مقدمة:
مع التطور السريع للتكنولوجيا الرقمية، أصبحت الذكاء الاصطناعي والعملات المشفرة من أكثر الموضوعات شيوعًا. يمثل الذكاء الاصطناعي، باعتباره ثورة تكنولوجية، أرقى قوى الإنتاج؛ بينما تستند العملات المشفرة إلى تقنية البلوك تشين، مما يمثل أكثر علاقات الإنتاج عدلاً. إن الذكاء الاصطناعي والعملات المشفرة يغيران باستمرار حياتنا وطريقة عملنا. ستتناول هذه المقالة دمج الذكاء الاصطناعي والعملات المشفرة، وكيف يمكنهما تشكيل مستقبلنا معًا.
الذكاء الاصطناعي: أرقى قوى الإنتاج
الذكاء الاصطناعي (Artificial Intelligence، الذكاء الاصطناعي) هو تقنية تتعلق بتمكين أنظمة الكمبيوتر من محاكاة الذكاء البشري وأداء المهام الذكية. إنه يشمل عدة مجالات فرعية، بما في ذلك:
1、التعلّم الآلي: التعلّم الآلي هو أساس AI، ويتضمن تدريب أنظمة الحاسوب على تحسين الأداء من خلال البيانات والخبرة. ويشمل أنواعًا مختلفة مثل التعلّم الخاضع للإشراف، والتعلّم غير الخاضع للإشراف، والتعلّم المعزّز؛
2、التعلّم العميق: التعلّم العميق هو فرع من فروع التعلّم الآلي، ويُحاكي طريقة عمل الشبكات العصبية في الدماغ البشري. وهو يستخدم شبكات عصبية متعددة الطبقات لمعالجة البيانات المعقدة، وقد حقق اختراقات كبيرة في مجالات مثل الرؤية الحاسوبية ومعالجة اللغة الطبيعية؛
3、معالجة اللغة الطبيعية (NLP): تتعلق NLP بتمكين الحواسيب من فهم ومعالجة اللغة البشرية. وتشمل تقنيات مثل تحليل النصوص، وتحليل المشاعر، والتعرّف على الكلام، والترجمة الآلية، وغيرها.
4、الرؤية الحاسوبية: تهدف الرؤية الحاسوبية إلى تمكين أنظمة الحاسوب من «الرؤية» وفهم الصور ومقاطع الفيديو. وهي تتضمن تقنيات مثل التعرّف على الصور، واكتشاف الأجسام، والتعرّف على الوجوه، وتوليد الصور.
من منظور المنطق الأساسي، فإن جوهر AI هو تمكين الحاسوب من امتلاك «القدرة على الإدراك»، و«القدرة على الفهم»، و«القدرة على الإبداع»، و«الذكاء». والتفسير الملموس هو: جعل الحاسوب قادرًا على التفكير مثل الإنسان، والتصرف مثل الإنسان، والتفكير بعقلانية، واتخاذ القرار بعقلانية.
مع تطور تقنية AI، توجد العديد من السيناريوهات التطبيقية التي يمكن من خلال استخدامها تحقيق خفض التكاليف، ورفع الكفاءة، وتعزيز الأمان. وباختصار، يمكنها أن تخدم البشر بشكل أفضل. مثلًا:
القيادة الذاتية: تُستخدم تقنية AI في تطوير السيارات ذاتية القيادة، وذلك من خلال إدراك البيئة واتخاذ القرارات والتحكم في المركبة، مما يحسن السلامة على الطرق وكفاءة القيادة.
الرعاية الصحية: يلعب AI دورًا مهمًا في التعرّف على الصور الطبية وتشخيص الأمراض ووضع خطط العلاج، مما يساعد الأطباء على تقديم تشخيص أدق وخطط علاج شخصية.
الخدمات المالية: يُستخدم AI على نطاق واسع في المجال المالي، بما في ذلك تقييم المخاطر، وتحديد الجدارة الائتمانية، واستراتيجيات الاستثمار، ومكافحة الاحتيال، مما يحسن كفاءة المؤسسات المالية ودقتها.
