أكبر عائق في الذكاء الاصطناعي الآن ليس بنية النموذج أو الحوسبة. إنه البيانات. معظم مجموعات بيانات تدريب الذكاء الاصطناعي مغلقة، وغير قابلة للتحقق، ومن المستحيل تدقيقها. وهنا يأتي دور @OpenLedger .

تقوم OpenLedger ببناء طبقة بيانات بدون إذن تجعل مجموعات بيانات الذكاء الاصطناعي قابلة للتحقق، وقابلة للنسب، وقابلة للتجميع على السلسلة. مع $OPEN ، يمكن للمطورين الحصول على بيانات عالية الجودة دون الاعتماد على حراس مركزيين. يمكن تتبع كل مساهمة في مجموعة البيانات، ونسبها، وتحقيق دخل عادل منها.

لماذا هذا مهم؟ مشهد الذكاء الاصطناعي اليوم يهيمن عليه عدد قليل من لاعبي التكنولوجيا الكبرى الذين يمتلكون حواجز البيانات. إذا كنا نريد ذكاء اصطناعي مفتوح حقًا وموزع يمكن للجميع البناء عليه، فنحن بحاجة إلى بنية تحتية شفافة للمدخلات، وليس فقط النماذج.

يُمكّن OpenLedger إثبات منشأ البيانات (provenance)، ما يعني أنه يمكنك إثبات مصدر معرفة النموذج. كما يخلق حوافز جديدة لمقدمي البيانات الذين غالباً ما يتم استبعادهم من سلسلة القيمة. بدل تجريف الويب مجاناً، يمكن للمطوّرين ترخيص البيانات بشكل شفاف ومكافأة المساهمين عبر العقود الذكية.

لكي تعمل أطروحة “العملات المشفرة × الذكاء الاصطناعي”، نحتاج أكثر من مجرد “رموز ذكاء اصطناعي”. نحتاج إلى بنية تحتية حقيقية تحل مشاكل حقيقية. ومن خلال التركيز على طبقة البيانات، @OpenLedger فإننا نعالج واحدة من أصعب أجزاء المنظومة.

الرؤية بسيطة: لا مزيد من ذكاء اصطناعي صندوقٍ أسود. فقط أنظمة مفتوحة وقابلة للتدقيق والتتبع وقابلة للتعاون، حيث تتدفق البيانات والقيمة إلى الأشخاص الذين يبدعونها.

متفائل بما يبنيه الفريق مع $OPEN . قد يكون هذا أساسياً إذا كان الذكاء الاصطناعي اللامركزي ينجز بالفعل. #OpenLedger