تشعر معظم مشاريع الذكاء الاصطناعي والكرipto اليوم كما لو أنها تم التفكير فيها خلال جلسة ديسكورد في وقت متأخر من الليل بعد أن كتب شخص ما "ذكاء اصطناعي لامركزي" في ChatGPT واعتبرها نموذج عمل.

عادةً ما تكون نفس المعادلة في كل مرة: إطلاق توكن، تسويقه كـ "بنية تحتية للذكاء الاصطناعي"، إضافة سوق GPU لا يحتاجه أحد حقًا، ثم نأمل أن تحمل الضجة والسيولة المشروع قبل أن يدرك الناس أنه لا يوجد منتج حقيقي خلفه. يبدو أن جزءًا كبيرًا من هذا القطاع هو تسويق مصقول ملفوف حول منتجات غير موجودة.

لذلك عندما نظرت أولًا إلى OpenLedger، كنت بصراحة أتوقع قصة أخرى من نفس النوع: سلسلة أخرى من بلوكتشين تحاول الارتباط بسردية الذكاء الاصطناعي فقط لأن هذا هو المكان الذي تتجه إليه انتباهات السوق.

لكن كلما نظرت بعمق أكثر، اتضح لي أكثر أن تركيزهم موجّه إلى مشكلة بنيوية فعلية.

الحقيقة حول الذكاء الاصطناعي الحديث غير مريحة: يعتمد كامل النظام البيئي على كميات هائلة من المساهمة البشرية غير المرئية. تُدرَّب نماذج الذكاء الاصطناعي على تيارات لا تنتهي من المحتوى العام، وتفاعلات المستخدمين، والتغذية الراجعة، والتعليقات التوضيحية، والتصحيحات، وبيانات السلوك—ملايين الناس يضيفون قيمة دون اعتراف أو تعويض. تقوم الشركات الكبرى في مجال الذكاء الاصطناعي بابتلاع هذه المدخلات الجماعية داخل أنظمة مغلقة، ومع ذلك يتم تقديم المنتج النهائي وكأنه ظهر من العدم.

ومع تزايد تجارية الذكاء الاصطناعي، لا يتوقف هذا الاختلال عن النمو بل يستمر في الاتساع.

تم بناء OpenLedger حول فكرة بسيطة إلى حد معقول: إذا كانت البيانات تُشغّل الذكاء الاصطناعي، فمن يجب أن يملك جزءًا من القيمة التي يتم توليدها هم الأشخاص الذين يساهمون بتلك البيانات. يبدو الأمر بديهيًا حين تُعرض بهذه الطريقة، ومع ذلك لا يركز عدد قليل جدًا من مشاريع العملات المشفرة فعلًا على حل هذه المشكلة. أغلبها ما يزال يطارد أسواق الاستدلال، وسرديات وحدات GPU، أو مجرد مضاربة على الحوسبة بدلًا من إصلاح مواءمة الحوافز.

ما يبدو أن OpenLedger يبني عليه ليس مجرد “ذكاء اصطناعي على البلوكشين”، بل نظامًا يعمل كطبقة مساءلة وإسناد للذكاء الاصطناعي نفسه. تهم هذه التفرقة لأن البنية التحتية مُصممة تحديدًا منذ البداية حول مسارات عمل الذكاء الاصطناعي بدلًا من فرض حالات استخدام الذكاء الاصطناعي على بنية بلوكشين عامة لاحقًا.

واختيار التصميم هذا يغيّر البنية الكاملة للشبكة.

من بين المفاهيم التي يركزون عليها بشدة “إثبات الإسناد” (Proof of Attribution). في البداية، يبدو الأمر مثل مصطلح آخر من مصطلحات العملات المشفرة الشائعة؛ الصناعة جعلت الناس متشككين بطبيعتهم في عبارات مثل هذه. لكن بمجرد أن تنظر إلى ما وراء التسويق، فإن الآلية الكامنة تبدو مقنعة فعلًا.

الفكرة هي أن المساهمات—سواء جاءت من مجموعات البيانات، أو تحسينات النماذج، أو جودة التغذية الراجعة، أو نشاط الاستدلال—تظل قابلة للتتبع على السلسلة. من الناحية النظرية، إذا قدم شخص بيانات أو مدخلات تُحسّن أداء نموذج ما بشكل ملموس، يجب أن توجد سجلات شفافة تثبت هذه المساهمة، إلى جانب نظام يسمح للمساهمين بالمشاركة في القيمة الاقتصادية التي يتم توليدها منها.

وهذا الأمر أهم بكثير مما يدركه معظم الناس.

يتجه الذكاء الاصطناعي بالفعل نحو التخصص. فكرة نموذج واحد ضخم عارف بكل شيء يبتلع الإنترنت بأكمله بدأت تصطدم بالقيود الاقتصادية والعملية معًا. ما تحتاجه الشركات بشكل متزايد هو أنظمة أصغر وأكثر تخصصًا، مُدرّبة لقطاعات وصيَغ عمل محددة: التمويل، والعمليات القانونية، والرعاية الصحية، والأتمتة، وبنية التداول، ودعم العملاء، وغيرها من البيئات المتخصصة التي لا تُحصى.

غالبًا هنا ستظهر أقوى المزايا التنافسية في مجال الذكاء الاصطناعي.

وهذا بالضبط هو المكان الذي يبدأ فيه OpenLedger أن يبدو أكثر تماسكًا من السردية المعتادة عن “رموز الذكاء الاصطناعي” المنتشرة عبر تويتر كريبتو. بدلًا من بيع فكرة “الذكاء اللامركزي” بشكل غامض، يبدو أنهم يبنون بنية تحتية تسمح للمجتمعات بإنشاء نماذج ذكاء اصطناعي متخصصة وتحسينها وصيانتها بشكل تعاوني، مع الحفاظ على نسبٍ شفافة لكل مساهمة تتضمنها العملية.

