قد لا يكون أكبر خطر يهدد مستقبل الذكاء الاصطناعي والتمويل اللامركزي هو التكنولوجيا السيئة، بل البيانات السيئة.
فكّر في الأمر. قد يتخذ وكيل ذكاء اصطناعي قرارًا ماليًا استنادًا إلى معلومات غير صحيحة. وقد يحسب بروتوكول تمويل لامركزي قيمة الضمانات باستخدام بيانات لم يتحقق أحد منها بشكل مستقل. حتى أذكى الأنظمة تصبح غير موثوقة عندما يتعذر الوثوق بالأرقام التي تستند إليها.
وهذه هي المشكلة التي يعمل @SpaceandTime على حلها.
تقدّم تقنية Proof of SQL التي طورها شيئًا مهمًا: الإثبات بدلًا من الثقة العمياء.
فبدلًا من الاكتفاء بإرجاع نتائج قاعدة البيانات، ينشئ Space and Time إثباتات تشفيرية تُظهر أن الاستعلام نُفّذ على نحو صحيح استنادًا إلى بيانات ملتزم بها.
والتطبيقات العملية مثيرة للاهتمام:
- يمكن لوكلاء الذكاء الاصطناعي التحقق من المعلومات قبل اتخاذ قرارات مهمة.
- يمكن لبروتوكولات التمويل اللامركزي معالجة مجموعات بيانات ضخمة خارج السلسلة، ثم التحقق من النتائج على السلسلة.
- يمكن للأصول المرمّزة إثبات الأرصدة والملكية والضمانات من دون كشف كل السجلات الأساسية.
ما يميز هذا النهج هو أن التطبيقات لا تضطر إلى التضحية بإمكانية التحقق لمجرد أن معالجة بياناتها أصبحت أكثر تعقيدًا.
برأيي، يستحق هذا الجانب من البنية التحتية للبلوك تشين اهتمامًا أكبر بكثير. يتحدث الجميع عن سرعة المعاملات ووكلاء الذكاء الاصطناعي وإدخال الأصول الواقعية إلى السلسلة. لكن من يتحقق من صحة المعلومات التي تستند إليها كل هذه الأنظمة؟
هنا يمكن لـ Space and Time أن يُحدث فرقًا ملموسًا.
الخطوة الكبيرة التالية لا تقتصر على جعل التكنولوجيا أكثر ذكاءً، بل تتمثل في التأكد من إمكانية إثبات صحة الأرقام التي تتصرف الأنظمة بناءً عليها.
سأتابع المستجدات بشأن
#sxt $SXT @SpaceandTime
فكّر في الأمر. قد يتخذ وكيل ذكاء اصطناعي قرارًا ماليًا استنادًا إلى معلومات غير صحيحة. وقد يحسب بروتوكول تمويل لامركزي قيمة الضمانات باستخدام بيانات لم يتحقق أحد منها بشكل مستقل. حتى أذكى الأنظمة تصبح غير موثوقة عندما يتعذر الوثوق بالأرقام التي تستند إليها.
وهذه هي المشكلة التي يعمل @SpaceandTime على حلها.
تقدّم تقنية Proof of SQL التي طورها شيئًا مهمًا: الإثبات بدلًا من الثقة العمياء.
فبدلًا من الاكتفاء بإرجاع نتائج قاعدة البيانات، ينشئ Space and Time إثباتات تشفيرية تُظهر أن الاستعلام نُفّذ على نحو صحيح استنادًا إلى بيانات ملتزم بها.
والتطبيقات العملية مثيرة للاهتمام:
- يمكن لوكلاء الذكاء الاصطناعي التحقق من المعلومات قبل اتخاذ قرارات مهمة.
- يمكن لبروتوكولات التمويل اللامركزي معالجة مجموعات بيانات ضخمة خارج السلسلة، ثم التحقق من النتائج على السلسلة.
- يمكن للأصول المرمّزة إثبات الأرصدة والملكية والضمانات من دون كشف كل السجلات الأساسية.
ما يميز هذا النهج هو أن التطبيقات لا تضطر إلى التضحية بإمكانية التحقق لمجرد أن معالجة بياناتها أصبحت أكثر تعقيدًا.
برأيي، يستحق هذا الجانب من البنية التحتية للبلوك تشين اهتمامًا أكبر بكثير. يتحدث الجميع عن سرعة المعاملات ووكلاء الذكاء الاصطناعي وإدخال الأصول الواقعية إلى السلسلة. لكن من يتحقق من صحة المعلومات التي تستند إليها كل هذه الأنظمة؟
هنا يمكن لـ Space and Time أن يُحدث فرقًا ملموسًا.
الخطوة الكبيرة التالية لا تقتصر على جعل التكنولوجيا أكثر ذكاءً، بل تتمثل في التأكد من إمكانية إثبات صحة الأرقام التي تتصرف الأنظمة بناءً عليها.
سأتابع المستجدات بشأن
#sxt $SXT @SpaceandTime
