AI

تُعد 0G وBittensor جزءًا من قطاع AI اللامركزي، إلا أن لكل منهما دورًا مختلفًا جوهريًا. تعمل Bittensor على تطوير شبكة لامركزية لنماذج AI تربط نماذج التعلم الآلي عبر آليات تحفيزية. أما 0G، فهي تعمل كطبقة بنية تحتية لتطبيقات AI، حيث توفر التنفيذ، والتخزين، وتوافر البيانات، والموارد الحاسوبية. تركز Bittensor على شبكات التعاون بين نماذج AI، في حين تدعم 0G تشغيل تطبيقات AI. لذلك، يؤدي كل منهما وظائف مستقلة ضمن منظومة AI.

0G هي بنية تحتية للطبقة 1 لامركزية مخصصة لتطبيقات AI، وتتميز بهيكلية معيارية تتكون من أربع طبقات: السلسلة، التخزين، توافر البيانات (DA)، والحوسبة. توفر هذه البنية بيئة حوسبة وتخزين قابلة للتوسع لتطبيقات AI على السلسلة ووكلاء AI. وبفضل تحسينها خصيصًا لأعباء عمل AI، تتيح هذه الهيكلية لتطبيقات AI تنفيذ العمليات الحسابية وتخزين البيانات والتحقق من النتائج بكفاءة ضمن شبكة لامركزية، مما يعزز الأداء الإجمالي والمصداقية.

تعتمد USD.AI بشكل رئيسي على الإقراض في بنية AI التحتية لتوليد العائد، حيث توفر التمويل لمشغلي GPU وبنية قوة التجزئة، وتحقق فائدة القرض. يخصص البروتوكول هذه العوائد لحاملي أصل العائد sUSDai، بينما تُدار معدلات الفائدة ومعايير المخاطر من خلال رمز حوكمة CHIP، ليُنشئ نظام عائد على السلسلة قائم على تمويل قوة التجزئة للـ AI. وتحوّل هذه الاستراتيجية عوائد بنية AI التحتية الواقعية إلى مصادر عائد مستدامة داخل منظومة التمويل اللامركزي (DeFi).

يُعد CHIP رمز الحوكمة الأساسي في بروتوكول USD.AI، إذ يسهّل توزيع عوائد البروتوكول، وتعديل معدل فائدة القروض، والتحكم في المخاطر، وتقديم الحوافز للنظام البيئي. من خلال CHIP، يدمج USD.AI عوائد تمويل البنية التحتية لـ AI مع حوكمة البروتوكول، مما يمنح حاملي الرموز فرصة المشاركة في اتخاذ قرارات المعايير والاستفادة من نمو قيمة البروتوكول. يعزز هذا الأسلوب إطار عمل حوافز طويل الأجل قائم على الحوكمة.

تُسهّل USD.AI تمويل بنية الذكاء الاصطناعي التحتية عبر الاستفادة من أصول معدل التجزئة للذكاء الاصطناعي، مثل وحدات معالجة الرسومات (GPU)، كضمان ودمج آليات الإقراض وتوزيع العائدات على السلسلة. عندما يُودِع المستخدمون العملات المستقرة، يمكنهم سك USDai، وتُولّد الأموال الأساسية عائدات من خلال قروض مدعومة بوحدات معالجة الرسومات، تُوزع على حاملي sUSDai. يحوّل هذا الأسلوب أصول معدل التجزئة للذكاء الاصطناعي إلى أصول رصيد على السلسلة تُولّد عائدًا، مما يؤسس متجر ائتمان التمويل اللامركزي (DeFi) مخصصًا لبنية الذكاء الاصطناعي التحتية.

USD.AI هو بروتوكول دولار اصطناعي يركز على العائد، صُمم خصيصًا لتمويل بنية AI التحتية. يدمج العملات المستقرة مع الإقراض المدعوم بوحدات GPU، ليؤسس هيكلًا ثنائي الرموز: USDai كطبقة استقرار وsUSDai كطبقة عائد. ويتولى رمز الحوكمة CHIP إدارة معدلات الفائدة، ومعايير المخاطر، وتوزيع العائد، ما يسهّل تمويل أصول قوة التجزئة الفيزيائية للذكاء الاصطناعي ويعزز سيولتها.

