هل DePAI هو الاتجاه التالي في عالم العملات المشفرة؟

ترجمة: Golden Finance xiaozou

يعتبر العديد من المتخصصين في التشفير أن DePAI (الذكاء الاصطناعي الفيزيائي اللامركزي) هو الشيء الكبير القادم (الاتجاه) في التشفير وهو أحد المجالات القليلة التي يمكنها استخدام آليات الحوافز الخاصة بسلسلة الكتل والعملات المشفرة لإحداث تأثير كبير على مجالات التكنولوجيا الأخرى. ما هذا؟ ما هو المبتكر؟ ما نوع الإمكانات التي تمتلكها؟ دعونا نلقي نظرة عليه أدناه. ببساطة، إنه مفهوم مبتكر يجمع بين شبكة البنية التحتية المادية اللامركزية (DePIN) وتكنولوجيا الذكاء الاصطناعي (AI). فهو ينسق بين المرافق المادية للأجهزة الخاصة بوحدات فردية متعددة من خلال تقنية blockchain لإنشاء شبكة البنية التحتية وصيانتها بطريقة لا تتطلب إذنًا ولا ثقة وقابلة للبرمجة.

نشر محلل Messari ديلان بين ما يلي على منصة X لدعم DePAI:

يوفر الذكاء الاصطناعي المادي اللامركزي (DePAI) بديلاً للتحكم المركزي في الروبوتات ومجموعات البنية التحتية للذكاء الاصطناعي المادي. من جمع البيانات في العالم الحقيقي إلى الروبوتات التي يتم تشغيلها بواسطة وكلاء الذكاء الاصطناعي والتي تنشرها DePIN، تتطور DePAI بسرعة.

قال الرئيس التنفيذي لشركة إنفيديا هوانج رينكسون: "إن لحظة 'ChatGPT' في مجال الروبوتات العامة قادمة."

بدأ العصر الرقمي بالأجهزة وتطور تدريجيًا إلى عالم غير مرئي من البرمجيات. بدأ عصر الذكاء الاصطناعي بالبرمجيات، وهو الآن يتطلع إلى العالم المادي باعتباره التحدي النهائي والحدود النهائية. في عالم حيث تحل الروبوتات والسيارات والطائرات بدون طيار والأشخاص الآليين الذين يقودهم الذكاء الاصطناعي المستقل محل العمالة البشرية تدريجيًا، أصبحت ملكية هذه الآلات قضية اجتماعية أساسية. يقدم الذكاء الاصطناعي المادي اللامركزي (DePAI) فرصة كبيرة لبناء الذكاء الاصطناعي المادي Web3 قبل أن يسيطر اللاعبون المركزيون.

تتطور مجموعة البنية التحتية للذكاء الاصطناعي المادي اللامركزي (DePAI) بسرعة. في هذه المرحلة، الطبقة الأكثر نشاطًا هي طبقة جمع البيانات، والتي توفر بيانات العالم الحقيقي لتدريب وكلاء الذكاء الاصطناعي الماديين المنتشرين على الروبوتات، مع نقل البيانات في الوقت الفعلي للتنقل في البيئة وإكمال المهام.

تعتبر البيانات الواقعية هي العقبة الرئيسية أمام تدريب الذكاء الاصطناعي المادي. في حين أن نظامي Omniverse وCosmos من Nvidia يقدمان مسارًا واعدًا للمضي قدمًا من خلال البيئات المحاكاة، فإن البيانات الاصطناعية ليست سوى جزء من الحل. كما أن التحكم عن بعد والحصول على بيانات الفيديو في العالم الحقيقي أمران ضروريان أيضًا. في مجال التشغيل عن بعد، تستفيد شركة FrodoBots من شبكة البنية التحتية المادية اللامركزية (DePIN) لنشر روبوتات التوصيل على الأرصفة منخفضة التكلفة في جميع أنحاء العالم. لا تقتصر طريقة جمع البيانات هذه على التقاط تعقيد قرارات الملاحة البشرية في بيئات العالم الحقيقي، وبالتالي توليد مجموعات بيانات عالية القيمة، بل إنها تتغلب أيضًا بشكل فعال على مشكلة فجوة رأس المال.

