تتصادم الجهود العالمية لتوسيع البنية التحتية للذكاء الاصطناعي مع تزايد التدقيق في الطاقة والمياه ورأس المال اللازم لبناء مراكز بيانات ضخمة. ويرى ناشطون أن البصمة البيئية مرتفعة للغاية، بينما يشير المشاركون في السوق إلى التكلفة الهائلة لتوسيع نطاق الحوسبة المركزية، مثل الرقم الذي أوردته Epoch AI، والبالغ نحو 38 مليار دولار لبناء مركز بيانات للذكاء الاصطناعي بقدرة غيغاواط واحد.
في ظل هذه الخلفية، يحظى نهج مختلف باهتمام متزايد: شبكات تعيد توظيف الهواتف الذكية العادية لتكون بنية تحتية موزعة للحوسبة والاتصال. ووفقًا لـ DataReportal، قُدّر عدد اتصالات الهواتف المحمولة عالميًا بنحو 7.68 مليار اتصال حتى أكتوبر 2026، ما يعني وجود مخزون هائل من الأجهزة غير المستغلة التي يمكن، نظريًا، تنسيقها لتشغيل أحمال عمل الذكاء الاصطناعي.
أهم النقاط
تهدف تصاميم شبكات الذكاء الاصطناعي اللامركزية إلى تقليل الاعتماد على مراكز البيانات كثيفة الاستهلاك للطاقة ورأس المال، وذلك باستخدام أجهزة الهواتف الذكية الموزعة على نطاق واسع.
تفيد Acurast بأنها ضمّت 335,000 هاتف ذكي إلى شبكتها، مع نشاط نحو 40,000 هاتف في يوم عادي ضمن مهام تشمل استدلال الذكاء الاصطناعي واستضافة الوكلاء.
تستهدف مشاريع مثل Phase Proxy فجوة عملية في النشر: منصات الويب التي تحظر حركة المرور القادمة من مراكز البيانات أو تفرض عليها حدودًا للمعدل، وذلك عبر توجيهها من خلال وكلاء سكنيين/محمولين.
التنسيق التقني هو العقبة الأساسية — إذ تختلف شبكات الهواتف في العالم الحقيقي من حيث وقت التشغيل والاتصال والحدود الحرارية ومواصفات الأجهزة.
لا تزال الجوانب الاقتصادية غير مؤكدة، إذ تعتمد نماذج المكافآت بدرجة كبيرة على وقت التشغيل والتخزين أو المشاركة، واستمرار طلب العملاء.
الهواتف الذكية كطبقة حوسبة بديلة
تطرح شبكات الذكاء الاصطناعي اللامركزية الأجهزة المحمولة باعتبارها طبقة بنية تحتية جديدة — تستبدل سعة مراكز البيانات المركزية بمجموعة موزعة عالميًا من الهواتف المزودة بمعالجات وذاكرة واتصال بالإنترنت.
تُعد Acurast أحد أبرز الأمثلة. يقول المؤسس المشارك أليساندرو دي كارلي إن الشركة ضمّت أكثر من 335,000 هاتف ذكي إلى شبكتها، وإن نحو 40,000 منها نشط بالكامل في المتوسط يوميًا. ويصف هذه الأجهزة النشطة بأنها توفر قدرة حوسبة لمهام مثل استخراج بيانات الويب، ومهام الأمن السيبراني، واستدلال الذكاء الاصطناعي، واستضافة الوكلاء.
يرى دي كارلي أن الهواتف قد تكون فعالة بشكل خاص في فئات معينة من الأعمال. ويسلط الضوء على ميزات الأمان المدمجة في الأجهزة، التي «تتفوق» برأيه في الحوسبة السرية وإنشاء بيئات معزولة لتثبيت الملفات التنفيذية وتشغيلها. وقد تلائم الهواتف الذكية أيضًا أعباء العمل «كثيفة الاستخدام لوحدة المعالجة المركزية» والسيناريوهات التي تتطلب وصولًا واسعًا وغير مفلتر إلى نقاط اتصال الإنترنت — وهي حالات قد تواجه فيها الخوادم المركزية قيودًا على المعدل أو الرصد.
