شيء واحد عن ساعات العيش في آسيا هو أنك غالبًا ما تستيقظ على الأخبار الرئيسية وتضطر إلى اللحاق بالركب.
تم طرد سام ألتمان من OpenAI يوم الجمعة، على سبيل المثال.
كدت أختنق بحليبي.
لماذا يقيل مجلس الإدارة شخصًا من الواضح أنه ذكي للغاية، ولديه سجل حافل بالنجاح، والذي ألقى للتو كلمة رئيسية ممتازة في مؤتمر OpenAI قبل 12 يومًا؟
ابحث عن صانعي النظريات المتبهرين. يعتقد أندرو كوت أن السياسة هي التي طُرد منها ألتمان لأنه «سيدفع الذكاء الاصطناعي إلى الأمام بسرعة كبيرة من خلال نشر اختراق حديث». وبعض الناس لم يعجبهم ذلك.
لدى OpenAI هيكل مؤسسي محرج للغاية (مختل تقريبًا) لأنه بدأ ككيان غير ربحي قرر لاحقًا الانتقال نحو مؤسسة ربحية. اليوم تتحكم المؤسسة غير الربحية في اتجاه الكيان الربحي مع توفير اتجاه صعودي كبير للمستثمرين.
سيمر أسبوعان حاران مع ظهور الحقيقة.
هل ستكون هذه لحظة ستيف جوبز؟ هل يستمر سام في تأسيس شركة أخرى لمنافسة OpenAI؟
لكن الأمر الواضح هو غطاء الغموض الذي يغلف العمليات الداخلية لـ OpenAI. على الرغم من أن GPT هي أداة أصبحت موجودة في كل مكان، ويستخدمها مئات الملايين حول العالم، إلا أن هناك انقطاعًا واضحًا.
نحن، كمستخدمين عاديين، نجد أنفسنا في الخارج ننظر إلى الداخل، ونحاول إلقاء نظرة خاطفة على حجاب السرية الذي يحيط بعمالقة الذكاء الاصطناعي هؤلاء. مع استمرار GPT في نسج نفسها في نسيج مجتمعنا، فإن هذا النقص في الشفافية أمر مثير للقلق.
بلوكتين+كريبتو =؟؟؟
بلوكشين... والتشفير؟ المصدر: marketoonist.com
في الآونة الأخيرة، كنت أتصارع مع السؤال التالي: كيف سيكون التقاطع بين التشفير والذكاء الاصطناعي؟ إنه أمر غامض ولكن معظم الناس يتفقون على وجود إمكانات هائلة تنتظر أن يتم فتحها.
عندما نفكر في الذكاء الاصطناعي x Crypto، فإننا عادة ما نفكر في شبكة Akash و Render. هذه شبكات لامركزية لوحدات معالجة الرسومات، والتي يمكن أن توفر الحوسبة اللازمة لتدريب نماذج الذكاء الاصطناعي. المنطق واضح ومباشر - مع استمرار الذكاء الاصطناعي في الارتفاع، وكذلك الطلب على الموارد الحسابية. يمكن أن تشهد شبكات نظير إلى نظير، في هذا السياق، نموًا كبيرًا. لذا فهم يعملون في مجال الاختيارات والمجارف، لكنني أعتقد أن هذا مجرد خدش لسطح إمكانات AI x Crypto.
إنه مثل القول بأن ملفات JPEG الخاصة بالقردة هي ذروة ما يمكن أن تقدمه NFTs.
ثم صادفت بيتنسور.
ELI5: بيتنسور
على عكس Akash أو Render الذي يدعم التدريب على نماذج الذكاء الاصطناعي (المنبع)، يركز Bittensor على استدلال الذكاء الاصطناعي (المصب)، حيث يتم استخدام النماذج المدربة لتوليد المخرجات.
إنها شبكة لامركزية تحفز نماذج الذكاء الاصطناعي، وخاصة نماذج اللغات الكبيرة (LLMs)، للقيام بمهام مختلفة مثل إنشاء النصوص وإنشاء الصور وإنتاج الموسيقى. تضم الشبكة اليوم أكثر من 27 شبكة فرعية، تركز كل منها على مهام محددة.
بعبارات بسيطة، فكر في Bittensor باعتباره ChatGPT + Midjourney + أي شيء آخر يمكن للذكاء الاصطناعي القيام به.
تعمل الشبكة من خلال دورين رئيسيين:
- عمال المناجم (منتجو القيمة): يقوم عمال المناجم بتطوير واستضافة نماذج الذكاء الاصطناعي على الشبكة. تتم مكافأتهم برموز TAO بناءً على أداء نماذجهم المتعلقة بالمهمة المحددة. هذا يحفز تطوير نماذج ذكاء اصطناعي أفضل وأكثر كفاءة.
- المدققون (منتجو الإجماع): يقوم المدققون بتقييم المخرجات من عمال المناجم، وتصنيف أدائهم في المهمة المحددة. كما أنها تتفاعل مع المستخدمين الذين يرسلون المهام إلى المدققين (على سبيل المثال للشبكة الفرعية لتوليد الصور: «/تخيل سام ألتمان بقناع دارث فيدر في عشاء عيد الشكر») ويوجهونها إلى عمال المناجم المناسبين
«سام ألتمان يرتدي قناع دارث فيدر في عشاء عيد الشكر»، تم إنشاؤه بواسطة الشبكة الفرعية لتوليد الصور في Bittensor.