تتمكن شبكة البنية التحتية المادية اللامركزية (DePIN) من تسريع نشر أجهزة استشعار والروبوتات لجمع البيانات من خلال تأثير دولاب الموازنة الذي يعمل بالرموز. بالنسبة لشركات الروبوتات التي تسعى إلى تسريع المبيعات وتقليل النفقات الرأسمالية (CapEx) ونفقات التشغيل (OpEx)، يوفر DePIN مزايا عملية كبيرة مقارنة بالطرق التقليدية. يمكن للذكاء الاصطناعي المادي اللامركزي (DePAI) استخدام بيانات الفيديو في العالم الحقيقي لتدريب الذكاء الاصطناعي المادي وبناء فهم مكاني مشترك للعالم. يمكن أن يكون Hivemapper وNATIX Network، بمجموعات بيانات الفيديو الفريدة الخاصة بهما، مصادر مهمة لهذه البيانات.

يمكن للذكاء الاصطناعي المادي اللامركزي (DePAI) استخدام بيانات الفيديو في العالم الحقيقي لتدريب الذكاء الاصطناعي المادي وبناء قدرات الفهم المكاني المشتركة عالميًا. ومن المتوقع أن يصبح كل من Hivemapper وNATIX Network، بمجموعات بيانات الفيديو الفريدة الخاصة بهما، مصادر بيانات مهمة في هذا المجال.وكما يشير ماسون نيستروم، "من الصعب تحقيق الربح من البيانات على المستوى الفردي، ولكن من السهل تقييمها عند تجميعها". ويمكن تجميع البيانات الواقعية من خلال شبكة البنية الأساسية المادية اللامركزية (DePIN) لتشكيل مجموعات بيانات عالية القيمة. يتيح بروتوكول Quicksilver الخاص بـ IoTeX تجميع البيانات عبر DePINs مع مراعاة التحقق من البيانات وحماية الخصوصية، مما يوفر الدعم الفني الرئيسي لهذا النظام البيئي. تعمل بروتوكولات الذكاء المكاني/الحوسبة أيضًا على تحقيق التحكم اللامركزي في التنسيق المكاني والتوائم الافتراضية ثلاثية الأبعاد في العالم الحقيقي من خلال شبكة البنية التحتية المادية اللامركزية (DePIN) والذكاء الاصطناعي المادي اللامركزي (DePAI).يحقق بروتوكول Posemesh من Auki Network قدرات الإدراك المكاني في الوقت الفعلي مع حماية الخصوصية واللامركزية، مما يوفر حلولاً تقنية مبتكرة في هذا المجال.

كما ظهر التطبيق الأولي لوكلاء الذكاء الاصطناعي المادي.يرتبط SAM بأسطول الروبوتات العالمي التابع لشركة Frodobots ويمكنه استنتاج الموقع الجغرافي. وبمساعدة أطر عمل مثل Quicksilver، من المتوقع أن يتمكن وكلاء الذكاء الاصطناعي في المستقبل من الوصول إلى تدفقات البيانات التي توفرها شبكة البنية التحتية المادية اللامركزية (DePIN) في الوقت الفعلي.

قد تكون الطريقة الأكثر مباشرة للتواصل مع الذكاء الاصطناعي المادي من خلال منظمة مستقلة لامركزية تعتمد على الاستثمار (DAO). توفر XMAQUINA لأعضائها إمكانية الوصول إلى الأصول المادية للذكاء الاصطناعي، بما في ذلك RWA الآلية، وبروتوكولات شبكة البنية التحتية المادية اللامركزية (DePIN)، وشركات الروبوتات، والملكية الفكرية (IP)، بدعم من البحث والتطوير الداخلي.

