توطين أصول الذكاء الاصطناعي الناشئ: موجة الابتكار التالية في ويب 3

شهد الويب 3 عدداً من اتجاهات الابتكار خلال النصف الأخير من العقد الماضي، وكان لكل منها جاذبية قوية وسوق خاص به. وبينما تلاشت بعض هذه الاتجاهات، حافظت اتجاهات أخرى على قوتها (مثل الرهن، على سبيل المثال)، متطورةً لتصبح ميزات أكثر نضجاً في تجربة الويب 3.

كانت الأصول الواقعية (RWAs) اتجاهًا مثيرًا للاهتمام في السنوات القليلة الماضية، حيث أظهرت لمحة عما يمكن أن يكون ممكنًا مع الأصول الواقعية المرمزة. ومع ذلك، فإن معظم حالات الاستخدام هذه تركز على الأصول المالية، وتعمل كحامل على السلسلة لأصل مالي آخر. بينما يمكن أن يكون لهذا بالتأكيد مكانه، فقد كان خيبة أمل للعديد في السوق لأننا لا نرى تنوعًا أوسع بكثير في هذه الحالات الاستخدام. هناك لمحات من حالات استخدام جديدة هنا وهناك، وعندما تظهر ترسل رسالة مفادها أننا لا زلنا نملك الكثير لاكتشافه في عالم الأصول الواقعية.

حتى أن فيتاليك بوترين أعرب عن هذا الشعور، مشاركاً على منصة X رغبته في رؤية تنوع أكبر بكثير في طريقة استخدام الأصول الواقعية. والخبر الجيد هو أن هذا التنوع قد يكون على وشك الانفجار، حيث يبدو أن مجال الذكاء الاصطناعي يغزو كل صناعة أخرى. ولا يختلف الأمر مع البلوكشين، حيث يترك الذكاء الاصطناعي بصمته هنا أيضاً. يمكننا رؤية العديد من الاستخدامات المختلفة للذكاء الاصطناعي في صناعة الويب 3، لكننا نبدأ في إدراك أن صناعة الذكاء الاصطناعي نفسها يمكن أن تستفيد بشكل كبير من الويب 3 أيضاً. تتمتع الأصول الواقعية (RWAs) بإمكانيات هائلة هنا، وقد تستفيد من ربما أكبر حالة استخدام على الإطلاق: وهي تحويل أصول صناعة الذكاء الاصطناعي الرئيسية إلى رموز رقمية. دعونا نتعمق في كيفية استفادة صناعة الذكاء الاصطناعي من الأصول الواقعية، وكيف يمكن للأصول الواقعية المرتبطة بالذكاء الاصطناعي أن تساعد في تنويع المحفظة الاستثمارية بشكل كبير، وكيف قد تعمل هذه النوعية من الترميز. للحصول على رؤى أعمق حول الموضوع، طلبنا من كلوريس تشين، الرئيس التنفيذي لـ Cogito Finance، مشاركة آرائها حول التقاطع بين الذكاء الاصطناعي والأصول الواقعية.

> السماح للأشخاص بشراء أسهم في تلك الشركة على شكل رموز

أليس هذا من الأصول الحقيقية المرمزة (RWA)؟

(أنا أدعم الأصول الواقعية، وأريد أن أرى تنوعًا أكبر بكثير منها على السلسلة حتى تتمكن التطبيقات من استخدامها دون أن تكون عرضة للمخاطر النظامية لمصدر واحد أو فئة أصول واحدة)

— vitalik.eth (@VitalikButerin) أغسطس 26، 2024

يجب على الأصول الواقعية أن تتجاوز المجال المالي

كما ذُكر أعلاه، تميل الأصول الواقعية (RWAs) اليوم إلى التركيز بشكل مفرط على الأصول المالية التقليدية. هذا لا يعني أن هذه الأصول ليست جيدة، وأن تحويلها إلى رموز ليس فكرة جيدة (الأصول جيدة وتحويلها إلى رموز أيضاً فكرة جيدة). يمكن أن تكون الأصول الواقعية المرتبطة بأصول منخفضة المخاطر، مثل سندات الخزانة قصيرة الأجل (T-Bills)، جزءاً ممتازاً من محفظة متنوعة. حقيقة أن سندات الخزانة قصيرة الأجل غير مرتبطة بسوق العملات المشفرة تعزل التقلبات الحادة، مما يمنح الاستقرار الذي تريده في محفظتك. كل شيء جيد حتى الآن، أليس كذلك؟

تحدث المشاكل عندما تصبح الأصول الواقعية بدائل لهذه الأدوات المالية، مما يعطي وهم التنوع دون أن تكون متنوعة فعليًا. بدلاً من ذلك، نحتاج إلى العثور على طرق إضافية تربط الأصول الواقعية بأصول غير مالية، ثم دمج تلك الأصول في المحافظ الاستثمارية بطريقة توفر توازنًا متينًا. وفي صناعة الذكاء الاصطناعي، تشمل هذه الأصول نماذج الذكاء الاصطناعي نفسها، ومجموعات البيانات المستخدمة لتدريب النماذج، ووحدات معالجة الرسومات (GPUs) التي تشغل النماذج فعلياً من خلال قوة المعالجة.  

