العنوان الأصلي: إثبات ذكاء Kite AI المنسوب ( إثبات AI )
المؤلف الأصلي: arndxt
مصدر النص الأصلي:
ترجمة: توم، مارسبيت
تم اختبار الشبكة بدقة من خلال مجموعة بيانات تزيد عن 200 ألف ومعالجة بيانات تزيد عن 1,500 تيرابايت.
Kite AI قامت ببناء شبكة شراكات تعاونية مع شركاء رائدين عالمياً في مجال الذكاء الاصطناعي، بما في ذلك AVAX و Near وجامعة بيركلي و Sui وشركة Polygon Labs.
让我们一起来详细了解 Kite الذكاء الاصطناعي 首个"归因智能证明" 👇🧵
مقدمة
في السنوات الأخيرة ، دعم التطور السريع للتعلم العميق والتعلم الآلي تغيير جميع الصناعات ، من الرعاية الصحية إلى المجال المالي ، حيث أصبحت الذكاء الاصطناعي (AI) هو الأساس للابتكار التكنولوجي.
على الرغم من تحقيق تقدم ملحوظ ، لا يزال تطوير الذكاء الاصطناعي يتم تحكمه بشكل رئيسي من قبل عدد قليل من الكيانات القوية المركزة التي تسيطر عادة على الوصول إلى البيانات والموارد الحسابية والنماذج الملكية. هذا الوضع يثير قضايا جوهرية حول توزيع القيمة العادلة في أنظمة الذكاء الاصطناعي وملكية البيانات وآليات التحفيز المتوازنة.
مهمة Kite AI هي تغيير هذا الواقع.
في هذا الخلفية، يظهر Kite AI كحل مبتكر مصمم خصيصاً للأبحاث والتطبيقات للذكاء الاصطناعي غير المركزي. من خلال اعتماد "إثبات الذكاء التوجيهي" (Proof of AI)، تلتزم Kite AI بتوفير طبقة تنسيق شفافة وآمنة وعادلة لبيانات الذكاء الاصطناعي وتطوير النماذج ووكلاء الذكاء الاصطناعي.
قامت Kite AI بالتعاون مع AVAX بإطلاق أول بلوكشين للسيادة المركزية مخصص للذكاء الاصطناعي في الطبقة 1.
من خلال الاستفادة من البنية التحتية القوية والقابلة للتوسع لـ Avalanche ، يضمن Kite AI:
استخدام شبكة Avalanche وكفاءة الاتفاق لتحقيق حسابات الذكاء الاصطناعي السريعة.
توسيع سلس وغير محدود لدعم أعباء العمل الذكاء الاصطناعي.
توفير أساس غير مركزي وغير مرخص لأبحاث الذكاء الاصطناعي ونشر النماذج.
رابط شبكة اختبار Kite AI:
الخلفية والدوافع
2.1 نظام الذكاء الاصطناعي المركزي
يعتمد تطوير الذكاء الاصطناعي التقليدي بشكل كبير على مستودعات البيانات المركزية وموارد الحوسبة المركزية. تعتمد المنصات الرائدة للذكاء الاصطناعي عادة على مجموعات بيانات كبيرة تأتي من قنوات عامة وخاصة، ولكنها لا تكافئ مزوّدي البيانات الأصلية بشكل كاف. وبالتالي، يعمل المساهمون في البيانات ومطوّرو النماذج في هيكلية سلطة غير متوازنة، وغالباً ما لا يحصلون على الاعتراف أو التعويض الكافي.
ومن جانب آخر، تقييد آليات الحوكمة المغلقة في مجال الذكاء الاصطناعي الشفافية، وتعيق إمكانية التكرار، وربما تؤدي إلى تشكيل احتكار. حكم مركزي يضعف الابتكار المفتوح، ويقيد فرص التعاون، ويزيد من مخاطر استخدام النماذج المتحيزة أو غير اللائقة.
2.2 الحلول الحالية لتقنية سلسلة الكتل
لمواجهة هذه المشكلة، تمت تجربة بعض الأطر المبنية على تكنولوجيا سلسلة الكتل لتجعل سوق الذكاء الاصطناعي والبيانات غير مركزية. وقد ثبت أن آليات التوافق التقليدية مثل إثبات العمل (PoW) أو إثبات الحق (PoS) فعالة في بعض العملات المشفرة وتطبيقات DeFi. ومع ذلك، فإن هذه الآليات عادة ما تفشل في حل المشاكل التالية:
توجيه الفائدة الدقيق: يتعين مكافأة المساهمين الفرادى استنادًا إلى الإسهام الحدودي لمقدمي البيانات ومطوري النماذج ووكلاء الذكاء الاصطناعي وغيرهم.