المنزل الذكي: تُستخدم AI في أجهزة المنزل الذكي، مما يمكّن هذه الأجهزة من التحكم عبر الصوت أو الإيماءات، ويزيد من راحة المنزل وملاءمته.
معالجة اللغة الطبيعية: تمكّن تقنية AI الآلات من فهم اللغة البشرية ومعالجتها، بما في ذلك التعرّف على الكلام، وفهم الدلالة، والترجمة الآلية، وغيرها، وتُستخدم على نطاق واسع في المساعدين الأذكياء (مثل Siri وAlexa وGoogle Assistant) والروبوتات الافتراضية (مثل روبوتات خدمة العملاء) لتقديم خدمات ودعم مخصّصين من خلال التفاعل الصوتي والكتابي.
الترفيه والألعاب: يلعب AI دورًا مهمًا في تطوير الألعاب، بما في ذلك تصميم الأعداء الأذكياء، وتكيّف صعوبة اللعبة، والمؤثرات الرسومية الواقعية، وغيرها.
ChatGPT الذي اجتاح العالم هذا العام هو نموذج روبوت محادثة قائم على Generative Pre-trained Transformer. وGPT هو نموذج لغوي طوّرته OpenAI ويعتمد على بنية Transformer. وتهدف ChatGPT إلى التعلّم من خلال ما قبل التدريب على كميات ضخمة من البيانات النصية، واستيعاب الأنماط الإحصائية والدلالة المعنوية للغة، من أجل توليد استجابات طبيعية شبيهة باستجابات البشر.
يتضمن المنطق التصميمي الأساسي لـ GPT مكوّنين رئيسيين: بنية Transformer وطريقة ما قبل التدريب ثم الضبط الدقيق.
بنية Transformer: Transformer هي بنية شبكية عصبية تعتمد على آلية الانتباه الذاتي (self-attention)، وتستطيع عند معالجة البيانات التسلسلية بناء تبعيات بعيدة المدى. وتتكون Transformer من عدة طبقات مُرمِّز-مُفكِّك (encoder-decoder layers)، وتتكون كل طبقة من آلية انتباه متعددة الرؤوس وشبكة عصبية أمامية. وتسمح آلية الانتباه للنموذج بالتركيز على مواقع مختلفة داخل تسلسل الإدخال عند توليد المخرجات، مما يساعده على فهم السياق بشكل أفضل.
طريقة ما قبل التدريب ثم الضبط الدقيق: استخدمت ChatGPT ما قبل تدريب غير خاضع للإشراف واسع النطاق لتعلّم أنماط اللغة ومعارفها. في مرحلة ما قبل التدريب، يتعلّم النموذج ذاتيًا من خلال كميات هائلة من البيانات النصية، محاولًا التنبؤ بالأجزاء المفقودة من سلسلة الإدخال. وهذا يمكّن النموذج من تعلّم معارف مثل القواعد، والدلالة، والمعرفة العامة. ثم في مرحلة الضبط الدقيق، تُستخدم بيانات موسومة خاصة بمهمة معينة لإجراء ضبط دقيق خاضع للإشراف على النموذج، بحيث يتكيف مع مهمة محددة، مثل روبوتات المحادثة.
تتضمن عملية توليد ChatGPT مرحلتين: مرحلة إدخال المُرمِّز ومرحلة توليد المُفكِّك. في مرحلة إدخال المُرمِّز، يستقبل النموذج مدخلات المستخدم ويحوّلها إلى تمثيل مخفي لالتقاط الدلالة المعنوية للمدخلات. وفي مرحلة توليد المُفكِّك، يستخدم النموذج التمثيل المخفي للمُرمِّز والرموز التي تم توليدها سابقًا لإنتاج رمز الاستجابة التالي، إلى أن يتم الوصول إلى شرط إيقاف معين.