إذا تمكنوا من تنفيذ تلك الرؤية بشكل صحيح، فستصبح طبقة بنية تحتية ذات معنى حقيقي.

كما يشيرون إلى أدوات مثل OpenLoRA وDatanets وModelFactory وعمليات تكامل RLHF، وهي المجموعة المعتادة من المصطلحات التقنية التي غالبًا ما يتم التلاعب بها في عالم العملات المشفرة لتبدو أكثر تطورًا مما هو عليه المنتج فعليًا. لكن تحت كل هذا التسويق والاختصارات، يبدو أن هناك اتجاهًا عمليًا وراء ما يبنون عليه بالفعل.

يبدو أن ModelFactory، على سبيل المثال، مصمّم حول ضبط دقيق مبني على واجهة رسومية بدلًا من إجبار المستخدمين على مسارات عمل تعتمد بشكل كامل على الهندسة الثقيلة. يهم ذلك لأن أحد أكبر العوائق أمام تبني الذكاء الاصطناعي ما زال هو إمكانية الوصول. كثير من الأشخاص الذين يفهمون معرفة تخصصية قيّمة ليسوا مهندسي تعلم آلي. خفض العائق التقني أمام هؤلاء المساهمين قد يصبح بالغ الأهمية.

OpenLoRA مكوّن آخر مثير للاهتمام إن كان يعمل بالطريقة التي يصفونها. إن إدارة وتقديم عدد كبير من نماذج الذكاء الاصطناعي المتخصصة بكفاءة، دون خلق تكاليف بنية تحتية ضخمة، هو تحدٍ واقعي جدًا. وينطبق الشيء نفسه على أنظمة التنسيق المُهيكلة مثل Datanets. هذه ليست مشكلات خيالية اخترعوها لأجل ورقة بيضاء؛ بل هي عنق زجاجة حقيقي لتوسيع النطاق داخل منظومات الذكاء الاصطناعي الحديثة.

وبصراحة، يكفي ذلك وحده لوضع OpenLedger في المقدمة بالفعل مقارنةً بجزء كبير من القطاع؛ ببساطة لأنهم يبدو أنهم يدركون أين تكمن نقاط الاحتكاك الحقيقية في تطوير الذكاء الاصطناعي.

ثم يوجد الرمز نفسه.

عادةً هذه هي النقطة التي تبدأ عندها مشاريع واعدة—قد تبدو واعدة—في الانهيار. تقرأ صفحات من تصميم بنية تحتية مدروس، ثم فجأة يظهر الرمز مرتبطًا بعبارات غامضة مثل “مواءمة النظام البيئي” أو “تنسيق المجتمع”—وهي اللغة التي يستخدمها الناس عندما لا يمكنهم شرح أين يُفترض أن تأتي الطلبات طويلة الأجل بشكل واضح.

مع OpenLedger، يبدو أن رمز OPEN أكثر اندماجًا في النشاط الفعلي للشبكة مما كنت أتوقع في البداية. الحوكمة، والرهان، ومدفوعات الاستدلال، ومكافآت المساهمين، ومشاركة النموذج—يبدو أن الرمز مرتبط بالاستخدام وسلوك النظام البيئي أكثر من كونه موجودًا فقط كموجود مضاربي. وما إذا كان ذلك سيخلق في النهاية اقتصاديات رمزية مستدامة ما يزال نقاشًا منفصلًا، لكن على الأقل هناك محاولة واضحة لربط الحوافز الاقتصادية بوظيفة الشبكة الفعلية.

وبصراحة، هذا أمر نادر في عالم العملات المشفرة أكثر مما ينبغي.

لكن الفكرة الأكبر التي يراهن عليها OpenLedger—على الأرجح—هي أهم جزء في كامل أطروحتهم: يصبح الذكاء الاصطناعي اقتصادًا قبل أن يصبح مرفقًا عامًا.

إذا حدث ذلك، سيتوقف الإسناد عن كونه ميزة متخصصة ويبدأ في أن يصبح بنية تحتية حاسمة. سيحتاج المرء إلى أنظمة قادرة على تتبع المساهمة والملكية وأصل البيانات والسمعة وتوزيع الإيرادات—كل مشاكل التنسيق المعقدة التي تفضل شركات الذكاء الاصطناعي المركزية إبقائها مخفية داخل نظم مغلقة.

لأنه في نهاية المطاف سيتوقف الناس عن التبرع طوعًا ببيانات تدريب قيّمة، وبالاستجابة، وبالذكاء البشري، بينما تستحوذ الشركات على كل العائد لأنفسها.

في مرحلة ما، ينكسر هذا الاختلال.

ويبدو أيضًا أن OpenLedger يدرك واقع هذه الأمور أبكر من كثير من المشاريع في هذا المجال. ما إذا كانوا سيتمكنون من التنفيذ بنجاح ما يزال غير مؤكد—فالتنفيذ هو المكان الذي تنهار فيه أغلب سرديات العملات المشفرة—لكن على الأقل فإن المشكلة التي يحاولون حلها حقيقية.

وهذا وحده يفصلهم عن موجة لا تنتهي من المضاربة المدفوعة بالذكاء الاصطناعي والسرديات الفارغة التي تغمر السوق حاليًا. #OpenLedger #open $ETH $币安人生 $OPEN @OpenLedger #ETH