ويُقرّ بوجود قيود على الذاكرة، لكن موقف دي كارلي هو أن كثيرًا من المهام لا تزال قابلة للتنفيذ ضمن ذاكرة الوصول العشوائي المتاحة في الأجهزة. ويدّعي أيضًا أن القدرة الحاسوبية المجمعة للهواتف النشطة يمكن أن تعادل سعة نحو 2,340 خادمًا متطورًا لمراكز البيانات، استنادًا إلى المقارنة بخادم ASUS RS720A-E11 المصمم للذكاء الاصطناعي والحوسبة عالية الأداء.
على الرغم من أن هذه المقارنات مقنعة بوصفها سردًا هندسيًا، ينبغي للمستثمرين والمشغلين التعامل معها باعتبارها معتمدة على التطبيق. وسيكون المعيار الحقيقي هو ما إذا كانت الهواتف الموزعة قادرة على تقديم أداء وموثوقية متسقين في ظل أعباء العمل الإنتاجية — لا سيما حين يتعين على الشبكة أن تعمل كخدمة يمكن التنبؤ بها، لا كنموذج أولي بحثي.
Phase Proxy ومشكلة الوكلاء لحركة مرور مراكز البيانات
لا تسعى جميع الشبكات القائمة على الهواتف الذكية إلى تشغيل نماذج ذكاء اصطناعي كاملة على الأجهزة مباشرةً. يبدأ بعضها بحل عقبة مختلفة: سلوك الوصول والاتصال على الإنترنت العام.
أطلقت Phase خدمة Phase Proxy في أكتوبر بنموذج يركز على استخدام اتصالات المستخدمين المحمولة والسكنية كوكلاء لوكلاء الذكاء الاصطناعي. ويوضح المؤسس كيريل إيفيس أن المواقع الإلكترونية كثيرًا ما تحظر حركة المرور الآلية القادمة من مراكز البيانات أو تفرض عليها حدودًا للمعدل. وتهدف Phase، عبر توجيه الطلبات من خلال الشبكات المحمولة/السكنية، إلى الحد من هذه العقبات أمام المهام التي تنفذها الوكلاء.
يشرح إيفيس خطة تسعير خدمة الوكلاء: 0.5 USDT لكل 1,000 طلب و1GB من حركة المرور. أما المكوّن التالي، Phase Router، فمن المفترض أن يوجّه الطلبات الأبسط إلى النماذج التي تعمل على الهواتف ضمن الشبكة، ويوجّه المهام الأكثر تعقيدًا إلى مزودين خارجيين رئيسيين مثل OpenAI وAnthropic. ويُقال إن قرارات التوجيه تعتمد على مدى تعقيد المهمة، وقدرات النموذج، والأداء، والتكلفة.
تشير Phase أيضًا إلى توسع مستقبلي يتجاوز الهواتف ليشمل أجهزة الكمبيوتر المكتبية والخوادم ووحدات معالجة الرسومات. وهذا مهم للمستخدمين لأنه يوحي ببنية هجينة: قد تسد الأجهزة المحمولة فجوات معينة (مثل الوصول عبر الوكلاء أو التوزيع المحلي)، فيما تتولى مجموعات أخرى من الأجهزة متطلبات الاستدلال والتوسع الأثقل.
الموثوقية والتنسيق: العقبة العملية
إن تحويل الأجهزة الخاملة إلى مورد حوسبة يمكن الاعتماد عليه أصعب بكثير من إثبات قدرة جهاز ما على تنفيذ عبء عمل بمعزل عن غيره. فتنسيق عدد كبير من الهواتف الذكية المتباينة — التي يتأثر كل منها باستنزاف البطارية وارتفاع الحرارة وتقلب ظروف الشبكة وتفاوت مواصفات الأجهزة — يخلق مشكلة موثوقية تتجنبها البنية التحتية المركزية عادةً.
اختبرت دراسة نُشرت عام 2025 في مجلة Sensors مجموعات صغيرة من الهواتف الذكية التي تنفذ مهام التعرف على الصور، ووجدت أن الهواتف المجمعة أمكنها تقديم أداء تنافسي في ظروف مضبوطة. إلا أن النتائج تحققت في بيئات أُديرت فيها الأجهزة ولم تكن موزعة في أنحاء العالم — وهو فارق مهم عند تعميم النتائج على شبكة حية.
