هل فكرت يومًا في أن نتائج استنتاجات الذكاء الاصطناعي يمكن أن تُتحقق وتُراجع على السلسلة مثل العقود المالية؟ الآن، معظم نماذج الذكاء الاصطناعي تعمل كصناديق سوداء، حيث تكون النتائج فقط مخرجات بدون سجل لعملية موثوقة، مما يعني أننا لا نستطيع التأكد من المنطق الذي استندت إليه للوصول إلى الاستنتاج، ولا يمكننا وضع النتائج على السلسلة للمراجعة والتحقق من الثقة. هذا هو المشكلة التي تحاول @inference_labs حلها، حيث اقترح الفريق آلية "Proof of Inference" التي تعتمد على إثبات المعرفة الصفرية وتقنيات Web3، وتعمل على تشغيل استنتاجات الذكاء الاصطناعي خارج السلسلة، مع توليد إثباتات قابلة للتحقق، مما يجعل كل مخرجات الاستنتاجات مصحوبة بشهادة ثقة يمكن تتبعها. هذا يمثل ابتكارًا أساسيًا في عالم الذكاء الاصطناعي اللامركزي والوكيلات الذكية. منذ تأسيس هذا المشروع، حظي باهتمام السوق، وأتمّ تمويلات بقيمة ملايين الدولارات، من تمويل ما قبل البذرة بقيمة 2.3 مليون دولار إلى التمويل الاستراتيجي اللاحق بقيمة 6.3 مليون دولار، بمشاركة مؤسسات رائدة، مما يعكس اهتمام الصناعة بالبنية التحتية القابلة للتحقق من الذكاء الاصطناعي. الهدف من التمويل ليس فقط تطوير التقنية، بل أيضًا بناء طبقة ثقة عبر السلاسل والبروتوكولات، لتكون قابلة للاستخدام على نطاق واسع. كما أطلقوا نظام Proof of Inference على الشبكة التجريبية، ويخططون لفتح الشبكة الرئيسية قريبًا، مما يعني أن البنية التحتية للتحقق من الذكاء الاصطناعي تتجه من النظرية إلى الواقع القابل للنشر. بالتكامل مع بروتوكولات التعلم الآلي بمعرفة صفرية، وأنظمة الإثبات الموزعة، قد توفر هذه المنظومة أساسًا موثوقًا للمستقبل من الوكالات الذاتية، والأسواق التنبئية اللامركزية، ووكلاء التداول الآلي. لكن السؤال الأهم هو: عندما يمكن أن يُتحقق من استنتاجات الذكاء الاصطناعي على السلسلة ويُقيدها آليات الحوافز الاقتصادية، هل يمكننا حقًا بناء نظام وكالات ذكية لا يُعتمد عليه فحسب، بل وعادل أيضًا؟ هذا هو السؤال الحاسم الذي يبرز في نظام الثقة بالذكاء الاصطناعي. @Galxe @GalxeQuest @easydotfunX