هوش مصنوعی و DePin؛ با دو ترند داغ ارزهای دیجیتال آشنا شوید

ارزهای دیجیتال مانند بیت کوین، پول اینترنت هستند و اینترنت نیز زمین بازی ربات‌ها است. در شرایطی که افزایش تعداد این ربات‌ها، وب ۳ را به بستری مناسب برای ایجاد یک اقتصاد ماشینی در آینده تبدیل می‌کند، برخی عقیده دارند که هوش مصنوعی و مفهوم جدید DePin می‌توانند شکل فناوری وب ۳ و دیفای را به‌کلی دگرگون کنند.

این گزارش به قلم لکس سوکولین (Lex Sokolin)، رئیس پیشین بخش جهانی فین‌تک در کانسن‌سیس و بنیان‌گذار شرکت فناوری بلاک‌چین «جنریتیو ونچورز» در کوین‌دسک منتشر شده است. جنریتیو ونچورز از اواسط سال ۲۰۲۳ در شرکت‌هایی پیشرو‌ سرمایه‌گذاری کرده است که بر نقطه تلاقی ارزهای دیجیتال، هوش مصنوعی و فین‌تک متمرکز شده‌اند. سوکولین در اینجا به بررسی هوش مصنوعی و دی‌پین (DePIN) – زیرساخت فیزیکی غیرمتمرکز – دو ترند جدید ارزهای دیجیتال می‌پردازد.

آن‌چین / آف‌چین

مسئله اول این است که برخی چیزها درون زنجیره (آن‌چین) و برخی دیگر خارج از زنجیره (آف‌چین) اتفاق می‌افتد. شاید امری بدیهی باشد، اما بهتر است که بیشتر به آن بپردازیم. پول و سپرده‌های بانکی آف‌چین و استیبل کوین‌هایی مانند دای آن‌چین هستند. دارایی‌های توکنیزه‌شده در دنیای واقعی خارج از زنجیره و توکن‌های رپدشده یا لیکوئید استیکینگ روی زنجیره هستند. کارت‌های شناسایی و گواهینامه‌های رانندگی آف‌چین و در مقابل POAPها و NFTها ‌آن‌چین هستند. به عبارت دیگر، مفاهیم یکسان مانند پول، ابزارهای مالی و هویتی را می‌توان در بسترهای مختلف تولید کرد.

این امر در مورد هوش مصنوعی نیز صادق است. ما می‌توانیم دنیایی داشته باشیم که در آن هوش مصنوعی خارج از زنجیره باشد، اما گه‌گاه در وب ۳ هم فعالیت کند. در چنین شرایطی، ما به خدماتی نیاز داریم که مانند اوراکل‌ها یا رمپ‌های روشن/خاموش برای هوش ماشینی عمل کنند.

همان منطقی که فین‌تک را به سمت توسعه راه‌حل‌های یکپارچه‌سازی خدمات مالی مانند پی‌پل سوق داد، می‌تواند به GPTها API‌هایی بدهد که برای فعالیت در بازارهای ارز دیجیتال به آن نیاز دارند. اما اگر هوش مصنوعی وارد محیط‌های آزاد و غیرمتمرکز شود، چگونه می‌توانیم به درستی خروجی‌هایش اعتماد کنیم؟

ما انتظار داریم که خدمات امانی ارزهای دیجیتال و راه‌حل‌های کنترل هوش‌های مصنوعی به ارزش محوری جهان وب ۳ تبدیل شود.

برخی از تیم‌ها هم‌اکنون درحال کار بر روی توسعه فناوری‌های رمزنگاری مانند اثبات‌های دانایی صفر (ZK Proof)، در فرآیند محاسباتی مدل‌های یادگیری ماشین هستند. این راه‌حل‌ها می‌تواند نشان دهد که یک ربات مشخص آیا واقعاً وظیفه‌اش را انجام داده یا شما فریب خورده‌اید. امروزه، توسعه این راه‌حل‌ها هنوز در مراحل ابتدایی خود قرار دارد. بااین‌حال، در آینده می‌توانیم ارزش اعتبارسنجی بدون افشای هویت افراد را درک کنیم.

