رموز الدوري المفتوح وOpenLedger: ابتكار حقيقي أم مالية كل شيء؟
العملات المشفرة دائمًا ما كانت مدفوعة بوعد بسيط: إزالة الاحتكاك، زيادة الوصول، وخلق أنظمة تعمل بدون حراس تقليديين. على مدى العقد الماضي، أنتج هذا الوعد عدة موجات من الابتكار. تحدت التمويل اللامركزي البنية التحتية للمصارف التقليدية. حولت الرموز غير القابلة للاستبدال الملكية الرقمية إلى أصول قابلة للتداول. حاولت GameFi دمج الترفيه مع الحوافز الاقتصادية. قدمت رموز الذكاء الاصطناعي المضاربة حول الذكاء الآلي. معظم هذه السرديات تشترك في سمة واحدة مشتركة: وعدت بخلق أشكال جديدة من القيمة.
قبل بضع سنوات، كان العثور على الفرص في الكريبتو أمرًا سهلاً نسبيًا.
بقيت معظم رؤوس الأموال ضمن عدد قليل من الأنظمة البيئية، وكان بإمكان المستثمرين متابعة اتجاهات السوق دون الحاجة إلى مراقبة العشرات من البروتوكولات في نفس الوقت.
اليوم، تغيرت هذه الحقيقة.
تتحرك السيولة عبر سلاسل متعددة، وبروتوكولات إعادة الرهان، وأنظمة مدعومة بالذكاء الاصطناعي، وأنظمة الأصول الحقيقية أسرع من أي وقت مضى. لم تعد رؤوس الأموال جالسة في مكان واحد. إنها تبحث باستمرار عن الطريق الأكثر كفاءة.
هذا التحول هو أحد الأسباب الرئيسية التي تجعل رواية DeFAI تكتسب اهتمامًا.
يفترض الكثير من الناس أن DeFAI تتعلق ببساطة بتسليم السيطرة إلى الخوارزميات. في الواقع، الفرصة الأكبر تكمن في تقليل التعقيد.
أصبح نظام الكريبتو أكثر تجزئة. يمكن أن تظهر الفرص وتختفي في غضون ساعات، وأحيانًا حتى دقائق. تتبع كل سلسلة، وبروتوكول، ودورة سوق يدوياً أصبح غير واقعي للمشارك العادي.
لقد شهدنا بالفعل مدى سرعة دوران السيولة بين فرص إعادة الرهان، والمشاريع المتعلقة بالذكاء الاصطناعي، وقطاعات الأصول الحقيقية الناشئة. مع استمرار نمو هذه الأنظمة البيئية، لم يعد التحدي هو العثور على المعلومات.
التحدي هو معالجتها بسرعة كافية للتصرف.
هنا يمكن للأنظمة الذكية أن تقدم قيمة. ليس من خلال استبدال اتخاذ القرار البشري، ولكن من خلال مساعدة المستخدمين في مراقبة تدفقات رأس المال، وتصفيه الضوضاء، وتنفيذ الاستراتيجيات بشكل أكثر كفاءة.
ومع ذلك، تأتي الكفاءة الأكبر مع مقايضات مهمة.
كلما زادت القرارات التي نفوضها للأنظمة المستقلة، زادت أهمية الشفافية، والمساءلة، وإدارة المخاطر. عندما تفشل استراتيجية آلية، لا يزال يتعين على المستخدمين فهم سبب حدوث ذلك وكيف تم إدارة المخاطر.
قد لا يُحدد المرحلة التالية من الكريبتو من يجد أعلى عائد.
قد يُحددها من يجد التوازن الصحيح بين الحكم البشري وكفاءة الآلة.
في سوق تتحرك فيه الفرص أسرع من أي وقت مضى، قد لا تكون المهارة الأكثر قيمة هي جمع المعلومات.
DOGE يبدو أنه تم بيعه بشكل مبالغ فيه... لكن الحيتان لا تزال غير نشطة بالشراء بشكل قوي 👀🐋
هذه هي الإشارة التحذيرية الحقيقية الآن.
