إذا جعلتُ مستقبلًا وكيلًا للذكاء الاصطناعي يراقب الأسواق نيابةً عني، ويتحقق من البيانات، بل وينفذ الصفقات تلقائيًا، فأظن أنني لن أستطيع مقاومة سؤاله: هل البيانات التي اطّلعت عليها للتو موثوقة حقًا؟
فالأمر يتعلق بأموال حقيقية، ومهما بدت إجابات الذكاء الاصطناعي مقنعة، إذا كانت المعلومات التي حصل عليها في البداية غير سليمة، فمن الصعب الاطمئنان إلى الأحكام اللاحقة.
وقد أعلنت Primus مؤخرًا عن شراكة جديدة مع Cournot، ووجدت هذا التحديث مثيرًا للاهتمام، كما ساعدني على فهم zkTLS من Primus بصورة أفضل.
/
لنبدأ بـ Cournot، فهو بروتوكول أوراكل أصيل للذكاء الاصطناعي، قادر على تحليل معلومات الأحداث في العالم الحقيقي، وتقديم نتائج أحكام قابلة للتدقيق للتطبيقات على السلسلة، مثل أسواق التنبؤ.
لكن ثمة مشكلة هنا.
لنفترض أن سوق تنبؤ يحتاج إلى تحديد ما إذا كانت بيانات اقتصادية معينة قد حققت التوقعات. يمكن للذكاء الاصطناعي تحليل الأخبار، والبحث في المواقع، واستدعاء واجهات API، لكن من أين جاءت هذه المعلومات بالضبط؟ وهل جرى تعديلها؟
هنا يأتي دور Primus.
باستخدام zkTLS، تستطيع Primus توفير إثباتات لأصالة البيانات الواردة من المواقع أو واجهات API، مع الحد من كشف المعلومات الحساسة.
وتوزيع الأدوار في هذه الشراكة واضح نسبيًا: تتولى Primus التحقق من مصادر الأدلة خارج السلسلة، ثم تحلل Cournot هذه الأدلة وتُصدر حكمًا قابلًا للتدقيق.
أرى أن هذا التعاون يستحق المتابعة.
ففي نهاية المطاف، تتضمن أسواق التنبؤ تسوية بأموال حقيقية، لذا فإن موثوقية مصادر البيانات بالغة الأهمية.
كما أشارت الجهتان إلى الائتمان الخاص وتطبيقات أوسع للتمويل على السلسلة. وفي المستقبل، قد تتاح أيضًا فرصة للتحقق من بيانات تتعلق بالأوضاع المالية وشروط الائتمان، مع الحفاظ على الخصوصية.
وبالطبع، لا يزال هذا الجانب في مرحلة الاستكشاف، وسنحتاج إلى متابعة ما يمكن تطبيقه عمليًا لاحقًا.
/
في الواقع، راكمت Primus بالفعل بعض الخبرة في حالات استخدام مشابهة.
فعلى سبيل المثال، في إثبات الاحتياطيات (Proof of Reserves)، يجري التحقق من مصادر بيانات الأصول خارج السلسلة باستخدام zkTLS، ثم تُستخدم zkVM لإجراء حسابات بيانات الاحتياطيات والتحقق منها، ما يتيح للمؤسسات تقديم إثباتات قابلة للتحقق لأصولها، مع حماية بعض المعلومات التشغيلية الحساسة.
إضافة إلى ذلك، خصصت وثائق Primus الرسمية قسمًا بعنوان Verifiable AI Agent Execution.
فعندما يستدعي الوكيل واجهات API خارجية، أو يستعلم عن البيانات، أو ينفذ مهام مالية، يمكن إنشاء إثباتات zkTLS للتفاعلات الرئيسية، بحيث يصبح بالإمكان تتبع بعض خطوات التنفيذ والتحقق منها.
وهناك تفصيل أرى أنه يستحق الانتباه.
إثبات أن البيانات جاءت من مصدر حقيقي لا يعني أن حكم الذكاء الاصطناعي صحيح بالضرورة. ما تعالجه Primus هو مسألة موثوقية الأدلة، وهي مسألة بالغة الأهمية في عملية اتخاذ القرار بأكملها.
/
من التحقق من الاحتياطيات، إلى وكلاء الذكاء الاصطناعي، ثم إلى توسيع أسواق التنبؤ عبر الشراكة الأخيرة مع Cournot، يتواصل اتساع مجالات استخدام Primus.
كما أنها لا تحتاج إلى إنشاء سلسلة عامة جديدة، إذ يمكنها دمج إمكانات التحقق وحماية الخصوصية مباشرةً في الأنظمة القائمة.
وأنا شخصيًا متفائل جدًا بهذا التوجه في تطوير البنية التحتية.
ستزداد الحاجة إلى معالجة بيانات العالم الحقيقي في التمويل على السلسلة مستقبلًا، وقد يصبح ضمان إمكان التحقق من هذه البيانات واستخدامها مع الحفاظ على الخصوصية مسألة تزداد أهميةً بمرور الوقت.
