التآزر والصراع بين blockchain والذكاء الاصطناعي

في السنوات الأخيرة، كان هناك الكثير من الضجيج في مجال blockchain والألعاب النارية في مجال الذكاء الاصطناعي (AI)، ولكن يبدو أن هناك القليل من التداخل بين هاتين التقنيتين التحويليتين. ولكن من وجهة النظر المفاهيمية، فإن blockchain والذكاء الاصطناعي لديهما العديد من أوجه التكامل. على سبيل المثال، قد تساعد خصائص اللامركزية المتأصلة في تقنية blockchain في حل مشكلة مركزية الذكاء الاصطناعي. وقد تساعد الطبيعة الشفافة والقابلة للتحقق لـ blockchain في حل مشكلة عتامة الذكاء الاصطناعي عارضات ازياء.

منذ بعض الوقت، ظهر مفهوم "Blockchain". وهذا يدل على أن السوق متفائل جدًا بشأن هذا المزيج وأن المستثمرين واثقون تمامًا.

الشكل 1: القيمة السوقية للعملات المشفرة في قطاعات مختلفة، بيانات في 18 أبريل 2024

في الآونة الأخيرة، أصدر فريق بحث من جامعة تسينغهوا وFraunhofer HHI ومؤسسات أخرى ورقة بحثية بعنوان "Blockchain والذكاء الاصطناعي: التآزر والصراعات"، لتحليل أوجه التآزر والصراعات التقنية بين صراع blockchain والذكاء الاصطناعي. ومن الجدير بالذكر أن الفريق لم ينغمس في التحليل النظري، بل ركز على سوق العملات المشفرة، حيث قام بتحليل مشروع "Blockchain X AI" الذي تبلغ قيمته السوقية أكثر من 10 ملايين دولار أمريكي وبعض حالات الاستخدام المحددة.

دعونا نلقي نظرة على ما تتحدث عنه هذه الورقة وما هي الأفكار المثيرة للاهتمام أو المفيدة التي نحصل عليها.

البلوكشين

التآزر بين blockchain والذكاء الاصطناعي

اللامركزية والمركزية. يتطلب تدريب وصيانة أحدث نماذج اللغات الكبيرة (LLMs) مثل GPT قوة حوسبة هائلة وكهرباء وموارد بيانات. على سبيل المثال، بلغت التكلفة الحسابية لعملية التدريب على GPT-3، التي تم إصدارها في عام 2020، حوالي 4.6 مليون دولار. جعلت هذه التكاليف المرتفعة نماذج الذكاء الاصطناعي الكبيرة ساحة معركة لحفنة من شركات التكنولوجيا الكبرى، والتي أصبحت في الأساس احتكارات في سوق الذكاء الاصطناعي. مثل هذا الاحتكار يمكن أن يعيق المنافسة، وهو القلق الذي يعبر عنه في كثير من الأحيان صناع السياسات في مناطق مثل الولايات المتحدة وأوروبا، وهي المناطق التي كانت عدوانية للغاية في إنفاذ قوانين مكافحة الاحتكار للحفاظ على توازن السوق ومنع هيمنة كيان واحد على الأسواق. في المقابل، تعتبر تقنية blockchain لا مركزية؛ ويمكن استخدام هذه الميزة لحل مشكلة المركزية في أنظمة الذكاء الاصطناعي. عند نشرها بشكل صحيح، فإن الطبيعة اللامركزية لـ blockchain تمنع أي طرف من التحكم في الشبكة بأكملها. يمكن أن تساعد هذه الميزة في تنفيذ نوع ما من الآليات التنظيمية داخل نظام الذكاء الاصطناعي، وتحقيق توزيع أكثر توازناً للسلطة، وتعزيز التعاون بين جميع الأطراف. لذلك، من المتوقع أن يؤدي دمج تقنية blockchain إلى حل الجدل الدائر حول التنظيم والاحتكار في مجال الذكاء الاصطناعي وجعل حوكمة الذكاء الاصطناعي أكثر شمولاً وعدالة.