ربما أبالغ في تبسيط التعقيدات التقنية، لكن بعض الأشياء تبرز لي:
- يقوم عمال المناجم والمدققون في الشبكة بتبادل المعرفة ومشاركة المعلمات، مما يسمح بالتحسين الذاتي بمرور الوقت
- تم تصميم الشبكة لتسخير نقاط القوة في العديد من نماذج الذكاء الاصطناعي المنفصلة لتوليد أفضل المخرجات الممكنة («Mixture-of-Experts»)
المصدر: ريفيلو إنتل - بيتنسور
لا أنوي الدخول في التفاصيل الفنية، ولكن إليك بعض الملخصات الجيدة التي ساعدتني على فهم Bittensor بشكل أفضل:
ريفيلو إنتل - بيتنسور
Knower - تقرير قصير عن Bittensor والذكاء الاصطناعي
يمكنك تجربة ما يعادل ChatGPT الخاص بـ Bittensor هنا
منظمة تاو
TAO هو رمز الأداة المساعدة للشبكة، وله هيكل رمزي مشابه لبيتكوين: غطاء صلب من 21 مليون رمز وإطلاق عادل بدون تخصيص VC. حتى أن لديها دورة تخفيض إلى النصف، مع حدوث النصف الأول في عام 2025.
هناك 5.65 مليون TAO قيد التداول اليوم، وتم توزيعها جميعًا بشكل عادل عن طريق التعدين والتحقق من الصحة على الشبكة. تبلغ القيمة السوقية المتداولة أكثر بقليل من مليار دولار اليوم. يتم إصدار 7200 TAO جديد يوميًا لعمال المناجم والمدققين.
أفكاري المبكرة
لا تزال Bittensor في مهدها. تفتخر الشبكة بمجتمع مخصص يشبه الطائفة تقريبًا، ومع ذلك لا يزال العدد الإجمالي للمشاركين متواضعًا - حوالي 50,000 حساب نشط. تضم الشبكة الفرعية الأكثر نشاطًا، SN1، المخصصة لإنشاء النصوص، حوالي 40 مدققًا نشطًا وأكثر من 990 معدنًا.
الأمر الجذاب حقًا هو مفهوم شبكة الذكاء الاصطناعي اللامركزية. هذا لا يخفف من مخاطر المركزية فحسب، بل يثير أيضًا سؤالًا: هل يمكن لهذه الحوافز الاقتصادية الفريدة أن تعزز نماذج الذكاء الاصطناعي التي تفوق تلك التي طورتها الكيانات الممولة بشكل كبير مثل OpenAI و Google؟
قبل أن تصبح LLMs سائدة مع ظهور أدوات مثل ChatGPT، كانت الشركات الناشئة في مجال التكنولوجيا العميقة تركز غالبًا على الحصول على مجموعات بيانات خاصة لتطوير نماذج ذكاء اصطناعي متخصصة قائمة على التعلم الآلي لمهام محددة للغاية. على سبيل المثال، تستخدم Flatiron Health البيانات السريرية الواقعية من مرضى الأورام وتطور نماذج الذكاء الاصطناعي التي تغذي الأدوات التي تدعم الباحثين في مجال السرطان ومقدمي الرعاية. تقليديًا، كان هدف الشركة الناشئة هو إنتاج هذه النماذج الاحتكارية وتحقيق الدخل منها.
ومع ذلك، قد يمثل Bittensor تحولًا في هذا النموذج. ربما يكون من الأنسب أن نسميها ابتكارًا لنموذج الأعمال الذي تدعمه التكنولوجيا، بدلاً من الاختراق التكنولوجي. على سبيل المثال، فإنه يوفر مسارًا للبيانات الاحتكارية ونماذج الذكاء الاصطناعي ليتم تطويرها معًا واستخدامها من قبل جمهور أوسع، دون الحاجة إلى مصادرها المفتوحة. يمكنني تصور مستقبل واحد حيث تستضيف Bittensor الآلاف من الشبكات الفرعية المتخصصة التي تعالج مجموعة من التحديات، من قضايا البيئة والرعاية الصحية إلى حلول الطاقة.
وإذا كنت صادقًا، فهناك شيء أجده رائعًا في الفريق الذي يصمم العملات الرمزية الخاصة به بنفس طريقة بيتكوين. إنه يتحدث عن دوافعهم، وهي سلالة مختلفة عن فرق اليوم - الذين غالبًا ما يقومون بتحسين التوكنات الخاصة بهم وفقًا للنموذج الممول من VC، مع تخصيصات كبيرة للمؤسسين والمستثمرين.
لست متأكدًا إلى أين سيذهب Bittensor. يمكن أن يكون نجاحًا بمقدار 100 مرة أو فشلًا تامًا. لكن الإمكانات والفلسفة الكامنة وراءها مقنعة جدًا بالنسبة لي لتجاهلها.
(ملاحظة: في وقت كتابة هذا التقرير، أمتلك TAO وأقوم بتثبيته على المدققين).
إخلاء المسؤولية：
- تمت إعادة طباعة هذه المقالة من [أفكار تنغ]. جميع حقوق التأليف والنشر تنتمي إلى المؤلف الأصلي [TENG YAN]. إذا كانت هناك اعتراضات على إعادة الطبع هذه، فيرجى الاتصال بفريق Gate Learn ، وسيتعاملون معها على الفور.
- إخلاء المسؤولية: الآراء ووجهات النظر الواردة في هذه المقالة هي فقط آراء المؤلف ولا تشكل أي نصيحة استثمارية.
- يقوم فريق Gate Learn بترجمة المقالة إلى لغات أخرى. ما لم يُذكر ذلك، يُحظر نسخ المقالات المترجمة أو توزيعها أو سرقتها.
