قضت صناعة الذكاء الاصطناعي سنوات في المطاردة وراء نماذج أكثر ذكاءً. والآن تواجه مشكلة مختلفة: السيطرة.
وكيل ذكاء اصطناعي يلخّص الأبحاث مفيد. أمّا ذلك الذي يمكنه توقيع المعاملات أو نقل الأصول أو إدارة رأس المال على السلسلة فيتحمّل مسؤولية حقيقية. إنّ الذكاء وحده لا يجعل ذلك آمنًا. إنّ وضع حدود واضحة يفعل ذلك.
@NewtonProtocol يتعامل مع هذا التحدّي عبر أذونات قائمة على السياسات. بدلًا من منح الذكاء الاصطناعي سلطة غير مقيدة، يسمح بتنفيذ الإجراءات وفق قواعد محددة مسبقًا. تصبح حدود المعاملات والعقود الذكية المعتمدة ومتطلبات موافقة البشر جزءًا من سير العمل قبل بدء التنفيذ، ما يساعد على تقليل المخاطر غير الضرورية مع الحفاظ على قابلية الأتمتة للتطبيق.
تعكس هذه النقلة ما حدث في الحوسبة السحابية. فقد اكتسبت AWS وMicrosoft Azure وGoogle Cloud ثقة المؤسسات ليس فقط عبر قوة الحوسبة، بل عبر ضوابط قوية للهوية والوصول والصلاحيات. ويتجه الذكاء الاصطناعي الذاتي في الاتجاه نفسه، حيث قد تَهمّ المساءلة بقدر ما تَهمّ القدرة.
مع بدء أنظمة الذكاء الاصطناعي في التعامل مع العمليات المالية والتفاعل مباشرة مع بنية البلوك تشين التحتية، سيعتمد مستوى الثقة على أكثر من مجرد أداء النموذج. ستتوقع المؤسسات بشكل متزايد أن تعمل الأتمتة ضمن حدود محددة بوضوح، مع بقاء كل إجراء مهم شفافًا وقابلًا للتحقق.
هذا هو الاتجاه @NewtonProtocol الذي تسعى إليه. بدلًا من التركيز فقط على جعل وكلاء الذكاء الاصطناعي أكثر قدرة، يسلّط الضوء على منحهم الأذونات الصحيحة، وفرض سياسات واضحة، وجعل التنفيذ الذاتي مسؤولًا عنه منذ البداية.