الحوكمة المخصصة: الحاجة إلى بيئة خاصة تناسب مهمة الذكاء الاصطناعي ، بما في ذلك فهرسة البيانات بمقياس كبير والحساب على السلسلة / خارج السلسلة.
آلية التحفيز للذكاء الاصطناعي: نموذج نظرية الألعاب المتقدم يمنع السرقة البيانات، سرقة النماذج أو المساهمة الخبيثة في عملية التدريب.
2.3 تحتاج إلى بنية تحتية مخصصة
يعاني بروتوكول سلسلة الكتل العامة العامة من نقص في الوظائف المتخصصة لمعالجة تعقيدات تطوير الذكاء الاصطناعي وتجاريته. تشمل هذه القيود قلة النفاذية وعدم القدرة على تخزين أو الرجوع إلى مجموعات بيانات ضخمة وصعوبة ترجمة القيمة في سلاسل العمل الذكية متعددة المستويات. تهدف مقترحات Kite AI - سلسلة كتل طبقة 1 متوافقة مع EVM ومحسنة بواسطة PoAI - إلى سد هذه الفجوات وتعزيز اقتصاد جديد للذكاء الاصطناعي يعتمد على العدالة والشفافية والشمولية.
هيكل Kite AI
Kite AI قامت بإطلاق سلسلة كتل جديدة تمامًا مخصصة للذكاء الاصطناعي ، مع تكامل أربعة مكونات رئيسية: Layer 1.
إثبات الذكاء الاصطناعي (Proof of AI)
محرك الوصول إلى البيانات المركزية
النظام البيئي للذكاء الاصطناعي قابل للتخصيص مع الشبكة الفرعية القابلة للتخصيص
ذاكرة الذكاء الاصطناعي غير المركزية والمحمولة
3.1 توثيق الذكاء الاصطناعي (Proof of AI)
إثبات الذكاء المرتجع هو آلية الاتفاق الأساسية لـ Kite AI. على عكس دليل العمل (PoW) أو دليل الحصة (PoS) الذي يركز بشكل رئيسي على مشكلات الحساب أو الضمان المرهون ، يهدف إثبات الذكاء إلى قياس ومكافأة المساهمة الحقيقية في أصول الذكاء الاصطناعي:
بيانات المساهمة: يتلقى مقدمو البيانات مكافأة وفقًا لمؤشرات جودة البيانات والصلة وتحسين أداء النموذج وما إلى ذلك.
تطوير النموذج: يحصل المطور على مكافأة بناءً على دقة النموذج وكفاءته وقبوله من قبل المستخدمين.
الفائدة الوكالية: يتلقى وكيل الذكاء الاصطناعي (مثل روبوتات الدردشة، وكلاء التداول التلقائي) مكافأة استنادًا إلى استخدام خدماته وموثوقيته ورضا المستخدمين.
دليل على الذكاء الاصطناعي من خلال دمج تقنيات تقدير البيانات (مثل الأساليب المستلهمة من قيم شابلي) والحكم على السلسلة، وتقييم كيفية تأثير كل مساهمة على الاقتصاد العام للذكاء الاصطناعي. يتم إنشاء هذا لوب ردود فعل، وتحفيز المدخلات المعنوية، وكبح الأنشطة الخبيثة أو الزائدة.
تم دمج آلية الذكاء الاستدلالي في آلية اللعب المتقدمة لمنع الهجمات العقلانية وغير العقلانية:
هجوم عقلاني: سيتم منع السلوك الذي يحاول تحقيق أقصى قدر من الجوائز دون تقديم مساهمة فعلية من خلال تقييم المساهمة الحافزة.
هجمات غير منطقية: مثل تلويث البيانات أو تدمير النماذج وغيرها من السلوكيات الخبيثة، سيتم التعرف عليها ومعاقبتها من خلال الكشف على السلسلة، مما يضمن استقرارية النظام.
3.2 محرك الوصول إلى البيانات غير المركزي
محرك وصول البيانات المركزي لـ Kite AI يوفر واجهة بحث وتخزين بيانات غير مرخصة وآمنة. يدعم هذا المحرك:
إدارة البيانات الكبيرة: من خلال شبكة موزعة محسنة للعقد الذكية لدعم المهام المتعلقة بالذكاء الاصطناعي، وضمان إمكانية الوصول إلى وفهرسة البيانات بكميات ضخمة.
