إذا لاحظت بعناية تطور الذكاء الاصطناعي على مدار السنتين الماضيتين، ستكتشف تناقضًا يصبح أكثر وضوحًا.

تتحسن قدرات الذكاء الاصطناعي بسرعة، لكن لا يزال عدد قليل من المنصات الكبرى هو من يتحكم فعليًا بقوة الحوسبة والنماذج والواجهات.

عند استخدام الذكاء الاصطناعي، يضطر المطورون غالبًا إلى الاعتماد على واجهات برمجية مركزية، مما لا يوفر شفافية في الأسعار فقط، بل تكون الخدمات أيضًا تحت السيطرة الكاملة للمنصة.

ظهور @dgrid_ai يغير هذا الهيكل بشكل أساسي.

يقوم DGrid ببناء شبكة استدلال ذكاء اصطناعي لامركزية حيث يمكن للمطورين الوصول إلى نماذج كبيرة مختلفة من خلال واجهة RPC موحدة للذكاء الاصطناعي، بينما يتم توزيع مهام الاستدلال تلقائيًا على عُقد موزعة عالميًا.

تقوم العُقد بتشغيل النماذج لإكمال مهام الاستدلال، وتتم تسويتها والتحقق منها من خلال آليات السلسلة، مما يشكل شبكة حوسبة ذكاء اصطناعي مفتوحة.

النقطة الأكثر أهمية تكمن في آلية التحقق من النتائج، حيث قدّم DGrid نظام إثبات الجودة، من خلال التحقق متعدد العُقد من دقة واتساق نتائج الاستدلال، مما يتجنب اعتماد مخرجات الذكاء الاصطناعي بالكامل على عقدة واحدة، وبالتالي حل مشكلة الصندوق الأسود للخدمات التقليدية.

من وجهة نظري، ما يغيره DGrid فعليًا ليس وظيفة محددة، بل هيكل ملكية البنية التحتية للذكاء الاصطناعي نفسها.

في الماضي، كان الذكاء الاصطناعي يشبه خدمة المنصة، بينما في هذه الشبكة، يمكن لمزودي قوة الحوسبة ومطوري النماذج ومطوري التطبيقات جميعهم المشاركة المباشرة في توزيع القيمة.

بدأ استدلال الذكاء الاصطناعي في الانتقال من الخدمة المركزية إلى مورد شبكة مفتوحة، وهذا التغيير قد يعيد تعريف طريقة دمج Web3 مع الذكاء الاصطناعي.

@Galxe @GalxeQuest @easydotfunX @wallchain #Ad #Affiliate