بينما يحاول المتداولون الأفراد الاستفادة من الارتداد، لا تزال بيانات السلسلة توضح نشاطًا ضعيفًا للحيتان، وارتفاع احتياطيات البورصات، وتباطؤ الزخم الشبكي.
تاريخيًا، فإن مراحل الاستسلام تخلق فرصًا لكن فقط عندما يبدأ المال الذكي في التجميع.
حتى ذلك الحين، فإن $DOGE الانتعاش يبقى غير مؤكد.
أحيانًا يصبح السوق أرخص قبل أن يبدأ الانعكاس الحقيقي.
واجهت زكاش مؤخرًا رفضًا قويًا من منطقة المقاومة الرئيسية حول 674 دولارًا، وهو مستوى قيد التقييد للحركة السعرية منذ نوفمبر الماضي.
حدث الرفض بالقرب من الحد العلوي لمؤشر بولينجر اليومي، مما أضاف المزيد من الضغط الفني نحو الأسفل.
ما يجعل هذا الإعداد مهمًا هو التأكيد الهابط الذي تلا ذلك:
• نمط نجمة المساء اليومية تشكل • ظهرت شموع ابتلاع هابطة بعد ذلك مباشرة • يبدو أن هناك موجة دافعة نشطة "c" الآن في الطريق
إذا استمر البائعون في السيطرة، فإن الهدف الهبوطي الرئيسي التالي يقع بالقرب من منطقة الدعم النفسية عند 500 دولار، والتي تتماشى أيضًا مع أدنى مستوى من الموجة التصحيحية السابقة iv.
في الوقت الحالي، تدخل ZEC مرحلة حاسمة حيث تشير بنية السوق، والعزم، ونظرية الموجات جميعها نحو زيادة الضغط الهابط.
المستويات الرئيسية للمراقبة: 🔹 مقاومة: 674 دولار 🔹 هدف الدعم الرئيسي: 500 دولار
يمكن أن تحدد الجلسات القليلة القادمة ما إذا كانت هذه ستصبح تصحيحًا أعمق أو بداية عكس اتجاه أكبر.
شوف، OpenLedger تقول إنها تريد إصلاح مركزية الذكاء الاصطناعي من خلال إنشاء اقتصاد بلوكتشين للبيانات، النماذج، والعوامل المستقلة. يبدو ذكي. يمكن حتى أن يكون حتمي إذا قرأت ما يكفي من مواضيع الكريبتو.
لكن خلينا نكون صادقين. الذكاء الاصطناعي مركزي لسبب بسيط: وحدات معالجة الرسوميات، مراكز البيانات، والبنية التحتية للحوسبة مكلفة بشكل جنوني. بلوكتشين ما يمحي هالواقع بشكل سحري.
فشو اللي بيصير؟ طبقة توكن جديدة تنضاف. المزيد من المدققين. المزيد من الستيكينغ. المزيد من الحوكمة. المزيد من التعقيد اللي يتظاهر بأنه ابتكار.
شفت هالفيلم من قبل.
التسويق يتحدث عن اللامركزية. لكن المشكلة إنه اللي يتحكم في العتاد غالبًا يتحكم في النظام على أي حال. ولما شيء ينكسر مخرجات ذكاء اصطناعي سيئة، بيانات معدلة، تسويات فاشلة الكل فجأة يبدأ يبحث عن سلطة مركزية لتصحيح الفوضى.