الإسناد الداخلي: يرتبط العقد الذكي بالبيانات المستخدمة بالمساهم الفردي، ويوزع الجوائز تلقائيا بناءً على دليل الذكاء الاصطناعي.
فرصة التمويل بالعملة: يمكن لمزودي البيانات تحديد خطط تسعير أو استخدام شروط للتحكم في وقت وطريقة استخدام البيانات.
3.3 النظام البيئي للذكاء الاصطناعي قابل للتخصيص مع الشبكة الفرعية قابلة للتخصيص
يدعم Kite AI شبكة فرعية قابلة للتخصيص - منطقة مخصصة في البنية التحتية من الطبقة 1 لأحمال العمل المختلفة للذكاء الاصطناعي.
مرونة الحوكمة: يمكن لكل شبكة فرعية تنفيذ قواعد حوكمة فريدة من نوعها ونماذج اقتصادية للرموز أو معلمات الاتفاق لتناسب الحالات الاستخدامية الخاصة.
البنية التحتية المعتمدة على الوحدات: يمكن للمطورين تجميع سير عمل الذكاء الاصطناعي متعدد الأوضاع من خلال تكامل البيانات المتمحورة، وتدريب النماذج أو نشر الوكلاء في شبكة فرعية.
العزل والأمان: عطل في شبكة فرعية لن يؤثر على أجزاء أخرى من الشبكة، مما يعزز استقرار النظام بشكل عام.
3.4 ذاكرة AI لامركزية وقابلة للنقل
عادةً ما يتطلب نموذج AI تخزينًا دائمًا للمعلمات التي تمت معالجتها والذاكرة المتعلقة بالتفاعل. ذاكرة الذكاء الاصطناعي اللامركزية والمحمولة التي يوفرها Kite AI:
حماية الخصوصية: يمكن تشفير المعلمات الحساسة للنموذج لضمان حماية الملكية الفكرية حتى في البيئة الموزعة.
تتبع نموذج طويل الأجل: ستتم تسجيل ملكية النموذج وتاريخ الإصدار على السلسلة لضمان الشفافية وقابلية التكرار.
قابلية التوسع: تدعم مليارات المرات التفاعل، ولديها آلية تتبع وتسجيل لتسجيل كل تحديث أو استنتاج للنموذج.
تحليل وتقييم
4.1 توزيع عادل
من خلال استخدام دليل AI ، يمكن لـ Kite AI توزيع المكافآت وفقًا لنسبة تأثير المساهمة. تم دمج قيمة Shapley أو إطارات التوزيع الأخرى المستندة إلى التحالف في الخطط اللوجيستية الموحدة ، مما يسمح بـ:
تقييم تقديرات المساهمات الدقيقة للبيانات: تقييم تأثير كل مجموعة بيانات على أداء النموذج.
تقييم نموذج شفاف: عملية تدريب نموذج التدقيق على السلسلة، والتحقق من تحسين النموذج في الدقة أو الفائدة الحقيقية.
رصد الوكالة: تتبع استخدام الوكالة، وربط دفع المستهلكين أو المعاملات على السلسلة بالإخراج الوكالة المحدد.
Proof of الذكاء الاصطناعي 专注于边际贡献,培养了一个系统性奖励质量而非数量的机制,减少了搭便车问题,降低了重复或低价值贡献的发生。
4.2 القابلية للتوسع والكمية
متطلبات سير عمل الذكاء الاصطناعي، وخاصة عندما يتعلق الأمر بمجموعات بيانات ضخمة، قد أحضرت تحديات فريدة من نوعها لتوسيع قدرة البلوكشين. يحل Kite AI هذه المشكلة من خلال الطرق التالية:
نشر الشبكة الفرعية: تقسيم المهام والموارد إلى مناطق متخصصة، مما يقلل من الازدحام ويدعم الحساب المتوازي.
الهيكل الطبقي: نقل الحوسبة المعقدة إلى محددات الشبكة الفرعية أو المُنبئين، حيث تُسجل المعاملات على السلسلة الرئيسية البيانات الوصفية الرئيسية لتحديد المسؤولية وتوزيع الجوائز.
