتوح المصدر الابتكار غير المرخص، مما يسمح للمستخدمين بالوصول إلى مجموعات البيانات الكبيرة وتعديلها بحرية.

ومع ذلك، فإن الاهتمام الحقيقي قد يكمن في الحوكمة والتوحيد القياسي.

على سبيل المثال، قد يتضمن السيناريو الافتراضي نشرًا واسع النطاق للروبوتات مما قد يصبح كارثيًا بسبب تحديث البرامج الثابتة الخاطئ - وهي مشكلة متجذرة في التحكم المركزي.

علاوة على ذلك، يسلط البحث الذي أجرته مؤسسة Anthropic حول "الوكلاء النائمين" الضوء على كيفية قدرة التعديلات الخبيثة على إفساد نماذج لغوية ضخمة، مما يجعلها غير قابلة للسيطرة.

ورغم أن النموذج الذي لا يتطلب أذونات يقدم نقاط ضعف جديدة، فإنه يمكن أن يعزز المرونة أيضاً.

يكشف تاريخ الأنظمة المركزية عن العديد من نقاط الهجوم والفشل، مما يشير إلى أن البنية التحتية المفتوحة قد توفر قوة أكبر.

وعليه، ينبغي للحوار حول حوكمة الذكاء الاصطناعي أن يركز على تعزيز سلامة وموثوقية الأنظمة اللامركزية، بدلاً من معالجة المخاطر الكامنة في النهج غير المعتمد على الأذونات فقط.

وأشار سانتوس إلى أن سكيدانوف كان جزءًا من OpenAI.

وأشار سكيدانوف إلى أنه كان يعمل مع OpenAI في عام 2016، قبل أن تنشئ المنظمة شعارًا لها.

بعد فترة قصيرة قضاها هناك، غادر ليشارك في تأسيس شركة Near.

في عام 2022، بعد إطلاق Nearû، عاد إلى OpenAI، مفتونًا بصمت الشركة على مدار السنوات الثلاث السابقة، معتقدًا أنه ربما تم تحقيق تقدم كبير.

وقد ادعى:

"كنت لفترة وجيزة في OpenAI مرة أخرى في المقام الأول لأنه بحلول عام 2022 كانوا صامتين لمدة 3 سنوات وكنت أشك في أنهم ربما وصلوا إلى التفرد وأردت فقط أن أكون جزءًا منه وكان هذا هو الحال. ونعم، أحد الأشياء التي كنت أفعلها هو أنني كنت أسير في ممرات الشركة وكنت أنظر في عيون الناس وكنت أحاول الحكم على ما إذا كانوا أشرارًا أم لا، ومن الصعب جدًا القيام بذلك أيضًا، فالأشخاص الأشرار عادةً ما يكونون جيدين في عدم إظهار أنهم أشرار. لذلك في نهاية اليوم لم أكن قادرًا على إقناع نفسي بأن هذه المجموعة من الناس هناك يقين بنسبة 100٪ أن هذه المجموعة من الناس ستنقذنا من الفناء إذا بدأ الذكاء الاصطناعي في الابتعاد ".

ويرى أن المجتمع سوف يستفيد بشكل كبير عندما تكون الأبحاث من الدرجة الأولى مملوكة بشكل جماعي بدلاً من احتكارها من قبل مجموعة صغيرة من الكيانات.

وأعرب عن قلقه إزاء الجهود الحالية في الولايات المتحدة لإصدار لوائح من شأنها أن تحد بشدة من قدرة الآخرين على تدريب النماذج الكبيرة.

الذكاء الاصطناعي غير المرخص ليس جاهزًا للتطبيقات عالية المخاطر بعد

أعرب رين بشكل شخصي عن ذلك عندما سُئل عما إذا كانوا سيشعرون بالراحة في نشرمنظمة العفو الدولية بطريقة غير مرخصة، من المرجح أن يعرب معظم الباحثين في مجال الذكاء الاصطناعي في المؤتمرات عن ترددهم.

وينبع هذا التردد من سببين رئيسيين.

أولاً، هناك نقص أساسي في الفهم فيما يتعلق بكيفية عمل هذه النماذج واتخاذ القرارات.

