Elayaa

سأجعلها أكثر انعكاسًا وأقل ترويجًا، مع الاستمرار في شرح نيوتن بوضوح.

كنت أعتقد أن البلوكشين قد حلّ مسألة الثقة بالفعل. فكل معاملة تكون عامة، ويمكن التحقق من كل سجل، ولا يمكن تغيير أي شيء بمجرد تأكيده. لكن كلما قرأت أكثر، أدركت أن الشفافية ليست هي نفسها الحماية. إن رؤية ما حدث لا تمنع حدوثه.

وهذا ما جذبني إلى @NewtonProtocol

تقدم Newton Mainnet Beta طبقة تفويض على السلسلة (onchain) تقع قبل التسوية. بدلًا من انتظار اكتمال المعاملة، تقوم بتقييم ما إذا كانت هذه المعاملة تلتزم بسياسات محددة مسبقًا للأمان والهوية والامتثال والمخاطر. إذا استوفت الشروط، فإنها تُرجع إثبات اجتياز (pass attestation) موقّعًا على السلسلة. وإذا لم تستوفِ، فيمكن إيقاف المعاملة قبل انتقال الأصول.

أعتقد أن هذا تحول مهم بالنسبة إلى DeFi. اليوم، ما زالت العديد من الخزائن (vaults) والاستراتيجيات الآلية والأنظمة المدفوعة بالذكاء الاصطناعي تعتمد على فحوصات مجزأة أو تتم خارج السلسلة (offchain) لإدارة المخاطر. تجلب Newton هذه القواعد إلى السلسلة، ما يجعلها شفافة وقابلة للبرمجة وقابلة للإنفاذ في المكان الذي تحدث فيه المعاملة فعليًا.

ومع اتخاذ المزيد من القرارات المالية بواسطة التعليمات البرمجية بدلًا من البشر، فإن امتلاك طبقة بنية تحتية تسأل «هل ينبغي أن يحدث هذا؟» قبل التنفيذ يبدو مهمًا بقدر أهمية تنفيذ المعاملة نفسها.

بالنسبة لي، هذا ما يجعل نيوتن مختلفًا. فهي لا تحاول استبدال DeFi. بل تحاول جعل القرارات الكامنة وراء DeFi أكثر ذكاءً وأكثر أمانًا.

@NewtonProtocol

$NEWT

#Newt

مع تزايد الأصول الرقمية ووكلاء الذكاء الاصطناعي والتطبيقات

الذي يبرز هو إضافة منطق اتخاذ القرار قبل التسوية بدلًا من بعدها.

نيوتن يتعامل مع واحد من أكبر تحديات الذكاء الاصطناعي: تنفيذٍ آمنٍ على السلسلة (Onchain). 👀

كنت أعتقد أن أكبر قوة في تقنية البلوك تشين هي الشفافية. إذا حدث خطأ ما، فبوسعك على الأقل تتبّعه دائماً…
لكن كلما تعلمت أكثر، أدركت أن الشفافية تشرح الماضي فقط. إنها لا تمنع حدوث معاملة سيئة من الأساس.

وهذا ما جعل <t-2/>@NewtonProtocol </t-2/> يبرز لي. تضيف Newton Mainnet Beta طبقة تفويض على السلسلة تتحقق من المعاملة قبل أن تُستَقر، وليس بعد ذلك. بدلاً من مجرد تسجيل النشاط، تقوم بتقييم ما إذا كانت المعاملة تستوفي سياسات محددة للأمان والهوية والامتثال والمخاطر، ثم تُرجع إثبات قبول أو رفض موقّعاً على السلسلة. أرى أن هذا تحوّلاً مهماً، لأن التمويل اللامركزي (DeFi) أصبح يتجه نحو الأتمتة بشكل متزايد. تحتاج عوامل ووكلاء الذكاء الاصطناعي، والخزائن (vaults)، واستراتيجيات التداول إلى حواجز وضوابط، وليس فقط إلى سجلات تدقيق. بالنسبة لي، لا يسعى Newton إلى استبدال DeFi. بل يقوم ببناء طبقة القرار التي تساعد DeFi على اتخاذ قرارات أفضل قبل انتقال الأصول.

$NEWT #Newt

تحتاج Open AI إلى أنظمة شفافة، وليس مجرد نماذج قوية.

البنية التحتية وراء الذكاء الاصطناعي تستحق المزيد من الاهتمام.

قد تصبح التنفيذات القابلة للتحقق سمة مميزة للجيل القادم من الذكاء الاصطناعي.

تحتاج الذكاء الاصطناعي إلى طبقة ثقة بقدر ما تحتاج إلى نماذج أذكى.

الذكاء الاصطناعي الموثوق يبدأ ببنية تحتية موثوقة. 👀

ضحكت على نفسي أمس 😂

كنت أحاول مقارنة أداتين ذكاء اصطناعي لأنني أردت أن أعرف أيهما أفضل

بعد بضع دقائق أدركت أنني لم أعد أتابع الإجابات بعد الآن

كنت مهتمًا أكثر في سبب اختلاف إجاباتهم على نفس السؤال

ذاك السؤال ظل معي لفترة أطول مما توقعت

لذا بدأت أقرأ

مدونة واحدة شرحت نماذج الذكاء الاصطناعي

وأخرى تحدثت عن الاستدلال

ثم وجدت OpenGradient

في البداية ظننت أنه مشروع آخر يحاول بناء ذكاء اصطناعي أذكى

كلما قرأت أكثر كلما أدركت أنني كنت أنظر إليه بطريقة خاطئة

OpenGradient لا تتنافس حقًا على أي نموذج هو الأذكى

إنها تبني بنية تحتية لامركزية حيث يمكن لنماذج الذكاء الاصطناعي إجراء الاستدلال على نطاق واسع وحيث يمكن التحقق من التنفيذ وراء تلك النتائج

هذا بصراحة غير الطريقة التي أفكر بها عن الذكاء الاصطناعي

نحن نقضي الكثير من الوقت في مقارنة النتائج

ربما ينبغي علينا أيضًا أن نقضي المزيد من الوقت في فهم ما يحدث قبل ظهور تلك النتائج

قبل أسبوع، ربما لم أكن أهتم بأي من هذا 😅

الآن في كل مرة أستخدم فيها الذكاء الاصطناعي، أجد نفسي أتساءل عما يحدث خلف الشاشة

من المضحك كيف أن سؤال عشوائي واحد غير تمامًا ما كنت أركز عليه 🤔

هل مر أحد آخر بشيء مشابه

@OpenGradient $OPG #OPG

أقوى المنصات مش بس رح تولد إجابات. رح تثبتها كمان

أقوى المنصات ما رح تولد إجابات بس، رح تثبتها كمان.

يمكن أن تصبح الذكاء الاصطناعي القابل للتحقق هو المعيار الجديد في الصناعة.

البنية التحتية التي تركز على الخصوصية أصبحت تكتسب أهمية متزايدة.

يصبح اعتماد الذكاء الاصطناعي أقوى عندما يتم بناء الثقة في النظام.

الذكاء الاصطناعي العظيم يحتاج أكثر من الذكاء. إنه يحتاج إلى المساءلة.

التحقق يبدو وكأنه القطعة المفقودة في محادثة الذكاء الاصطناعي.