تعزز هذه الهيكلية التوسع الأفقي، حيث يمكن توسيع الشبكات الفرعية بشكل مستقل حسب الطلب. ومع ذلك، تعتمد الكفاءة الفعلية لا تزال على البنية التحتية للعقد وعرض النطاق الترددي والقرارات الحاكمة داخل الشبكة الفرعية.
4.3 الحكم والأمان
من خلال اكتشاف وطرد المتسللين الخبيثين من خلال دليل الذكاء الاصطناعي لضمان الأمان، بينما يتم تكليف الحكم لهيئات السلطة على مستوى الشبكة الفرعية وحاملي الرموز:
تحقيق توافق المعنيين: يضمن رمز حكم الشبكة الفرعية مشاركة أولئك الذين يستثمرون الموارد أو المعرفة الاحترافية في عملية اتخاذ القرارات.
تنسيق الشبكة الفرعية المتناغمة: يوحد قواعد الاتفاق على مستوى الطبقة 1 الشبكة الفرعية، ويمنع تجزئة الشبكة أو ظهور بروتوكولات غير متوافقة.
مقاومة للهجوم: يقلل تصميم آلية الحوافز Proof of AI من الحساسية إلى هجمات Sybil وتلوث البيانات عن طريق تقليل هذه التهديدات بتوزيع المساهمات بالترجمة الديناميكية وفقًا للفائدة العملية.
يوفر إطار Proof of AI للحوكمة مزايا أفضل في محاذاة حوافز أصحاب المصلحة بشكل أفضل من إطار PoS التقليدي، على الرغم من أن التهديدات الناشئة (مثل سياسات تلوث البيانات المتقدمة) لا تزال تحتاج إلى مراقبة مستمرة وتحديث خوارزميات الكشف.
استخدام الحالات والتأثير المحتمل
5.1 سوق البيانات
محرك بيانات Kite AI المركزي يوفر منصة تداول آمنة وشفافة للبيانات. يمكن لأصحاب البيانات مشاركة مجموعات البيانات بثقة - من الصور الطبية إلى سجلات القيادة التلقائية - على علم بأنهم سيتلقون تعويضًا ويمكنهم التحكم في أصولهم.
5.2 نموذج تدريب التعاون
يمكن لفرق البحث في الذكاء الاصطناعي والشركات الاستفادة من شبكة Kite AI الفرعية لتطوير النماذج بشكل مشترك. سيتم تتبع تحسين النموذج على السلسلة وسيحصل كل مساهم على النسبة المستحقة مباشرة في ضبط المعلمات الفائقة وتنظيف البيانات أو التكيف.
5.3 نظام الوكيل المركزي المتميز
يمكن لوكلاء الذكاء الاصطناعي الذين يعملون في مهام مثل فحص المحتوى أو التنبؤ المالي نشر أنفسهم داخل الشبكة الفرعية والتفاعل مع المستخدمين النهائيين من خلال العقود الذكية. يضمن دليل الذكاء الاصطناعي قيمة وأداء كل وكيل بطريقة شفافة، مما يبسط آلية الأجر ويعزز التعاون عبر الوكلاء.
الاستنتاج
تسليم Kite AI لمفهوم التصميم يعترف بتعقيد قناة الذكاء الاصطناعي ويشجع على المساهمة ذات الجودة العالية من خلال آلية تحفيز متعددة المستويات ويكبح السلوك الخبيث. ومع ذلك، لا تزال هناك بعض المشكلات المفتوحة، بما في ذلك:
اعتماد وتأثير الشبكة: نجاح أي نظام بيئي قائم على تقنية البلوكشين يعتمد على تجميع الجودة الرئيسية. قد تتطلب تسريع الاعتماد جذب مقدمي البيانات والمطورين من خلال شراكات استراتيجية وتحفيزات.
تعقيد التسبيب: على الرغم من أن PoAI قد قدمت أساليب تقييم متقدمة، إلا أن أنابيب الذكاء الاصطناعي في الواقع تكون ديناميكية وغير خطية في كثير من الأحيان، ومن الماضي أن تستمر الأطر التسبيبية في التحسين المستمر.
الاعتبارات التنظيمية: قد تؤثر قوانين الخصوصية وحقوق الملكية الفكرية بشكل مختلف حسب المنطقة، مما قد يؤثر على طريقة تنفيذ ملكية البيانات والنماذج على السلسلة العابرة.
من المهم بشكل حاسم تحسين العمليات التكرارية ونموذج الحوكمة القوي للتغلب على هذه التحديات وتحقيق النجاح الطويل الأجل لـ Kite AI.
