كشفت Alpha Arena عن عيوب التداول بالذكاء الاصطناعي: النماذج الغربية خسرت 80% من رأس المال خلال أسبوع واحد

السوق هو الاختبار النهائي للذكاء الاصطناعي.

الكاتب: Juan Galt

الترجمة: AididiaoJP، Foresight News

هل يمكن للذكاء الاصطناعي أن يتداول العملات المشفرة؟ المهندس الحاسوبي والممارس المالي من نيويورك Jay Azhang يختبر هذا السؤال من خلال Alpha Arena. يضع هذا المشروع أقوى نماذج اللغة الكبيرة في مواجهة بعضها البعض، حيث يمتلك كل نموذج رأس مال بقيمة 10,000 دولار، لمعرفة أيها يمكنه تحقيق أرباح أكبر في تداول العملات المشفرة. تشمل هذه النماذج Grok 4، Claude Sonnet 4.5، Gemini 2.5 pro، ChatGPT 5، Deepseek v3.1 و Qwen3 Max.

قد تفكر الآن: "واو، هذه فكرة رائعة!" وستتفاجأ أنه في وقت كتابة هذا المقال، ثلاثة من أصل خمسة نماذج ذكاء اصطناعي في حالة خسارة، بينما يتصدر النموذجان الصينيان مفتوحي المصدر Qwen3 و Deepseek القائمة.

صحيح أن أقوى نماذج الذكاء الاصطناعي الغربية، المغلقة المصدر والتي تديرها شركات عملاقة مثل Google و OpenAI، قد خسرت أكثر من 8,000 دولار في غضون أسبوع واحد فقط، أي ما يعادل 80% من رأس مالها المخصص لتداول العملات المشفرة، بينما نظيراتها مفتوحة المصدر من الشرق تحقق أرباحًا.

ما هي أنجح صفقة حتى الآن؟ Qwen3 حافظ على الأرباح واستمر في تحقيقها فقط من خلال مركز شراء طويل على bitcoin برافعة مالية 20 مرة. أما Grok 4، فليس من المستغرب أنه كان طوال معظم وقت المسابقة يفتح مراكز شراء طويلة على dogecoin برافعة مالية 10 مرات، وكان في وقت ما يتصدر القائمة مع Deepseek، لكنه الآن يقترب من خسارة 20%. ربما يجب على Elon Musk أن ينشر صورة تعبيرية لـ dogecoin لمساعدة Grok على الخروج من مأزقه.

في الوقت نفسه، كان Gemini من Google يتخذ موقفًا هبوطيًا بلا رحمة، حيث يبيع جميع الأصول المشفرة القابلة للتداول على المكشوف، وهو موقف يتماشى مع سياساتها العامة تجاه العملات المشفرة خلال الخمسة عشر عامًا الماضية.

وفي النهاية، قام بسلسلة من أسوأ الصفقات الممكنة على مدار أسبوع كامل، وهو أمر يتطلب مهارة أيضًا، خاصة عندما يكون Qwen3 يكتفي فقط بشراء bitcoin. إذا كان هذا هو أفضل ما يمكن أن تقدمه نماذج الذكاء الاصطناعي المغلقة المصدر، فربما يجب على OpenAI أن تظل مغلقة المصدر حتى لا نتكبد المزيد من الخسائر.

معيار جديد للذكاء الاصطناعي

فكرة وضع نماذج الذكاء الاصطناعي في مواجهة بعضها البعض في ساحة تداول العملات المشفرة تحمل رؤى عميقة للغاية. أولاً، لا يمكن للذكاء الاصطناعي الحصول على إجابات اختبار تداول العملات المشفرة أثناء مرحلة ما قبل التدريب، لأن السوق غير قابل للتنبؤ، وهذه مشكلة تواجهها اختبارات المعايير الأخرى. بعبارة أخرى، العديد من نماذج الذكاء الاصطناعي يتم تزويدها بإجابات بعض هذه الاختبارات أثناء التدريب، لذا فهي تؤدي أداءً جيدًا في الاختبار. لكن بعض الدراسات أظهرت أن إجراء تعديلات طفيفة على هذه الاختبارات يؤدي إلى تغييرات كبيرة في نتائج اختبارات الذكاء الاصطناعي.

هذه الجدل يثير سؤالاً: ما هو الاختبار النهائي للذكاء؟ وفقًا لمبتكر Grok 4 وعاشق Iron Man، Elon Musk، فإن التنبؤ بالمستقبل هو المعيار النهائي للذكاء.

ويجب أن نعترف أنه لا يوجد مستقبل أكثر غموضًا من أسعار العملات المشفرة على المدى القصير. كما قال Azhang: "هدف Alpha Arena هو جعل اختبارات المعايير أقرب إلى العالم الحقيقي، والسوق هو المكان المثالي لذلك. فهو ديناميكي، تنافسي، مفتوح وغير قابل للتنبؤ أبدًا. إنه يتحدى الذكاء الاصطناعي بطريقة لا يمكن لاختبارات المعايير الثابتة القيام بها. السوق هو الاختبار النهائي للذكاء الاصطناعي."

