التحول الرقمي الناشئ لأصول الذكاء الاصطناعي: الموجة الابتكارية التالية لشبكة الويب 3

شهدت تقنية Web3 العديد من اتجاهات الابتكار خلال السنوات الخمس الماضية، ولكل منها جاذبية وسوقtron. وبينما تراجعت بعض هذه الاتجاهات، حافظت أخرى علىtron(مثل التخزين)، وتطورت لتصبح ميزات أكثر نضجًا في تجربة Web3.

شهدت الأصول الحقيقية المُرمّزة (RWAs) اتجاهاً مثيراً للاهتمام في السنوات الأخيرة، مُظهرةً لمحةً عمّا يُمكن تحقيقه باستخدام هذه الأصول. مع ذلك، يتركز معظم استخداماتها على الأصول المالية، حيث تعمل كوسيط على سلسلة الكتل (البلوكشين) لأصل مالي آخر. ورغم أهمية هذا التوجه، إلا أن قلة تنوّع استخداماته تُخيّب آمال الكثيرين في السوق. تظهر بين الحين والآخر لمحاتٌ عن استخدامات جديدة، ما يُشير إلى أن عالم الأصول الحقيقية المُرمّزة لا يزال واعداً.

حتى فيتاليك بوتيرين أعرب عن هذا الرأي، مُشاركًا على منصة X رغبته في رؤية تنويع أكبر في استخدام الأصول المرجحة بالأصول (RWAs). والخبر السار هو أن هذا التنوع قد يكون على وشك التوسع بشكل كبير، حيث يبدو أن مجال الذكاء الاصطناعي يغزو جميع القطاعات الأخرى. ولا يختلف الأمر بالنسبة لتقنية البلوك تشين، حيث يترك الذكاء الاصطناعي بصمته فيها أيضًا. نرى استخدامات عديدة للذكاء الاصطناعي في قطاع Web3، لكننا بدأنا نُدرك أن قطاع الذكاء الاصطناعي نفسه يُمكن أن يستفيد بشكل كبير من Web3. تتمتع الأصول المرجحة بالأصول بإمكانيات هائلة في هذا المجال، وربما تكون الأبرز على الإطلاق: ترميز الأصول الرئيسية لقطاع الذكاء الاصطناعي. دعونا نتعمق في كيفية استفادة قطاع الذكاء الاصطناعي من الأصول المرجحة بالأصول، وكيف يُمكن للأصول المرجحة بالأصول المرتبطة بالذكاء الاصطناعي أن تُساهم في تنويع المحفظة الاستثمارية بشكل كبير، وكيف يُمكن لهذا النوع من الترميز أن يعمل. وللحصول على مزيد من المعلومات حول هذا الموضوع، طلبنا من كلوريس تشين، الرئيسة التنفيذية لشركة Cogito Finance، مشاركة أفكارها حول العلاقة بين الذكاء الاصطناعي والأصول المرجحة بالأصول.

السماح للأفراد بشراء أسهم تلك الشركة على شكل رموز رقمية.

أليس هذا من الأصول المرجحة بالمخاطر؟

(أنا أؤيد الأصول المرجحة بالمخاطر، وأرغب في رؤية تنوع أكبر لها على البلوك تشين حتى تتمكن التطبيقات من استخدامها دون التعرض للمخاطر النظامية لجهة إصدار واحدة أو فئة أصول واحدة).

— vitalik.eth (@VitalikButerin) 26 أغسطس 2024

يجب أن تتجاوز الأصول المرجحة بالمخاطر نطاق التمويل

كما ذكرنا سابقًا، تميل محافظ الأصول المرجحة بالمخاطر اليوم إلى التركيز بشكل مفرط على الأصول المالية التقليدية. هذا لا يعني أن هذه الأصول غير جيدة، أو أن تحويلها إلى رموز رقمية ليس فكرة جيدة (فالأصول جيدة، وكذلك عملية تحويلها إلى رموز رقمية). يمكن أن تشكل محافظ الأصول المرجحة بالمخاطر المرتبطة بأصول منخفضة المخاطر، مثل سندات الخزانة، جزءًا ممتازًا من محفظة استثمارية متنوعة. إن عدم ارتباط سندات الخزانة بسوق العملات الرقمية يزيد من ثباتها في مواجهة التقلبات الحادة، مما يوفر الاستقرار المطلوب في المحفظة. كل شيء على ما يرام حتى الآن، أليس كذلك؟  

تكمن المشكلة عندما تصبح الأصول المرجحة بالمخاطر (RWAs) بديلاً عن هذه الأدوات المالية، مما يوحي بالتنوع دون أن يكون التنوع حقيقياً. لذا، نحتاج إلى إيجاد طرق إضافية لربط الأصول المرجحة بالمخاطر بأصول غير مالية، ثم دمج هذه الأصول في المحافظ الاستثمارية بما يحقق توازناً متيناً. بالنسبة لقطاع الذكاء الاصطناعي، تشمل هذه الأصول نماذج الذكاء الاصطناعي نفسها، ومجموعات البيانات المستخدمة لتدريبها، ووحدات معالجة الرسومات (GPUs) التي تُشغّل هذه النماذج فعلياً.  

