🤖 AI

SoK: Blockchain-Based Decentralized AI (DeAI)

تقدم هذه الورقة أول عملية "تنسيق للمعرفة" (SoK) حول الذكاء الاصطناعي اللامركزي (DeAI) القائم على البلوكشين، حيث توفر تعريفاً رسمياً، وتصنيفاً قائماً على دورة الحياة، واستقصاءً لدور البلوكشين في التعاون الآمن، وتحليلاً للمخاطر الأمنية واتجاهات البحث المستقبلية.

المؤلفون الأصليون: Elizabeth Lui, Rui Sun, Vatsal Shah, Xihan Xiong, Jiahao Sun, Davide Crapis, William Knottenbelt, Zhipeng Wang

نُشر 2026-02-10

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Elizabeth Lui, Rui Sun, Vatsal Shah, Xihan Xiong, Jiahao Sun, Davide Crapis, William Knottenbelt, Zhipeng Wang

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أن عالم الذكاء الاصطناعي اليوم يشبه مكتبة ضخمة عالية التقنية. في الوقت الحالي، تمتلك هذه المكتبة ثلاث أو أربع شركات عملاقة فقط. هم يمتلكون جميع الكتب (البيانات)، ويمتلكون جميع طاولات القراءة (القدرة الحوسبية)، وهم من يقرر أي الكتب يُسمح لك بقراءتها وكم تكلفتها. إذا قررت إحدى هذه الشركات تغيير القواعد، أو إذا شب حريق في مبناهم، سيفقد العالم بأكمله القدرة على الوصول إلى تلك المعرفة.

هذه الورقة البحثية، "SoK: الذكاء الاصطناعي اللامركزي القائم على البلوكشين (DeAI)"، هي في الأساس تقرير ضخم لـ "حالة الاتحاد". إنها تنظر إلى طريقة جديدة لبناء هذه المكتبة: بدلاً من وجود عمالقة قلة، ماذا لو كانت المكتبة مملوًكة للجميع؟

إليك تفصيل لكيفية شرحهم لهذا العالم الجديد.

1. المفهوم: "حديقة المجتمع" مقابل "المزرعة العملاقة"

حالياً، الذكاء الاصطناعي هو مزرعة عملاقة. شركة واحدة تمتلك الأرض، والبذور، والجرارات، والحصاد. إنها فعالة، لكنها احتكار. إذا قرروا التوقف عن زراعة الطماطم، فلن تحصل أنت على الطماطم.

الذكاء الاصطناعي اللامركزي (DeAI) يشبه حديقة المجتمع.

البذور (البيانات): بدلاً من امتلاك شركة واحدة لكل البيانات، يساهم آلاف الأشخاص بـ "بذورهم" الخاصة (البيانات).
الأدوات (الحوسبة): بدلاً من جرار واحد ضخم، يحضر الجميع أدواتهم الخاصة من مجارف، ومشط، ومرشات مياه (أجهزتهم الشخصية ووحدات معالجة الرسومات الخاصة بهم) للمساعدة في نمو الحديقة.
القواعد (البلوكشين): بما أنه لا يوجد "رئيس بستانيين" لإدارة كل شيء، فإننا نستخدم البلوكشين. فكر في البلوكشين كأنه سجل سحري في منتصف الحديقة. في كل مرة يساهم فيها شخص ما بمجرفة أو بذرة، يقوم السجل بكتابة ذلك تلقائياً ويمنحه "رمزاً" (رسالة شكر رقمية لها قيمة فعلية) كمكافأة.

2. دورة الحياة: كيف تنمو الحديقة

تقسم الورقة البحثية حياة نموذج الذكاء الاصطناعي إلى أربع مراحل، مثل حياة النبتة:

المرحلة 1: اقتراح المحصول (اقتراح المهمة): شخص ما يقول: "مهلاً، لنزرع الذرة هذا العام!" في الـ DeAI، يتم ذلك من خلال تصويت شفاف حتى لا يتمكن أحد من الغش في النظام.
المرحلة 2: تحضير التربة (ما قبل التدريب): يحضر الناس بياناتهم (البذور) إلى الحديقة. تناقش الورقة كيفية التأكد من أن لا أحد يحضر "بذوراً مسمومة" (بيانات سيئة) قد تفسد المحصول بأكلية.
المرحلة 3: موسم النمو (أثناء التدريب): هذا هو العمل الشاق. يستخدم الجميع أدواتهم للمساعدة في نمو النباتات. تبحث الورقة في كيفية التأكد من أن الجميع يعملون بالفعل وليسوا مجرد جالسين في الظل يتظاهرون بالمساعدة (وهذا ما يسمى "الاستغلال المجاني").
المرحلة 4: الحصاد (ما بعد التدريب): بمجرد نمو الذرة، تصبح جاهزة للاستخدام! يمكن للناس شراء "الذرة" (خدمات الذكاء الاصطناعي) باستخدام الرموز التي كسبوها، أو استخدام الحصاد لتشغيل "روبوتات الذكاء الاصطناعي" (الوكلاء) الخاصة بهم.

