مع تزايد أهمية الذكاء الاصطناعي التوليدي كعنصر حيوي في برمجيات المؤسسات والوكلاء الذكيين وسير العمل الآلي، تتصاعد المخاوف بشأن خصوصية البيانات وموثوقية النتائج والاعتماد على المنصات.
تعمل خدمات الذكاء الاصطناعي التقليدية عادةً ضمن بنية مركزية. يُجبر المستخدمون على إرسال بياناتهم إلى مزودي النماذج، بينما تعتمد عملية الاستدلال والتحقق من النتائج بالكامل على المنصة نفسها. ورغم أن هذا النموذج يوفر سهولة الاستخدام، إلا أنه يثير إشكاليات تتعلق بالخصوصية والشفافية والامتثال.
لا تسعى Nesa إلى تدريب نماذج كبيرة جديدة، بل تركز على بناء طبقة تنفيذ وطبقة تحقق للذكاء الاصطناعي، لتمكين المطورين من تشغيل خدمات ذكاء اصطناعي موثوقة عبر شبكة مفتوحة، وتوفير البنية التحتية اللازمة لتطبيقات الذكاء الاصطناعي اللامركزية في المستقبل.
ما هي Nesa
Nesa هي طبقة تنفيذ لامركزية للذكاء الاصطناعي الموثوق، تعالج قضايا حماية الخصوصية والتحقق من النتائج واللامركزية الحسابية أثناء استدلال الذكاء الاصطناعي. وعلى عكس منصات الذكاء الاصطناعي التقليدية، تركز Nesa على كيفية تنفيذ الذكاء الاصطناعي، وليس على طريقة تدريبه.
حاليًا، تعتمد العديد من خدمات الذكاء الاصطناعي على منصات سحابية مركزية. ونادرًا ما يتمكن المستخدمون من التحقق مما إذا كان النموذج يُنفذ كما هو متوقع، أو ما إذا كانت بيانات الإدخال الخاصة بهم تُستخدم أو تُخزن أثناء الاستدلال.
تهدف Nesa إلى جعل عملية استدلال الذكاء الاصطناعي قابلة للتحقق والتدقيق مع الحفاظ على الخصوصية، وذلك من خلال آليات تشفيرية وهندسة شبكات موزعة. ويُصنف المشروع نفسه كطبقة أولى للذكاء الاصطناعي الموثوق - أي طبقة بنية تحتية مخصصة للذكاء الاصطناعي الجدير بالثقة.
ما مشاكل البنية التحتية للذكاء الاصطناعي التي تسعى Nesa لحلها؟
تعالج Nesa ثلاث قضايا أساسية: خصوصية البيانات، وموثوقية النتائج، ومركزية البنية التحتية للذكاء الاصطناعي.
أولاً، تقوم المزيد من المؤسسات بدمج مستنداتها الداخلية وبيانات عملائها ومعلومات أعمالها في أنظمة الذكاء الاصطناعي. وإذا تطلب الأمر تحميل هذه البيانات إلى خوادم طرف ثالث للمعالجة، فإن مخاطر الخصوصية والامتثال ترتفع بشكل كبير.
ثانيًا، تعمل معظم منصات الذكاء الاصطناعي كأنظمة صندوق أسود؛ إذ يتلقى المستخدم النتائج دون أن يتمكن من التحقق مما إذا كان الاستدلال قد نُفذ فعليًا أو ما إذا كان الناتج قد تعرض للتلاعب.
وأخيرًا، تتركز موارد الذكاء الاصطناعي بشكل كبير في أيدي عدد محدود من شركات التكنولوجيا العملاقة، حيث تظل النماذج والقدرة الحاسوبية والبيانات تحت سيطرة مركزية. وتسعى Nesa إلى تقليل هذا الاعتماد من خلال شبكة مفتوحة، مما يتيح لمزيد من المطورين المساهمة في البنية التحتية للذكاء الاصطناعي.
لماذا يعد الاستدلال الخاص والذكاء الاصطناعي القابل للتحقق أمرًا مهمًا؟
الهدف الأساسي من الاستدلال الخاص هو أداء استدلال الذكاء الاصطناعي دون الكشف عن بيانات الإدخال أو محتوى النموذج.
في قطاعات مثل الرعاية الصحية والمالية وقواعد المعرفة المؤسسية، غالبًا ما تكون بيانات المستخدم أكثر قيمة من النموذج نفسه. وقد تؤدي تسريبات البيانات أثناء الاستدلال إلى مخاطر امتثال وأمنية خطيرة.
يركز الذكاء الاصطناعي القابل للتحقق على مصداقية النتائج. حتى بعد أن تكمل العقدة مهمة الاستدلال، يجب على الشبكة إثبات أن النتيجة ناتجة عن عملية تنفيذ صحيحة، وليست مستندة إلى بيانات ملفقة أو حسابات خاطئة.
تجمع Nesa بين حماية الخصوصية والتحقق من النتائج، لتعالج بذلك سؤالين: "هل البيانات آمنة؟" و"هل النتائج موثوقة؟". هذا التركيز المزدوج هو ما يميزها عن معظم واجهات برمجة تطبيقات الذكاء الاصطناعي التقليدية.