بفضل هذه الأصول الثلاثة الجديدة في شكل أصول مرجحة بالمخاطر، يمكنها أن تساعد في تحقيق توازن أكبر لمحفظة التداول. ولكن ما هو وضعها من حيث العائد؟  

بحسب تشين، "تتسم أصول الذكاء الاصطناعي المُرمّزة عادةً بمستوى عالٍ من المخاطر والعوائد، ولكن من الضروري مراعاة سياق السوق، وتحديدًا النمو السريع لخدمات الذكاء الاصطناعي. تشهد هذه الأصول طلبًا متزايدًا بالفعل، مدفوعًا بالنمو الهائل لخدمات الذكاء الاصطناعي. علاوة على ذلك، فإن الذكاء الاصطناعي باقٍ، لذا سيصبح ترميز هذه الأصول والاستثمار فيها أمرًا شائعًا على المدى الطويل. ورغم أن اقتصاد الذكاء الاصطناعي المُرمّز قد يواجه سيولة أقل في مراحله الأولى (مقارنةً بالأسواق المالية التقليدية)، إلا أنه يُنشئ سوقًا ناشئةtracلعدد متزايد من المستثمرين."

ترميز الذكاء الاصطناعي

في مجال الذكاء الاصطناعي، لا تقتصر إمكانية ترميز الأصول على توفير فرص فريدة للمحفظة الاستثمارية فحسب، بل هي ضرورة ملحة من منظور أصول الذكاء الاصطناعي نفسها. قد تكون وحدات معالجة الرسومات (GPUs) باهظة الثمن، خاصةً إذا كانت هناك حاجة إلى أقصى استخدام لها لتدريب نموذج الذكاء الاصطناعي، وليس بالضرورة لتشغيله. يُشكل هذا مشكلة كبيرة في الكفاءة، حيث يمكن لمجموعة من وحدات معالجة الرسومات المتصلة التي تعمل بتزامن، وتتولى مهامًا متعددة، أن توفر الاستخدام الأمثل للأجهزة. إذا أمكن ترميز وحدة معالجة الرسومات، يُمكن مراقبة هذا الاستخدام وتحقيق الربح منه. علاوة على ذلك، تُعد التكلفة المرتفعة لوحدة معالجة الرسومات (أو العديد منها، إذا كانت المعالجة المطلوبة كثيفة) عبئًا كبيرًا، ولكن الملكية الجزئية للأصول المرجحة بالعائد (RWA) يمكن أن تساعد في توزيع كل من التكاليف والعوائد.

يناقش تشين كيف يمكن أيضًا تحويل نماذج الذكاء الاصطناعي إلى رموز رقمية: "إحدى المزايا الرئيسية هي كيفية حلها لمشكلة إنفاذ حقوق الملكية الفكرية، والتي كانت صعبة للغاية في الأشكال التقليدية. مع تحويل النماذج إلى رموز رقمية، يمكن لباحثي الذكاء الاصطناعي تحقيق الدخل من نماذجهم عن طريق إدراج نسخ مُرمّزة منها في سوق، وتضمين حقوق الملكية الفكرية مباشرة في الرمز نفسه."

تُعدّ هذه ميزة بالغة الأهمية، إذ تُمكّن من التحكم الكامل في معالجة نموذج الذكاء الاصطناعي دون المخاطرة بتسريبه وسرقة الملكية الفكرية. وبفضل الملكية الجزئية، يستطيع الأعضاء شراء وبيع حصصهم، مما يُنشئ سوقًا سائلة تمامًا حتى وإن لم يتم تداول الأصول المادية.

ستتطلب مجموعات البيانات اللازمة لتدريب نماذج الذكاء الاصطناعي تغييرًا في طريقة إدارتها. اعتاد وسطاء البيانات التقليديون على مستوىtronمن التحكم في بياناتهم وعملياتهم، وهو أمر غير مريح. مع Web3، أصبحت العملية أكثر ديمقراطية. يقول تشين عن وسطاء البيانات: "يعمل العديد من وسطاء البيانات التقليديين بطريقة تمنحهم سيطرة مفرطة على البيانات. ومع ذلك، مع مطالبة مزودي البيانات بمزيد من الشفافية والتحكم في كيفية تحقيق الربح من بياناتهم، ستحتاج هذه الشركات إلى التكيف لتلبية معايير السوق المتطورة. بعبارة أخرى، نتوقع شراكات محتملة بين وسطاء البيانات التقليديين ومنصات ترميز البيانات."

نظرة مستقبلية

يُمثل الذكاء الاصطناعي ثورةً بحد ذاته، وقد شق طريقه إلى العديد من الصناعات. ولا يختلف Web3 عن ذلك، إذ يستفيد استفادةً كاملةً من الذكاء الاصطناعي في سعيه لإعادةdefiمفهوم الأصول الحقيقية المرجحة. ومع ذلك، يُمكن لـ Web3 أن يُقدم فوائد جمة لقطاع الذكاء الاصطناعي أيضًا، من خلال إدخال عناصر مثل الملكية الجزئية، والرموز القابلة للبرمجة التي يُمكن تطويرها لتتوافق مع دورة حياة نموذج الذكاء الاصطناعي، وقدرة المجتمعات على بناء مجموعات البيانات وتشغيلها. سنواصل متابعة تطور هاتين التقنيتين عن كثب، آملين أن يستمرا في التكامل وتحقيق المزيد من الفوائد في المستقبل.