الشفافية وطبيعة الصندوق الأسود. الميزة الرئيسية الأخرى لتقنية blockchain هي الشفافية، حيث يمكن التحقق من المعاملات والسجلات الخاصة بها ولا يمكن التلاعب بها. ومن ناحية أخرى، فإن الذكاء الاصطناعي يشبه الصندوق الأسود، حيث يصعب على الناس فهم الأسباب الكامنة وراء قراراته. ربما يمكننا استخدام دفاتر blockchain لتسجيل عملية صنع القرار في الذكاء الاصطناعي وتحقيق مسار تدقيق شفاف، وبالتالي زيادة مصداقية تطبيقات الذكاء الاصطناعي. بالإضافة إلى ذلك، يمكن لـ blockchain دمج تقنيات التشفير المتقدمة (مثل إثباتات المعرفة الصفرية مثل zk-SNARK) أو استخدام أجهزة آمنة (مثل بيئات التنفيذ الموثوقة/بيئات التنفيذ الموثوقة/TEE). يمكن أن تساعد هذه التقنيات في التحقق من تنفيذ خطوات حسابية محددة بأمانة ودقة.

إدارة البيانات والتبعيات. يمكن لـ Blockchain تنظيم حقوق الوصول إلى البيانات والبيانات من خلال العقود والبروتوكولات الذكية مثل نظام الملفات InterPlanetary (IPFS).

المصدر المفتوح مقابل المصدر المغلق. تعالج تقنية Blockchain القيود المفروضة على نماذج الملكية الفكرية للذكاء الاصطناعي من خلال تمكين الملكية المشتركة من خلال بروتوكولات التشفير، وتمكين تكوينات الخصوصية الدقيقة. إذا تمكن أداء أنظمة الذكاء الاصطناعي المشتركة (التي يتم تدريبها والتحكم فيها بشكل مشترك من قبل المشاركين) من الوصول إلى مستوى النماذج التجارية، فسوف تتحسن شفافية تطوير الذكاء الاصطناعي بشكل كبير. ويمكن أن يؤدي ذلك أيضًا إلى تسهيل إنشاء حلول الذكاء الاصطناعي الأكثر عدلاً وشمولاً.

الصراعات بين blockchain والذكاء الاصطناعي

على الرغم من أوجه التآزر المذكورة أعلاه بين blockchain والذكاء الاصطناعي، إلا أن هناك صراعات كبيرة في احتياجاتهم التشغيلية، مما يعيق التكامل بين الاثنين.

حساب التكاليف والأحمال. بالنسبة لنماذج اللغات الكبيرة (LLMs) مثل GPT-4 وLlama 3، يتطلب كل من التدريب والاستدلال موارد حاسوبية كبيرة. إن آلية الإجماع في سلسلة الكتل، وعمليات التشفير، وهياكل البيانات غير المواتية، كلها عوامل تزيد من العبء الحسابي، وبالتالي تؤثر على قابلية التوسع.

قيود التخزين وكثافة البيانات. إن الطبيعة اللامركزية لـ blockchain، مع ضمان الأمن والتكرار، تؤدي أيضًا إلى متطلبات تخزين كبيرة، وهو بلا شك مكلف وغير فعال لأنظمة الذكاء الاصطناعي المعتمدة على البيانات. في أنظمة blockchain ذات الأغراض العامة (GBPS) مثل Ethereum، يجب على كل عقدة تخزين جميع المعلومات، لأن التكرار يمكن أن يضمن أمان ومرونة شبكة blockchain، ولكنه لا يفضي إلى قابلية التوسع. نظرًا لأنه يتم تخزين البيانات الجديدة على جهاز Ethereum Virtual Machine (EVM) في تنسيق معاملة، فقد تعيق البيانات الشائعة الموجودة على بنية EVM سرعة استرجاعها. من ناحية أخرى، تقوم تطبيقات الذكاء الاصطناعي بتوليد ومعالجة كميات كبيرة من البيانات، الأمر الذي يتطلب حلول تخزين فعالة وقابلة للتطوير.