برخی دیگر به این فکر می‌کنند که چگونه کل شبکه عصبی و مدل‌های زبانی بزرگ را به یک زیرساخت غیرمتمرکز منتقل کنند. ازآنجایی‌که بسیاری از جنبش‌های هوش مصنوعی مولد مانند ارزهای دیجیتال منبع باز هستند، از نظر مفهومی می‌توان تعداد زیادی مدل متن‌باز را بر روی پروتکل‌هایی مستقر کرد که بار محاسباتی را غیرمتمرکز کرده و انگیزه‌هایی برای ارائه بهترین خدمات هوش ماشینی در این کلاس ایجاد می‌کنند.

باوجود اینکه هم‌اکنون چندین تیم با استعداد به‌دنبال توسعه چنین فناوری‌هایی هستند، اما هنوز تا حد زیادی شبیه داستان‌های علمی‌تخیلی است. در حقیقت، تیم‌های متمرکز هوش مصنوعی هنوز نتوانسته‌اند شکل تقاضا و اقتصاد سودآور را خود را پیدا کنند. در نتیجه، هنوز زود است که در این مرحله، چنین سازوکاری را به پروتکل‌ها و DAO‌ها تقسیم کنیم.

زیرساخت‌های فیزیکی غیرمتمرکز

زیرساخت فیزیکی غیرمتمرکز، پایین‌ترین بخش DePIN است. ساده‌ترین زیرساخت‌های فیزیکی غیرمتمرکز به‌جای استفاده از رویکردهای مدرن در توکنومیک، از مشوق‌های پروتکل مبتنی بر سکه استفاده می‌کنند. 

برای مثال، نودها، سخت‌افزار ذخیره‌سازی و محاسبات یا داده‌های آموزشی یک شبکه را فراهم می‌کنند و در مقابل پاداشی دریافت می‌کنند که مشابه پروتکل اثبات کار بیت کوین است. مانند هلیوم، بیشتر این زیرساخت‌ها از سازوکار مبتنی بر سکه دور می‌شوند و بیشتر مانند یک برنامه غیرمتمرکز عمل می‌کنند که در بالای یک بلاک چین محاسباتی مانند سولانا یا EVM‌های رول‌آپ اجرا می‌شوند.

درحال‌حاضر، وب ۳ از خدمات ابری متمرکز برای استقرار شبکه‌های غیرمتمرکز استفاده می‌کند، اما درنظرگرفتن هزینه و تقاضا، این کار احتمالاً جواب‌گوی نیاز هوش مصنوعی غیرمتمرکز نخواهد بود. در این شرایط، ارائه‌دهندگان سرویس‌های هوش مصنوعی متمرکز نسبت به رقبای خود در پروتکل‌ها کارآمدتر، با سازمان‌دهی بهتر و توان محاسباتی بیشتر خواهند بود. بنابراین، DePIN‌های مقیاس‌پذیر، احتمالاً بستر اساسی برای توسعه هوش مصنوعی‌های ارز دیجیتال آن‌چین خواهند بود.

بخش دیگری از حوزه‌های جذاب زیرساخت‌های فیزیکی غیرمتمرکز این است که ماشین ها را در بستر وب ۳ قرار می‌دهد و البته که آن‌ها به بخش دیفای، محصولات مالی خودکار آن و همچنین دسترسی به اطلاعات به‌عنوان یک سرویس نیاز خواهند داشت.  در آینده‌ای دور، ناوگان غیرمتمرکز خودروها، احتمالاً جدیدترین نسخه نرم‌افزارهای خودران را از شبکه‌های هوش مصنوعی DePIN دانلود می‌کنند که توسط دائوهای مختلف نگهداری می‌شوند و در ازای خدمات خود توکن دریافت می‌کنند. هم‌اکنون، آزمایش‌های کوچکی برای عملی‌کردن این ایده درحال انجام است.