3. الأشرار: "مخربو الحديقة"

بما أن هذه الحديقة مفتوحة للجميع، فهناك فاعلون سيئون. تحدد الورقة عدة "أشرار":

المسمّم: شخص يحاول تسلل "الأعشاض الضارة" (البيانات السيئة) إلى التربة لجعل الذكاء الاصطناعي يتصرف بغرابة أو بانحياز.
اللص: شخص يراقب نمو ذرتك الجميلة، وينتظر حتى تنتهي، ثم يحاول الادعاء بأنه هو من زرعها لسرقة مكافآتك.
الجاسوس: شخص يحاول التلصص على حديقتك الخاصة لسرقة تقنيات الزراعة السرية الخاصة بك (خصوصية البيانات).

4. القوى الخارقة: كيف نقاتل العودة

تراجع الورقة البحثية "القوى الخارقة" (التقنيات) التي يمكننا استخدامها للحفاظ على سلامة الحديقة:

براهين المعرفة الصفرية (ZKPs): هذا يشبه القدرة على إثبات امتلاكك لوصفة سرية دون إظهار الوصفة لأي شخص بالفعل. إنها تحافظ على خصوصية البيانات ولكن تثبت جودتها.
الرهن (Staking): هذا يشبه "تأمين الضمان". إذا كنت تريد الانضمام إلى الحديقة، عليك وضع بعض المال في وعاء. إذا حاولت الغش أو إحضار أعشاض ضارة، فإن المجتمع يأخذ أموالك. هذا يجعل كونك شريراً أمراً مكلفاً للغاية.

الملخص العام

يقول المؤلفون: "الذكاء الاصطناعي اللامركزي فكرة عبقرية، لكنه حالياً يشبه قليلاً الغرب المتوحش."

لديه القدرة على جعل الذكاء الاصطناعي أكثر عدلاً، وخصوصية، وقوة من خلال السماح للعالم أجمع بالمشاركة. ومع ذلك، لا يزال يتعين علينا معرفة كيفية جعله سريعاً بما يكفي، وكيفية إيقاف اللصوص، وكيفية التأكد من أن "السجل السحري" (البلوكشين) لا يصبح بطيئاً جداً أو مكلفاً جداً في الاستخدام.

ملخص تقني: استقصاء المعرفة (SoK): الذكاء الاصطناوي اللامركزي القائم على البلوكشين (DeAI)

1. بيان المشكلة

يهيمن الذكاء الاصطناعي المركزي (CeAI) على مشهد الذكاء الاصطناعي الحالي، حيث تسيطر كيانات ضخمة قليلة على البيانات، والحوسبة، وتدريب النماذج. يؤدي هذا المركزية إلى عدة ثغرات حرجة:

نقاط الفشل الأحادية: البنية التحتية المركزية عرضة للانقطاعات والهجمات المستهدفة.
مخاطر الخصوصية والأمن: تزيد صوامع البيانات المركزية من خطر اختراق البيانات والوصول غير المصرح به.
التحيز والافتقار إلى الشفافية: تؤدي النماذج ومجموعات البيانات المملو de لجهات معينة إلى تحيزات متأصلة واتخاذ قرارات بنظام "الصندوق الأسود".
توسع القدرة وعدم المساواة في الوصول: تخلق التكلفة الهائلة للنماذج ذات النطاق الأمامي (مثل GPT-4) عائقاً أمام الدخول، مما يركز الابتكار داخل عدد قليل من الشركات.

بينما يهدف الذكاء الاصطناعي اللامركزي (DeAI) إلى حل هذه المشكلات عبر البلوكشين، إلا أن المجتمع الأكاديمي يفتقر إلى إطار عمل منهجي لفهم أسسه التقنية، ومخاطره الأمنية، والمقايضات بين اللامركزية والأداء.

2. المنهجية

هذه الورقة هي عبارة عن استقصاء للمعرفة (SoK). يستخدم المؤلفون نهجاً متعدد الأبعاد لتنظيم وتحليل مجال الـ DeAI:

الصياغة الرسمية: قاموا بتعريف نظام DeAI باستخدام مجموعة رياضية $S = (M, G, \{D_i\}, \Theta, P, \Pi, \Gamma, V_{val}, D_{del}, \delta)$ ، والتي تلخص المنقبين (miners)، ورسوم البيانية لنظير إلى نظير (P2P graphs)، وتوزيعات البيانات، وفضاءات المعلمات، وآليات المهام، والحوافز، والحوكمة، والمصدقين (validators)، والمفوضين (delegators)، وخرائط التفويض.
بناء التصنيف: قاموا بتصنيف حلول DeAI الحالية عبر دورة حياة الذكاء الاصطناعي: اقتراح المهمة $\leftarrow$ ما قبل التدريب $\leftarrow$ أثناء التدريب $\leftarrow$ ما بعد التدريب (الاستدلال، الوكلاء، والأسواق).
نمذجة التهديدات: طوروا نموذج تهديد عابر للطبقات يميز بين المخاطر المشتركة مع الـ CeAI (مثل تسميم البيانات) والمخاطر الفريدة للـ DeAI (مثل عدم توافق الحوافز الاقتصادية، والقنوات الجانبية لوحدات معالجة الرسومات GPU، وتواطؤ المصدقين).
التقييم التجريبي: أجرى المؤلفون تجارب محكومة لقياس أداء تقنيات التخفيف المحددة مقابل التهديدات عالية التأثير (تسميم البيانات، سرقة النماذج، واستخراج النماذج).