على عكس البرامج التقليدية، التي تتبع تعليمات واضحة، تعمل نماذج الذكاء الاصطناعي كنظم احتمالية، حيث تقوم بتوليد تنبؤات عشوائية بناءً على بيانات التدريب والسياقات المحددة التي يتم نشرها فيها.

ونتيجة لذلك، فإنها قد تنتج أخطاء غير متوقعة، وأحياناً بسبب الاختلافات الطفيفة في بيانات الإدخال التي تقع خارج معلمات التدريب الخاصة بها.

وثانيا، لم يتم دمج العديد من القيم الإنسانية الحاسمة والقيود التي يفرضها الفطرة السليمة بشكل كامل في هذه النماذج.

وتصبح هذه الفجوة مشكلة بشكل خاص في التطبيقات ذات المخاطر العالية، مثل تصفية السير الذاتية للوظائف أو تقييم طلبات الائتمان.

وعلى الرغم من مناقشتها في أدبيات الذكاء الاصطناعي لعقود من الزمن، فإن هذه التحديات تظل من الصعب معالجتها بشكل فعال في سيناريوهات العالم الحقيقي.

ونصح:

"قبل أن يتم فهم هذه المشكلة بطريقة أكثر شمولاً، لا أعتقد أنه ينبغي لنا أن نفكر في الاستعداد لنشر الذكاء الاصطناعي بطريقة غير مرخصة في التطبيقات ذات المخاطر العالية، ولكن بالنسبة للتطبيقات ذات المخاطر المنخفضة، أعتقد أنه من الجيد المخاطرة والسماح لها بالنجاح."

الاستخبارات ستكون العملة الاحتياطية في المستقبل

من حيث فئات المنتجات المختلفة ضمن تقاطع العملات المشفرة والذكاء الاصطناعي، تتضمن إحدى الفئات تطبيقات العملات المشفرة المعززة بميزات الذكاء الاصطناعي، مثل روبوتات التداول أو حلول التخفيف من المخاطر.

يتضمن آخر أنظمة الذكاء الاصطناعي التي تستخدم خصائص التشفير، ربما مع وكلاء الذكاء الاصطناعي الذين يعملون من خلال العملات المستقرة.

لكن الفئة الأكثر إثارة للاهتمام هي التآزر بين العملات المشفرة والذكاء الاصطناعي، حيث تخلق قدراتهما المشتركة فرصًا فريدة.

كانت الرؤية الأصلية للعملات المشفرة، والتي تجسدها عملة البيتكوين، هي إنشاء نظام نقدي موزع لا يحتاج إلى أذونات.

وينتقل التركيز الآن إلى تصور إطار اقتصادي لما بعد العمال.

إن الأموال الذكية، المدعومة بالذكاء الاصطناعي وصناع السوق الأذكياء، قد تعيد تعريف كيفية عمل الاقتصادات.

وسيكون بناء أنظمة مفتوحة في مجالات الرعاية الصحية والتعليم والحوكمة والتمويل أمرا حاسما لتحقيق هذا التطور.

علاوة على ذلك، في حين تعمل العملات المشفرة كطبقة تنسيق فعالة، فإن السؤال الذي يطرح نفسه هو: ما هو الدور الذي ستلعبه الاستخبارات في الأنظمة النقدية المستقبلية؟

قد يتم تعطيل النموذج التقليدي للعمل البشري قريبًا؛ فمع توسع الموارد الحاسوبية، ستتوسع أيضًا قدرات وكلاء الذكاء الاصطناعي، مما يسمح لهم بالتفوق على نظرائهم من البشر.

وخلص موستاكي إلى أن:

"مرة أخرى، نفتح أعيننا على الأشياء الأولى التي تكون فيها مقيدًا بكمية الحوسبة التي يتعين عليك القيام بها ويمكنك التفوق على الآخرين إذا كان لديك المزيد من الحوسبة لتشغيل هذه الوكلاء عندما ينضجون. لذلك نعتقد أن هذا سيكون الأساس لنظام اقتصادي جديد، مرة أخرى، لماذا تستأجر أي مبرمجين خريجين أو معظم كتاب المحتوى عندما يضع الذكاء الاصطناعي ذلك أكثر؟ يجب أن يكون لديك إعادة تنظيم للهيكل الاجتماعي. وهذا قادم بسرعة لا تصدق."