علاوه‌بر‌این، چارچوب هایی برای اتصال، استانداردسازی و مدیریت جمعیت کارگزار‌های (Agent) هوش‌ مصنوعی با اهداف مختلف شروع به ظهور کرده اند. آتونولاس (Autonolas)، یکی از این پروژه‌ها است که ربات‌هایی را برای فعالیت در بازار معامالات و همچنین استقرار در فرآیند‌های حاکمیتی ایجاد می‌کند. اگر می‌خواهید مفهوم یک کارگزار‌ را درک کنید، بوتو (Botto) را به یاد بیاورید، یک مدل هوش مصنوعی مولد که براساس آنچه قطعه‌ای هنری تولید می‌کند که توسط یک دائو جمع‌آوری شده است و مشوق آن پرداخت توکن بر اساس یک حلقه باز خورد است. یا نومرای (Numerai) که یک صندوق پوشش ریسک است که برای ایجاد الگوریتم‌های هوش مصنوعی برای مغز نرم‌افزار معاملاتی توسط متخصصان داده یک مشوق مبتنی بر توکن دارد. کارگزارهای بسیاری وجود خواهند داشت که برخی ساده، برخی پیچیده و برخی غیرقابل درک خواهند بود.

آخرین مسئله دامنه خدماتی است که هوش مصنوعی ارائه می‌کند. در یک سناریو، این خدمات صرفاً جریانی برای بهبود دیگر برنامه‌ها خواهند بود. برای مثال، یک کیف پول ارز دیجیتال را در نظر بگیرید که اکنون توانایی مکالمه با شما در مورد توکن‌ها و سرمایه گذاری‌هایتان را دارد؛ یا بررسی گزارش‌های مالی سالانه شرکت‌ها توسط یک GPT سفارشی. شاید ساده به نظر برسد، اما از این جهت هنوز هیچ تحول ساختاری در صنعت رخ نداده است.

از سوی دیگر، دنیایی وجود خواهد داشت که در آن اوپن ای‌آی به آی‌او‌اس جدید تبدیل می‌شود و فروشگاه GPT آن به اپ استور جدید. سپس، این شرکت فناوری به رابط اصلی برای دسترسی به برنامه‌های هوش ماشینی تبدیل می‌شود که در وب‌سایت آن مستقر شده‌اند. به عبارت دیگر، هوش مصنوعی فقط یک ویژگی جدید نیست، بلکه پلتفرمی است که راه‌حل‌هایی را برای انواع مشکلات عمومی عرضه می‌کند. در این سناریو، ارزهای دیجیتال به‌عنوان یکی از بسیاری از قابلیت‌های هوش مصنوعی در نظر گرفته می‌شوند.

در این شرایط، یکی از نگرانی‌ها این است که کارگزار‌های هوش مصنوعی اساساً در یک ارائه‌دهنده متمرکز و تحت نظارت فعالیت کنند که خطرات بزرگی را در بخش داده‌ها، حریم خصوصی و مالی ایجاد می‌کند. نظارت همیشه منجر به ایجاد یک مشکل بزرگ می‌شود، جایی که کارگزار‌ انگیزه‌ای برای زیرپاگذاشتن اصول داشته باشد، قانون و مقررات باید وظیفه امانت‌داری را اجرا کنند. در دنیای فناوری بزرگ، وجود مقررات هوش مصنوعی که به‌نوعی از فرد محافظت می‌کند اجتناب‌ناپذیر است.

کارگزارهای هوش مصنوعی و خودحضانتی

وزنه تعادل وب ۳ در برابر این خطر، ذخیره اطلاعات و اجرای کارگزارهای هوش مصنوعی به‌شیوه خودحضانتی است. شاید GPTها بر روی یک پلتفرم متمرکز تولید شوند، اما می‌توان مالکیت مدل‌های آموزش‌دیده را به کیف پول‌های ارز دیجیتال منتقل کرد. در دنیایی که چندین مدل متن‌باز موفق وجود دارد و برخی از آ‌نها به خوبی در زیرساخت‌های غیرمتمرکز اجرا می‌شوند، انتظار می‌رود که خدمات خودحضانتی ارزهای دیجیتال و کنترل بر عوامل هوش مصنوعی به ارزش محوری وب ۳ تبدیل شود.

امروزه، پروژه‌هایی که خاستگاه رسانه‌های دیجیتال را در عصر هوش مصنوعی تضمین می‌کنند به این ایده نزدیک شده‌اند. همه چیز باید واقعی و فراتر از دست‌کاری باشد. مثال دیگر می‌تواند پروتکل‌های ضرب‌کردن NFTها باشد که به موتورهای تولید تصویر متصل شده‌اند. این، نمونه‌ای از ثمرات کار ماشینی در بازارهای دیفای است.