مسرحية "التاريخ النفسي" لتيثر: طباعة النقود باستخدام $USDT لتغذية نماذج الذكاء الاصطناعي الصغيرة، هل يمكن أن تخدعك هذه الموجة؟

يا صاح، اليوم نتحدث عن شيء مثير للاهتمام. Tether، وهو ذلك الذي يصدر الدولار الرقمي USDT، أطلق مؤخراً مشروع ذكاء اصطناعي يُدعى QVAC.

لن تكون مخطئاً، عملاق العملات المستقرة، فجأة يذهب ليعمل في مجال الذكاء الاصطناعي. والأمر المثير أن بدايته استندت إلى روايات خيال علمي كمصدر نظري، وسمى نفسه “نموذج أساسي مستند إلى مبادئ التاريخ النفسي”.

ما مفهوم التاريخ النفسي؟ في سلسلة أفلام أسيموف “القاعدة”، هاري سيلتون يستخدم الرياضيات والإحصاء للتنبؤ بسلوك الجماعات البشرية، بهدف تقصير العصور المظلمة بعد انهيار الإمبراطورية. باختصار، هو تغليف الطموحات التجارية بسردية كونية ضخمة.

مراقبون للسوق أشاروا إلى أن خطوة Tether هذه، في الواقع، هي إعادة تدوير أسلوب عمل العملات المستقرة في مجال الذكاء الاصطناعي.

دعونا نرى كيف تربح Tether. USDT يحول الطلب العالمي على الدولار خارج البنوك إلى أصول احتياطية تتكون بشكل رئيسي من سندات الخزانة الأمريكية قصيرة الأجل. وفقاً لبيانات الربع الأول من 2026، حققت الشركة صافي ربح قدره 1.04 مليار دولار، واحتياطيات بقيمة 8.23 مليار دولار، وامتلاك مباشر وغير مباشر لسندات الخزانة الأمريكية بقيمة حوالي 141 مليار دولار.

كيف تُنفق هذه الأموال؟ في يناير من هذا العام، اشترت Tether 8888 وحدة من بيتكوين، وحول دخل الفوائد إلى تخصيص البيتكوين. الآن، هم يخططون لمد هذا المنطق إلى الذكاء الاصطناعي.

الفكرة واضحة: استخدام التدفق النقدي للعملات المستقرة لدعم بنية تحتية للذكاء الاصطناعي. من مصدر السيولة بالدولار الخاص، إلى منشئ للبنية التحتية الرقمية الخاصة.

تحديد QVAC هو “منصة ذكية مستقرة غير محدودة”، تركز على نظام ذكي لامركزي يعمل بشكل أساسي. باختصار، تتيح لك تشغيل الذكاء الاصطناعي محلياً، مع الاحتفاظ بالبيانات، وعدم الاعتماد على خوادم مركزية.

هذه الفكرة تتماشى مع USDT. تدفق الأموال لا يحتاج إذن، وبيانات المستخدمين تحت السيطرة، والذكاء الاصطناعي يعمل بالقرب من المستخدم، محلياً.

ما الثمن؟ الراحة. النماذج الكبيرة السحابية أقوى، لكن هناك مخاطر المنصة، والتسعير، والتنظيم، وتأخير الشبكة، وتوجيه البيانات. النماذج المحلية تتنازل عن الأداء مقابل الملكية، والخصوصية، والاستقرار المستمر.

هذا التوازن من المفترض أن يكون مألوفاً لدى مجتمع التشفير. إدارة البيانات ذاتياً ليست سهلة مثل الاعتماد على البورصات، حتى تظهر أزمات فيها، حينها فقط ندرك قيمتها. والنماذج المحلية تتبع نفس المنطق.

QVAC اختارت مساراً مختلفاً تماماً: قابلية النشر، حماية الخصوصية، انخفاض الكمون، القابلية للتجميع، والاستقلال عن منصة واحدة.

من الناحية التقنية، لا تتنافس مع OpenAI أو Google في قدرات النماذج، بل تهدف لأن تكون نظام تشغيل أساسي للذكاء الاصطناعي على الحافة.