إخفاء الهوية الزائفة والتحديات الأمنية. تسمح تقنية Blockchain بالوصول بدون إذن ومجهول من خلال التشفير غير المتماثل، ويمكن حماية الشبكة ضد هجمات Sybil المحتملة عن طريق إنشاء حواجز حسابية أو مالية. بالإضافة إلى ذلك، تستخدم بعض حالات الاستخدام تقنية blockchain كمنصة لتحسين حماية الخصوصية والتدريب الموزع على الذكاء الاصطناعي، باستخدام تقنيات مثل التعلم الموحد، وإذا كانت حالات الاستخدام هذه تدعم مشاركة مجهولة المصدر في عملية التدريب، فقد تنشأ مخاطر.

هذه الأساليب عرضة لهجمات التعلم الموحدة، ومن الصعب تحديد المهاجم الخبيث لأن المساهمات في نموذج الذكاء الاصطناعي الشامل تكون، بحكم تصميمها، خاصة ويصعب قياسها.

عدم تطابق العملية. تستخدم معظم الأجهزة الافتراضية الخاصة بتقنية blockchain عمليات دفتر الأستاذ الثابت للتأكد من أن النتائج حتمية - وهذا أمر مهم، لأن المعاملات المالية تنطوي على أموال. من ناحية أخرى، قد يعاني حساب الفاصلة العائمة من فقدان الدقة في العمليات الحسابية، خاصة عند حساب قيم متعددة ذات اختلافات كبيرة في الحجم. ومع ذلك، فإن إحدى الممارسات الشائعة في تدريب الذكاء الاصطناعي هي تطبيع معلمات النقطة العائمة لتكون بين 0 و1، حيث يساعد ذلك في تحقيق تدفق متدرج مستقر وفعال ويوفر تنظيمًا ضمنيًا، وبالتالي تحسين التأثير العام للتدريب.

البلوكشين نظر الفريق في بعض المشاريع التي تقوم بأفضل عمل في دمج blockchain والذكاء الاصطناعي. ينصب تركيزهم على المشاريع ذات المنتجات الحالية والرموز الصادرة وقيمة سوقية تزيد عن 10 ملايين دولار. هناك أيضًا مشاريع ذات قيمة سوقية أقل من 10 ملايين دولار ولكن مع حالات استخدام جديدة. قاموا بتصنيف هذه المشاريع بناءً على ثلاثة أسئلة بحثية:

1. إلى أي مدى يتم دمج تقنيات blockchain والذكاء الاصطناعي بشكل تآزري في هذا المشروع؟

2. ما هو دور blockchain في هذا المشروع؟

3. ما الدور الذي يلعبه الذكاء الاصطناعي في هذا المشروع؟

تظهر نتائج التحليل العنقودي في الشكل 3، الذي يحتوي على 4 مجموعات رئيسية: الذكاء الاصطناعي هو تقنية طرفية لسلسلة الكتل، ويشارك الذكاء الاصطناعي في سلسلة الكتل، وتدير سلسلة الكتل الذكاء الاصطناعي العملية و blockchain هي البنية التحتية الأساسية للذكاء الاصطناعي.

الذكاء الاصطناعي هو تقنية طرفية لـ blockchain

يمكن أن يساعد الذكاء الاصطناعي في تحسين تجربة المستخدم للتفاعل مع blockchain، وتحقيق التحليل الذكي، وتبسيط عملية تطوير تطبيقات blockchain، وما إلى ذلك.

