أغلى بيانات الذكاء الاصطناعي في العالم مؤمنة.

ليس بواسطة التكنولوجيا. بواسطة الثقة.

دعونا نغير وجهة النظر حول ما أعتقد أن OpenLedger يدور حوله أساسًا.
العدالة هي الموضوع المشترك في القصة. ادفع لمساهمي البيانات. ديمقراطية الذكاء الاصطناعي. ادفع للأفراد الذين أنشأوا النماذج.

هذا حقيقي. ويهم.
ومع ذلك، أعتقد أنه لا يعالج القضية الاقتصادية الأكثر أهمية التي ستواجهها OpenLedger.

ليس تعويض البيانات. فتح البيانات.
هذه هي مشكلة البيانات التي لا يقول أحد بوضوح كافٍ.

معظم أفضل المعلومات التدريبية في العالم ليست على الإنترنت.

إنها داخل أنظمة المستشفيات التي لا تستطيع التواصل مع معلومات المرضى دون كسر لوائح HIPAA.
إنها في قواعد بيانات الأبحاث الصيدلانية، غير متاحة بسبب اتفاقيات السرية.
إنها في البنوك التي تمتلك سنوات وسنوات من بيانات التداول الحصرية.
إنها في مكاتب المحاماة حيث يمكن للقضايا أن تغير طبيعة التفكير القانوني في الذكاء الاصطناعي.
ما في المصانع حيث يمكن لبيانات المستشعرات أن تحول طريقة قيامنا بالصيانة التنبئية.

هذه البيانات موجودة. وهي ذات قيمة حقيقية.
إذا طوّرت شركة نظام ذكاء اصطناعي عليها، فسيكون لديها قوة أكبر بكثير من نظام ذكاء اصطناعي تم تطويره باستخدام بيانات من الإنترنت، والتي تعتبر عامة.

لكن من شبه المستحيل أن يكون هناك كمية كافية منها يمكن استخدامها فعليًا لتدريب الذكاء الاصطناعي.

ليس بسبب مشاكل تقنية. بل نتيجة لغياب الثقة.

بالنسبة لمعلومات المرضى، المستشفى غير قادر على ضمان عدم مشاركة المعلومات وأنت غير قادر على ضمان ما يحدث لها بعد مشاركتها.
نظرًا لعدم قدرة شركة الأدوية على إثبات النسب والسيطرة عند استخدام البيانات في المرحلة اللاحقة، فهي لا تستطيع مشاركة أي بيانات بحثية.
قد تكون المؤسسة المالية غير قادرة على تقديم بيانات التداول لأنها غير قادرة على الاحتفاظ بسجلات التدقيق اللازمة للأغراض التنظيمية.

هذه ليست مشاكل تكنولوجية. هذه مشاكل المصدر والتتبع.

من استخدم هذه البيانات؟ لأي غرض؟ هل يمكننا إثبات ذلك؟ هل يمكننا تدقيقه؟ هل من الممكن فرض قيود على مشاركتها؟

إذا لم تُجب على هذه الأسئلة، تظل البيانات مقفلة. مهما كانت الأموال التي يمكنك تقديمها للمتبرعين.

في هذه المرحلة، تصبح بنية OpenLedger التحتية أكثر إثارة للاهتمام، بعيدًا عن قصة "دفع المساهمين بشكل عادل".

إثبات النسب ليس مجرد وسائل دفع. إنه يدعم توليد نسب بيانات قابلة للتحقق.
جميع مجموعات البيانات المضافة إلى شبكة البيانات مصحوبة بتاريخ تشفير يوضح من أين أتت، وكيف تم استخدامها وكيف تؤثر على مخرجات النموذج.
هو على السلسلة وليس جزءًا من قاعدة بيانات أي منظمة فردية ويمكن تدقيقه من قبل أي شخص لديه وصول مناسب.

بالنسبة للمستشفى الذي يفكر في مشاركة بيانات مرضى غير معرفين، هذا هو سلسلة الحيازة التي يمكن الدفاع عنها قانونيًا للمستشفى.
يمكننا إثبات ما حدث مع هذه البيانات.
يمكننا إثبات أنها تُستخدم فقط لما أعلنا عنه.
يمكن تقديم سجل التدقيق إذا طلبه موظفو الامتثال والمنظمون.

هذه أدلة نسب تحمي البحث المملوك لشركة الأدوية.
يمكن تقديم أدلة على أن بياناتنا تم استخدامها.
لدينا القدرة على فرض شروط الترخيص.
يمكننا المشاركة في القيمة التي تضيفها مساهمتنا لبحثنا الأساسي دون تعريضهم للخطر.

