#opg $OPG

كنت أتساءل عما قد يبدو عليه فعليًا مكدس ذكاء اصطناعي لا مركزي بالكامل بعد خمس سنوات من الآن.

في الوقت الحالي، تعتمد معظم تطبيقات الذكاء الاصطناعي على بنية تحتية مركزية في مكان ما ضمن سلسلة المعالجة. قد تستخدم نموذجًا مفتوح المصدر، لكن الاستدلال يتم على مزود واحد. أو قد يكون النموذج موزعًا، لكن المدفوعات أو التحقق أو التخزين تظل مركزية.

المكدس اللامركزي الحقيقي من شأنه أن يربط كل هذه الطبقات معًا.

يمكن لمطوّري النماذج نشر النماذج على شبكة مفتوحة. ويمكن لمشغلي العقد المستقلين توفير الحوسبة من أجل الاستدلال. ويمكن لأنظمة التحقق أن تثبت أن النموذج الصحيح هو من أنتج المخرجات. ويمكن أن تحدث المدفوعات تلقائيًا بين المستخدمين والمزودين، بينما تتم إدارة الحوكمة والحوافز على السلسلة.

وهذا جزء مما يجعل OpenGradient يثير اهتمامي. فهو يستكشف أجزاءً من هذه الرؤية عبر الجمع بين الاستدلال اللامركزي والتحقق وبنية البلوك تشين. وما إذا كان هذا سيصبح النهج السائد ما زال سؤالًا مفتوحًا، لكن الاتجاه مثير للاهتمام لمتابعته.

ما زالت هناك تحديات كثيرة. يجب أن تتنافس الأداء مع الخدمات المركزية. يحتاج التحقق إلى أن يكون كفؤًا. كما يجب أن تكافئ الحوافز مشغلي العقد الموثوقين دون جعل استخدام الشبكة مكلفًا للغاية.

إذا أمكن حل هذه المشكلات، فقد يبدو البنية التحتية للذكاء الاصطناعي بعد خمس سنوات أقرب بكثير إلى الإنترنت نفسه—موزعة، بلا إذن، ومبنية بواسطة مشاركين كثيرين بدلًا من حفنة من المزودين.

ما زلنا في وقت مبكر، لكن من الرائع رؤية المشاريع تُجرّب ما قد تبدو عليه هذه المستقبلية.

#OpenGradient #OPGS #Web3