Pundi AI بالتعاون مع MemoLabs: الحلقة المغلقة لبيانات الذكاء الاصطناعي اللامركزية تتشكل

أحد التحديات الأساسية في الذكاء الاصطناعي اللامركزي هو البيانات. من سيقدم البيانات، وكيف تخزنها، وكيف يحقق مالك البيانات أرباحا - هذه القضايا لطالما عانى منها منظومة الذكاء الاصطناعي المفتوح. في 27 يناير، قد يوفر التعاون بين Pundi الذكاء الاصطناعي وMemoLabs إجابة عملية: من خلال ترميز البيانات والتخزين اللامركزي، إنشاء البيانات، تخزينها، وتقديم الطلبات، تشكل حلقة مغلقة كاملة.

تحديد المواقع للأدوار في كلا المشروعين

حل ترميز البيانات من بوندي الذكاء الاصطناعي

تركز بوندي الذكاء الاصطناعي على تحويل البيانات إلى أصول شفافة يقودها المجتمع. بعبارات بسيطة، ما تفعله هو تحويل البيانات غير الملموسة إلى أصول قابلة للتداول وقابلة للتحقق على السلسلة. من خلال الترميز على السلسلة، وترميز مجموعات البيانات، والأسواق المفتوحة، يمكن لأي شخص المساهمة بالبيانات وكسب العوائد دون الاعتماد على وسطاء من المنصات المركزية.

بنية تخزين MemoLabs

على النقيض من ذلك، توفر MemoLabs الدعم على مستوى البنية التحتية الفيزيائية - بنية تحتية لامركزية لتخزين ومشاركة البيانات يقودها المستخدم. إذا حل Pundi الذكاء الاصطناعي مشكلة “كيف تصبح البيانات أصلا”، فإن MemoLabs تحل مشكلة “مكان تخزين البيانات ومن يمكنه الوصول إليها”.

الأهمية الاستراتيجية للتعاون

جوهر هذا التعاون هو تعويض هذه النواقص. يتطلب ترميز البيانات في Pundi الذكاء الاصطناعي طبقة تخزين موثوقة لضمان أمان البيانات وسهولة الوصول، بينما يتطلب التخزين اللامركزي في MemoLabs نظاما تطبيقيا من الطبقة العليا لخلق قيمة بيانات. يجتمع الاثنان ليشكلا حلقة مغلقة كاملة من إنشاء البيانات إلى نشر التطبيقات.

تأثير المجموعات الثلاث

• مطور الذكاء الاصطناعي: احصل على بيانات مجتمعية قابلة للتحقق، لا تعتمد على منصات البيانات المركزية، وابن النماذج بشكل أكثر مرونة
• مساهمو البيانات: ملكية البيانات وتوزيع الإيرادات أكثر شفافية وتشاركية
• المشاركون البيئيون: يعزز تنفيذ الذكاء الاصطناعي اللامركزي من المفهوم إلى البنية التحتية الفعلية

تحسين تدريجي لنظام الذكاء الاصطناعي اللامركزي

يعكس هذا التعاون اتجاها: لم يعد الذكاء الاصطناعي اللامركزي محاولة منفردة من مشروع واحد، بل أصبح نظاما بيئيا كاملا تم بناؤه بواسطة مشاريع متعددة بشكل تعاوني. يتم ربط طبقة البيانات، وطبقة التخزين، وطبقة التطبيق تدريجيا.

من منظور الصناعة، إذا أراد الذكاء الاصطناعي اللامركزي مقارنة منصات الذكاء الاصطناعي المركزية (مثل OpenAI وGoogle)، فعليه أن يوفر حلولا موثوقة في جمع البيانات وتخزينها والتطبيقات وغيرها من الروابط. شراكة بوندي الذكاء الاصطناعي مع MemoLabs هي خطوة في هذا الاتجاه.

رأيي الشخصي هو أن هذا النوع من التعاون على مستوى البنية التحتية يستحق اهتماما أكبر من تمويل أو إطلاق مشروع واحد بشكل رمزي. لأنه مرتبط مباشرة بما إذا كان الذكاء الاصطناعي اللامركزي يمكن أن يكون قابلا للاستخدام حقا، وليس فقط على المستوى النظري.

ملخص

الشراكة بين بوندي الذكاء الاصطناعي وMemoLabs تجسر أوجه القصور في بنية البيانات اللامركزية الذكاء الاصطناعي. من خلال دمج ترميز البيانات مع التخزين اللامركزي، يوفر هذا التعاون لمطوري الذكاء الاصطناعي خط بيانات كامل، كما يسمح للمساهمين في البيانات بامتلاك بياناتهم وتحقيق أرباح حقيقية منها. هذا ليس فقط ارتباطا استراتيجيا بين المشروعين، بل يمثل أيضا تطور النظام البيئي اللامركزي الذكاء الاصطناعي من التجزئة إلى النظام. إذا نجح هذا النموذج بفعالية، فقد يكون نموذجا مرجعيا لتعاونات مشاريع الذكاء الاصطناعي اللامركزية لاحقا.