عادةً هاللحظة هي اللي يبدأ فيها "المستقبل" يبدو كثير مثل النظام القديم مع خطوات إضافية. @OpenLedger $OPEN #OpenLedger
OpenLedger وحيلة وادي السيليكون القديمة لبيع التعقيد كتحرر
شوف، أنا أفهم ليش مشاريع مثل OpenLedger تحصل على اهتمام الآن. الذكاء الاصطناعي ساخن. الكريبتو يحاول إعادة اختراع نفسه بعد سنوات من الفضائح، والانهيارات، والوعود التي ساءت كالحليب تحت الشمس. حط الاثنين مع بعض وفجأة يبدأ المستثمرون يتكلمون عن “البنية التحتية لاقتصاد الذكاء الاصطناعي” وكأنهم عثروا على الشبكة الكهربائية القادمة. شفت الفيلم هذا من قبل. الكلام دائماً يبدو نظيف في البداية. نظيف جداً. OpenLedger تقول إن صناعة الذكاء الاصطناعي الحديثة مركزية بشكل غير عادل، وأن عدد قليل من الشركات العملاقة تتحكم في النماذج، والبيانات، والحوسبة، وفي النهاية المال. وهم ليسوا مخطئين في هذه النقطة. مايكروسوفت، جوجل، أمازون، OpenAI هذه الشركات تبني آبار جاذبية ضخمة حول بنية الذكاء الاصطناعي. المطورون الأصغر يدورون حولها لأن ليس لديهم خيار آخر. تكاليف الحوسبة وحدها crushing.
تكتسب المحاسبة بدون ثقة اهتمامًا لأنها أسرع وأكثر تجزئة من النظام المالي الحالي مما يدركه معظم الناس. يمكن للشركات نقل الأموال عالميًا في ثوانٍ، لكن التحقق لا يزال يعتمد على التدقيقات، والتقارير المتأخرة، والأنظمة المنفصلة بين البنوك والموردين والجهات التنظيمية. هذا التأخير يخلق تكلفة، وعدم كفاءة، وأحيانًا احتيال. الوعد الجديد بسيط: استخدم دفاتر الحسابات المبنية على البلوكتشين والتحقق الآلي لتتبع النشاط المالي في الوقت الحقيقي. يعتقد المؤيدون أن هذا يمكن أن يقلل من العمل في التسوية، ويحسن الشفافية، ويجعل السجلات أصعب في التلاعب بها.
الكثير من محطات التداول تم تسعيرها وكأنها حلت مشكلة التنفيذ فقط لأن واجهة المستخدم كانت أنظف.
مخططات سريعة. إدراجات عدوانية. رمز مرتبط.
وفجأة، بدأت السوق تعاملهم كأنهم بنية تحتية حقيقية.
لكن مع مرور الوقت، بدأت تلك النظرية تبدو ضعيفة.
الوصول أصبح رخيص الآن.
كل سلسلة لديها بالفعل عدة أجهزة توجيه، ومجمعات، وواجهات تداول تتنافس على نفس المستخدمين. زر تبديل آخر وحده لم يعد حصنًا بعد الآن.
جودة التنفيذ هي ما يهم.
لهذا السبب، لفت انتباهي Genius Terminal بطريقة مختلفة.
إذا كان تنفيذ نمط Ghost Order يمكن أن يقلل فعليًا من رؤية ما قبل التداول، فإن المنتج يصبح أكثر من مجرد واجهة تداول. يصبح حماية تنفيذ.
وهذا مهم.
خصوصًا للمتداولين الكبار. خصوصًا خلال دورات السرد السريعة. خصوصًا في بيئات ذات سيولة منخفضة حيث يمكن أن تدمر التدفقات المرئية الدخول قبل اكتماله.
معظم المتداولين سيجربون منصة مرة واحدة بسبب الضجة.
لكنهم يعودون فقط إذا كانت التنفيذ تحمي ميزتهم باستمرار.
هذا هو الاختبار الحقيقي.
الاحتفاظ يكشف ما إذا كان المنتج مفيدًا أم مجرد تسويق جيد.
بالنسبة لـ $GENIUS ، السؤال المهم ليس قوة العلامة التجارية. إنه ما إذا كان الطلب يصبح متكررًا.
إذا كانت فائدة الرمز مرتبطة بتدفق التنفيذ، أو التخزين، أو حوافز الرسوم، أو الوصول إلى المنصة، فإن القيمة على المدى الطويل تعتمد على الطلب السلوكي المتكرر.
