تكنولوجي: جمع البيانات اللامركزي هو المفتاح لمواجهة هيمنة التكنولوجيا الكبيرة

حشد البيانات اللامركزي: طريق إلى ذكاء اصطناعي خالٍ من التحيز

التقني والرئيس التنفيذي لشركة سينيسيس ون، إسحاق بانغ، يحذر من السيناريو “الخطير للغاية” حيث تحتكر بعض الشركات العملاقة التقنية البيانات وتقود سباق الذكاء الاصطناعي. يُجادل بانغ من أجل “دمقرطة” قوة الذكاء الاصطناعي، لضمان ألا يصبح “الفائز” النهائي في سباق الذكاء الاصطناعي الجاري عملاقاً في الصناعة.

وفقًا لـ بانغ، جزء من الحل يكمن في إعطاء الأولوية لحشد البيانات اللامركزي بدلاً من الاعتماد على الشركات الكبيرة التي تركز على البيانات. كما يشرح بانغ في ردوده الكتابية على أخبار Bitcoin.com، يمكن حشد البيانات اللامركزي الشركات من تجنب استخدام علماء البيانات الداخليين. بدلاً من ذلك، يمكنهم “عرض العمل” على مجموعة عامة من العاملين الرقميين أو المتخصصين في مهام تحليل البيانات.

يعتقد بانغ أن هذا النموذج مثالي للشركات التي تسعى إلى التوسع ولكن تفتقر إلى الموارد الداخلية. بالإضافة إلى الفائدة التجارية، يساعد حشد البيانات اللامركزي أيضًا في مكافحة تحدي تحيز البيانات الذي تواجهه عمالقة التقنية المركزية.

بينما تعبر الحكومات عن قلقها بشأن السلامة العامة فيما يتعلق بإدارة البيانات اللامركزية، يحذر بانغ من التشريعات العامة التي قد تخنق الابتكار في النهاية. بدلاً من ذلك، يحث المنظمين والمشرعين على دراسة كيف يتم “استخدام حشد البيانات اللامركزي” قبل سن السياسات.

تتناول ردود بانغ الإضافية المنافسة داخل صناعة الذكاء الاصطناعي والمخاطر المتأصلة المرتبطة باستخدام الذكاء الاصطناعي. فيما يلي إجابات الرئيس التنفيذي لشركة سينيسيس وان على الأسئلة المرسلة.

أخبار Bitcoin.com (BCN): من المتوقع أن يصل حجم سوق الذكاء الاصطناعي إلى 184 مليار دولار بحلول نهاية عام 2024، وتدور صناعة الذكاء الاصطناعي حول البيانات. كل شيء يتعلق بكيفية الحصول على البيانات وتدريبها واستخدامها. لقد وضعت هذه الحالة الشركات الكبيرة التي تركز على البيانات في موضع أفضل، نظرًا لحجم البيانات التي تجمعها على مر السنين تقريبًا بدون تكاليف. ما هو رأيك في هيمنة عدد قليل من الشركات التقنية الكبرى على النظام البيئي للبيانات؟ يبدو أن ذلك قد منحهم بداية متقدمة في سباق الذكاء الاصطناعي.

إسحاق بانغ (IB): الذكاء الاصطناعي هو التقنية الرئيسية التي تفتح الباب للثورة الصناعية الرابعة، وتأثيراتها أوسع بكثير مما يمكننا تخيله حاليًا. سيطرة عدد قليل من اللاعبين المهيمنين على البيانات وقيادة سباق الذكاء الاصطناعي هو أمر خطير للغاية من نواحٍ عديدة. لن تجعل تقنية الذكاء الاصطناعي الأعمال أكثر إنتاجية وتعزيز مكاسبها فحسب، بل ستُمكِّن الحكومات أيضًا من تعزيز قدراتها العسكرية سواءً ماديًا أو رقميًا. سيكون “الفائز” في سباق الذكاء الاصطناعي قوة مهيمنة، ومن الضروري أن نتخذ الإجراءات الآن لدمقرطة قوة الذكاء الاصطناعي لما فيه خير للجميع.