مع وجود هذه الأصول الثلاثة الجديدة بشكل أصول واقعية، يمكنها المساعدة في موازنة محفظة التداول بشكل أكبر. ولكن أين تقف من حيث العائد؟  

وفقاً لتشين، "عادةً ما تحمل الأصول المرمزة للذكاء الاصطناعي ملف مخاطرة/عائد مرتفع، ولكن من الضروري النظر في سياقها السوقي — وتحديداً، النمو السريع لخدمات الذكاء الاصطناعي. هذه الأصول بالفعل في طلب مرتفع، مدفوعة بالارتفاع الأسي لخدمات الذكاء الاصطناعي. والأكثر من ذلك، أن الذكاء الاصطناعي هنا ليبقى، لذا فإن تحويل الأصول المرمزة والاستثمار فيها سيصبح أمراً شائعاً على المدى الطويل. بينما قد تواجه اقتصاد الرموز المرمزة للذكاء الاصطناعي سيولة أقل خلال مراحله الأولى (مقارنة بأسواق المالية التقليدية)، فإنه يخلق سوقاً ناشئاً، يجذب عدداً متزايداً من المستثمرين."

تحويل الذكاء الاصطناعي إلى رموز

في مجال الذكاء الاصطناعي، لا تقدم إمكانية الترميز فرصاً فريدة للمحفظة الاستثمارية فحسب، بل هي أيضاً شيء مطلوب بشدة من منظور أصول الذكاء الاصطناعي نفسها. يمكن أن تكون وحدات معالجة الرسومات (GPUs) باهظة الثمن بشكل غير معقول، خاصة إذا كان الاستخدام الأقصى مطلوباً للتدريب، ولكن ليس بالضرورة للتشغيل، لنموذج ذكاء اصطناعي. وهذا يخلق مشكلة كبرى في الكفاءة، وفيها يمكن لمجموعة من وحدات معالجة الرسومات المترابطة التي تعمل بتناغم، وتقبل العديد من المهام المختلفة، أن توفر أفضل استخدام للأجهزة. إذا تمكّن تحويل وحدة معالجة الرسومات إلى رمز، يمكن مراقبة هذا الاستخدام وتحويله إلى إيرادات. علاوة على ذلك، فإن التكلفة العالية لوحدة معالجة الرسومات (أو العديد منها، إذا كانت المعالجة المطلوبة كثيفة) تثقل كاهلاً بشكل لا يصدق، لكن الملكية الجزئية للأصل الواقعي يمكن أن تساعد في توزيع التكاليف والمكافآت.

تناقش تشين كيف يمكن أيضاً تحويل نماذج الذكاء الاصطناعي إلى رموز: "ميزة رئيسية واحدة هي كيفية حلها لمشكلة إنفاذ حقوق الملكية الفكرية، والتي كانت صعبة السمعة في التنسيقات التقليدية. مع الترميز، يمكن للباحثين في مجال الذكاء الاصطناعي تحقيق إيرادات من نماذجهم من خلال إدراج نسخ مرمزة في سوق، ودمج حقوق الملكية الفكرية مباشرة في الرمز نفسه."

هذه ميزة حاسمة، وهي القدرة على التحكم الكامل في معالجة نموذج الذكاء الاصطناعي دون خطر إعطائه وسرقة الملكية الفكرية. مع الملكية المجزأة، يمكن للأعضاء شراء وبيع حصصهم، مما يخلق سوقاً سائلة بالكامل رغم أن الأصول المادية لا تنتقل ملكيتها.

ستحتاج مجموعات البيانات اللازمة لتدريب نماذج الذكاء الاصطناعي أيضاً إلى المرور بتغيير في طريقة إدارتها. يتعود وسطاء البيانات التقليديون على مستوى قوي وغير مريح من التحكم في بياناتهم وعملياتهم. مع الويب 3، أصبحت العملية أكثر ديمقراطية بكثير. تقول تشين عن وسطاء البيانات، "يعمل العديد من وسطاء البيانات التقليديين بطريقة تمنحهم تحكماً مفرطاً في البيانات. ومع ذلك، مع مطالبة مقدمي البيانات بمزيد من الشفافية والتحكم في كيفية تحقيق إيرادات من بياناتهم، ستحتاج هذه الشركات إلى التكيف لتلبية المعايير المتطورة للسوق. بعبارة أخرى، نتوقع شراكات محتملة بين وسطاء البيانات التقليديين ومنصات الترميز."

نحو المستقبل

يُعد الذكاء الاصطناعي ثورة بحد ذاته، لكنه وجد طريقه إلى العديد من الصناعات. ولا يختلف الأمر مع الويب 3، الذي يستخدم الذكاء الاصطناعي بشكل كامل بينما يسعى لإعادة تعريف ما يجب أن يكون عليه الأصل الواقعي. ومع ذلك، يمكن للويب 3 أيضاً أن يقدم العديد من المزايا لصناعة الذكاء الاصطناعي، حيث يقدم عناصر مثل الملكية الجزئية، والرموز القابلة للبرمجة التي يمكن أن تتطور لتتوافق مع دورة الحياة المفيدة لنموذج الذكاء الاصطناعي، والقدرة على بناء المجتمعات وتشغيل مجموعات البيانات. سنستمر في المراقبة عن كثب بينما تجد هاتان التقنيتان طريقهما، آملين أن يستمرا في التداخل والعثور على المزيد من الفوائد.