كيف تعمل شبكة الذكاء الاصطناعي اللامركزية من Nesa؟
تعتمد البنية الأساسية لـ Nesa على عقد موزعة تؤدي مهام استدلال الذكاء الاصطناعي بشكل جماعي، بدلاً من الاعتماد على خادم واحد.
عندما يرسل المستخدم طلبًا، تستقبل الشبكة أولاً الاستعلام المشفر، ثم تقسم النموذج وتعيين أجزاء مختلفة لعقد متعددة لتنفيذها. ترى كل عقدة جزءًا فقط من البيانات ولا يمكنها الوصول إلى النموذج الكامل أو مجموعة البيانات الكاملة.
بعد الاستدلال، تتحقق آلية التحقق من أن النتيجة تتبع عملية التنفيذ المتوقعة قبل إعادتها إلى المستخدم. وطوال هذه العملية، تظل البيانات والنماذج محمية.
| مرحلة الاستدلال |
المهمة الرئيسية |
| تقديم الطلب |
يرسل المستخدم استعلامًا مشفرًا |
| تقسيم النموذج |
تعين الشبكة مهام النموذج |
| الاستدلال الموزع |
تنفذ العقد العمليات الحسابية |
| التحقق من النتيجة |
توليد دليل التحقق |
| إرجاع النتيجة |
يتلقى المستخدم نتيجة الاستدلال |
تجلب هذه البنية مزيدًا من الشفافية والموثوقية لاستدلال الذكاء الاصطناعي.
ما المكونات الأساسية التي تشكل Nesa؟
تتكون البنية التحتية لـ Nesa من عدة وحدات رئيسية تدعم بشكل جماعي الاستدلال الخاص والتنفيذ الموثوق.
أبرزها هو التشفير المتساوي (EE)، الذي يتيح استدلال النموذج في حالة مشفرة. وفقًا للوثائق الرسمية، يقدم EE استدلالًا يحافظ على الخصوصية بأداء يقترب من الأداء الأصلي.
يعمل HSS-EE على توزيع البيانات المشفرة عبر عقد متعددة للمعالجة، مما يمنع أي عقدة منفردة من الحصول على معلومات كاملة.
أما MetaInf فهو نظام الجدولة الذكي لـ Nesa، الذي يختار ديناميكيًا استراتيجية الاستدلال المثلى بناءً على متطلبات المهمة وظروف الأجهزة.
| المكون الأساسي |
الوظيفة الرئيسية |
| التشفير المتساوي (EE) |
الاستدلال المشفر |
| HSS-EE |
حماية الخصوصية الموزعة |
| MetaInf |
جدولة مهام الاستدلال |
| طبقة التحقق |
التحقق من النتائج |
| إطار DAI |
دعم تطبيقات الذكاء الاصطناعي اللامركزية |
تشكل هذه الوحدات معًا البنية التحتية لتنفيذ الذكاء الاصطناعي في Nesa.
ما الأدوار التي يلعبها المطورون والعقد والمستخدمون؟
تعتمد شبكة Nesa على تعاون عدة أطراف.
ينشر المطورون النماذج ويبنون التطبيقات ويصلون إلى خدمات الشبكة. توفر Nesa بيئة اختبار للنماذج وآليات تحميلها، مما يسمح للمطورين بنشر خدمات الذكاء الاصطناعي دون الحاجة إلى إدارة البنية التحتية الأساسية.
يوفر مشغلو العقد القدرة الحاسوبية وينفذون مهام الاستدلال. تتيح البنية الموزعة للأجهزة بمختلف أحجامها المشاركة، وليس فقط مراكز البيانات الكبيرة.
يتفاعل المستخدمون النهائيون مع خدمات الذكاء الاصطناعي عبر طبقة التطبيق دون الحاجة إلى إدارة بنية شبكة معقدة.
أبرز المشاركين هم:
- المطورون
- المشغلون
- المدققون
- مستخدمو تطبيقات الذكاء الاصطناعي
- فريق تطوير DAI
ما الدور الذي يلعبه رمز NES في النظام البيئي؟
يعمل رمز NES كحلقة وصل بين استخدام موارد الشبكة وحوافز العقد والحوكمة.
أولاً، يُستخدم NES لدفع رسوم خدمة استدلال الذكاء الاصطناعي. فعندما يستدعي المطورون موارد الشبكة، تتم التسوية باستخدام هذا الرمز.
ثانيًا، يكسب مشغلو العقد حوافز من خلال المشاركة في عمليات الشبكة. وتساعد آلية الرمز في مواءمة عرض موارد الحوسبة مع طلب الشبكة.
بالإضافة إلى ذلك، يحمل NES وظائف حوكمة. فمع نمو النظام البيئي، يمكن لحاملي الرمز المشاركة في بعض قرارات حوكمة الشبكة.