ليس الانتباه المؤقت.
يمكن أن تظل FDV متقدمة على الاستخدام الفعلي لعدة أشهر.
لكن في النهاية، تبدأ السوق في تتبع التدفق الفعلي.
شخصيًا، سأراقب:
• حجم التنفيذ المتكرر • المتداولون النشطون العائدون • نمو توليد الرسوم • امتصاص الرمز مقابل الانبعاثات • ما إذا كانت الأحجام الكبيرة الجادة تستمر في التوجيه من خلال المنصة
لفترة طويلة، ركزت الكريبتو على جعل البلوكشين أسهل للبشر.
محافظ أفضل. واجهات أنظف. تسجيل دخول أبسط.
لكن التحول الأكبر قد يحدث في مكان آخر تمامًا.
لأنك عندما تنظر عن كثب، ستجد أن البلوكشين يبدو أكثر توافقًا مع الآلات من البشر.
العقود الذكية، واجهات برمجة التطبيقات، التنفيذ الآلي، التنسيق بدون إذن - النظام بالكامل مبني حول القابلية للبرمجة.
في الوقت نفسه، لا يزال البشر يقضون ساعات في القيام بأفعال متكررة يدويًا:
• جسر الأصول • نقل السيولة • إدارة محافظ متعددة • تتبع العوائد • توقيع المعاملات
تغير وكالات الذكاء الاصطناعي هذه الديناميكية تمامًا.
ليس لأنها "تستبدل البشر"، ولكن لأنها تتناسب مع البنية بشكل أفضل.
الوكيل المستقل لا ينام، ولا يهلع، ولا يتردد، ولا يصبح عاطفيًا خلال التقلبات.
إنه يعالج المعلومات، وينفذ المنطق، ويعمل باستمرار.
هذا الأمر أكثر أهمية مما يدركه معظم الناس.
إذا أصبحت وكالات الذكاء الاصطناعي في النهاية مشاركين اقتصاديين نشطين، قد تتطور البلوكشين إلى شبكات مالية موجهة نحو الآلات قبل أن تصبح شائعة تمامًا للمستخدمين العاديين.
وبصراحة، فإن هذه الإمكانية تصبح أصعب في تجاهلها.
الجزء المثير هو مدى هدوء هذا الانتقال.
لا يزال معظم الناس يركزون على دورات الأسعار، والسرد، والمضاربة على المدى القصير.
وفي الوقت نفسه، تتحول البنية التحتية بشكل مستمر نحو الأتمتة، والتنسيق المستقل، وطبقات التنفيذ القابلة للبرمجة.
قد تكون هذه هي القصة الحقيقية طويلة الأمد وراء اعتماد الكريبتو.
الاندفاع الذهبي القادم في الذكاء الاصطناعي مو عن روبوتات المحادثة، هو عن من يملك البيانات
شوف، صناعة الذكاء الاصطناعي أخيرًا تدخل المرحلة المزعجة اللي ما حد كان يبغى يتكلم عنها خلال دورة الضجيج. الجزء السهل انتهى. بناء روبوتات محادثة لامعة كان سهل. جمع مليارات من المستثمرين اللي خافوا يفوتهم الفرصة مع OpenAI كان سهل. الآن تبدأ المعركة الحقيقية: ملكية البيانات، السيطرة على البنية التحتية، والواقع المتزايد أن الذكاء الاصطناعي صار يتركز في يد مجموعة صغيرة من الشركات القوية. هنا OpenLedger فجأة تبدأ تأخذ الضوء. مو لأنه حلت المشكلة بالفعل. ما حلتها. لكن الشقوق في النظام الحالي للذكاء الاصطناعي صارت مستحيل تجاهلها.
العملات الرقمية تظل واعدة في إزالة الوسطاء. لكن somehow، الوسطاء دائمًا ما يعودون.