Crypto: البلوكشين هو أكثر علاقات الإنتاج عدلًا
هذا الأمر لا يحتاج إلى إطالة، فبشكل أساسي، وصول Crypto إلى حجمها الحالي يعود إلى أن البلوكشين يعزّز العدالة الاجتماعية، ويمثل علاقات الإنتاج الأكثر عدلًا. وبالطبع، يجب أولًا وضع العدالة ضمن إطار قيمي نسبي عام حتى يكون النقاش ذا معنى.
وباستخدام Bitcoin وEthereum بوصفهما مثالين لأعلى العملات من حيث القيمة السوقية حاليًا، فإن آلية الإجماع PoW في Bitcoin، ضمن إطار قيم «من يعمل يكسب، وكلما عملت أكثر كسبت أكثر»، تُعد عادلة جدًا؛ وبالمثل، ضمن إطار قيم «المكاسب الرأسمالية»، فإن Ethereum، بعد انتقالها من PoW إلى PoS، ما تزال عادلة جدًا.
باختصار، إن Crypto القائمة على تقنية البلوكشين قادرة على تحسين تخصيص الموارد وتحقيق الإدارة الذاتية للمجتمع، وتمثل علاقات الإنتاج الاجتماعية الأكثر عدلًا.
الاندماج بين AI وCrypto
قد يؤدي اندماج AI وCrypto إلى ظهور بعض التطبيقات الاستكشافية المثيرة للاهتمام.
1、روبوت تداول Crypto AI
لأن AI قد تطور بالفعل بشكل ناضج نسبيًا في مجالات تحليل البيانات ومعالجتها، وتدريب النماذج، فهناك بالفعل سوابق لاستخدام AI في الاستثمار:
إن صندوق التحوط Renaissance Technologies حقق أرباحًا بقيمة 100 مليار دولار خلال فترة عمله، وذلك من خلال الاعتماد بنسبة 100% على التعلّم الآلي القائم على تحليل البيانات الضخمة والنماذج الرياضية، واستخدام التداول عالي التردد، والمراجحة الإحصائية، واستراتيجيات الحياد السوقي. ويمكن النظر إلى Renaissance Technologies على أنه النسخة المالية من AI التي توظف التعلّم الآلي وتحليل البيانات.
أما سوق Crypto فلديه مزايا فريدة لدعم تدخل AI في الاستثمار: عمل متواصل على مدار 24 ساعة، وإخفاء الهوية، وعدم الحاجة إلى KYC، وإغلاق الحلقة بالكامل على السلسلة، وعدم وجود تماس مادي. وإذا تم تطوير متداول AI مخصص لسوق Crypto، فيمكنه تمامًا تشغيل استراتيجيات التحكيم على السلسلة، والتداول الكمي، وتحليل الاتجاهات؛ ثم تصميم بعض نماذج التعلّم الآلي وتحليل البيانات لرفع إدراك هذا المتداول AI لسوق Crypto باستمرار، وربما يمكن أيضًا ابتكار متداول AI قادر على تحقيق أرباح مستمرة.
استخدام AI للتنبؤ باتجاهات سوق Crypto: تتسم أسعار سوق العملات المشفّرة بتقلبات شديدة، ويمكن لـ AI من خلال تحليل كميات كبيرة من بيانات السوق واتجاهات الأسعار التاريخية التنبؤ باتجاه السوق وتقلبات الأسعار. وتستطيع خوارزميات التعلّم الآلي التعرف على الأنماط والاتجاهات الخفية، مما يساعد المستثمرين على اتخاذ قرارات أكثر وعيًا. على سبيل المثال، يمكن لـ AI تحليل معنويات السوق عبر نموذج تعلّم عميق، ومن ثم التنبؤ باتجاه ارتفاع أو انخفاض أسعار العملات المشفّرة.