ما هو VAC Fabric؟ تقول Tether إنه باستخدام واجهات Vulkan وMetal، يمكن على الأجهزة الاستهلاكية الرئيسية إجراء تعديل على النماذج، بما يشمل هواتف أندرويد، وأجهزة شرائح آيفون، وأجهزة الكمبيوتر العادية. كما استُخدمت تقنية تقسيم ديناميكية للتعامل مع محدودية ذاكرة الرسوميات على الأجهزة المحمولة.

يبدو الأمر رائعاً، لكن السؤال الأهم هو: لماذا على المطورين استخدام إطار عملك؟ بيئة الذكاء الاصطناعي المفتوحة تحتوي بالفعل على مكونات ناضجة مثل Llama، Qwen، Mistral، Gemma، DeepSeek، llama.cpp، Ollama وغيرها.

QVAC يراهن على أن المطورين يحتاجون إلى إطار عمل شامل للحافة، يدمج تحميل النماذج، والاستدلال، والتعرف على الصوت، وOCR، والترجمة، وتوليد الصور، والبحث، والتوزيع P2P، والتعديل المحلي، عبر واجهة موحدة.

هذا رهان كبير.

ثم، أطلقت QVAC أول منتج قياسي: MedPsy. وهو نموذج لغة طبي يستخدم في الرعاية الصحية، بنسختين: 1.7 مليار و4 مليار معلمات.

البيانات الرسمية مذهلة. نموذج MedPsy-1.7B حقق متوسط 62.62 في سبع اختبارات طبية، متفوقاً على Google MedGemma-1.5-4B-it الذي حقق 51.20، رغم أن حجم المعلمات أقل بنصف. أما MedPsy-4B فحقق 70.54، متقدماً قليلاً على MedGemma-27B-text-it الذي حقق 69.95، وحجم المعلمات أقل بسبعة أضعاف.

اختبار HealthBench أظهر فارقاً أكبر: 74.00 لMedPsy-4B مقابل 65.00 لMedGemma-27B.

إذا تمكن طرف ثالث من إعادة إنتاج هذه النتائج، فذلك يثبت أن: في مجالات متخصصة، النماذج الصغيرة الخفيفة يمكنها تحدي أنظمة السحابة الضخمة.

لكن، أؤكد: “إذا” فقط.

كل البيانات المبهرة حالياً تأتي من نشر QVAC نفسه، والمطلوب هو التحقق من طرف خارجي: هل البيانات التدريبية نظيفة؟ مدى التغطية؟ كيف تم بناء التعليمات؟ مدى تأثير النموذج المعلم؟

عملية التدريب واضحة: باستخدام نموذج Zhongyi Qianwen 3 كنموذج أساسي، مع تدريب متعدد المراحل، وتوليد أكثر من 30 مليون بيانات اصطناعية، مع استخدام نموذج M3-235B من Baichuan كمُشرف على استنتاج النص الطويل.

أما عن النشر الكمي، فهو جيد. أصدرت الشركة نسخة QGUF للكم، مع تقنيات تقليل الحجم، حيث يمكن ضغط النموذج بنسبة 69%، مع خسارة أقل من نقطة واحدة. نموذج 4 مليار معلمة حجمه 2.72 جيجابايت، ونسخة 1.7 مليار فقط 1.28 جيجابايت، مما يسهل تشغيله على الأجهزة المحلية.

كما أعلنت الشركة بوضوح: أن النموذج مخصص للمحادثة النصية، باللغة الإنجليزية فقط، ولا يُستخدم في الطوارئ الطبية، مع وجود مشكلة الهلوسة.

الذكاء الاصطناعي المحلي ضروري في المجال الطبي. في حالات السجلات الطبية، والمساعدة في التشخيص، البيانات لا يمكن أن تخرج من المستشفى. الاتجاه نحو MedPsy صحيح، لكن فقط عندما يكرر الباحثون نتائج الاختبارات ويختبرونه في سيناريوهات سريرية حقيقية، يمكن إثبات قدرته.

في النهاية، هو صراع بين الراحة والتحكم الذاتي.

