مؤخرًا كنت أتابع خطة @inference_labs، وكلما فكرت أكثر أدرك أنهم ربما حقًا وضعوا الذكاء الاصطناعي اللامركزي في اتجاه جديد. سابقًا عند تشغيل استنتاج النموذج الكبير، كان الشعور العام أن كل شيء يُلقى على عاتق مزودي السحابة المركزية، والأسعار مرتفعة، والشفافية منخفضة، ناهيك عن إمكانية التأكد من عدم عبث أحد ببياناتك.

لكن طريقتهم تتسم بأنها عكسية تمامًا، حيث يقسمون مهمة الاستنتاج مرة واحدة إلى عدة أجزاء صغيرة، ويقوم عقد الشبكة حول العالم بتقسيم العمل، بحيث يقوم كل عقدة بحساب جزء صغير فقط. وعند الانتهاء، لا يُرسل الناتج مباشرة، بل يُرفق معه إثبات رياضي خفيف يثبت أن هذا الجزء تم حسابه بشكل نظيف وصحيح، ويمكن التحقق منه جميعًا. وعندما يمر النظام بالكامل من خلال عملية التحقق، يتم دمج النتائج معًا، والناتج النهائي هو استنتاج يحمل علامة موثوقية.

ما يثير اهتمامي أكثر هو التغير في المنطق وراء ذلك، حيث لم تعد القدرة الحاسوبية مركزة في يد عدد قليل من الشركات العملاقة، والبيانات يمكن أن تظل دائمًا في يد المستخدم نفسه، والنتائج لا تعتمد على الثقة في الحفاظ على النظام، بل تعتمد على الرياضيات التي تحدد الفائز والخاسر مباشرة. على المدى الطويل، طالما أن آلية التحفيز جيدة، يمكن للجميع أن يصبحوا مقدمي قدرة حسابية، وسيصبح نظام الاستنتاج أكثر انفتاحًا وتدفقًا، وسوقًا يشارك فيه الجميع.

الشيء الأكثر روعة هو تحويل الحسابات القابلة للتحقق من الورقة العلمية إلى نظام هندسي قابل للتشغيل والاستخدام، بدلاً من أن تظل مجرد نظرية. ربما هذا هو الحد الفاصل بين مفهوم الذكاء الاصطناعي اللامركزي وتطبيقه على أرض الواقع، ويستحق المتابعة المستمرة.

#Yap @KaitoAI #KaitoYap