“OPENLEDGER وَالقيمة الحقيقية لبيانات الذكاء الاصطناعي”
OPENLEDGER وَالقيمة الحقيقية لبيانات الذكاء الاصطناعي
معظم الناس يتحدثون عن الذكاء الاصطناعي كما لو كانت النماذج نفسها هي الشيء الوحيد المهم.
نماذج أكبر. مخرجات أذكى. استجابات أسرع.
لكن كلما نظرت إلى صناعة الذكاء الاصطناعي، أشعر أكثر أن القيمة الحقيقية قد لا تأتي من النماذج فقط - بل قد تأتي من البيانات التي تدعمها.
وهذا أحد الأسباب التي جعلت OpenLedger تجذب الانتباه داخل مجال الذكاء الاصطناعي والعملات المشفرة.
لا يبدو أنها تركز على المنافسة مع منتجات الذكاء الاصطناعي الاستهلاكية بشكل مباشر. بدلاً من ذلك، يبدو أن المشروع يبني بنية تحتية حول واحدة من أكبر المشكلات طويلة الأجل في الذكاء الاصطناعي: النسبة، التحقق، وملكية البيانات.
في الوقت الحالي، يتم تدريب أنظمة الذكاء الاصطناعي باستخدام كميات هائلة من المعلومات التي ينتجها المستخدمون، والمجتمعات، والباحثون، والشركات. ولكن بمجرد أن تدخل هذه البيانات في أنابيب مركزية، عادة ما يفقد المساهمون الرؤية والمشاركة الاقتصادية.
النماذج تتحسن.
المنتجات تتوسع.
تلتقط الشركات معظم القيمة.
OpenLedger تحاول الاقتراب من هذا بشكل مختلف.
من خلال أنظمة مثل إثبات النسبة وDatanets، يهدف البروتوكول إلى إنشاء اقتصادات بيانات ذكاء اصطناعي قابلة للتتبع حيث يمكن للمساهمين البقاء متصلين بالقيمة التي تساعد بياناتهم في توليدها.
تزداد أهمية هذه الفكرة مع انتقال الذكاء الاصطناعي من التجريب إلى البنية التحتية الاقتصادية الحقيقية.
المؤسسات لا تحتاج فقط إلى المزيد من الذكاء الاصطناعي.
إنها تحتاج إلى ذكاء اصطناعي موثوق.
هذا يعني مجموعات بيانات يمكن التحقق منها، مصادر شفافة، وتتبع موثوق للمساهمات.
وبصراحة، قد تصبح هذه واحدة من أكثر الطبقات قيمة في اقتصاد الذكاء الاصطناعي بالكامل مع مرور الوقت.
الجزء المثير هو أن OpenLedger لا تتعامل مع البيانات كمعلومات فقط.
إنها تعالج البيانات كأصل اقتصادي.
إذا أصبح الذكاء الاصطناعي واحدة من التقنيات السائدة في العقد المقبل، فإن الأنظمة التي تدير الملكية، والنسبة، والتنسيق حول البيانات قد تصبح بنفس أهمية النماذج نفسها.
$OPEN #OpenLedger @OpenLedger
OPENLEDGER وَالقيمة الحقيقية لبيانات الذكاء الاصطناعي
معظم الناس يتحدثون عن الذكاء الاصطناعي كما لو كانت النماذج نفسها هي الشيء الوحيد المهم.
نماذج أكبر. مخرجات أذكى. استجابات أسرع.
لكن كلما نظرت إلى صناعة الذكاء الاصطناعي، أشعر أكثر أن القيمة الحقيقية قد لا تأتي من النماذج فقط - بل قد تأتي من البيانات التي تدعمها.
وهذا أحد الأسباب التي جعلت OpenLedger تجذب الانتباه داخل مجال الذكاء الاصطناعي والعملات المشفرة.
لا يبدو أنها تركز على المنافسة مع منتجات الذكاء الاصطناعي الاستهلاكية بشكل مباشر. بدلاً من ذلك، يبدو أن المشروع يبني بنية تحتية حول واحدة من أكبر المشكلات طويلة الأجل في الذكاء الاصطناعي: النسبة، التحقق، وملكية البيانات.
في الوقت الحالي، يتم تدريب أنظمة الذكاء الاصطناعي باستخدام كميات هائلة من المعلومات التي ينتجها المستخدمون، والمجتمعات، والباحثون، والشركات. ولكن بمجرد أن تدخل هذه البيانات في أنابيب مركزية، عادة ما يفقد المساهمون الرؤية والمشاركة الاقتصادية.
النماذج تتحسن.
المنتجات تتوسع.
تلتقط الشركات معظم القيمة.
OpenLedger تحاول الاقتراب من هذا بشكل مختلف.
من خلال أنظمة مثل إثبات النسبة وDatanets، يهدف البروتوكول إلى إنشاء اقتصادات بيانات ذكاء اصطناعي قابلة للتتبع حيث يمكن للمساهمين البقاء متصلين بالقيمة التي تساعد بياناتهم في توليدها.
تزداد أهمية هذه الفكرة مع انتقال الذكاء الاصطناعي من التجريب إلى البنية التحتية الاقتصادية الحقيقية.
المؤسسات لا تحتاج فقط إلى المزيد من الذكاء الاصطناعي.
إنها تحتاج إلى ذكاء اصطناعي موثوق.
هذا يعني مجموعات بيانات يمكن التحقق منها، مصادر شفافة، وتتبع موثوق للمساهمات.
وبصراحة، قد تصبح هذه واحدة من أكثر الطبقات قيمة في اقتصاد الذكاء الاصطناعي بالكامل مع مرور الوقت.
الجزء المثير هو أن OpenLedger لا تتعامل مع البيانات كمعلومات فقط.
إنها تعالج البيانات كأصل اقتصادي.
إذا أصبح الذكاء الاصطناعي واحدة من التقنيات السائدة في العقد المقبل، فإن الأنظمة التي تدير الملكية، والنسبة، والتنسيق حول البيانات قد تصبح بنفس أهمية النماذج نفسها.
$OPEN #OpenLedger @OpenLedger