وقتی بلاکچین با هوش مصنوعی یکی می‌شود

آینده هوش مصنوعی غیرمتمرکز: جایی که بلاکچین و AI به هم می رسند

هوش مصنوعی شاخه ای از فناوری است که تلاش دارد ماشین هایی بسازد که قادر به یادگیری، استدلال و تصمیم گیری مشابه انسان باشند.

مروری بر پیشرفت های هوش مصنوعی

هوش مصنوعی مفهومی است که قرن ها ذهن انسان را به خود مشغول کرده؛ از داستان های علمی تخیلی گرفته تا فیلم هایی که آینده ای پر از ربات های هوشمند را نشان می دادند. از ایده های اولیه در قرن نوزدهم توسط نویسندگانی چون ساموئل باتلر گرفته تا آثار معروف قرن بیستم مثل من، ربات یا فیلم هایی نظیر پیشتازان فضا، همه به نوعی تصویری از دنیای هوش مصنوعی ارائه داده اند. در سال ۲۰۰۱ نیز فیلم هوش مصنوعی این موضوع را به صورت جدی تر وارد فرهنگ عمومی کرد.

هرچند برای سال ها این ایده بیشتر جنبه تخیلی داشت، اما از میانه های قرن بیستم تلاش های واقعی برای ساخت سیستم های هوشمند آغاز شد. با پیشرفت کامپیوترها در دهه های ۱۹۸۰ و ۱۹۹۰، زمینه برای رشد جدی تر AI در دهه های بعد فراهم شد. در این میان، یادگیری ماشین و توسعه مدل هایی با توانایی های عمومی تر آغاز شد.

نقطه عطفی که هوش مصنوعی را به زندگی روزمره مردم آورد، معرفی ChatGPT در نوامبر ۲۰۲۲ بود. این چت بات که بر پایه یک مدل زبانی قدرتمند ساخته شده بود، تعاملاتی شبیه انسان ایجاد می کرد و در عرض تنها چند روز، میلیون ها کاربر را جذب کرد. در ادامه، شرکت هایی مانند گوگل (با مدل Bard/Gemini) و Anthropic (با Claude) رقبای خود را روانه بازار کردند.

البته کاربردهای هوش مصنوعی فراتر از چت بات ها است. برخی از این سیستم ها قادرند تصاویر، صدا یا ویدیو از ورودی متنی بسازند. برخی دیگر در آهنگ سازی، تبدیل متن به صدای طبیعی، یا حتی ویرایش عکس استفاده می شوند. در صنایع بزرگ نیز AI در تحلیل داده های کلان، هدایت خودروهای خودران و پیشبرد تحقیقات علمی نقش کلیدی دارد.

چرا به هوش مصنوعی غیرمتمرکز نیاز داریم؟

اغلب پروژه های AI که امروز وجود دارند، به شکل متمرکز توسط شرکت های بزرگی مثل OpenAI، گوگل یا Anthropic کنترل می شوند. این شرکت ها مدل های خود را با حجم زیادی از داده ها – که بسیاری از آن ها ممکن است دارای حق کپی رایت باشند – آموزش می دهند. در چنین ساختاری، کاربران نه تنها کنترلی بر داده های خود ندارند، بلکه هیچ دیدی از نحوه آموزش این مدل ها نیز ندارند.

در اینجا، مفهوم هوش مصنوعی غیرمتمرکز وارد می شود. با استفاده از فناوری بلاکچین، می توان این مدل ها را به گونه ای طراحی کرد که داده ها به جای ذخیره شدن در سرورهای یک شرکت خاص، به صورت توزیع شده در میان کاربران مختلف ذخیره و پردازش شوند. این رویکرد نه تنها امنیت را افزایش می دهد، بلکه شفافیت و عدالت بیشتری هم ایجاد می کند.

در این مدل، کاربران می توانند داده های خود را در اختیار سیستم قرار دهند و در ازای آن پاداش بگیرند. از طرف دیگر، چون مدل بر اساس داده های واقعی و قابل تأیید آموزش می بیند، خروجی آن دقیق تر و قابل اطمینان تر خواهد بود.

نمونه هایی از پروژه های هوش مصنوعی غیرمتمرکز

• Fetch.ai: این پلتفرم به کاربران امکان می دهد «عوامل هوشمند» بسازند که از طریق قراردادهای هوشمند روی بلاکچین ثبت می شوند. این عوامل می توانند به صورت خودکار کارهای مشخصی را انجام دهند. رمزارز اختصاصی این پروژه FET است.
• Ocean Protocol: در این پروژه، کاربران می توانند داده های خصوصی خود را در یک بازار غیرمتمرکز ارائه کنند. این داده ها می تواند برای تحقیق، تحلیل بازار یا کاربردهای دیگر مورد استفاده قرار گیرد. مهم تر از همه، مالک داده همواره کنترل اطلاعات خود را در دست دارد و بابت مشارکت خود پاداش می گیرد.

آینده ای که در راه است

هوش مصنوعی حالا به بخشی جدانشدنی از زندگی ما تبدیل شده، اما شکل فعلی آن بیشتر متمرکز و انحصاری است. پروژه هایی مثل Fetch.ai و Ocean Protocol با ترکیب AI و بلاکچین، به دنبال ایجاد مدلی دموکراتیک تر و شفاف تر هستند.

در آینده، این نوع از هوش مصنوعی می تواند جایگزین سیستم های فعلی شود – مدلی که در آن کاربران نه تنها مصرف کننده، بلکه بخشی از فرآیند آموزش و توسعه سیستم نیز خواهند بود.

بیشتر بخوانید: معامله اهرمی Leverage Trading در ارزهای دیجیتال چیست؟