استجاب باحث العملات المشفرة DeFi Cheetah بشكل إيجابي لتصريحات ديلان بين حول DePAI:

الذكاء الاصطناعي المادي اللامركزي (DePAI) هو اتجاه التطوير الرئيسي التالي في مجال التشفير. ستمكن آليات الحوافز الخاصة بسلسلة الكتل والعملات المشفرة الذكاء المكاني - أي قدرة الروبوتات على إدراك البيئة وفهم الأشياء أو الهياكل المحيطة على الفور والاستجابة بشكل فعال. هذه واحدة من أكثر المشاكل تحديًا في مجال روبوتات الذكاء الاصطناعي. يمكن لصناعتنا أن تساعد في حل المشكلة الأكثر أهمية في تطوير الذكاء المكاني - الحصول على بيانات مكانية دقيقة وعالية الجودة ومحدثة باستمرار. يتطلب تحقيق ذكاء مكاني قوي كميات هائلة من البيانات التي لا تلتقط الإشارات البصرية (مثل اللون والملمس) فحسب، بل تحتوي أيضًا على سياق هندسي عميق (مثل المضلعات، وسحب النقاط، والتمثيلات الطوبولوجية) والخصائص الفيزيائية (الزاوية، والمسافة، والاحتكاك، ونوع المادة، وما إلى ذلك). على الرغم من قيمة الصور التقليدية ثنائية الأبعاد أو إحداثيات نظام تحديد المواقع العالمي (GPS)، إلا أنها غالبًا ما تكون مبسطة للغاية لتدريب النماذج المتقدمة المصممة للعمل في بيئات حقيقية ديناميكية ومعقدة وغير متوقعة. ● تعقيد بناء الخرائط ثلاثية الأبعاد

يمكن لمشاريع مثل Google Street View أو عمليات المسح الضوئي المخصصة LiDAR أن توفر خرائط ثلاثية الأبعاد عالية الدقة، ولكنها مكلفة ومجموعات البيانات الناتجة عنها نادرة نسبيًا. على سبيل المثال، يمكن أن يكلف جهاز LiDAR عالي الدقة أكثر من 50 ألف دولار، ويمكن أن تكلف عملية مسح على مستوى المدينة بسهولة مئات الآلاف من الدولارات. غالبًا ما يؤدي هذا التعقيد في التكلفة إلى تحديثات غير متكررة، مما يجعل الخرائط قديمة في غضون أشهر. ● قيود خطوط أنابيب البيانات المركزية

في العديد من البلدان، يتم التحكم في معظم البيانات المكانية من قبل الوكالات الوطنية أو الشركات الكبرى. وبما أن هذه الكيانات المركزية تجمع البيانات في مناطق محددة فقط، فإن مساحات كبيرة من العالم ــ وخاصة المناطق الريفية أو غير المتطورة ــ تظل غير مرسومة على الخرائط أو تحتوي على بيانات قديمة. علاوة على ذلك، فإن القيود المفروضة على البيانات الملكية قد تؤدي إلى تجزئة السوق وتعوق البحوث المبتكرة. ● نقص مجموعات البيانات ثلاثية الأبعاد الموضحة

على الرغم من أن مجموعات البيانات الخاصة بالصور ثنائية الأبعاد الموضحة (مثل ImageNet، التي تحتوي على أكثر من 14 مليون صورة موضحة) قد نمت بشكل كبير، إلا أن مجموعات البيانات ثلاثية الأبعاد الموضحة لا تزال نادرة. يتطلب إنشاء مثل هذه المجموعات من البيانات مزيجًا من تقنيات دمج المستشعرات (مثل LiDAR + الرؤية + قراءات IMU) والتعليق اليدوي المكثف. إن هذه العملية تستغرق وقتا طويلا ومكلفة للغاية، مما يؤدي إلى إبطاء تطوير تطبيقات الروبوتات والتعلم الآلي.