هذا هو الشعور الذي أحصل عليه من عرض Open Ledger حول الذكاء الاصطناعي اللامركزي. الفكرة تبدو جذابة: بدلاً من أن تتحكم الشركات الكبرى في البيانات ونماذج الذكاء الاصطناعي، يشارك المساهمون ومشغلو العقد الملكية من خلال حوافز البلوكشين. من الناحية النظرية، يستعيد المستخدمون السيطرة بينما تظل الشبكة مدفوعة من قبل المجتمع.
انظر، المشكلة التي يشيرون إليها حقيقية. تهيمن بعض الشركات على بنية السحاب، وبيانات التدريب، وتوزيع الذكاء الاصطناعي. لكن الحل المقترح يضيف طبقة أخرى من الآليات التي لن يفهمها معظم الناس تمامًا: المدققون، أنظمة الستيكينغ، تصويت الحوكمة، مكافآت الرموز.
وقد رأينا بالفعل أين يمكن أن يؤدي ذلك. أصبح الستيكينغ في إيثريوم مركزًا بشكل كبير حول عدد قليل من الكيانات الكبرى. $SOL ، على الرغم من سرعته ونطاقه، لا يزال يواجه انتقادات مستمرة حول تركيز المدققين والاعتماد على البنية التحتية.
هذا لا يعني أن الذكاء الاصطناعي اللامركزي لا يمكن أن يعمل - فقط أن الحوافز تهم أكثر من الشعارات.
لأنه عندما تتجمع القوة بهدوء حول المستثمرين الأوائل، والمدققين الكبار، ومشغلي البنية التحتية، يبدأ ملكية المجتمع في звучها مريبًا بشكل مدهش.
OpenLedger تريد إصلاح أكبر فوضى في الذكاء الاصطناعي ولكن قد تخلق واحدة جديدة
الذكاء الاصطناعي يلتهم الإنترنت. النماذج تتدرب على المقالات، وقواعد الشفرات، ومقاطع الفيديو، والأبحاث، والفنون، ومشاركات المنتديات، وعقود من العمل البشري دون أن يفهم أحد بالكامل من يملك ماذا بعد الآن. OpenLedger تتدخل في تلك الفوضى وتقول: يمكننا تتبع المساهمات، والتحقق من الإسناد، وتوزيع القيمة تلقائيًا من خلال بنية تحتية قائمة على البلوكتشين. نظيف. أنيق. تقريبًا لا يمكن مقاومته إذا قضيت وقتًا كافيًا مع مستثمري العملات الرقمية. لكنني رأيت هذا الفيلم من قبل.
شوف، أنا فاهم ليه منصات زي ModelFactory تبدو مثيرة. الذكاء الاصطناعي قضى سنوات في جعل الناس العاديين يحسوا إنهم مقصيين. كل حديث حول LLMs بطريقة ما يتحول لمواصفات GPU، أوامر الطرفية، والمطورين يتجادلون في خوادم Discord في الساعة 2 صباحًا.
بالنسبة للمبتدئين، الوضع يبدو بائس.
لما شركة تقول، "لا تقلق، إحنا جعلنا الذكاء الاصطناعي بسيط،" الناس بطبيعة الحال تلتفت. هذه هي المشكلة الأساسية اللي يدعوا إنهم يحلوها: الخوف. الفكرة إن بناء الذكاء الاصطناعي معقد جدًا على الناس العاديين.
معقول.
لكن أنا شفت الفيلم هذا من قبل.
شركات التكنولوجيا تحب تحول الأنظمة المعقدة إلى لوحات تحكم لامعة وتسمّيها تمكين. اللي يحصل في الواقع هو إن التعقيد يختفي، وليس يُزال. الخوادم لا تزال موجودة. تكاليف الحوسبة لا تزال موجودة. البنية التحتية الهشة لا تزال موجودة. المستخدمين بس يتوقفوا عن رؤيتها.
وبصراحة، هنا تبدأ المشكلة.