BCN: ما هو حشد البيانات اللامركزي وكيف يختلف عن طرق جمع البيانات التقليدية؟

IB: تقليديًا، تجمع الشركات البيانات من مستخدميها/عملائها باستخدام المنتج أو الخدمة المقدمة. لاستخدام البيانات التي تم جمعها لأغراض الذكاء الاصطناعي، توظف الشركات علماء البيانات والمتخصصين الآخرين لتنظيف البيانات وتوضيحها. تعتبر الطرق التقليدية لجمع البيانات وتحضيرها فعالة للشركات الكبيرة التي لديها العديد من المستخدمين والكثير من المال. لكن بالنسبة للشركات الصغيرة والمتوسطة، سيكون من الصعب التوسع في احتياجاتها من البيانات.

الحشد اللامركزي للبيانات هو طريقة لجمع البيانات الخام أو معالجة البيانات المسبقة من خلال شبكة كبيرة من العاملين الرقميين المستعدين والقادرين على توفير البيانات أو العمل على معالجة البيانات. يمكن للشركات أو المطورين، دون الحاجة إلى مستخدمين أو علماء بيانات داخليين، أن يضعوا مكافآت لمهام البيانات من مجموعة عامة من العاملين الرقميين أو المتخصصين لتنفيذ العمل الخاص بالبيانات. يتيح ذلك للشركات التوسع دون الحاجة إلى إنفاق مبالغ كبيرة من المال والوقت على التوظيف الداخلي.

BCN: هل يمكنك توضيح دور الذكاء البشري في حشد البيانات، خاصة في المهام التي يواجه الذكاء الاصطناعي صعوبة فيها؟

IB: يمتلك البشر القدرة على القيام بالتفكير المنطقي. يستخدم الذكاء الاصطناعي الذي يعتمد على التعلم الآلي اليوم الحساب الإحصائي للتعرف على الأنماط، دون أي تفكير منطقي. مع تحسن نماذج الذكاء الاصطناعي، تصبح الحاجة إلى بيانات عالية الجودة وبيانات مختصة بالمجال ذات قيمة متزايدة. على سبيل المثال، النموذج اللغوي العام الكبير (LLM) ليس مناسبًا للاستخدام في البيئة الطبية. يمكن تخصيص النموذج الكبير لإنتاج إطار عمل محدد في مجال الطب، لكن القيام بذلك يتطلب وجود أشخاص لديهم معرفة متخصصة في ذلك المجال. لا ينطبق هذا المفهوم فقط على النماذج اللغوية العامة الكبيرة بل ينطبق على جميع التطبيقات الأخرى للذكاء الاصطناعي التي لها استخدامات أكثر تخصصًا.

BCN: كيف يمكن لحشد البيانات أن يساعد في التغلب على تحدي تحيز البيانات وضمان تنوع وتمثيل أكبر في مجموعة البيانات؟

IB: الأمر بسيط – كلما زادت تنوع مقدمي البيانات والمراجعين للبيانات، زادت تنوع وتمثيل البيانات. في شبكة حشد البيانات اللامركزية، لا يأتي مقدمو البيانات الخام أو المراجعين للبيانات من منصة أو شركة أو شبكة أو مجموعة واحدة. هذا يقلل من تحيز البيانات الذي قد تواجهه شركة مركزية.

BCN: ما هي بعض التطبيقات الابتكارية لحشد البيانات التي تدفع حدود ما هو ممكن، خاصة مع التقنيات الحديثة مثل الذكاء الاصطناعي؟

IB: أحد الاستخدامات الأكثر عملية هو في مجال اللغة الطبيعية. الشركات اليوم تصبح عالمية، ويتطلب ذلك من الشركات تقديم نفس جودة الخدمات والمنتجات في جميع لغات الأسواق التي تخدمها. ومع ذلك، فإن الكثير من النماذج اللغوية الكبيرة الأفضل أداءً اليوم هي في الغالب باللغة الإنجليزية. لقد رأينا الشركات تعتمد على الحشود الجماعية للغات ولهجات مختلفة، ليس فقط لاحتياجات الذكاء الاصطناعي مثل توطين منتجاتها.