هذه هي الأوراق التنظيمية التي ستجعل دمج الذكاء الاصطناعي ممكنًا للمؤسسة المالية.
من الممكن إظهار كيف يمكن إثبات حوكمة البيانات.
نحن قادرون على تلبية احتياجات التدقيق.
لا نحتاج إلى التضحية بمتطلبات السرية أثناء تطوير الذكاء الاصطناعي.

السوق المحتمل الذي يمثله هذا الفتح أكبر بكثير من سوق مكافأة المساهمين الفرديين.

الحدود التالية لتحسين قدرات الذكاء الاصطناعي هي بيانات المؤسسات، البيانات عالية القيمة والمقفلة، الخاصة بالمجال، الموجودة في أنظمة المؤسسات.
هذه ستكون أكثر قوة بشكل دراماتيكي من النماذج التي لا يمكنها الوصول إليها.

وليس لأن المؤسسات التي تمتلك البيانات لا تريد أن تكون جزءًا من تطوير الذكاء الاصطناعي.

العديد منهم يرغبون في ذلك.
السبب في عدم توفرها هو أنهم لا يستطيعون تلبية معايير الثقة والأصل والتدقيق التي يتوقعها sharing responsibly.

قد تكون بنية OpenLedger هي المفتاح.
ليست للأشخاص الذين لديهم بعض النقاط لجمعها من عينات الكتابة.
للمؤسسات التي لا تفتح فقط مليارات من الأصول البيانات، بل أيضًا لقيمة تدريب الذكاء الاصطناعي.

أريد أن أقول إن هذا يتطلب الكثير من العمل.
تنفيذ بنى البيانات المبنية على البلوكشين في المؤسسات ليس سريعًا.
عملية الشراء يمكن أن تستغرق وقتًا طويلاً.
المراجعة القانونية دقيقة جدًا.
الدمج مع حوكمة البيانات الحالية صعب.

سوق المساهمين الأفراد (حيث يرفع الأفراد مجموعات البيانات إلى شبكات البيانات مقابل مكافأة رمزية) يمكن أن يزيد بشكل كبير في الحجم.
السوق المؤسساتي يعمل بوتيرة مختلفة تمامًا.

هناك مشكلة دجاج وبيضة.
ستُدمج المؤسسات عندما يُثبت البنية التحتية على نطاق واسع.
فقط عندما تدمج عدد كافٍ من المؤسسات، يُختبر البنية التحتية.

لا يوجد سوى طريقة واحدة لكسر هذه الدورة: إما أن يكون أحدهم أول من يشتري علامة بارزة (أو أول من يبيعها) أو أن تكلفة تجاهل البيانات القيمة دون أي وسيلة لمشاركتها ستجعل الأمر أكثر تكلفة من الاستثمار في بنية تحتية جديدة.

هاتان الحالتان تتطوران.
حتى الآن، ليست هنا.

لكن، ما أعود إليه دائمًا.
لم يفتح الإنترنت إمكاناته لمشاركة المعلومات بين الناس.
بل أصبح حقيقته عندما بدأت مؤسسات أخرى، بنوك، تجار تجزئة، وسائل إعلام، حكومات، في تطوير بنيتها فوقه.

القاعدة هي طبقة المساهمين الأفراد، OpenLedger.
مذهلة، ملموسة، قيمة للبناء.

المقياس الاقتصادي يكمن على المستوى المؤسساتي.
إذا استطاعت OpenLedger إنشاء شبكة الثقة اللازمة لجعل مشاركة البيانات المؤسساتية ممكنة، وإذا استمر البيئة التنظيمية في التغير بطريقة تجعل ذلك مطلبًا امتثاليًا وليس خيارًا، فإن $OPEN لا يُقيم لهذا السوق القابل للاستهداف.

حتى الآن، ليس قريبًا.

هذه إما فرصة تجارية كبيرة أو فرصة عظيمة.
أو فكرة لا تتحقق بسرعة كافية لانتظار العديد من حاملي $OPEN .

لست متأكدًا تمامًا من أيهما.

لكن إشارات اعتماد المؤسسات تراقب بشكل أدق من إشارات المساهمين الأفراد.

هذا هو المكان الذي يكمن فيه السوق الحقيقي، في النهاية.
هل أنت مقتنع بأن فتح البيانات المؤسساتية هو فرصة OpenLedger الكبرى، أكبر من تعويض المساهمين الأفراد؟

@OpenLedger $OPEN #OpenLedger