لذلك، فإن NES ليس مجرد أداة دفع، بل هو أيضًا مكون حاسم لأمان الشبكة ونظام الحوافز الاقتصادية.
في أي السيناريوهات يمكن تطبيق Nesa؟
تكون Nesa أكثر ملاءمة في المجالات التي تتطلب مستويات عالية من الخصوصية والثقة.
في إدارة المعرفة المؤسسية، يمكن للمؤسسات استخدام الاستدلال الخاص لمعالجة المستندات الداخلية وبيانات الأعمال الحساسة دون كشف المحتوى الخام لأطراف ثالثة.
في الرعاية الصحية، يمكن تحليل بيانات المرضى في حالة محمية، مما يقلل مخاطر التسريب.
في التحكم في المخاطر المالية والوكلاء الذكيين وتطبيقات الذكاء الاصطناعي على السلسلة، يساعد الذكاء الاصطناعي القابل للتحقق في تحسين موثوقية أنظمة اتخاذ القرار الآلي.
| السيناريو |
الإمكانية التي توفرها Nesa |
| قاعدة المعرفة المؤسسية |
الاستدلال الخاص |
| تحليل البيانات الطبية |
حماية البيانات |
| التحكم في المخاطر المالية |
قرارات قابلة للتحقق |
| الوكلاء الذكيون |
بيئة تنفيذ موثوقة |
| تطبيقات الذكاء الاصطناعي على السلسلة |
الاستدلال اللامركزي |
Nesa مقابل خدمات الذكاء الاصطناعي المركزية
يكمن الفرق الأبرز بين Nesa وخدمات الذكاء الاصطناعي التقليدية في نموذج الثقة.
تعتمد منصات الذكاء الاصطناعي المركزية على مزود واحد لتشغيل النماذج ومعالجة البيانات وإرجاع النتائج. ولا يتمكن المستخدمون عادةً من التحقق من عملية الاستدلال أو فهم آلية التنفيذ الأساسية.
تقلل Nesa الاعتماد على كيان واحد من خلال التحقق التشفيري وشبكة الحوسبة الموزعة. وتشكل خصوصية البيانات والتحقق من النتائج والمشاركة المفتوحة أهدافها التصميمية الأساسية.
ومع ذلك، لا تزال المنصات المركزية تحتفظ بمزاياها من حيث النظام البيئي للنماذج وتحسين الأداء والنضج التجاري.
لذلك، فإن النموذجين ليسا حصريين بل يقدمان قيمة مختلفة في سياقات مختلفة.
خلاصة
Nesa هي طبقة تنفيذ لامركزية للذكاء الاصطناعي تحافظ على الخصوصية وقابلة للتحقق. ومن خلال التشفير المتساوي وHSS-EE وMetaInf وهندسة الاستدلال الموزعة، توفر بنية تحتية موثوقة للذكاء الاصطناعي للمطورين والمؤسسات. وبالمقارنة مع خدمات الذكاء الاصطناعي المركزية التقليدية، تؤكد Nesa على التحكم في البيانات وموثوقية النتائج والمشاركة المفتوحة في الشبكة.
مع استمرار تطور الوكلاء الذكيين والذكاء الاصطناعي المؤسسي وتطبيقات الذكاء الاصطناعي على السلسلة، يبرز التنفيذ الموثوق وحماية الخصوصية كمتطلبات أساسية للبنية التحتية. وتكمن القيمة الجوهرية لـ Nesa في توفير طبقات التنفيذ والتحقق للنظام البيئي للذكاء الاصطناعي اللامركزي في المستقبل.
الأسئلة الشائعة
ما هي Nesa؟
Nesa هي طبقة تنفيذ لامركزية للذكاء الاصطناعي تحافظ على الخصوصية وقابلة للتحقق. تتيح استدلال الذكاء الاصطناعي الموثوق عبر شبكات موزعة وآليات تشفيرية.
كيف تحمي Nesa بيانات المستخدم؟
تستخدم Nesa تقنيات مثل التشفير المتساوي (EE) وHSS-EE للحفاظ على البيانات مشفرة أثناء الاستدلال، ومنع أي عقدة منفردة من الوصول إلى المعلومات الكاملة.
ما الفرق بين Nesa وOpenAI API؟
تركز Nesa على حماية الخصوصية والتحقق من النتائج والتنفيذ اللامركزي، بينما تعتمد OpenAI API بشكل أساسي على البنية التحتية المركزية لتقديم خدمات الذكاء الاصطناعي.
ما السيناريوهات التي يمكن استخدام Nesa فيها؟
Nesa مناسبة لقواعد المعرفة المؤسسية وتحليل البيانات الطبية والتحكم في المخاطر المالية والوكلاء الذكيين وتطبيقات الذكاء الاصطناعي على السلسلة التي تتطلب ذكاء اصطناعي موثوقًا.
ما دور رمز NES؟
يُستخدم NES لدفع رسوم الاستدلال، وتحفيز مشاركة العقد في عمليات الشبكة، ودعم حوكمة النظام البيئي، وهو مكون أساسي في النظام الاقتصادي لـ Nesa.