الذكاء الاصطناعي السحابي سهل الاستخدام للغاية، يفتح المستخدم التطبيق، يكتب الأمر، ويحصل على النتيجة، دون الحاجة للقلق حول أوزان النموذج، أو ذاكرة الجهاز، أو المعلمات الكمية. المنصة تتولى كل التقنيات المعقدة، ولهذا تنمو بسرعة.

أما QVAC، فهي تطلب من المستخدمين تحمل مسؤولية الصيانة، مقابل أن يكون النظام متاحاً بدون اتصال، والبيانات محمية، وبدون الاعتماد على API.

المنطق النهائي لـ Tether هو أن الأموال (USDT)، والحوسبة (QVAC)، والذكاء الاصطناعي، كلها تتبع نفس نمط التصميم السيادي المستقل.

بالطبع، السردية اللامركزية ليست خالية من العيوب.

الاستدلال لامركزي: المستخدمون يحملون النماذج على أجهزتهم، ويشغلونها محلياً، والبيانات الحساسة تبقى على أجهزتهم. مع دعم شبكة Holepunch، يمكن التوكيل في الاستدلال، وتوزيع النماذج بشكل لامركزي.

لكن من ناحية الحوكمة، لا تزال مركزة: تمويل كامل من Tether، إدارة الأسماء، الترويج، التطبيقات الرائدة، نظم النماذج، وتخطيط مسار SDK، كلها بقيادة شركة واحدة.

البيئة بأكملها بحاجة إلى بناء آليات إدارة موزعة تدريجياً، فيما يخص التسجيل الافتراضي، قنوات إصدار النسخ، معايير الأمان، دخول النماذج، وإدارة المجتمع.

حالياً، مصداقية QVAC تعتمد كلياً على نتائج إعادة الإنتاج من طرف ثالث.

إذا تمكنت نتائج التقييم من تكرارها خارجياً، فإن Tether ستطبق فعلياً مفهوم “الاحتياطي الذكي”: نماذج متخصصة خفيفة، مفتوحة المصدر، وقابلة للنشر محلياً، قادرة على المنافسة في القطاعات الحساسة مع النماذج السحابية الضخمة.

حتى لو تقلصت الفجوة أو عكست، فإن قيمة بنية QVAC الأساسية تظل قائمة، فقط ستضعف قصة الأداء.

الأسئلة النهائية في الصناعة تظل كما هي: هل ستؤدي سهولة الاستخدام إلى تركيز السلطة، أم أن السيطرة الذاتية تتطلب تكلفة تشغيل وصيانة؟

أسيموف في التاريخ النفسي يدرس تطور الأنظمة المعقدة تحت الضغط. Tether أعطت لهذا المفهوم معنى جديداً: كيف يمكن للبنية التحتية مقاومة الاحتكار المركزي.

السرد العلمي خيالي واسع، والتقنية لا تزال في مراحل مبكرة، لكن المنطق الاستراتيجي واضح ومتسق.

Tether يعتمد على التدفق النقدي المستمر لأكبر عملة مستقرة في العالم، لبناء بنية تحتية للذكاء الاصطناعي تعتمد على التشغيل المحلي، والشبكات النظيرة، والأدوات المفتوحة المصدر، والنماذج الخفيفة على الحافة.

لا أحد يشك الآن في أن عملاق العملات المستقرة لديه القدرة على دخول مجال الذكاء الاصطناعي.

السؤال الحقيقي هو: هل يمكن لـ QVAC بناء نماذج وبنية تحتية قوية بما يكفي ليقبل المستخدمون السيطرة الذاتية، مع تحمل مستوى معين من عبء الصيانة؟

MedPsy هو أول معيار قابل للقياس.

نتائج إعادة الإنتاج من طرف ثالث ستحدد ما إذا كانت قصة التاريخ النفسي لـ QVAC ستتحول إلى مجرد استعارة خيالية، أم ستصبح بنية أساسية حقيقية في سوق الذكاء الاصطناعي الحافة.

تابعني: للحصول على تحليلات ورؤى فورية عن سوق العملات المشفرة!