GensynAI : لا تدع الذكاء الاصطناعي يكرر أخطاء الإنترنت

العنوان الأصلي: GensynAI : لا تدع الذكاء الاصطناعي يكرر أخطاء الإنترنت

المؤلف الأصلي:律动BlockBeats

المصدر الأصلي:

إعادة النشر: مارس فاينانس

في الأشهر القليلة الماضية، بسبب النمو المزدهر لصناعة الذكاء الاصطناعي، تحول عدد كبير من محترفي صناعة التشفير إلى الذكاء الاصطناعي. الباحثون الذين يشاركون في المجالين، يناقشون دائمًا مسألة لم يتم حلها أبدًا:

هل يمكن للبلوكشين أن يصبح جزءًا من بنية تحتية للذكاء الاصطناعي؟

على مدى العامين الماضيين، رأينا العديد من النسخ من دمج الذكاء الاصطناعي مع العملات المشفرة، مثل وكلاء الذكاء الاصطناعي، والاستنتاج على السلسلة، وسوق البيانات، وتأجير القدرة الحاسوبية. كانت الشعبية عالية، لكن المشاريع التي تشكل دورة تجارية مكتملة قليلة جدًا، والسبب بسيط: معظم المشاريع تظل عند «طبقة تطبيقات الذكاء الاصطناعي». لكن Gensyn تتدخل في أحد أهم وأغلى طبقات صناعة الذكاء الاصطناعي:

«تدريب النماذج»

كيف يتم ذلك؟ من خلال تنظيم موارد GPU الموزعة عالميًا في شبكة تدريب ذكاء اصطناعي مفتوحة، حيث يمكن للمطورين تقديم مهام التدريب، وتوفير القدرة الحاسوبية، وتتحمل الشبكة مسؤولية التحقق من نتائج التدريب، وتوزيع الحوافز. وما يستحق الانتباه حقًا وراء ذلك، ليس «اللامركزية» بحد ذاتها، بل المشكلة التي لا يمكن تجاهلها بشكل متزايد في صناعة الذكاء الاصطناعي:

لقد تركزت موارد القدرة الحاسوبية بسرعة في أيدي القلة، وتنافس الشركات الكبرى على البطاقات أصبح منذ سنوات، وخلال العام الماضي، بدأت صناعة الذكاء الاصطناعي تتشكل فيها اتجاهات واضحة، من يسيطر على GPU، يسيطر على سرعة تطور الذكاء الاصطناعي، خاصة في عصر النماذج الكبيرة، حيث أصبحت موارد التدريب معيارًا أساسيًا.

نقص إمدادات H100، وارتفاع أسعار خدمات السحابة، والخطوة الأولى للشركات الكبرى المحلية لتطوير الذكاء الاصطناعي ليست توسيع الفرق، بل حجز موارد القدرة الحاسوبية، ولهذا السبب، ترتبط OpenAI وAnthropic وxAI مع مزودي خدمات سحابية كبار، لأن المنافسة على النماذج أصبحت في جوهرها منافسة على البنية التحتية. وGensyn تكمن أهميتها في:

تقديم طريقة جديدة لتنظيم الموارد للتدريب على الذكاء الاصطناعي

أولاً، تدخل في الطبقة الأساسية الأكثر أهمية في صناعة الذكاء الاصطناعي

العديد من مشاريع AI + Crypto تركز أكثر على سرد التطبيقات، وباختصار، هم جميعًا يطورون تطبيقات، لكن Gensyn تدخل مباشرة في مرحلة التدريب، وهي الجزء الأعلى من متطلبات التقنية واستهلاك الموارد في سلسلة قيمة الذكاء الاصطناعي، وهي الآن الطبقة التي يسهل تشكيل حواجز منصة عليها. لأنه بمجرد أن يتشكل حجم شبكة التدريب، فهي ليست مجرد سوق للقدرة الحاسوبية، بل قد تصبح المدخل الرئيسي لتطوير الذكاء الاصطناعي في المستقبل. ولهذا السبب، يواصل السوق الاهتمام بـ Gensyn، ولهذا السبب أيضًا، قامت شركة A16Z بضخ استثمارات كبيرة مرتين.

