هوش مصنوعی چگونه به میدان رقابت پروژههای رمزارزی تبدیل شد؟
هوش مصنوعی خیلی زود به یکی از روایتهای اصلی بازار رمزارزها تبدیل شد؛ اما پشت عنوان AI همیشه یک فناوری یا کاربرد واقعی قرار ندارد.
پیوند هوش مصنوعی و بلاکچین در مدت کوتاهی به یکی از موضوعات پررنگ بازار رمزارزها تبدیل شده است. پروژههای مختلف از مسیرهای متفاوتی وارد این حوزه شدهاند و هرکدام تلاش میکنند بخشی از نیازهای این صنعت را با ساختارهای غیرمتمرکز پاسخ دهند.
برای شناخت این رقابت، فقط بررسی نام پروژهها یا رشد توکنهای آنها کافی نیست. باید دید هر پروژه چه محصولی ساخته، چه نقشی برای بلاکچین در نظر گرفته و توکن آن چه جایگاهی در این ساختار دارد.
موج هوش مصنوعی چگونه به بازار رمزارزها رسید؟
گسترش مدلهای هوش مصنوعی تقاضا برای دو منبع اصلی را بیشتر کرد: توان پردازشی و داده. آموزش و اجرای این مدلها به پردازندههای قدرتمند، سرورها و حجم زیادی اطلاعات نیاز دارد؛ منابعی که بخش بزرگی از آنها در اختیار شرکتهای فناوری و مراکز داده متمرکز قرار دارند.
برخی پروژههای بلاکچینی از همین نقطه وارد شدند و تلاش کردند منابع پراکنده را در قالب شبکههای غیرمتمرکز کنار هم قرار دهند. در حوزه پردازش، صاحبان GPU و سرورها میتوانند ظرفیت مازاد خود را در اختیار شبکه بگذارند و کاربران دیگر از این منابع برای انجام محاسبات استفاده کنند.
داده نیز مسیر مشابهی ایجاد کرد. برخی شبکهها بهجای تامین قدرت محاسباتی، روی جمعآوری، مبادله یا دسترسی به داده تمرکز کردند تا تولید کنندگان و مصرف کنندگان اطلاعات بتوانند در یک ساختار مشخص با یکدیگر تعامل داشته باشند.
به این ترتیب، رشد هوش مصنوعی فقط یک موج تازه برای بازار رمزارزها ایجاد نکرد؛ نیاز این فناوری به منابع زیرساختی، زمینه شکلگیری شبکههایی را فراهم کرد که میخواهند بخشی از پردازش و داده مورد نیاز آن را به شکل غیرمتمرکز تامین کنند.
پروژههای رمزارزی از هوش مصنوعی چه استفادهای میکنند؟
پروژههای این حوزه مسیر یکسانی ندارند. بعضی روی زیرساختهای مورد نیاز هوش مصنوعی کار میکنند، بعضی بازار داده میسازند و گروهی امکان اجرای مدلها یا عاملهای هوشمند را فراهم میکنند.
در پروژههای پردازشی، شبکه منابع چند ارائه دهنده را کنار هم قرار میدهد تا کاربران بتوانند برای آموزش مدل یا انجام محاسبات از این ظرفیت استفاده کنند. مزیت این مدل، تجمیع منابعی است که در نقاط مختلف شبکه پراکندهاند و میتوانند بهصورت مشترک در اختیار متقاضی قرار بگیرند.
در حوزه داده، تمرکز روی ارتباط میان تولید کننده و مصرف کننده اطلاعات است. شبکه میتواند بستری ایجاد کند تا دادههای قابل استفاده برای آموزش یا بهبود مدلها در چارچوبی مشخص عرضه و مصرف شوند.
گروه دیگری از پروژهها روی اجرای مدلها و عاملهای هوشمند تمرکز دارند. عامل هوشمند نرمافزاری است که بر اساس هدفی مشخص، اطلاعات را دریافت میکند، تصمیم میگیرد و بخشی از کارها را بهصورت خودکار انجام میدهد. در این مدل، بلاکچین میتواند برای ثبت تعاملات، پرداخت هزینه خدمات یا هماهنگی میان کاربران و منابع شبکه استفاده شود.
این تفاوتها نشان میدهد عنوان AI اطلاعات زیادی درباره ماهیت یک پروژه نمیدهد. برای شناخت آن باید دید چه خدمتی ارائه میکند و هوش مصنوعی و بلاکچین دقیقا چه نقشی در محصول دارند.
توکن در این پروژهها چه نقشی بر عهده دارد؟
وجود یک محصول مرتبط با هوش مصنوعی همیشه به این معنا نیست که پروژه به توکن نیاز دارد. باید مشخص باشد این دارایی چه نقشی در شبکه دارد و کاربران در چه موقعیتی به آن نیاز پیدا میکنند.
در بعضی پروژهها، توکن برای پرداخت هزینه خدمات استفاده میشود. برای مثال، کاربری که از توان پردازشی یا داده شبکه استفاده میکند هزینه آن را با دارایی همان پروژه میپردازد و ارائه دهندگان منابع نیز در ازای مشارکت خود پاداش دریافت میکنند.