BCN: بينما يعتقد العديد من الخبراء أن حشد البيانات اللامركزي هو الطريق المتبع، يعتقد المنظمون والأطراف الكبرى خلاف ذلك. من المزعوم أن أحد الأسباب وراء القلق التنظيمي بشأن إدارة البيانات اللامركزية هو وظائف الإشراف والمراقبة، بينما تتمحور قلق الشركات الكبرى حول الإيرادات. في رأيك، كيف يجب على المشرعين التعامل مع التشريعات المركزة على البيانات لدعم الابتكار مع ضمان السلامة العامة والأمان؟

IB: طالما أن جميع معاملات البيانات تم تسجيلها على السلسلة، فإن الشفافية يجب أن تكون كافية لمعالجة أية مخاوف تتعلق بالإشراف والمراقبة. إذا كان المنظمون بالفعل قلقين بشأن السلامة العامة والأمان، فيجب أن تكون هناك تشريعات أقوى لإدارة الكيانات المركزية واستخدام البيانات. بدلاً من التوصل إلى استنتاجات استنادًا إلى الخوف، يجب أن يتعلم المشرعون أولا عن كيفية استخدام حشد البيانات اللامركزي والقيم الناتجة عنه. إذا كان هناك أي نية خبيثة أو استخدامات غير سليمة، فيجب عليهم التدخل، بدلاً من إصدار التشريعات الشاملة التي تؤذي الابتكار.

BCN: كيف ترد على المخاوف بشأن المخاطر المحتملة على الأمن الوطني، مثل إساءة استخدام منصتكم لأغراض خبيثة؟

IB: في الوقت الحالي، لم نشهد أي إساءة استخدام للمنصة. من الصعب حقًا رؤية أي مخاطر محتملة يمكن أن تؤثر على المستوى الأمني الوطني. في مستوى تخزين البيانات، يمكن أن يعمل سينيسيس مع حلول التخزين الموزعة (مثل IPFS، Arweave) والحلول المركزية (مثل AWS)، لذا فالأمر متروك للعميل. في مستوى توضيح البيانات، يخضع الجميع لمراجعة الأقران ويمكن تحسين حتى مراجعات الأقران خصيصًا من قبل العميل لمنع السلوك الخبيث.

BCN: تعتبر معظم شركات التكنولوجيا الكبرى أرباحها عند مراجعة إمكانية حشد البيانات اللامركزي. ومع ذلك، فإن الحل القائم على البلوكشين الخاص بك، سينيسيس ون، يسعى لإعادة تعريف النظام. هل يمكنك تسليط الضوء على نوع الثورة التي يسعى سينيسيس ون إلى إحداثها في صناعة الذكاء الاصطناعي، مع الإشارة إلى التحديات الرئيسية التي واجهتك؟

IB: نسعى في سينيسيس لأن نكون أكبر شبكة عاملين رقميين من الخبراء والمتخصصين في أي احتياجات بيانات الذكاء الاصطناعي من الشركات. نحن نشهد بالفعل زيادة في الطلب على المعرفة بمستوى الخبراء لتدريب الذكاء الاصطناعي (مثل التخصيص الدقيق، معيار التعزيز العكسي، البيانات الخام) حيث يتم استخدام الذكاء الاصطناعي في المزيد والمزيد من الاستخدامات. نريد تمكين الشركات من جميع الأحجام وفي أي مجال من إمكانية توسيع احتياجاتها من بيانات الذكاء الاصطناعي من خلال اعتماد منصتنا وشبكة خبرائنا الرقميين حول العالم. لن يساعد هذا فقط الشركات على التوسع، ولكن أيضًا يؤدي إلى توفير فرص جديدة للناس حول العالم لكسب المال من خلال تقديم معرفتهم ومهاراتهم عبر الإنترنت.

BCN: كيف تنوي التنقل في البيئة التنافسية التي تواجه حلك ضد شركات إدارة البيانات السائدة الكبرى التي قد تكون مستعدة لفعل كل ما يتطلبه الأمر لحماية مصالحها؟

IB: المفاجأة أنه يوجد الكثير من نقاط الألم التي لم تحلها الشركات السائدة بالنسبة للعاملين فيها. إحدى هذه النقاط تتعلق بالمدفوعات، حيث إن المدفوعات العابرة للحدود غالباً تكون مكلفة وبطيئة. والنقطة الرئيسية الأخرى هي قلة الشفافية. هذا يشكل ميزة كبيرة لنا حيث أن نظام الدفع الخاص بنا لا يتطلب حد أدنى للرصيد، ولا رسوم، وهو فوري. لقد نجحنا في جذب العديد من العاملين الرقميين المحبطين الذين استخدموا اللاعبين الكبار في مجال وضع العلامات على البيانات في الويب 2. ومع انضمام المزيد والمزيد من العاملين الرقميين من جميع الخلفيات وبناء شبكة أكبر، ستصبح حلولنا أكثر جاذبية للعملاء المحتملين.

BCN: إلى جانب المخاطر الشخصية التي تواجهها شركتك في تقديم حلها، ما هي المخاطر المتأصل