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
دليل الذكاء الاصطناعي Kite AI
العنوان الأصلي: إثبات ذكاء Kite AI المنسوب ( إثبات AI )
المؤلف الأصلي: arndxt
مصدر النص الأصلي:
ترجمة: توم، مارسبيت
تم اختبار الشبكة بدقة من خلال مجموعة بيانات تزيد عن 200 ألف ومعالجة بيانات تزيد عن 1,500 تيرابايت.
Kite AI قامت ببناء شبكة شراكات تعاونية مع شركاء رائدين عالمياً في مجال الذكاء الاصطناعي، بما في ذلك AVAX و Near وجامعة بيركلي و Sui وشركة Polygon Labs.
让我们一起来详细了解 Kite الذكاء الاصطناعي 首个"归因智能证明" 👇🧵
في السنوات الأخيرة ، دعم التطور السريع للتعلم العميق والتعلم الآلي تغيير جميع الصناعات ، من الرعاية الصحية إلى المجال المالي ، حيث أصبحت الذكاء الاصطناعي (AI) هو الأساس للابتكار التكنولوجي.
على الرغم من تحقيق تقدم ملحوظ ، لا يزال تطوير الذكاء الاصطناعي يتم تحكمه بشكل رئيسي من قبل عدد قليل من الكيانات القوية المركزة التي تسيطر عادة على الوصول إلى البيانات والموارد الحسابية والنماذج الملكية. هذا الوضع يثير قضايا جوهرية حول توزيع القيمة العادلة في أنظمة الذكاء الاصطناعي وملكية البيانات وآليات التحفيز المتوازنة.
مهمة Kite AI هي تغيير هذا الواقع.
في هذا الخلفية، يظهر Kite AI كحل مبتكر مصمم خصيصاً للأبحاث والتطبيقات للذكاء الاصطناعي غير المركزي. من خلال اعتماد "إثبات الذكاء التوجيهي" (Proof of AI)، تلتزم Kite AI بتوفير طبقة تنسيق شفافة وآمنة وعادلة لبيانات الذكاء الاصطناعي وتطوير النماذج ووكلاء الذكاء الاصطناعي.
قامت Kite AI بالتعاون مع AVAX بإطلاق أول بلوكشين للسيادة المركزية مخصص للذكاء الاصطناعي في الطبقة 1.
من خلال الاستفادة من البنية التحتية القوية والقابلة للتوسع لـ Avalanche ، يضمن Kite AI:
استخدام شبكة Avalanche وكفاءة الاتفاق لتحقيق حسابات الذكاء الاصطناعي السريعة.
توسيع سلس وغير محدود لدعم أعباء العمل الذكاء الاصطناعي.
توفير أساس غير مركزي وغير مرخص لأبحاث الذكاء الاصطناعي ونشر النماذج.
رابط شبكة اختبار Kite AI:
2.1 نظام الذكاء الاصطناعي المركزي
يعتمد تطوير الذكاء الاصطناعي التقليدي بشكل كبير على مستودعات البيانات المركزية وموارد الحوسبة المركزية. تعتمد المنصات الرائدة للذكاء الاصطناعي عادة على مجموعات بيانات كبيرة تأتي من قنوات عامة وخاصة، ولكنها لا تكافئ مزوّدي البيانات الأصلية بشكل كاف. وبالتالي، يعمل المساهمون في البيانات ومطوّرو النماذج في هيكلية سلطة غير متوازنة، وغالباً ما لا يحصلون على الاعتراف أو التعويض الكافي.
ومن جانب آخر، تقييد آليات الحوكمة المغلقة في مجال الذكاء الاصطناعي الشفافية، وتعيق إمكانية التكرار، وربما تؤدي إلى تشكيل احتكار. حكم مركزي يضعف الابتكار المفتوح، ويقيد فرص التعاون، ويزيد من مخاطر استخدام النماذج المتحيزة أو غير اللائقة.
2.2 الحلول الحالية لتقنية سلسلة الكتل
لمواجهة هذه المشكلة، تمت تجربة بعض الأطر المبنية على تكنولوجيا سلسلة الكتل لتجعل سوق الذكاء الاصطناعي والبيانات غير مركزية. وقد ثبت أن آليات التوافق التقليدية مثل إثبات العمل (PoW) أو إثبات الحق (PoS) فعالة في بعض العملات المشفرة وتطبيقات DeFi. ومع ذلك، فإن هذه الآليات عادة ما تفشل في حل المشاكل التالية:
توجيه الفائدة الدقيق: يتعين مكافأة المساهمين الفرادى استنادًا إلى الإسهام الحدودي لمقدمي البيانات ومطوري النماذج ووكلاء الذكاء الاصطناعي وغيرهم.