مع تطور تطبيقات AI من وظائف الدردشة البسيطة إلى التنفيذ العملي، أطلقت Mastercard وLobster.cash آلية دفع مبتكرة تتيح لشركاء إحالة AI تنفيذ التداولات للمستخدمين بعد الحصول على الموافقة المناسبة. تستعرض هذه المقالة آلية عمل هذا النظام وتسلط الضوء على بنيته الأمنية الأساسية.

تُعد رموز OPG وسيلة دفع رئيسية لرسوم الحوسبة على شبكة OpenGradient، كما تحفز مشاركة العقد وتضمن أمن النظام وحوكمته.

الفرق الجوهري بين OpenGradient و Bittensor يتمثل في محور الاهتمام؛ إذ يركز OpenGradient شبكته الحاسوبية على استدلال الذكاء الاصطناعي والتحقق منه، في حين يعتمد Bittensor نظامه البيئي على تدريب النماذج والمنافسة التحفيزية.

توفر OpenGradient تجربة متكاملة وسلسة بدءًا من تقديم الطلب وصولاً إلى التأكيد على السلسلة، وذلك عبر توزيع عمليات تنفيذ واستدلال الذكاء الاصطناعي ومهام التحقق بين مجموعة من العقد المنسقة.

تستعرض هذه المقالة تحليلًا موضوعيًا لحدث حقوق الاستحواذ على Cursor بقيمة $60 مليار، بالاعتماد على التصريحات الرسمية الصادرة عن SpaceX. وتوضح الفرق بين "الاستحواذ" و"حقوق الاستحواذ"، كما تقيّم بشكل منهجي التأثيرات قصيرة الأجل، ومتوسطة الأجل، وطويلة الأجل على المتجر الخاص بأدوات برمجة AI، ونظام النماذج البيئي، واستراتيجيات التسعير، والامتثال المؤسسي، وسير عمل المطوّر.

تسعى HIVE Digital Technologies لجمع رأس المال عبر إصدار سندات قابلة للاستبدال بهدف تسريع الاستثمارات في بنية وحدات معالجة الرسومات ومراكز البيانات. ومع تصاعد المنافسة في قطاع تعدين العملات الرقمية، تتجه المزيد من شركات التعدين نحو AI والحوسبة عالية الأداء (HPC). وتتماشى استراتيجية التحول في HIVE بشكل متزايد مع الاتجاهات العامة للصناعة.

شبكة OpenGradient (OPG) هي شبكة حوسبة لا مركزية تربط تنفيذ الاستدلال للذكاء الاصطناعي بعملية التحقق من النتائج، بحيث تتيح إمكانية التحقق المستقل من مخرجات النماذج دون الحاجة للاعتماد الكامل على الثقة.

تعتمد Bittensor و Fetch.ai و SingularityNET على الحوافز الرمزية لدعم توفير موارد الذكاء الاصطناعي مثل النماذج، والقدرة الحاسوبية، والخدمات، بهدف بناء شبكات مفتوحة تتيح الوصول إلى الذكاء الاصطناعي وتكسر احتكار المنصات المركزية التقليدية. لكن الفروقات الأساسية بينها تظهر في الطبقات التقنية وطرق تحقيق القيمة. تعمل كل منصة ضمن قطاع منفصل من الذكاء الاصطناعي اللامركزي: إنتاج النماذج، تنفيذ المهام، وتوزيع الخدمات.

دراسة متعمقة توضح كيف ينتقل وكلاء AI من مجرد أدوات إلى بنية تحتية محورية للتنفيذ، ويعيدون تشكيل هياكل البرمجيات، ونماذج الأعمال، وآليات توزيع القيمة. كما يستكشف التحليل بعمق التقاطعات الرئيسية والمخاطر المرتبطة بالعملات الرقمية، وأنظمة الهوية، ونقاط الاندماج مع العالم الواقعي.