هذه الرؤية حول السوق متجذرة بعمق في المبادئ الليبرالية التي نشأ منها bitcoin. فقد أشار اقتصاديون مثل Murray Rothbard و Milton Friedman قبل أكثر من مئة عام إلى أن السوق، في جوهره، لا يمكن التنبؤ به من قبل الحكومات المركزية، وأن الحساب الاقتصادي العقلاني لا يمكن أن يحدث إلا عندما يتخذ الأفراد الذين يتحملون الخسائر قرارات اقتصادية حقيقية.

بعبارة أخرى، السوق هو أكثر الأشياء صعوبة في التنبؤ بها، لأنه يعتمد على آراء وقرارات الأفراد الأذكياء حول العالم، ولهذا فهو أفضل اختبار للذكاء.

ذكر Azhang في وصف مشروعه أن توجيه الذكاء الاصطناعي للتداول لا يهدف فقط إلى تحقيق الأرباح، بل يأخذ في الاعتبار أيضًا العائد المعدل حسب المخاطر. هذا البعد من المخاطر بالغ الأهمية، لأن صفقة سيئة واحدة يمكن أن تمحو جميع الأرباح السابقة، كما رأينا في انهيار محفظة Grok 4.

هناك أيضًا سؤال آخر، وهو ما إذا كانت هذه النماذج تتعلم من خبرتها في تداول العملات المشفرة، وهو أمر ليس من السهل تحقيقه تقنيًا، لأن تكلفة تدريب نماذج الذكاء الاصطناعي الأساسية مرتفعة جدًا. يمكنها تحسين أدائها باستخدام تاريخ تداولها الخاص أو تاريخ الآخرين، وربما تحتفظ بآخر التداولات في الذاكرة القصيرة الأمد أو نافذة السياق، لكن هذا لا يأخذها إلا إلى هذا الحد. في النهاية، قد يتعين على نموذج الذكاء الاصطناعي الصحيح للتداول أن يتعلم حقًا من خبرته الخاصة، وهذه التقنية تم الإعلان عنها مؤخرًا في الأوساط الأكاديمية، لكنها لا تزال بعيدة عن أن تصبح منتجًا. تسميها MIT نماذج الذكاء الاصطناعي ذاتية التكيف.

كيف نعرف أن هذا ليس مجرد حظ؟

هناك تحليل آخر لهذا المشروع ونتائجه حتى الآن، وهو أنه قد لا يمكن تمييزه عن "المشي العشوائي". المشي العشوائي يشبه رمي النرد لكل قرار. كيف سيبدو ذلك على الرسم البياني؟ في الواقع، هناك محاكي يمكنك استخدامه للإجابة على هذا السؤال؛ وفي الواقع، لن يبدو الأمر مختلفًا كثيرًا.

وقد وصف المفكر Nassim Taleb في كتابه "Antifragile" مشكلة الحظ في السوق بشكل مفصل. يجادل في الكتاب بأنه من وجهة نظر إحصائية، من الطبيعي تمامًا وممكن أن يكون متداول مثل Qwen3 محظوظًا باستمرار لمدة أسبوع كامل! مما يجعله يبدو وكأنه يمتلك قدرات استدلالية فائقة. وجهة نظر Taleb أعمق من ذلك، فهو يرى أن هناك عددًا كافيًا من المتداولين في وول ستريت بحيث يمكن لأحدهم أن يكون محظوظًا باستمرار لمدة 20 عامًا، فيبني سمعة أسطورية ويعتقد الجميع من حوله أنه عبقري، حتى ينفد حظه.

لذلك، لكي ينتج Alpha Arena بيانات ذات قيمة، يجب أن يستمر لفترة طويلة جدًا، ويجب تكرار أنماطه ونتائجه بشكل مستقل مع وجود رأس مال حقيقي في المخاطرة، قبل أن يتم اعتباره مختلفًا عن المشي العشوائي.

في النهاية، حتى الآن، من المثير رؤية نماذج مفتوحة المصدر وفعالة من حيث التكلفة مثل DeepSeek تتفوق على نظيراتها المغلقة المصدر. لقد كان Alpha Arena مصدرًا رائعًا للترفيه حتى الآن، حيث انتشر بشكل فيروسي على X.com الأسبوع الماضي. لا أحد يعرف إلى أين سيتجه في المستقبل؛ سيتعين علينا أن نرى ما إذا كانت مقامرة مبتكره — إعطاء خمسة روبوتات دردشة 50,000 دولار للمقامرة في العملات المشفرة — ستؤتي ثمارها في النهاية.