الحوكمة المخصصة: الحاجة إلى بيئة خاصة تناسب مهمة الذكاء الاصطناعي ، بما في ذلك فهرسة البيانات بمقياس كبير والحساب على السلسلة / خارج السلسلة.
آلية التحفيز للذكاء الاصطناعي: نموذج نظرية الألعاب المتقدم يمنع السرقة البيانات، سرقة النماذج أو المساهمة الخبيثة في عملية التدريب.
2.3 تحتاج إلى بنية تحتية مخصصة
يعاني بروتوكول سلسلة الكتل العامة العامة من نقص في الوظائف المتخصصة لمعالجة تعقيدات تطوير الذكاء الاصطناعي وتجاريته. تشمل هذه القيود قلة النفاذية وعدم القدرة على تخزين أو الرجوع إلى مجموعات بيانات ضخمة وصعوبة ترجمة القيمة في سلاسل العمل الذكية متعددة المستويات. تهدف مقترحات Kite AI - سلسلة كتل طبقة 1 متوافقة مع EVM ومحسنة بواسطة PoAI - إلى سد هذه الفجوات وتعزيز اقتصاد جديد للذكاء الاصطناعي يعتمد على العدالة والشفافية والشمولية.
Kite AI قامت بإطلاق سلسلة كتل جديدة تمامًا مخصصة للذكاء الاصطناعي ، مع تكامل أربعة مكونات رئيسية: Layer 1.
إثبات الذكاء الاصطناعي (Proof of AI)
محرك الوصول إلى البيانات المركزية
النظام البيئي للذكاء الاصطناعي قابل للتخصيص مع الشبكة الفرعية القابلة للتخصيص
ذاكرة الذكاء الاصطناعي غير المركزية والمحمولة
3.1 توثيق الذكاء الاصطناعي (Proof of AI)
إثبات الذكاء المرتجع هو آلية الاتفاق الأساسية لـ Kite AI. على عكس دليل العمل (PoW) أو دليل الحصة (PoS) الذي يركز بشكل رئيسي على مشكلات الحساب أو الضمان المرهون ، يهدف إثبات الذكاء إلى قياس ومكافأة المساهمة الحقيقية في أصول الذكاء الاصطناعي:
بيانات المساهمة: يتلقى مقدمو البيانات مكافأة وفقًا لمؤشرات جودة البيانات والصلة وتحسين أداء النموذج وما إلى ذلك.
تطوير النموذج: يحصل المطور على مكافأة بناءً على دقة النموذج وكفاءته وقبوله من قبل المستخدمين.
الفائدة الوكالية: يتلقى وكيل الذكاء الاصطناعي (مثل روبوتات الدردشة، وكلاء التداول التلقائي) مكافأة استنادًا إلى استخدام خدماته وموثوقيته ورضا المستخدمين.
دليل على الذكاء الاصطناعي من خلال دمج تقنيات تقدير البيانات (مثل الأساليب المستلهمة من قيم شابلي) والحكم على السلسلة، وتقييم كيفية تأثير كل مساهمة على الاقتصاد العام للذكاء الاصطناعي. يتم إنشاء هذا لوب ردود فعل، وتحفيز المدخلات المعنوية، وكبح الأنشطة الخبيثة أو الزائدة.
تم دمج آلية الذكاء الاستدلالي في آلية اللعب المتقدمة لمنع الهجمات العقلانية وغير العقلانية:
هجوم عقلاني: سيتم منع السلوك الذي يحاول تحقيق أقصى قدر من الجوائز دون تقديم مساهمة فعلية من خلال تقييم المساهمة الحافزة.
هجمات غير منطقية: مثل تلويث البيانات أو تدمير النماذج وغيرها من السلوكيات الخبيثة، سيتم التعرف عليها ومعاقبتها من خلال الكشف على السلسلة، مما يضمن استقرارية النظام.