نظرًا للشعبية التي اكتسبتها الأجهزة المحمولة، فإن نموذج التمويل الجماعي يدرك أن مليارات مستخدمي الهواتف الذكية والأجهزة القابلة للارتداء في جميع أنحاء العالم يمكنهم بشكل جماعي توفير كميات هائلة من البيانات المستندة إلى الموقع. تم تجهيز الهواتف الذكية الحديثة بمجموعة متنوعة من أجهزة الاستشعار - مقاييس التسارع، وأجهزة قياس الاتجاه، وأجهزة قياس المغناطيسية، والكاميرات، وشرائح نظام تحديد المواقع العالمي (GPS)، وما إلى ذلك - والتي يمكنها التقاط بيانات مكانية زمنية تتجاوز بكثير خطوط الطول والعرض البسيطة. يساعد هذا النموذج على تحقيق الأهداف التالية:

●جمع البيانات في الوقت الفعلي

تخيل المسافرين وهم يلتقطون صورًا ثلاثية الأبعاد للبنية التحتية للمدينة أثناء تنقلاتهم اليومية، أو سكان القرى النائية الذين يسجلون المسارات ومخططات المباني وحدود الأراضي الزراعية باستخدام كاميرا هواتفهم المحمولة فقط. ومع مرور الوقت، سوف تتراكم هذه المساهمات الصغيرة في ظاهرها لتشكل قاعدة بيانات مكانية عالمية شاملة. ● تغطية بيئية متنوعة: نظرًا لأن الأجهزة المحمولة أصبحت منتشرة في كل مكان تقريبًا، فإن بياناتها تغطي بشكل طبيعي نطاقًا أوسع من المناطق الجغرافية والتضاريس والبيئات الثقافية. يعد هذا التنوع الجغرافي أمرًا بالغ الأهمية لإنشاء نماذج الذكاء الاصطناعي القوية التي يجب أن تتعلم التكيف مع المناخات المتغيرة وتخطيطات المجتمعات. ● دمقرطة جمع البيانات

من خلال خفض عتبة المشاركة، أدى نموذج التعهيد الجماعي إلى تقويض النموذج المركزي التقليدي. يمكن للأفراد في جميع أنحاء العالم المساهمة بسهولة في البيانات ومشاركة التحسينات في الخرائط وتطبيقات الملاحة وابتكارات الذكاء الاصطناعي دون الحاجة إلى قيام كيان واحد بتحمل التكاليف الباهظة لجمع البيانات على نطاق واسع. باعتبارها طبقة حافز وتحقق، تلعب تقنية البلوك تشين الأدوار الرئيسية التالية: ● الثقة وسلامة البيانات ● تضمن تقنية دفتر الأستاذ الموزع تخزين كل مساهمة - سواء كانت صورة جغرافية أو مسح ضوئي صغير أو سجل استشعار - بطريقة مقاومة للتلاعب. نظرًا لأن كل عملية إرسال بيانات يتم تجزئتها وتسجيلها على سلسلة كتل عامة أو خاصة، يمكن للمستخدمين والباحثين تتبع أصل وأصالة البيانات المكانية. ● آلية الحوافز الرمزية

يمكن أن توفر الرموز المستندة إلى تقنية بلوكتشين مكافآت صغيرة تعتمد على جودة وكمية ومدى ملاءمة البيانات المرسلة. يتم تعويض المساهمين من خلال العقود الذكية، والتي تقوم تلقائيًا بتوزيع الرموز على المشاركين عندما تلبي البيانات معايير معينة (مثل الوضوح والدقة الجغرافية والحداثة). من خلال توفير حوافز عادلة وشفافة، تشجع المنصة المساهمة المستمرة في البيانات عالية الجودة - وهو متطلب أساسي لبناء مجموعات بيانات واسعة النطاق وحديثة. ● البيئة المفتوحة للبيانات المكانية

النظام البيئي اللامركزي ليس عرضة للفشل في نقطة واحدة أو احتكار البيانات. تعمل الرموز على تمكين اقتصاد صغير يشجع التعاون بين الكيانات المتنوعة مثل رسامي الخرائط المحترفين ومختبرات الذكاء الاصطناعي والمتحمسين والشركات الناشئة ومستخدمي الهواتف الذكية، وبالتالي زيادة حجم وموثوقية تدفقات البيانات.

يعتبر الذكاء الاصطناعي المادي اللامركزي (DePAI) أحد المجالات القليلة التي أعتقد أنها يمكن أن تستفيد من حوافز blockchain والعملات المشفرة لإحداث تأثير كبير على مجالات التكنولوجيا الأخرى.