ثانيًا، تقدم نموذج تعاون أكثر انفتاحًا للقدرة الحاسوبية

يعتمد التدريب التقليدي على السحابة المركزية بشكل كبير، وميزتها الاستقرار، لكن التكاليف تتزايد باستمرار، خاصة بالنسبة للفرق الصغيرة والمتوسطة في الذكاء الاصطناعي، حيث أصبحت موارد التدريب عاملًا رئيسيًا يحد من الابتكار. وتقدم Gensyn فكرة: إدخال المزيد من وحدات GPU غير المستخدمة إلى الشبكة، بحيث يمكن جدولة موارد التدريب بشكل ديناميكي، مما يعزز كفاءة الاستخدام الكلي للقدرة الحاسوبية، وهذا يشبه إلى حد كبير منطق الحوسبة السحابية في بداياتها، وهو إعادة تنظيم الموارد الحاسوبية، وليس اختراعها من جديد. إذا تمكن هذا النموذج من الاستمرار، فسيجلب فوائد تتجاوز تحسين التكاليف، وربما يعزز كفاءة الموارد في صناعة الذكاء الاصطناعي بأكملها.

ثالثًا، الحواجز التقنية، هي الحصن المنيع لها

الصعوبة الحقيقية في شبكة التدريب ليست «ربط GPU»، بل: كيف تتحقق من نتائج التدريب، وكيف تضمن أمانة العقد في تنفيذ المهام، وكيف تحافظ على موثوقية التدريب في بيئة موزعة، وما كانت Gensyn دائمًا تعمل على حله، هو هذا الجزء، بما في ذلك آليات التحقق الاحتمالي، ونماذج توزيع المهام، وأنظمة تنسيق العقد. هذه الأمور قد لا تكون واضحة مثل سرد الوكلاء، لكنها تحدد مدى فاعلية الشبكة، وإلى حد معين، Gensyn تشبه شركة بنية تحتية عميقة للتكنولوجيا، وهذا هو الفرق الأكبر بينها وبين العديد من المشاريع في نفس المجال.

رابعًا، تشكلت دورة تجارية مكتملة

واحدة من أكبر الجدل في صناعة العملات المشفرة سابقًا كانت: العديد من المشاريع لديها سرد، لكن تفتقر إلى الطلب الحقيقي. لكن تدريب الذكاء الاصطناعي يختلف، فهو سوق تم التحقق من صحته ويشهد نموًا سريعًا، والطلب العالمي على التدريب يتوسع باستمرار، واحتياج موارد GPU دائمًا موجود، وGensyn تدخل في جزء من سلسلة القيمة التي يوجد فيها طلب واضح. بعبارة أخرى، ليست من أجل «السلسلة على السلسلة»، بل لأن صناعة الذكاء الاصطناعي نفسها تحتاج إلى نظام أكثر مرونة وانفتاحًا لتنظيم الموارد. ولهذا السبب، بدأ المزيد من رؤوس الأموال يركز على مجال بنية تحتية الذكاء الاصطناعي، لأنه بالمقارنة مع التطبيقات قصيرة الأمد، فإن البنية التحتية التي تتشكل على شكل شبكة غالبًا ما يكون لها عمر أطول.

وفي النهاية، يحدث تغيير مثير للاهتمام. كان يعتقد الجميع سابقًا أن: التشفير هو النظام المالي، والذكاء الاصطناعي هو النظام التقني.

لكن الآن، تتلاشى الحدود بين الاثنين بشكل متزايد، فالذكاء الاصطناعي يحتاج إلى تنسيق الموارد، ويحتاج إلى آليات تحفيزية، ويحتاج إلى تعاون عالمي. وهذه كلها من المجالات التي تتقنها التشفير، مما يجعل قدرات التدريب لا تقتصر على قلة من الشركات الكبرى، بل تصبح نظامًا أكثر انفتاحًا وقابلًا للتعاون، على الأقل من وجهة نظر الحاضر، لم يعد مجرد قصة مفهومية، بل يتجه نحو بنية تحتية حقيقية للذكاء الاصطناعي، وأهم الشركات في عصر الذكاء الاصطناعي غالبًا ما تكون قد نشأت من طبقة البنية التحتية.