3.2 محرك الوصول إلى البيانات غير المركزي
محرك وصول البيانات المركزي لـ Kite AI يوفر واجهة بحث وتخزين بيانات غير مرخصة وآمنة. يدعم هذا المحرك:
إدارة البيانات الكبيرة: من خلال شبكة موزعة محسنة للعقد الذكية لدعم المهام المتعلقة بالذكاء الاصطناعي، وضمان إمكانية الوصول إلى وفهرسة البيانات بكميات ضخمة.
الإسناد الداخلي: يرتبط العقد الذكي بالبيانات المستخدمة بالمساهم الفردي، ويوزع الجوائز تلقائيا بناءً على دليل الذكاء الاصطناعي.
فرصة التمويل بالعملة: يمكن لمزودي البيانات تحديد خطط تسعير أو استخدام شروط للتحكم في وقت وطريقة استخدام البيانات.
3.3 النظام البيئي للذكاء الاصطناعي قابل للتخصيص مع الشبكة الفرعية قابلة للتخصيص
يدعم Kite AI شبكة فرعية قابلة للتخصيص - منطقة مخصصة في البنية التحتية من الطبقة 1 لأحمال العمل المختلفة للذكاء الاصطناعي.
مرونة الحوكمة: يمكن لكل شبكة فرعية تنفيذ قواعد حوكمة فريدة من نوعها ونماذج اقتصادية للرموز أو معلمات الاتفاق لتناسب الحالات الاستخدامية الخاصة.
البنية التحتية المعتمدة على الوحدات: يمكن للمطورين تجميع سير عمل الذكاء الاصطناعي متعدد الأوضاع من خلال تكامل البيانات المتمحورة، وتدريب النماذج أو نشر الوكلاء في شبكة فرعية.
العزل والأمان: عطل في شبكة فرعية لن يؤثر على أجزاء أخرى من الشبكة، مما يعزز استقرار النظام بشكل عام.
3.4 ذاكرة AI لامركزية وقابلة للنقل
عادةً ما يتطلب نموذج AI تخزينًا دائمًا للمعلمات التي تمت معالجتها والذاكرة المتعلقة بالتفاعل. ذاكرة الذكاء الاصطناعي اللامركزية والمحمولة التي يوفرها Kite AI:
حماية الخصوصية: يمكن تشفير المعلمات الحساسة للنموذج لضمان حماية الملكية الفكرية حتى في البيئة الموزعة.
تتبع نموذج طويل الأجل: ستتم تسجيل ملكية النموذج وتاريخ الإصدار على السلسلة لضمان الشفافية وقابلية التكرار.
قابلية التوسع: تدعم مليارات المرات التفاعل، ولديها آلية تتبع وتسجيل لتسجيل كل تحديث أو استنتاج للنموذج.
4.1 توزيع عادل
من خلال استخدام دليل AI ، يمكن لـ Kite AI توزيع المكافآت وفقًا لنسبة تأثير المساهمة. تم دمج قيمة Shapley أو إطارات التوزيع الأخرى المستندة إلى التحالف في الخطط اللوجيستية الموحدة ، مما يسمح بـ:
تقييم تقديرات المساهمات الدقيقة للبيانات: تقييم تأثير كل مجموعة بيانات على أداء النموذج.
تقييم نموذج شفاف: عملية تدريب نموذج التدقيق على السلسلة، والتحقق من تحسين النموذج في الدقة أو الفائدة الحقيقية.
رصد الوكالة: تتبع استخدام الوكالة، وربط دفع المستهلكين أو المعاملات على السلسلة بالإخراج الوكالة المحدد.
Proof of الذكاء الاصطناعي 专注于边际贡献,培养了一个系统性奖励质量而非数量的机制,减少了搭便车问题,降低了重复或低价值贡献的发生。
4.2 القابلية للتوسع والكمية
متطلبات سير عمل الذكاء الاصطناعي، وخاصة عندما يتعلق الأمر بمجموعات بيانات ضخمة، قد أحضرت تحديات فريدة من نوعها لتوسيع قدرة البلوكشين. يحل Kite AI هذه المشكلة من خلال الطرق التالية:
نشر الشبكة الفرعية: تقسيم المهام والموارد إلى مناطق متخصصة، مما يقلل من الازدحام ويدعم الحساب المتوازي.
الهيكل الطبقي: نقل الحوسبة المعقدة إلى محددات الشبكة الفرعية أو المُنبئين، حيث تُسجل المعاملات على السلسلة الرئيسية البيانات الوصفية الرئيسية لتحديد المسؤولية وتوزيع الجوائز.
