تيثر، مُصدر USDT، أكبر عملة مستقرة في العالم، يهدف إلى الذكاء الاصطناعي، مستثمرًا ملايين الدولارات في التكنولوجيا التي لا تحتاج إلى السحابة لتعمل.

باولو أردوينو، الرئيس التنفيذي لتيثر، شارك كيف انتقل من الذكاء الاصطناعي المعتمد على السحابة إلى نظام ذكاء اصطناعي محلي وذاتي السيادة، محذرًا من مخاطر أنظمة الوكيل الجديدة للذكاء الاصطناعي.

تيثر تدفع للمطورين لبناء أنظمة ذكاء اصطناعي محلية.

تيثر أطلقت برنامج منح مطورين غير محدود لتمويل بنية تحتية للذكاء الاصطناعي والمدفوعات المحلية أولًا. قبل ذلك، أصدرت مجموعة أبحاث الذكاء الاصطناعي في تيثر نماذج لغوية طبية تعمل على الهواتف الذكية العادية وتتفوق بشكل كبير على أنظمة جوجل (NASDAQ: GOOGL) الأكبر بكثير.

انضم تيثر إلى المسار الذي يسير عليه بالفعل مؤسس إيثيريوم (ETH) فيتاليك بيوترين. نشر فيتالik منشورًا شخصيًا مطولًا على مدونته في 2 أبريل يشرح فيه هجرانه الكامل لأنظمة الذكاء الاصطناعي المعتمدة على السحابة.

ذكرت Cryptopolitan أن بيوترين يقول إنه يشغّل الآن كل شيء على أجهزته بنفسه ويريد من الآخرين أن يفعلوا الشيء نفسه، خصوصًا مع إدخال أنظمة «العامل/agent» الجديدة التي تشكل تهديدات أمنية كبيرة. وأبرز بيوترين الأبحاث التي تمت على OpenClaw، والتي وصلت إلى 280,000 نجمة في أوائل 2026.

تتيح الأداة لعوامل ذكاء اصطناعي التحكم بالحواسيب مباشرة، وقد أظهر باحثون في مجال الأمن أن عملاء OpenClaw يمكنهم تعديل إعدادات النظام الحرجة، وتنزيل وتنفيذ سكربتات خبيثة من صفحات الويب دون علم المستخدم، واستخراج البيانات عبر نداءات شبكة صامتة.

ذكرت Cryptopolitan أن حوالي 15% من «المهارات» التي تستخدمها هذه العوامل تحتوي على أوامر مخفية ترسل بيانات المستخدم بهدوء إلى خوادم خارجية.

«إذا كان بإمكانك بناء شيء يعمل محليًا ويحتفظ بالقيمة مباشرة، ولا يعتمد على مزودين خارجيين، فسنموّله.» قال الرئيس التنفيذي لتيثر، باولو أردوينو.

برنامج منح تيثر يدفع للأفراد ما بين 1,500 إلى 4,000 دولار لكل مهمة، إمّا في USDT أو في Bitcoin (BTC)، بدون حد أقصى لإجمالي مدفوعات البرنامج. ومع ذلك، لا يتم دفع الأجر للمطورين إلا بعد إكمال تسليمات تقنية محددة.

تقوم تيثر بتوجيه البرنامج نحو بناء مكتبات أساسية لمنصة ذكاء اصطناعي محلية باسم QVAC، وإنتاج وثائق تقنية، وتطوير تطبيقات فوق البنية المفتوحة لتيثر، والبحث في اللامركزية وذكاء اصطناعي على الحافة (edge).

يتمثل أحد المحاور الرئيسية في مجموعة أدوات تطوير المحفظة (WDK)، التي تتيح للمطورين تضمين محافظ غير خاضعة للوصاية مباشرة داخل التطبيقات، مع تمكين المستخدمين أيضًا من إدارة حساباتهم وإتمام المعاملات دون الاعتماد على خدمات الحفظ أو واجهات برمجة التطبيقات المستضافة.

سبق أن منحت تيثر 100,000 دولار في منح لــ BTC Pay Server Foundation في سنوات متتالية، كما تبرعت بمبلغ 250,000 دولار إلى OpenSats من أجل تطوير البيتكوين. وقد وزّعت تيثر أكثر من 500 منحة تعليمية للطلاب، والتزمت بما يصل إلى نحو 5.38 مليون دولار (5 ملايين فرنك سويسري) لصالح المرحلة التالية من البرنامج حتى عام 2030.

هل يمكن لنماذج ذكاء اصطناعي أصغر أن تتفوق على النماذج الأكبر؟

أطلقت مجموعة أبحاث الذكاء الاصطناعي لدى تيثر مؤخرًا QVAC MedPsy، وهما نموذجين لغويين طبيين مصممين ليعملا مباشرة على الهواتف الذكية والأجهزة القابلة للارتداء دون أي اتصال بالإنترنت. وتُعد النتائج تحديًا لافتراض أن الأداء الأفضل يتطلب نماذج أكبر.

سجل النموذج الأصغر QVAC MedPsy-1.7B (1.7 مليار معلمة) 62.62 عبر سبع اختبارات طبية بإجابات مغلقة، متفوقًا على MedGemma-1.5-4B-it من جوجل بفارق 11.42 نقطة رغم أنه أقل من نصف الحجم.

سجل النموذج الأكبر QVAC MedPsy-4B (4 مليارات معلمة) 70.54 على نفس الاختبارات، متجاوزًا MedGemma-27B-text-it من جوجل، وهو نموذج أكبر بحوالي سبع مرات ويحتوي على نحو 27 مليار معلمة.

اتسعت فجوة الأداء عندما تم اختبار النماذج في سيناريوهات سريرية واقعية. وعلى HealthBench Hard، وهو اختبار مصمم لقياس الاستدلال الطبي التطبيقي، سجل QVAC MedPsy-4B 58.00 مقارنةً بـ MedGemma-27B عند 42.00.

تستخدم النماذج أيضًا عددًا أقل بشكل كبير يصل إلى 3.2 مرة من الرموز مقارنة بالأنظمة المماثلة، ما يترجم مباشرة إلى أوقات استجابة أسرع ومتطلبات حوسبة أقل.

سيشير تيثر وفيتالik وآخرون من المؤيدين لفكرة تشغيل نماذج ذكاء اصطناعي أصغر ومحلية إلى هذه النتائج كدليل على أن المستخدمين لا يحتاجون إلى المخاطرة بإرسال بياناتهم إلى السحابة لتشغيل أنظمة فعّالة.

لا تكتفِ بقراءة أخبار العملات المشفرة. افهمها. اشترك في نشرتنا الإخبارية. إنها مجانية.