وتأتي أدلة داعمة من بحث أُجري ضمن مبادرة مدعومة من Google في جامعة كاليفورنيا، سان دييغو. وأفاد البحث بأن مجموعة من 20 هاتفًا ذكيًا متقاعدًا أمكنها التعامل مع ذروة أعباء العمل لفصل يضم أكثر من 75 طالبًا، مع إنجاز التصحيح بسرعة أكبر من إعداد الجامعة السحابي المعتاد. ومرة أخرى، شملت التجربة أجهزة منظمة في بيئة مضبوطة، لا أجهزة متصلة في ظروف واقعية غير متوقعة.
في بيئات الإنتاج، يتعين على الشبكات التعامل مع انقطاع اتصال الهواتف، وتغير الاتصال، ونفاد البطاريات، أو تفاوت قدرات الحوسبة والذاكرة. وفي أنظمة البلوك تشين مثل Ethereum — الوارد ذكرها في المقالة الأصلية — قد يتقيد الأداء أيضًا بزمن استجابة الاتصالات وبحدود المعالجة لدى العقد الأقل مواصفات. أما في شبكات الهواتف الذكية، فتتفاقم صعوبة الجدولة: إذ قد يفشل توزيع المهام الفرعية على أجهزة مستقلة إذا تأخر حتى جزء صغير من الأجهزة أو انقطع اتصاله أو أصبح غير متاح.
من يدفع، وكيف تتوسع المكافآت؟
حتى لو أمكن الحد هندسيًا من مشكلات التنسيق والموثوقية، فلا بد أن تكون الشبكات القائمة على الهواتف الذكية مجدية اقتصاديًا للعملاء ومشغلي الأجهزة على حد سواء.
يقول دي كارلي إن Acurast لا تعتمد رقمًا ثابتًا واحدًا للمكافآت. بل تتفاوت المكافآت، بحسب الوصف، وفق عوامل مثل وقت تشغيل الجهاز، ومواصفات الأجهزة (أداء الاختبارات المعيارية)، وإجمالي وحدات ACU المخزنة، والطلب النشط من المطورين على القدرة الحاسوبية. ويصف النظام بأنه يتنافس على مجموعة مكافآت ممولة بالتضخم، بدلًا من فرض رسوم على المطورين ترتبط مباشرةً بمبالغ الدفع لكل مشغل على حدة.
أما هيكل المكافآت لدى Phase فيُطرح بطريقة مختلفة. يقول إيفيس إن Phase ستستخدم جزءًا من إيرادات خدماتها لشراء PHASE من السوق المفتوحة، ثم توزع الرموز على مشغلي العقد وفقًا لمساهماتهم.
يشير النهجان إلى الحقيقة العملية نفسها: لم يعد تشغيل الحوسبة الخاصة بالذكاء الاصطناعي على الهاتف هو الجزء الصعب الوحيد. فالتحدي الأكبر هو بناء حوافز وآليات تشغيلية تحافظ على مشاركة عشرات الآلاف من الأجهزة بموثوقية، مع ضمان بقاء طلب العملاء قويًا بما يكفي لاستدامة المدفوعات واستخدام الشبكة.
مع تطور هذه المشاريع، قد لا تكون المؤشرات الأهم للسوق هي مقاييس الرموز أو أعداد العقد، بل ما إذا كانت الشبكات تقدم باستمرار خدمات يرغب المستخدمون في الدفع مقابل استمرارها — بمستويات أداء مستقرة بما يكفي لاستبدال البنية التحتية المركزية أو استكمالها.
في الوقت الراهن، ينبغي للمستثمرين والبنّائين مراقبة كيفية تعامل هذه الشبكات مع ثلاثة أسئلة في العالم الحقيقي: استمرارية التشغيل في ظل ظروف غير متوقعة، والجدوى من حيث التكلفة مقارنةً بمقدمي الخدمات التقليديين، ونماذج المكافآت القادرة على الاستمرار بعد مرحلة التبني المبكر من دون تراجع الموثوقية.
نُشرت هذه المقالة في الأصل بعنوان «هل تستطيع شبكات الهواتف اللامركزية إطلاق موجة الذكاء الاصطناعي التالية؟» على Crypto Breaking News — مصدركم الموثوق لأخبار العملات المشفرة والبيتكوين وتحديثات البلوك تشين.