استخدام AI في التداول الآلي: تُعد خوارزميات التداول الآلي بالذكاء الاصطناعي إحدى الأدوات المهمة في تداول العملات المشفّرة. ومن خلال كتابة العقود الذكية وروبوتات التداول، يمكن تحقيق تداول آلي للعملات المشفّرة. ويمكن لهذه الروبوتات تنفيذ الصفقات وفقًا لقواعد واستراتيجيات محددة مسبقًا، مما يقلل من تدخل العوامل البشرية، ويرفع كفاءة التداول ودقته. على سبيل المثال، يمكن لروبوتات التداول، باستخدام خوارزميات AI، أن تنفذ تلقائيًا أوامر الشراء أو البيع وفقًا لظروف السوق للحصول على أفضل نتائج تداول.
في هذا الاتجاه، الذي نراه حاليًا هو Rockybot. وهو روبوت تداول AI يعمل بالكامل على السلسلة، ويمكنه استخدام نموذج AI على السلسلة للتنبؤ بسعر ETH، ومن دون أي تفويض مركزي يمكنه اتخاذ قرارات استثمارية بنفسه. يعتمد Rockybot على StarkNet، وقد تدرّب على بيانات الأسعار/سعر الصرف التاريخية لزوج WETH:USDC. من حيث البنية، Rocky هو شبكة عصبية تغذية أمامية بسيطة ذات ثلاث طبقات، تتنبأ وفقًا لبيانات أسعار السوق التاريخية بما إذا كان سعر WETH سيرتفع أم سينخفض. لكن Rockybot لم يبدأ بتحقيق أرباح بعد... وقد يحتاج إلى مزيد من التدريب (مع أن الجهة المطوّرة أوقفت بالفعل استقبال التبرعات)... وربما حتى في سوق Crypto الهابطة فإن مهمة تحقيق الربح، وهي مهمة شديدة الصعوبة، تُعد تحديًا حتى بالنسبة لـ AI.
2、المساهمة بالبيانات وحماية الخصوصية
استخدام Crypto لتحفيز المزيد من الأشخاص على المساهمة بالبيانات لخوارزميات AI: إن خوارزميات AI تحتاج بدرجة كبيرة إلى كميات هائلة من البيانات عالية الجودة، ويمكن للعملات المشفّرة أن تشجّع المستخدمين على مشاركة بياناتهم من خلال آليات الحوافز. ويمكن للعملات المشفّرة أن تمنح مزايا اقتصادية لمزوّدي البيانات، مما يعزز مشاركة البيانات وتداولها. ويمكن لهذه الآلية التحفيزية أن تشجّع المزيد من المستخدمين على المساهمة بالبيانات، وبالتالي زيادة عينات التدريب لخوارزميات AI، وتحسين دقتها ومستوى ذكائها.
استخدام Crypto لحماية خصوصية المساهمين في بيانات AI: كما أن التشفير وخصائص إخفاء الهوية في البلوكشين تساعد أيضًا في حماية خصوصية المستخدمين. وتوفر آليات مشاركة البيانات وحماية الخصوصية في العملات المشفّرة موارد بيانات أكبر لخوارزميات AI، مع ضمان أمان المعلومات الشخصية للمستخدمين.
3、ZKML: ضمان خصوصية وموثوقية نماذج التعلّم الآلي
ZKML (التعلّم الآلي ذو المعرفة الصفرية) هو تقنية تستخدم براهين المعرفة الصفرية في التعلّم الآلي. ويمكن لـ ZKML حل مشكلات حماية خصوصية نماذج/مدخلات AI ومشكلات إمكانية التحقق من عملية الاستدلال، باستخدام zkSNARK لإثبات صحة استدلالات التعلّم الآلي.
يمكن استخدام ZKML لتدريب وتقييم نماذج التعلّم الآلي باستخدام بيانات حساسة، من دون الكشف عن البيانات لأي شخص آخر. ويمكن أيضًا استخدام ZKML لضمان اتساق نموذج التعلّم الآلي. وهذا مهم جدًا للمستخدمين لأن النموذج بالغ الأهمية لنتائج التعلّم الآلي.
