يربط فيتاليك بوتيرين بين DeepSeek V4 ومستقبل خصوصية Ethereum

ربط فيتاليك بوتيرين تقنية DeepSeek V4 بمستقبل خصوصية Ethereum، واضعًا خارطة طريق لدمج نماذج الذكاء الاصطناعي المحلية في طبقة الوصول الخاصة Ethereum. ويشير المؤسس المشارك Ethereum تحديدًا إلى وجود تداخل كبير بين طبقة الوصول الخاصة بشركة CROPS وتقنية الذكاء Ethereum CRO.

قدّم بوتيرين مفهوم CROPS AI (الذكاء الاصطناعي المقاوم للرقابة، مفتوح المصدر، الخاص، والآمن) في مؤتمر ETH مومباي في 12 مارس، ناقشاً الأسباب التي تجعل الذكاء الاصطناعي يُشكّل الخطر الأمني ​​الأكبر التالي للعملات الرقمية. وأوضح أن الذكاء الاصطناعي يكتسب قوة كافية لإدارة المحافظ والتفاعل مع سلاسل الكتل، لكنه أشار إلى أن النظام البيئي الحالي لا يُراعي الخصوصية والأمان.

يعتقد بوتيرين أنه إذا كان من المقرر أن تتحكم أنظمة الذكاء الاصطناعي في العملات المشفرة، فيجب بناؤها بطريقة مختلفة تمامًا. ويقول إن هذا يعكس مدى التطور الذي وصلت إليه نماذج الذكاء الاصطناعي.  

بحسب بوتيرين، يفترض معظم الناس أن نماذج الذكاء الاصطناعي التي تعمل محلياً على أجهزتهم خاصة. ومع ذلك، يؤكد أن هذا الافتراض خاطئ. 

يشير رئيس Ethereum إلى الوضع الحالي لأدوات الذكاء الاصطناعي المحلية مثل سلسلة Qwen 3.5، وأطر عمل الوكلاء التي تعمل محليًا، ومجموعة متنامية من البرامج مفتوحة المصدر. ويوضح أنه على الرغم من أن هذه النماذج قد تبدوdent ظاهريًا، إلا أن معظمها يستدعي واجهات برمجة تطبيقات OpenAI أو Anthropic كلما احتاجت إلى أداء مهمة لا تستطيع إنجازها بمفردها.

يقول بوتيرين إن DeepSeek V4 ضروري لتحقيق المعاملات الخاصة المحلية

في تحديثٍ حول سير CROPS AI الذي يتابعه، يقول إنّ DeepSeek V4 (بإصداره المُكمّم ثنائي البت الذي يعمل على 90 جيجابايت من الذاكرة) ضروريٌّ لتحقيق معاملات خاصة تُعالَج محليًّا. ويشير إلى أنّ CROPS Ethereum طبقة الوصول إلى CROPS AI، بما في ذلك استدعاءات LLM عن بُعد المدفوعة القائمة على ZK وقراءات RPC الخاصة Ethereum . ويدعو إلى المزيد من Ethereumلتحسين أمان العقود الذكيةtracالبروتوكول.

"هناك أمر آخر يشغل بالي، وهو وجود تداخل كبير بين "طبقة الوصول إلى EthereumCROPS" و"ذكاء اصطناعيCROPS". على سبيل المثال، نريد طريقة ZK لإجراء مكالمات (مدفوعة) إلى LLMs البعيدة. ولكن إذا توفرت لدينا هذه الطريقة، فستكون مفيدة بنفس القدر لحل مشكلة أخرى: قراءة RPC الخاصة في Ethereum."

–فيتاليك بوتيرين، المؤسس المشارك لمنصة Ethereum

يشير أحد مؤسسي Ethereum إلى أن العلاقة بين DeepSeek V4 وأهداف خصوصية Ethereumتتمحور حول مفهوم الذكاء الاصطناعي CROPS. ويوضح أن المستخدمين يستطيعون الاستعلام عن بيانات Ethereum باستخدام نماذج محلية مثل DeepSeek V4 دون الكشف عن بياناتهم الوصفية أو عناوين IP أو أرصدة محافظهم لمزودي خدمات RPC المركزية. كما تضمن قدرة DeepSeek V4 على العمل على أنظمة محلية ذاتية الاستضافة اعتماد المستخدمين على بنية تحتية مستقلة ذاتيًا بدلاً من خوادم الحوسبة السحابية للشركات.

يقترح بوتيرين الجمع بين مكالمات LLM المحلية الخاصة ومدفوعات Ethereum ZK

بوتيرين يقترح دمج استدعاءات LLM المحلية الخاصة مع Ethereum ، مما يسمح للمستخدمين بمعالجة تفاعلاتهم على سلسلة الكتل بشكل خاص خارج السلسلة. ويقول إن هذا يساعد في إخفاء روابط المعاملات على السلسلة، مشيرًا إلى أن متطلبات الأجهزة المنخفضة لـ DeepSeek V4 هي عامل أساسي في ذلك. ومع ذلك، يمكن تشغيل إصدار DeepSeek V4 المُكمّم ثنائي البت على محطات عمل استهلاكية متطورة. 

ويشير بوتيرين كذلك إلى أن الإصدار الجديد من DeepSeek V4 يُعدّ الدليل الرئيسي على أن هذه الرؤية قابلة للتطبيق على مستوى الأجهزة اليوم، وليس بعد سنوات. إذ يمكن للمستخدمين الذين يشغلون DeepSeek V4 محليًا إنشاء "ملاذ تشفيري" لا تغادر فيه نواياهم المالية أجهزتهم المادية إلا عندما تكون جاهزة للإضافة إلى السجل العام.

فيما يتعلق بالخطوات التالية، يحث بوتيرين المستخدمين على ترقب تحديثات تحسين ذاكرة الفلاش DeepSeek V4 لأجهزة AMD، والتي يعتبرها مجالًا رئيسيًا للتحسين. كما يذكّر المستخدمين بضرورة التأكد من أن أجهزتهم تحتوي على ذاكرة موحدة بسعة 96-128 جيجابايت على الأقل (لأجهزة Mac) أو ذاكرة فيديو (لأجهزة الكمبيوتر الشخصية) للتعامل مع عبء التكميم البالغ 90 جيجابايت.

يرتبط هذا التوجه بحركة "سايفر بانك" الأوسع نطاقًا، حيث يعمل الذكاء الاصطناعي كجهة ائتمانية للمستخدمين. ويؤكد بوتيرين أن هذا يدمج الطلبات فعليًا، ويفصل المدفوعات عنdentالمستخدمين، ويجعل عمليات الحساب عن بُعد للذكاء الاصطناعي مجهولة المصدر. 

يشير بوتيرين أيضاً إلى تحذيرات من مجتمع الأمن السيبراني، موضحاً أن نظام الذكاء الاصطناعي الذي يعمل محلياً قد يُرسل طلبات اتصال إلى خوادم OpenAI عند حدوث أي خلل. ويشير إلى أن النظام البيئي السائد للذكاء الاصطناعي مفتوح المصدر لا يُعير هذا التمييز اهتماماً، مضيفاً أن معظم هذه الأنظمة مُحسّنة من حيث الأداء لا الأمان.