لأن بمجرد ما يعتمد الناس على هذه المنصات السهلة للمبتدئين، يتوقفوا عن امتلاك العملية. كل شيء يعيش داخل نظام شخص آخر. نماذجك. تدفقات العمل الخاصة بك. خطوط بياناتك. مريحة في البداية. حتى تتغير الأسعار أو تظهر قيود لاحقًا.
زاوية "مجموعات البيانات المرخصة" تستحق الشك أيضًا.
تبدو مسؤولة. ذكاء اصطناعي موثوق. بيانات معتمدة. أنظمة أنظف.
حسناً. معتمدة من قبل من؟
هذه هي المشكلة. في اللحظة التي تنشئ فيها أنظمة "مرخصة"، يصبح هناك شخص هو الحارس. شخص يتحكم في الوصول. شخص يقرر ما هو مقبول. وفجأة، هذه المستقبل المفتوح للذكاء الاصطناعي يبدأ يبدو مركزي بشكل مريب.
لنكن صرحاء. معظم هذه المنصات لا تحاول إزالة الحواجز بدافع اللطف. هم يتسابقون لجذب المستخدمين في البداية بينما لا يزال هناك زخم في سباق الذهب للذكاء الاصطناعي.
وتاريخيًا، المنصات الأكثر ودية في البداية غالبًا ما تصبح الأصعب للابتعاد عنها لاحقًا. @OpenLedger $OPEN #OpenLedger
تحديثات تكوين السحابة من OPENLEDGER تبدو نظيفة. لكن الواقع نادراً ما يكون كذلك.
تحديثات تكوين السحابة من OPENLEDGER تبدو نظيفة. لكن الواقع نادراً ما يكون كذلك. على مدار العامين الماضيين، كانت صناعة الذكاء الاصطناعي تبيع خيالاً. ليس ذكاءً، تماماً. سحر البنية التحتية. تبدو الحجة كالتالي: ستقوم الشركات بدمج الذكاء الاصطناعي في عملياتها، وأتمتة سير العمل، وتقليل التكاليف، والتحرك بسرعة أكبر، و somehow تجنب الفوضى التي تأتي عادةً مع نشر البرمجيات على نطاق واسع. الجميع يومئ برأسه لأن لا أحد يريد أن يبدو كالشخص الذي "لا يفهم الذكاء الاصطناعي." الآن ادخل OpenLedger مع تحديثات تكوين السحابة التي يُفترض أنها تبسط نشر الذكاء الاصطناعي عبر أنظمة المؤسسات.
الكثير من رموز البنية التحتية شهدت ارتفاعًا قويًا بعد إدراجها في البورصات لأن القصة بدت مثالية: مكافأة المساهمين، نمو الشبكة، ثم تأتي الطلبات لاحقًا.
لكن مع مرور الوقت أدركت شيئًا مهمًا، الحوافز لمرة واحدة يمكن أن تخلق نشاطًا، لكنها ليست بالضرورة للحفاظ على المستخدمين.
لهذا السبب جذبتني نموذج OpenLedger.
إذا كان المساهمون يتلقون الدفع مرة واحدة فقط مقابل تحميل البيانات أو تحسين نموذج، فهذا يصبح مجرد لعبة انبعاثات أخرى. تخرج المكافآت، يأتي الضجيج، ثم يتلاشى الاهتمام.
لكن إذا كانت الشبكة تستطيع تتبع مدى تكرار سلوك معين يتم إعادة استخدامه عبر الاستدلال أو تعديلات النموذج المستقبلية، تصبح الاقتصاديات أكثر إثارة. يبدأ الأمر في الظهور بشكل أقل كجوائز تعدين وأكثر كعائدات.
هذا يغير الحوافز تمامًا.
قد يدفع المطورون بشكل مستمر لأن سلوكًا معينًا يستمر في توليد القيمة، وليس فقط لأن شخصًا ما ساهم مرة واحدة قبل أشهر. الاستخدام المتكرر يخلق حلقة طلب أقوى من الزراعة المؤقتة.
ما زال، التخصيص هو التحدي الحقيقي.