توجد حاليًا بعض الاستكشافات التطبيقية المحيطة بـ ZKML. ففي اتجاه DeFi، تم إطلاق روبوت التداول AI fully onchain - Rockybot، ويمكنه استخدام نموذج AI على السلسلة للتنبؤ بسعر ETH، ومن دون أي تفويض مركزي يمكنه اتخاذ قرارات استثمارية بنفسه؛ وفي اتجاه الألعاب، أطلقت Modulus Labs لعبة شطرنج قائمة على ZKML باسم Leela، حيث يمكن لجميع المستخدمين التنافس مع روبوت مدعوم بنموذج AI موثّق عبر ZK، كما توجد أيضًا لعبة القتال المنصّة AI Arena؛ وفي اتجاه اقتصاد المبدعين، قدّم المجتمع اقتراح EIP بعنوان zkML AIGC-NFTs#7007 (وهو لم يُعتمد بعد)، ويقترح استخدام ZKML للتحقق مما إذا كانت NFT مولدة بواسطة AI، وبذلك يتم إدخال فئة NFT التي أنشأها AI؛ وفي اتجاه DID، تستكشف Wordcoin استخدام ZKML لتمكين المستخدمين من توليد أكواد IRIS بطريقة غير مصرح بها، وعندما تتم ترقية خوارزمية توليد أكواد IRIS، يمكن للمستخدمين تنزيل النموذج بأنفسهم وتوليد البراهين من دون الحاجة إلى الذهاب إلى موقع Orb؛ إضافةً إلى ذلك، هناك منصة توزيع رمزي قائمة على السمعة مبنية على StarkNet اسمها Astraly، تعمل على إنشاء نظام سمعة يعتمد على AI (باستخدام نموذج عنقدة لتحديد خصائص المستخدم/المشروع، والشارات، والسلوك التاريخي قبل احتساب تقييمات السمعة بطريقة لا تعتمد على الثقة).
4、AI+Blockchain: بروتوكول بلوكشين ذاتي التحسين
من خلال التعلّم الآلي الشفاف بالذكاء الاصطناعي، يمكن لبروتوكولات DeFi أن تُحسّن نفسها دون الحاجة إلى الثقة، مثل استخدام التعلّم الآلي لتعديل سعر الصرف/الفائدة للعملات المستقرة. ومن خلال استخدام التعرّف البيومتري/المصادقة متعددة الأنماط، يمكن للتطبيقات اللامركزية dApps إدارة الامتثال/الأمان ذاتيًا. وحتى عملية توليد ZKP في ZK Rollup ربما تُنشئ أيضًا نظام إثبات يركّز على البناء لأجل التعلّم الآلي، مما يؤدي إلى بناء أسرع zk-AI Prover في العالم، وبالتالي رفع أداء ZK Rollup بشكل كبير.
وبالطبع، لا يزال أمام مسار دمج AI وCrypto الكثير من التحديات. فعلى سبيل المثال، حتى الآن لم ينجح أحد في نقل عمليات AI الحالية إلى هذه اللغات التي تولد البراهين تلقائيًا، رغم أن Giza تعمل على نقل نماذج ONNX المدربة مسبقًا إلى Cario للاستدلال القابل للتحقق.
الخلاصة
قد يؤدي اندماج AI وCrypto إلى إحداث تحول ذكي في الرقمنة. فتوفر تطبيقات AI يجعل Crypto أكثر ذكاءً وكفاءة، بينما يمكن لـ Crypto أن يوفر لخوارزميات AI المزيد من البيانات الحقيقية والشاملة وبيئة تشغيل موثوقة.
على الرغم من مواجهة الكثير من التحديات، يمكننا أن نتوقع مزيدًا من الاندماج العميق بين AI وCrypto، بما يدفع معًا تطور الاقتصاد الرقمي، ويخلق مستقبلًا أفضل مشتركًا لكل البشرية.
الوثائق المرجعية:
https://github.com/ethereum/EIPs/pull/7007/commits
https://www.rockybot.app/
https://www.leelavstheworld.xyz/