3. المساهمات الرئيسية

إطار عمل موحد للـ DeAI: يوفر أول تعريف رسمي وتصنيف شامل قائم على دورة الحياة لمشاريع DeAI (مثل Bittensor، FLock، Ocean، Render).
تحليل وظائف البلوكشين: يحدد كيف تمكن عناصر البلوكشين الأولية (العقود الذكية، الإجماع، اقتصاديات الرموز المميزة/Tokenomics) بشكل محدد الأمن، والشفافية، والتعاون المتوافق مع الحوافز.
رسم خرائط المخاطر الأمنية: مصفوفة تفصيلية (الجدول II) تربط التهديدات بمراحلها المختلفة وتقيم فعالية التخفيف باستخدام التشفير (ZKP, MPC)، والاقتصاد (الرهن/Staking، والقطع/Slashing)، والنظم (TEE, MIG).
القياس التجريبي: يقدم بيانات كمية حول المقايضات بين الأمن والمنفعة (على سبيل المثال، مقدار انخفاض الدقة عند تطبيق الخصوصية التفاضلية/Differential Privacy).
تحديد الفجوات البحثية: يحدد الأسئلة المفتوحة الحرجة، مثل قابلية توسع تعلم الآلة القائم على المعرفة الصفرية (zkML) وتأثير اقتصاديات الرموز المميزة التضخمية مقابل الانكماشية.

4. النتائج الرئيسية

تنتج التجارب التجريبية للورقة عدة رؤى تقنية حرجة:

ما قبل التدريب (تسميم البيانات): تُعد تقنية DP-SGD (الخصوصية التفاضلية) الأكثر قوة ضد التسميم ولكنها تتحمل تكلفة باهظة في وقت التدريب ( $\sim$ 3 أضعاف) وفي المنفعة (انخفاض الدقة). بينما توفر عملية تنظيم MixUp توازناً أفضل بين المنفعة والكفاءة ولكنها أقل فعالية ضد الهجمات الشرسة.
أثناء التدريب (سرقة النماذج): حققت جميع الدفاعات المختبرة (Watermarking، Commit-Reveal، PoL، وZKP) نسبة 100% في كشف السرقة. ومع ذلك، كانت ZKP (إثباتات المعرفة الصفرية) هي الأكثر كفاءة، حيث وفرت تسريعاً بمقدار 5,000 ضعف في وقت تشغيل الحماية مقارنة بالطرق التشفيرية التقليدية مثل Commit-Reveal.
ما بعد التدريب (استخراج النماذج): كان اضطراب المخرجات (إضافة الضجيج إلى الاستجابات) هو الأكثر فعالية في إضعاف جودة النماذج البديلة المسروقة. وعلى العكس من ذلك، وُجد أن تحديد المعدل/Rate Limiting (وهو معيار صناعي شائع) غير فعال إلى حد كبير ضد هجمات الاستخراج الموزعة.
اقتراح المهام: أظهرت عمليات المحاكاة أن بروتوكولات Commit-Reveal توفر حماية مثالية ضد الهجمات الاستباقية (front-running) ولكنها تزيد من زمن الاستجابة (latency) بشكل كبير، في حين يوفر Staking-Gating حلاً وسطاً قوياً.

5. الأهمية

يعمل هذا العمل كخارطة طريق تأسيسية لكل من الباحثين والممارسين في الصناعة. ومن خلال تجاوز الضجيج المفاهيمي، توفر الورقة عدسة تقنية صارمة لتقييم ما إذا كان بروتوكول DeAI لامركزياً حقاً أم أنه مجرد "لامركزي بالاسم فقط".

تكمن أهميتها في تسليط الضوء على "ثلاثية اللامركزية" (Decentralization Trilemma) في الذكاء الاصطناعي: وهي صعوبة تحقيق أداء عالٍ للنماذج، وأمن وخصوصية قويين، ولامركزية/قابلية توسع حقيقية في آن واحد. وتخلص الورقة إلى أن مستقبل الـ DeAI يعتمد على تطوير "تشفير أصيل للذكاء الاصطناعي" وآليات تحقق أكثر كفاءة وخفة يمكنها التعامل مع النطاق الهائل لنماذج المحولات (transformer-based models) الحديثة.