في 19 فبراير، تم تنظيم مشروع 9 @perceptronntwk تغريدات 1. مقدمة المشروع شبكة Perceptron هو مشروع يركز على بناء بنية تحتية لامركزية لبيانات الذكاء الاصطناعي، وتنتمي إلى مسار بلوكشين AI+. تتمثل موضعها الأساسي في حل مشاكل صعوبة الحصول على بيانات عالية الجودة، والتكلفة العالية، واحتكار المنصات المركزية في تطوير الذكاء الاصطناعي الحالي، بهدف إنشاء شبكة بيانات مفتوحة وفعالة ومتوافقة مع الحوافز عبر تقنية البلوكشين. ثانيا، النقاط الساخنة اليوم 1. التركيز على القيمة الجوهرية للبيانات: يشير المشروع إلى أن القوة الدافعة الأساسية للذكاء الاصطناعي هي البيانات وليس النموذج نفسه، والسوق الحالي يركز بشكل مفرط على مناقشة النماذج والوكلاء، متجاهلا توفر البيانات وصحتها كعنصر أساسي. 2. كشف نقاط الألم في سوق البيانات: حاليا، سعر البيانات عالية الجودة مرتفع للغاية، ويمكن أن يصل سعر مجموعات البيانات المهنية إلى أكثر من 40 ضعف سعر البيانات العادية، مما يشكل عتبة عالية جدا للاستخدام. 3. حل معضلة خطوط بيانات المؤسسات: تفتقر معظم المؤسسات إلى القدرة والتقنية لبناء وصيانة خطوط بيانات في الوقت الحقيقي، مما يصعب الحصول على بيانات التدريب والاستدلال الفعالة في الوقت المناسب. 4. مكافحة احتكار بيانات المنصات: تقوم منصات الإنترنت الكبرى بتشدد الوصول إلى البيانات من خلال حجب واجهات برمجة التطبيقات وتقييد الزحف، مما يجعل أصول البيانات تتركز بشكل متزايد في أيدي بعض العمالقة، مثل حالة معاملات البيانات عالية القيمة بين ريديت وشركات الذكاء الاصطناعي الكبرى. 5. بناء نظام بياني مفتوح لتوريد البيانات: النشاط الأساسي لشبكة Perceptron Network هو بناء شبكة بيانات لامركزية، تهدف إلى كسر الاحتكارات وجعل تدفق البيانات أكثر حرية وبأسعار معقولة. 6. التعامل مع انغلاق وتجزئة أنظمة الذكاء الاصطناعي: أشار المستخدمون إلى أنه رغم العدد الكبير من مستخدمي نماذج الذكاء الاصطناعي السائدة، فإن نظام البيانات خلفها أصبح مغلقا بشكل متزايد، ويفتقر المستخدمون إلى الإحساس بالمشاركة بالإضافة إلى المساهمة بالبيانات، مما يشكل "صندوقا أسود". 7. التركيز على هندسة الأنظمة بدلا من هندسة المنتجات: يتبنى المشروع فكرة بناء شبكة مستدامة وآلية حوافز أولا، ويلتزم بالاحتفاظ بالمشاركين وتصحيح منطق تشغيل النظام، ووضع الأساس لتطوير شبكات الذكاء الاصطناعي على المدى الطويل، بدلا من السعي لتحقيق تأثيرات منتجية قصيرة الأمد. 8. تحدي نموذج "الاستخراج" للذكاء الاصطناعي السائد: ينتقد المشروع ضمنيا نموذج الذكاء الاصطناعي السائد الحالي لاستخراج بيانات المستخدمين باتجاه واحد، محاولا إقامة نظام مشاركة ومساهمة أكثر عدلا واستدامة. 3. البيانات والمؤشرات الرئيسية لم تذكر التغريدة تفاصيل محددة حول كيفية المشاركة، لكنها أشارت إلى مؤشر مقارنة رئيسي لسوق البيانات الحالي: البيانات عالية الجودة على المستوى المهني قد تكون أغلى بأكثر من 40 مرة من البيانات العادية. وفي الوقت نفسه، يستشهد بأمثلة على حجم معاملات البيانات المركزية، مثل حجم المعاملات بين ريديت وشركات الذكاء الاصطناعي الكبرى، والذي يمكن أن يصل إلى مئات الملايين من الدولارات، مما يعكس حجم السوق وإمكانات القيمة التي تسعى شبكة Perceptron إلى حلها. 1. أكد أودون @egyptk6 أن القوة الأساسية لمشروع بيرسيبترون تكمن في بياناته عالية الجودة وليس في مفهوم الذكاء الاصطناعي نفسه، وأشار إلى أن سوق البيانات الحالي يعاني من مشاكل مثل ارتفاع الأسعار. 2. تعتقد الآنسة تانغ @Misstang1102 أن ما يفتقر إليه الذكاء الاصطناعي الحالي هو نظام بيانات مفتوح وإحساس بمشاركة المستخدمين، بينما شبكة بيرسيبترون أشبه بهندسة أنظمة المباني.