إذا أصبح التحقق سهل التلاعب به أو مكلفًا جدًا مقارنة بالقيمة التي يتم تتبعها، فإن المساهمين ذوي الجودة المنخفضة يغمُرون النظام بينما يختفي المشترون الجادون. لقد شهدنا هذا يحدث في أنظمة بيئية تعتمد بشكل كبير على الحوافز من قبل.
كتاجر، أهتم أقل بالسرديات وأكثر بسلوك ما بعد الحوافز.
عندما تتباطأ المكافآت، هل يعود الاستخدام مرة أخرى؟ هل يتم امتصاص الرمز من خلال الطلب الحقيقي على الخدمة؟ أم أن FDV لا يزال يسعر مستقبلًا لا يدفع أحد ثمنه بالفعل؟
OpenLedger تصبح البنية التحتية المملة التي لا يتحدث عنها أحد، وهذا يجب أن يثير القلق
شوف، كل دورة تكنولوجية في النهاية تنتج نفس الشخصية. في البداية، السوق يتبع الشركات الأكثر صخباً. اللامعة. الشركات التي تقيم حفلات في المؤتمرات مع وعد "بإعادة اختراع كل شيء." ثم يتلاشى المال، وتصل الجهات التنظيمية، ويختفي المستخدمون، وفجأة يصبح الناجون هم الشركات التي تبني البنية التحتية بهدوء والتي لم يكن أحد يريد مناقشتها خلال مرحلة الضجة. هذا هو الاتجاه الذي يبدو أن OpenLedger تسير نحوه. وبصراحة، قد يكون هذا هو أكثر شيء يمكن تصديقه حوله.
ماذا لو كان بإمكان الذكاء الاصطناعي أن يخبرنا أخيرًا من أين جاءت معرفته حقًا؟
في الوقت الحالي، يتعلم الذكاء الاصطناعي من مليارات المنشورات والمقالات والمحادثات والأفكار والتجارب المشتركة عبر الإنترنت. يساعد الناس العاديون في تدريب هذه الأنظمة دون أن يدركوا ذلك.
لكن لا أحد تقريبًا يحصل على الفضل. لا أحد يتلقى مكافأة. وأغلب المساهمين يظلون غير مرئيين تمامًا.
لكن هذا بدأ يتغير.
مشاريع مثل OpenLedger وProof of Attribution تستكشف مستقبلًا يمكن فيه للذكاء الاصطناعي تتبع البيانات وراء إجاباته والتعرف على الأشخاص الذين جعلوا تلك الإجابات ممكنة.
تخيل أن تساهم في المعرفة عبر الإنترنت وتملك فعلاً جزءًا من القيمة التي تنشئها.
يمكن أن يُنظر إلى المعلم أو الكاتب أو الباحث أو الفنان، أو حتى مجتمع صغير، أخيرًا كمساهمين بدلاً من موارد مجانية للأنظمة العملاقة.
أصبح الذكاء الاصطناعي قويًا بفضل الناس.
الخطوة التالية هي التأكد من أن الناس لهم قيمة في اقتصاد الذكاء الاصطناعي أيضًا.
أصبح الذكاء الاصطناعي غنياً من معرفة البشر — فلماذا ترك البشر خلفهم؟
كل يوم يستخدم الملايين من الناس الذكاء الاصطناعي لكتابة، البحث، التصميم، البرمجة، والعمل بشكل أسرع لكن قلة قليلة من الناس تتوقف وتسأل سؤالاً مهماً واحداً من أين تعلمت الذكاء الاصطناعي كل هذا؟ الإجابة بسيطة من البشر لم يصبح الذكاء الاصطناعي ذكياً فجأة بمفرده تعلمت من مليارات القطع من البيانات التي أنشأها البشر المنتشرة على الإنترنت كل مقال، كل صورة، كل فيديو، كل درس، كل مناقشة على الإنترنت، وكل محادثة عامة أصبحت جزءًا من المعرفة التي تعلمت منها أنظمة الذكاء الاصطناعي