كلما فكرت أكثر في الذكاء الاصطناعي في التمويل، شعرت أكثر بأن التحدي الحقيقي ليس بناء نماذج أذكى. فالذكاء الاصطناعي لا يضع القواعد ولا يقرر ما هو مقبول. إنه ببساطة يتبع الصلاحيات التي تُمنح له.

وهذا أحد الأسباب التي جعلتني ألتفت إلى بروتوكول نيوتن. بدل منح وكيل ذكاء اصطناعي تحكمًا غير محدود عبر مفتاح خاص، فإنه يقدم تفويضًا قابلًا للبرمجة. يمكن للمستخدمين والمطورين تحديد ما يُسمح للوكيل بالقيام به، وكم رأس مال يمكنه الوصول إليه، وما هي البروتوكولات التي يمكنه استخدامها، ومتى يجب اعتماد الإجراء قبل حدوثه.

تخيّل روبوت تداول بالذكاء الاصطناعي يعثر على فرصة رائعة، لكنه يحاول نقل أموال أكثر مما كنت تقصده. الذكاء وحده لن يوقف ذلك. الصلاحيات الواضحة قد تفعل.

ومع ذلك، لا أعتقد أن التفويض هو الإجابة الكاملة. فسياسات قوية لا تستطيع إصلاح قرارات سيئة ناتجة عن نموذج ذكاء اصطناعي ضعيف، كما أن نموذجًا عبقريًا لا ينبغي أن يحصل على وصول غير محدود إلى أصولك.

بالنسبة لي، فإن مستقبل التمويل الأصلي للذكاء الاصطناعي ليس اختيارًا بين الذكاء والتحكم. بل سيتطلب عملهما معًا. قد لا يكون الفائزون هم الأكثر ذكاءً بين نماذج الذكاء الاصطناعي، لكن الأنظمة التي تجمع بين القدرة وحدود واضحة وقابلة للتحقق.

@NewtonProtocol #Newt $NEWT

ما الأهم بالنسبة للتمويل الأصلي للذكاء الاصطناعي؟