تعزز هذه الهيكلية التوسع الأفقي، حيث يمكن توسيع الشبكات الفرعية بشكل مستقل حسب الطلب. ومع ذلك، تعتمد الكفاءة الفعلية لا تزال على البنية التحتية للعقد وعرض النطاق الترددي والقرارات الحاكمة داخل الشبكة الفرعية.
4.3 الحكم والأمان
من خلال اكتشاف وطرد المتسللين الخبيثين من خلال دليل الذكاء الاصطناعي لضمان الأمان، بينما يتم تكليف الحكم لهيئات السلطة على مستوى الشبكة الفرعية وحاملي الرموز:
تحقيق توافق المعنيين: يضمن رمز حكم الشبكة الفرعية مشاركة أولئك الذين يستثمرون الموارد أو المعرفة الاحترافية في عملية اتخاذ القرارات.
تنسيق الشبكة الفرعية المتناغمة: يوحد قواعد الاتفاق على مستوى الطبقة 1 الشبكة الفرعية، ويمنع تجزئة الشبكة أو ظهور بروتوكولات غير متوافقة.
مقاومة للهجوم: يقلل تصميم آلية الحوافز Proof of AI من الحساسية إلى هجمات Sybil وتلوث البيانات عن طريق تقليل هذه التهديدات بتوزيع المساهمات بالترجمة الديناميكية وفقًا للفائدة العملية.
يوفر إطار Proof of AI للحوكمة مزايا أفضل في محاذاة حوافز أصحاب المصلحة بشكل أفضل من إطار PoS التقليدي، على الرغم من أن التهديدات الناشئة (مثل سياسات تلوث البيانات المتقدمة) لا تزال تحتاج إلى مراقبة مستمرة وتحديث خوارزميات الكشف.
5.1 سوق البيانات
محرك بيانات Kite AI المركزي يوفر منصة تداول آمنة وشفافة للبيانات. يمكن لأصحاب البيانات مشاركة مجموعات البيانات بثقة - من الصور الطبية إلى سجلات القيادة التلقائية - على علم بأنهم سيتلقون تعويضًا ويمكنهم التحكم في أصولهم.
5.2 نموذج تدريب التعاون
يمكن لفرق البحث في الذكاء الاصطناعي والشركات الاستفادة من شبكة Kite AI الفرعية لتطوير النماذج بشكل مشترك. سيتم تتبع تحسين النموذج على السلسلة وسيحصل كل مساهم على النسبة المستحقة مباشرة في ضبط المعلمات الفائقة وتنظيف البيانات أو التكيف.
5.3 نظام الوكيل المركزي المتميز
يمكن لوكلاء الذكاء الاصطناعي الذين يعملون في مهام مثل فحص المحتوى أو التنبؤ المالي نشر أنفسهم داخل الشبكة الفرعية والتفاعل مع المستخدمين النهائيين من خلال العقود الذكية. يضمن دليل الذكاء الاصطناعي قيمة وأداء كل وكيل بطريقة شفافة، مما يبسط آلية الأجر ويعزز التعاون عبر الوكلاء.
تسليم Kite AI لمفهوم التصميم يعترف بتعقيد قناة الذكاء الاصطناعي ويشجع على المساهمة ذات الجودة العالية من خلال آلية تحفيز متعددة المستويات ويكبح السلوك الخبيث. ومع ذلك، لا تزال هناك بعض المشكلات المفتوحة، بما في ذلك:
اعتماد وتأثير الشبكة: نجاح أي نظام بيئي قائم على تقنية البلوكشين يعتمد على تجميع الجودة الرئيسية. قد تتطلب تسريع الاعتماد جذب مقدمي البيانات والمطورين من خلال شراكات استراتيجية وتحفيزات.
تعقيد التسبيب: على الرغم من أن PoAI قد قدمت أساليب تقييم متقدمة، إلا أن أنابيب الذكاء الاصطناعي في الواقع تكون ديناميكية وغير خطية في كثير من الأحيان، ومن الماضي أن تستمر الأطر التسبيبية في التحسين المستمر.
الاعتبارات التنظيمية: قد تؤثر قوانين الخصوصية وحقوق الملكية الفكرية بشكل مختلف حسب المنطقة، مما قد يؤثر على طريقة تنفيذ ملكية البيانات والنماذج على السلسلة العابرة.
من المهم بشكل حاسم تحسين العمليات التكرارية ونموذج الحوكمة القوي للتغلب على هذه التحديات وتحقيق النجاح الطويل الأجل لـ Kite AI.