وتواصل Primus إحراز تقدم في هذا المسار.
هذا ليس نصيحة استثمارية. DYOR
فالأمر يتعلق بأموال حقيقية، ومهما بدت إجابات الذكاء الاصطناعي مقنعة، إذا كانت المعلومات التي حصل عليها في البداية غير سليمة، فمن الصعب الاطمئنان إلى الأحكام اللاحقة.
وقد أعلنت Primus مؤخرًا عن شراكة جديدة مع Cournot، ووجدت هذا التحديث مثيرًا للاهتمام، كما ساعدني على فهم zkTLS من Primus بصورة أفضل.
/
لنبدأ بـ Cournot، فهو بروتوكول أوراكل أصيل للذكاء الاصطناعي، قادر على تحليل معلومات الأحداث في العالم الحقيقي، وتقديم نتائج أحكام قابلة للتدقيق للتطبيقات على السلسلة، مثل أسواق التنبؤ.
لكن ثمة مشكلة هنا.
لنفترض أن سوق تنبؤ يحتاج إلى تحديد ما إذا كانت بيانات اقتصادية معينة قد حققت التوقعات. يمكن للذكاء الاصطناعي تحليل الأخبار، والبحث في المواقع، واستدعاء واجهات API، لكن من أين جاءت هذه المعلومات بالضبط؟ وهل جرى تعديلها؟
هنا يأتي دور Primus.
باستخدام zkTLS، تستطيع Primus توفير إثباتات لأصالة البيانات الواردة من المواقع أو واجهات API، مع الحد من كشف المعلومات الحساسة.
وتوزيع الأدوار في هذه الشراكة واضح نسبيًا: تتولى Primus التحقق من مصادر الأدلة خارج السلسلة، ثم تحلل Cournot هذه الأدلة وتُصدر حكمًا قابلًا للتدقيق.
أرى أن هذا التعاون يستحق المتابعة.
ففي نهاية المطاف، تتضمن أسواق التنبؤ تسوية بأموال حقيقية، لذا فإن موثوقية مصادر البيانات بالغة الأهمية.
كما أشارت الجهتان إلى الائتمان الخاص وتطبيقات أوسع للتمويل على السلسلة. وفي المستقبل، قد تتاح أيضًا فرصة للتحقق من بيانات تتعلق بالأوضاع المالية وشروط الائتمان، مع الحفاظ على الخصوصية.
وبالطبع، لا يزال هذا الجانب في مرحلة الاستكشاف، وسنحتاج إلى متابعة ما يمكن تطبيقه عمليًا لاحقًا.
/
في الواقع، راكمت Primus بالفعل بعض الخبرة في حالات استخدام مشابهة.
فعلى سبيل المثال، في إثبات الاحتياطيات (Proof of Reserves)، يجري التحقق من مصادر بيانات الأصول خارج السلسلة باستخدام zkTLS، ثم تُستخدم zkVM لإجراء حسابات بيانات الاحتياطيات والتحقق منها، ما يتيح للمؤسسات تقديم إثباتات قابلة للتحقق لأصولها، مع حماية بعض المعلومات التشغيلية الحساسة.
إضافة إلى ذلك، خصصت وثائق Primus الرسمية قسمًا بعنوان Verifiable AI Agent Execution.
فعندما يستدعي الوكيل واجهات API خارجية، أو يستعلم عن البيانات، أو ينفذ مهام مالية، يمكن إنشاء إثباتات zkTLS للتفاعلات الرئيسية، بحيث يصبح بالإمكان تتبع بعض خطوات التنفيذ والتحقق منها.
وهناك تفصيل أرى أنه يستحق الانتباه.
إثبات أن البيانات جاءت من مصدر حقيقي لا يعني أن حكم الذكاء الاصطناعي صحيح بالضرورة. ما تعالجه Primus هو مسألة موثوقية الأدلة، وهي مسألة بالغة الأهمية في عملية اتخاذ القرار بأكملها.
/
من التحقق من الاحتياطيات، إلى وكلاء الذكاء الاصطناعي، ثم إلى توسيع أسواق التنبؤ عبر الشراكة الأخيرة مع Cournot، يتواصل اتساع مجالات استخدام Primus.
كما أنها لا تحتاج إلى إنشاء سلسلة عامة جديدة، إذ يمكنها دمج إمكانات التحقق وحماية الخصوصية مباشرةً في الأنظمة القائمة.
وأنا شخصيًا متفائل جدًا بهذا التوجه في تطوير البنية التحتية.
ستزداد الحاجة إلى معالجة بيانات العالم الحقيقي في التمويل على السلسلة مستقبلًا، وقد يصبح ضمان إمكان التحقق من هذه البيانات واستخدامها مع الحفاظ على الخصوصية مسألة تزداد أهميةً بمرور الوقت.
وتواصل Primus إحراز تقدم في هذا المسار.
هذا ليس نصيحة استثمارية. DYOR