کاربرد توکن در برخی شبکهها به اداره پروژه هم میرسد. دارندگان آن میتوانند درباره بخشی از تغییرات شبکه، تخصیص منابع یا تصمیمهای مشخص رای بدهند. این سازوکار با عنوان حاکمیت شناخته میشود و راهی برای مشارکت کاربران در تصمیم گیریهای پروژه است.
نکته مهم این است که نقش توکن باید با محصول اصلی ارتباط روشن داشته باشد. اگر پروژه شبکه پردازشی، بازار داده یا سرویس عاملهای هوشمند ارائه میدهد، باید بتوان توضیح داد دارایی دیجیتال آن دقیقا چه کاری در این ساختار انجام میدهد.
به همین دلیل، بهتر است محصول و توکن جداگانه بررسی شوند. ابتدا باید فهمید پروژه چه خدمتی ارائه میکند و بعد دید دارایی آن در پرداخت، پاداش دهی یا اداره شبکه چه جایگاهی دارد.
چگونه فناوری واقعی را از ادعای تبلیغاتی تشخیص دهیم؟
اولین نشانه، خود محصول است. اگر پروژه از هوش مصنوعی صحبت میکند، باید بتوان مشخص کرد این فناوری دقیقا در کدام بخش سرویس استفاده میشود و کاربر چه استفادهای از آن دارد. محصول فعال، تصویر روشنتری از پروژه میدهد تا مجموعهای از وعدهها و اصطلاحات فنی.
بعد از محصول، فعالیت فنی اهمیت پیدا میکند. مستندات پروژه باید نحوه کار شبکه، مسئلهای که حل میکند و مسیر توسعه آن را توضیح دهند. انتشار نسخههای جدید، بهروزرسانی مستندات و ادامه فعالیت تیم توسعه نیز نشان میدهد پروژه از مرحله ایده عبور کرده است.
میزان استفاده از سرویس هم معیار مهمی است. تعداد کاربران، حجم فعالیت شبکه یا میزان مشارکت در آن کمک میکند مشخص شود محصول تا چه اندازه توانسته مخاطب پیدا کند و در عمل مورد استفاده قرار بگیرد.
در کنار این موارد، باید جایگاه توکن هم روشن باشد. اگر دارایی پروژه در پرداخت هزینه خدمات، پاداشدهی یا اداره شبکه نقش دارد، ارتباط آن با محصول قابل توضیح است. اگر چنین ارتباطی مشخص نباشد، هنوز باید پرسید این توکن دقیقا چه نیازی را در شبکه پاسخ میدهد.
با کنار هم گذاشتن این معیارها، مقایسه بهترین ارزهای هوش مصنوعی از بررسی نام پروژهها فراتر میرود و روی تفاوتهای فنی، کاربرد محصول و مدل اقتصادی آنها متمرکز میشود.
در نهایت، فاصله میان وعده و اجرا مهمترین بخش بررسی است؛ پروژهای که محصول فعال، توسعه مستمر و کاربر واقعی دارد، اطلاعات بیشتری برای ارزیابی در اختیار مخاطب میگذارد تا پروژهای که بیشتر بر روایت تبلیغاتی تکیه کرده است.
رقابت ارزهای هوش مصنوعی به کدام سمت میرود؟
با افزایش تعداد پروژههای مرتبط با هوش مصنوعی، رقابت در این حوزه هم از مرحله استفاده از عنوان AI عبور کرده است. حالا تفاوت پروژهها بیشتر در کیفیت زیرساخت، نوع محصول و توان آنها در ارائه یک سرویس قابلاستفاده دیده میشود.
بخشی از این رقابت در حوزه پردازش غیرمتمرکز شکل میگیرد؛ جایی که پروژهها برای جذب منابع بیشتر و ارائه دسترسی پایدارتر تلاش میکنند. در بازارهای داده، کیفیت اطلاعات و شیوه دسترسی به آن اهمیت بیشتری دارد و در حوزه عاملهای هوشمند نیز تمرکز به سمت ساخت سرویسهایی میرود که بتوانند وظایف مشخصی را در عمل انجام دهند.
همین روند باعث شده تعداد توکنهای مرتبط با هوش مصنوعی هم افزایش پیدا کند و این دسته به یکی از بخشهای گسترده بازار رمزارزها تبدیل شود. صرافی ارز دیجیتال کیف پول من طیف گستردهای از توکنهای AI را پشتیبانی میکند. کاربران میتوانند ارزهای این بخش را از طریق خرید آسان یا بازار حرفهای خرید و فروش کنند.
در ادامه، احتمالا رقابت بیشتر بر سر ساخت محصولاتی خواهد بود که بتوانند در حوزه پردازش، داده یا عاملهای هوشمند کاربرد مشخصی ایجاد کنند. در چنین بازاری، استفاده از عنوان AI مزیت ماندگاری نیست و جایگاه هر پروژه بیشتر به چیزی بستگی دارد که واقعا ساخته و به کاربران عرضه کرده است.