#Newt @NewtonProtocol $NEWT
إذا كانت الآلات تتحسن في اتخاذ القرارات، فلماذا نقضي وقتًا قليلًا جدًا في مناقشة من يحدد حدودها؟

وأثناء بحثي في البنية التحتية لسلاسل الكتل المرتبطة بالذكاء الاصطناعي، وجدت نفسي أفكر بدرجة أقل في الخوارزميات وبدرجة أكبر في المسؤولية. برز بروتوكول Newton لأنه يبدو أنه يستكشف شيئًا نادرًا ما يصبح محور الحديث: كيف ينبغي أن توجد الإجراءات الذاتية داخل نظام يمكنه التحقق منها ووضع قيود عليها.

غيّر ذلك وجهة نظري. غالبًا ما نحتفي بنموذج ذكاء اصطناعي عندما يصل إلى الاستنتاج الصحيح، لكن الطريق بين القرار وتنفيذه يحظى باهتمام أقل بكثير. وفي البيئات المالية، قد تكون هذه الفجوة أكثر أهمية من ذكاء النموذج نفسه.

بدأت أتساءل ما إذا كانت تحديات المستقبل ليست في تعليم الذكاء الاصطناعي أن يفكر بشكل مختلف، بل في تصميم بيئات تظل فيها أفعاله مفهومة ويمكن مساءلتها. يمكن للسرعة أن تحسن الكفاءة، لكنها لا تعني تلقائيًا زيادة الثقة. هذه أفكار منفصلة، حتى لو كانت غالبًا تُعامل على أنها الشيء نفسه.

ومع استمرار قراءتي، جعلني المشروع أشك في عادة أوسع منتشرة في السوق. هل نقيم الذكاء الاصطناعي بناءً على جودة مخرجاته بينما نتجاهل القواعد التي تشكل تلك المخرجات؟ البنية التحتية نادرًا ما تجذب العناوين الرئيسية، لكنها تحدد بصمت ما يمكن للنظام فعله وما لا يمكنه فعله.

خرجت بأسئلة أكثر من الإجابات، وربما يكون هذا أكثر ناتج مثير للاهتمام. أحيانًا يكشف الإطار الهادئ خلف تقنية ما عن مستقبلها أكثر مما تكشفه التقنية نفسها.