تقوم 0G Labs ببناء نظام ذكاء اصطناعي لامركزي لضمان الشفافية والثقة

تنتشر الذكاء الاصطناعي (AI) بشكل متزايد عبر قطاعات مختلفة مثل المالية والرعاية الصحية، حيث تكون الشفافية والموثوقية أمرين حاسمين. تواجه أنظمة الذكاء الاصطناعي المركزية الحالية انتقادات بسبب نقص تتبع البيانات وغموض نماذجها. مايكل هاينريش، الرئيس التنفيذي (CEO) في 0G Labs، يعتزم حل هذه المشكلات من خلال بناء بنية تحتية لذكاء اصطناعي لامركزي. إنه مهتم بربط البيانات حول التدريب داخل السلسلة مع أدلة تشفيرية لجعلها شفافة وتجنب المعلومات المضللة.

تتخيل 0G مستقبلًا حيث تدعم الذكاء الاصطناعي اللامركزي الوفرة والشفافية والعدالة. من خلال تثبيت البيانات داخل السلسلة وتوزيع الحوسبة، يمكن أن يفتح DeAIOS الخاص بـ 0G مجتمعًا بعد الندرة حيث يخدم الذكاء الاصطناعي الجميع. @michaelh_0g يشرح كيف👇

— 0G Labs (منزل الذكاء الاصطناعي غير المحدود) (@0G_labs) 3 نوفمبر 2025

يؤكد هاينريش أن دقة النموذج تعتمد على مجموعات بيانات عالية الجودة وقابلة للتتبع. بدون إثبات موثوق لبيانات المصدر، تكون أنظمة الذكاء الاصطناعي أكثر عرضة للتخيلات والانحياز. يتضمن النموذج اللامركزي المقترح مسارات بيانات غير قابلة للتغيير، مما يوفر سجلًا قابلًا للتحقق من مصادر البيانات والتحديثات. يمكّن هذا النظام تطبيقات الذكاء الاصطناعي من الحفاظ على النزاهة والموثوقية عبر مجموعات البيانات التي تتطور باستمرار.

0G Labs احترافي يقترح سوق حوسبة قابل للتوسع وبأسعار معقولة

تقوم مختبرات 0G التابعة لهاينريش بإنشاء ما تسميه أول نظام تشغيل ذكاء اصطناعي لامركزي (DeAIOS). يوفر تخزين بيانات قابل للتوسع، داخل السلسلة، لمجموعات بيانات الذكاء الاصطناعي الكبيرة ويمكّن من إثبات الأصل القابل للتحقق. كما يحتوي النظام على سوق حسابات بدون إذن تهدف إلى إزالة خدمات السحاب المركزية وتقليل نفقات التطوير.

بخلاف ذلك، حققت 0G Labs تحسينًا هائلًا في الكفاءة في تدريب نماذج الذكاء الاصطناعي الكبيرة من خلال إطار عمل Dilocox. مع هذه الطريقة، من الممكن تدريب نماذج لغوية تحتوي على 100 مليار معلمة باستخدام مجموعات لامركزية. تدعي الشركة أن هذه الطريقة قد زادت من كفاءة التدريب بأكثر من 350 مرة مقارنة بالطرق التقليدية.

تصميم قائم على المكافآت والوصول المفتوح إلى إساءة استخدام MitiGate

للتغلب على مشكلة تقنيات الذكاء الاصطناعي، بما في ذلك التزييف العميق واستنساخ الصوت، تسلط 0G Labs الضوء على مسألة الوعي البشري وهندسة النظام. من بين العناصر الرئيسية في الوقاية من التطبيقات الضارة، هناك التعليم العام والمعايير العالمية. ومع ذلك، فإن الأنظمة اللامركزية داخل 0G Labs توفر أيضًا عقوبات للأفعال الخبيثة من خلال نظام التخفيض المالي.

السبب في تأييد هاينريش لنماذج الذكاء الاصطناعي مفتوحة المصدر هو توفير آلية تحكم مفتوحة المصدر وتقليل المخاطر المرتبطة بأنظمة الصندوق الأسود. ستتيح سجلات التدريب المفتوحة والسجلات غير القابلة للتغيير للمجتمعات معرفة وتتبع كيفية إنشاء النماذج واستخدامها. نظرًا لأن 0G Labs ستقوم بمحاذاة الحوافز وتعزيز عملية تطوير تعاونية، سيساعد ذلك في تقليل قوة الاحتكارات والسماح بابتكار ذكاء اصطناعي أكثر أمانًا.