كيف يبني OpenLedger اقتصادًا جديدًا يعتمد على مساهمة البيانات

مع تزايد قوة نماذج الذكاء الاصطناعي، أصبح من الصعب تجاهل السؤال حول مصدر بيانات التدريب الخاصة بها - ومن يحصل على المكافأة مقابل ذلك.

بالنسبة لرامكومار، أحد المساهمين الأساسيين في OpenLedger، فإن الإجابة واضحة: إذا كانت البيانات هي التي تدعم النموذج، فيجب أن يحصل الأشخاص الذين يقدمون هذه البيانات على أجر - ليس مرة واحدة فقط، ولكن بشكل مستمر.

قال لنا رامكومار في هاك سيزونز: "نريد أن يكون الذكاء الاصطناعي مُستحق الدفع. إذا كانت بياناتك مفيدة، وإذا ساعدت النموذج على تحقيق نتيجة، فأنت تستحق نصيبًا من هذه القيمة - في كل مرة يحدث فيها ذلك".

ما هو "الذكاء الاصطناعي القابل للدفع"؟

الفكرة وراء الذكاء الاصطناعي القابل للدفع بسيطة لكنها فعّالة: يجب أن تكون نماذج الذكاء الاصطناعي قادرة على مكافأة الأشخاص الذين زادت بياناتهم ذكاءً تلقائيًا. ولكن لتحقيق ذلك، نحتاج إلى شفافية حول كيفية تدريب النماذج وتأثير البيانات على كل مُخرَج.

وهنا يأتي دور OpenLedger. تم تصميم منصتهم لتسهيل تحميل البيانات للمساهمين، ولتحسين النماذج على تلك البيانات، والأهم من ذلك، لحصول المساهمين على مكافأة في كل مرة يتم فيها استخدام تلك البيانات في الاستدلال.

أوضح رامكومار: "إنها ليست صفقة لمرة واحدة كبيع مجموعة بياناتك لشركة. نحن نتحدث عن إيرادات متكررة للمساهمين، كما يحصل منشئو المحتوى على يوتيوب على أجور مقابل زيادة عدد مشاهدات محتواهم".

الحوافز تخلق دولاب الموازنة

الابتكار الرئيسي الذي يقدمه OpenLedger هو آلية تتتبع مدى تأثير كل نقطة بيانات على مخرجات النموذج. تتيح هذه الآلية لـ OpenLedger تخصيص رصيد (ودفعة) لكل استنتاج يُجريه النموذج.

• يؤدي هذا إلى إنشاء تأثير دولاب الموازنة:
• المساهمون يقومون بتحميل البيانات المفيدة
• يتم تدريب النماذج واستخدامها
• يحصل المساهمون على مكافآت متكررة

عند رؤية القيمة، فإنهم يساهمون بمزيد من البيانات عالية الجودة

قال رامكومار: "نحن نبني اقتصادًا قائمًا على البيانات، على غرار برمجيات الخدمة (SaaS). فعندما نجعل دورة القيمة شفافة ومتكررة، فإنها تجذب بيانات ونماذج أفضل بشكل طبيعي".

تجاوز الصفقات لمرة واحدة لشركات التكنولوجيا الكبرى

وعلى النقيض من تطوير الذكاء الاصطناعي التقليدي، حيث تقوم الشركات بجمع البيانات من الويب أو تدفع رسومًا ثابتة مقابل مجموعات البيانات الخاصة، فإن OpenLedger يدفع نحو نموذج أكثر إنصافًا.

قال رامكومار: "غالبًا ما تُسلّم الشركات بياناتها مرة واحدة دون أن تحصل على أي فلس آخر. هذا لا يُشجّع على التعاون طويل الأمد. نريد تغيير ذلك من خلال تقديم مكافآت مستمرة قائمة على الاستخدام - خاصةً للشركات الصغيرة التي تمتلك بيانات متخصصة وعالية القيمة."

صنع موجات بالفعل

لا تزال OpenLedger في مرحلة الاختبار، لكنها تشهد بالفعل زخمًا. ووفقًا لرامكومار، تضم الشبكة ما يقرب من مليون عقدة تُساهم في مجموعات البيانات، وأكثر من 10 مشاريع ذكاء اصطناعي تعمل بنشاط على تطويرها.

كما أنهم يتعاونون مع مؤسسات حقيقية، بما في ذلك أسماء مثل وول مارت وهيئة الضرائب في دبي، لنشر النماذج التي تم بناؤها من خلال هذا النظام القائم على الحوافز.

كشف رامكومار: "سنُطلق الشبكة الرئيسية خلال شهرين تقريبًا. وبمجرد حدوث ذلك، سيكون الهدف فتح المجال أمام المزيد من المساهمين والمطورين للانضمام إلى النظام البيئي".

الصورة الكبيرة

يرى رامكومار أن OpenLedger ليس مجرد أداة لتطوير الذكاء الاصطناعي، بل كوسيلة لإعادة التوازن إلى اقتصاد البيانات.

قال: "في المستقبل، لا ينبغي أن يقتصر الذكاء الاصطناعي على حفنة من الشركات فحسب، بل ينبغي أن يكون مجالًا يُتاح فيه لكل من يُساهم فيه - من الباحثين إلى أصحاب الشركات الصغيرة - الحصول على أجر والمشاركة فيه".

مع استمرار الذكاء الاصطناعي في تشكيل العالم، تعمل OpenLedger بهدوء على وضع الأساس لنظام أكثر عدالة وذكاءً - استنتاج واحد في كل مرة.