مؤخرًا لاحظت مشروعًا مثيرًا للاهتمام — Sapien (SAPIEN)، الذي يركز على بنية تحتية لبيانات الذكاء الاصطناعي اللامركزية في هذا المجال.

ماذا يعملون بشكل أساسي؟ ببساطة، يستخدمون أساليب البلوكشين لحل مشكلة عدم استقرار جودة بيانات تدريب الذكاء الاصطناعي. قاموا بتصميم آلية PoQ (إثبات الجودة)، حيث يتعين على المستخدمين الراغبين في تقديم البيانات أن يودعوا رموزًا مميزة كضمان، ثم يتم التحقق من البيانات من قبل مشاركين آخرين. إذا كانت البيانات موثوقة، يحصل المساهم على مكافأة. وإذا كانت غير موثوقة، يُخصم من الرموز المودعة. هذه الآلية التنافسية ذكية جدًا.

أما على أرض الواقع، فإن Sapien تستهدف سيناريوهات تتطلب دقة عالية للبيانات مثل القيادة الذاتية والتشخيص الطبي. وقد أبرمت بالفعل شراكات مع 29 جهة، بما في ذلك علي بابا وتويوتا وMidjourney، ويبدو أن الأمر ليس مجرد كلام نظري.

هل يمكن لهذا المشروع أن ينجح أم لا، يعتمد على جودة البيانات المستمرة وتوسيع النظام البيئي، لكن الاتجاه فعلاً يتقاطع بين الذكاء الاصطناعي وWeb3.