يشارك الذكاء الاصطناعي في blockchain

يمكن للذكاء الاصطناعي أن يشارك بنشاط في النظام البيئي لـ blockchain وهيكل الإدارة. قدم الفريق اتجاهين للاستكشاف في الورقة: الأول هو السماح لعملاء الذكاء الاصطناعي بالانضمام إلى الشبكة الموزعة كمشاركين أو أصحاب مصلحة، مثل السماح للذكاء الاصطناعي بالمضاربة على Dex بنفسه، والآخر هو السماح للذكاء الاصطناعي بالمشاركة في إدارة DAO (اللامركزية المستقلة). التنظيم)، ولكن هذا الجانب لا يزال صعبا نسبيا في الوقت الحاضر.

إدارة Blockchain لعمليات الذكاء الاصطناعي

في الوقت الحاضر، يستخدم الأشخاص بشكل متزايد تقنية blockchain لإدارة عمليات الذكاء الاصطناعي، مما يؤدي إلى إنشاء منصة لا مركزية لمشاركة الموارد وإدارة البيانات ونشر إطار عمل التطبيقات.

Blockchain هي البنية التحتية الأساسية للذكاء الاصطناعي

تواجه أنظمة blockchain ذات الأغراض العامة (GPBS) مثل Ethereum هذه المقايضة الثلاثية المتمثلة في قابلية التوسع والأمن واللامركزية.

لنأخذ Ethereum كمثال، حيث يتم ضمان أمنها من خلال آلاف العقد المنتشرة حول العالم، وقد تجاوز عدد المدققين المليون. ومن أجل التوصل إلى الإجماع والنهائية، يجب أن تصل كل كتلة جديدة من المعلومات إلى كل عقدة في هذه الشبكة العالمية ويتم التحقق منها بواسطة كل عقدة، ويكون حجم كل كتلة في حدود الكيلوبايت وكل 12 ثانية لإنشاء واحدة، مما يؤدي إلى في ارتفاع تكاليف التخزين والحسابية.

لذلك، من غير الواقعي تنفيذ أو تخزين عمليات الذكاء الاصطناعي المكثفة حسابيًا مباشرة على السلسلة، ولكن الآن أصبح تراكم Layer2 نموذجًا شائعًا. ببساطة، تعني مجموعة Layer2 معالجة المعاملات خارج السلسلة بدلاً من معالجتها على السلسلة، ثم جمع نتائج المعالجة وتسجيلها على السلسلة. هذا الحل لا يمكنه زيادة الإنتاجية فحسب، بل يقلل أيضًا من التكاليف، كما أنه فعال من حيث التكلفة.

وبالمثل، يجب على سلاسل الكتل التي تم تطويرها خصيصًا لحالات استخدام الذكاء الاصطناعي (1) التغلب على التحديات المتعلقة بارتفاع تكاليف الحوسبة والتخزين، والوصول العام، والقيود الأساسية للأجهزة الافتراضية و(2) تبسيط تقنية blockchain لتكون بمثابة إدارة خالصة، طبقة الحوكمة والأمن. يوضح الجدول 1 نظامًا جديدًا يستخدم blockchain كبنية تحتية أساسية.

الجدول 1: استخدام blockchain كبنية تحتية للذكاء الاصطناعي، حيث DAI = الذكاء الاصطناعي الموزع، BC = blockchain، DT/FL = التدريب الموزع/التعلم الموحد، C-Layer = طبقة الحوسبة، TA = التحليل الفني، DM = الإدارة الموزعة، PoS = إثبات الحصة، DPoS = إثبات الحصة المفوض، dBFT = التسامح مع الأخطاء البيزنطية المفوضة، FL = التعلم الموحد، DID = الهوية اللامركزية، ZK = معرفة صفرية، DePIN = البنية التحتية المادية اللامركزية الشبكة، DC = الحوسبة الموزعة، DD = البيانات الموزعة، ASBS = نظام Blockchain الخاص بالتطبيق، IPFS = نظام الملفات بين الكواكب، * = النضج المنخفض/لا يوجد كود عام، = المعلومات غير متوفرة.