Crypto x AI, AI x Crypto: A Survey
يستعرض هذا الاستطلاع بشكل منهجي العلاقة ثنائية الاتجاه بين الذكاء الاصطناعي والعملات المشفرة، موضحاً الإنجازات والفرص والتحديات الراهنة، مع تفنيد المفاهيم الخاطئة في هذا القطاع، ليخلص إلى أن التكامل الهادف بين المجالين لا يزال في مراحله الأولى.
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
في المشهد الرقمي الحديث، هناك قوتان هائلتان تعيدان تشكيل كيفية بناء التكنولوجيا وتفاعلنا مع العالم: الذكاء الاصطناعي والتشفير. يشير الذكاء الاصطناعي إلى أنظمة حاسوبية تتعلم من البيانات لأداء مهام تتطلب عادةً تفكيراً بشرياً، مثل التعرف على الأنماط، أو اتخاذ القرارات، أو توليد النصوص. أما التشفير، في هذا السياق، فليس مجرد رموز سرية، بل هو مجموعة واسعة من الأدوات لتأمين البيانات، والتحقق من أن برنامجاً حاسوبياً قد فعل بالضبط ما كان من المفترض أن يفعله، وضمان حدوث المعاملات الرقمية دون وجود "رئيس" مركزي. لسنوات، وُجد هذان المجالان في صوامع منفصلة، لكن عدداً متزايداً من الباحثين والشركات يحاول دمجهم. إن الحماس ملموس، ومع ذلك فهو غالباً ما يحجب ما هو ممكن بالفعل اليوم مقابل ما يظل حلماً بعيد المنال. إن فهم أين تتقاطع هذه التقنيات حقاً أمر حيوي، لأن هذا المزيج يعد بحل مشكلات عميقة في كل من الأمن والأتمتة، ولكنه يقدم أيضاً مخاطر جديدة بدأنا للتو في فهمها.
يقوم مسح شامل جديد، أعده فريق كبير من الباحثين من جامعات رائدة ومختبرات صناعية، باختراق الضجيج لرسم خريطة للحالة الراهنة لهذا التقاطع. الورقة البحثية، التي تحمل عنوان "Crypto x AI, AI x Crypto"، لا تدعي أنها وجدت حلاً سحرياً يصلح كل شيء فوراً. بدلاً من ذلك، تقدم جردًا واضح الرؤية لما تم تحقيقه، وما هو نظري محض، وأين تكمن العقبات الحقيقية. ينظم الباحثون نتائجهم في اتجاهين رئيسيين. الأول هو "Crypto x AI"، والذي يتساءل كيف يمكن للذكاء الاصطناعي جعل أنظمة البلوكشين والعملات الرقمية أكثر فائدة وسهولة في الاستخدام. والثاني هو "AI x Crypto"، والذي يستكشف كيف يمكن لأدوات التشفير الأمنية حماية أنظمة الذكاء الاصطناعي من التلاعب والاحتيال. ويخلص المؤلفون إلى أنه بينما الإمكانات هائلة، إلا أن التقنيتين لا تزالان في المراحل الأولى من التكامل الفعلي، وأن العديد من المعتقدات الشائعة حول قوتهما المجتمعة هي حالياً مجرد دعاية أكثر منها واقعاً.
على جانب استخدام الذكاء الاصطناعي للمساعدة في الكريبتو، يجد المسح أن الذكاء الاصطناعي يثبت بالفعل فائدته كأداة للتحليل. فقد نجح الباحثون في تطبيق تعلم الآلة لمسح شبكات البلوكشين بحثاً عن علامات المشاكل، مثل اكتشاف المعاملات الاحتيالية أو تحديد الكود البرمجي الذي يحتوي على أخطاء في العقود الذكية — وهي البرامج ذاتية التنفيذ التي تعمل على البلوكشين. تعمل هذه الأدوات بشكل أفضل عندما تمتلك الكثير من البيانات التاريخية للتعلم منها، حيث تعمل مثل مفتش متمرس يمكنه رصد الخلل لأنه رأى آلاف الأمثلة المماثلة من قبل. وبعيداً عن مجرد البحث عن الأخطاء، بدأ الذكاء الاصطناعي يساعد المصممين في بناء أنظمة بلوكشين أفضل. فمن خلال التعلم من الأداء السابق، يمكن للذكاء الاصطناعي اقتراح تحسينات على القواعد التي تحكم كيفية عمل هذه الشبكات، مثل سرعة معالجة المعاملات أو كيفية التعامل مع النزاعات بين المستخدمين. ولعل الأمر الأكثر إثارة هو أن الذكاء الاصطناعي بدأ يعمل كجسر بين عالم البلوكشين الجامد والعالم الحقيقي غير المنظم. فبينما تفهم البلوكشين تقليدياً البيانات المنظمة والنظيفة فقط، يمكن للذكاء الاصطناطناعي الآن المساعدة في ترجمة اللغة البشرية أو الأحداث المعقدة في العالم الحقيقي إلى تنسيق يمكن للبلوكشين فهمه، مما يسمح للعقود الرقمية بالتفاعل تلقائياً مع التقارير الإخبارية، أو تغيرات الطقس، أو الوثائق القانونية دون الحاجة إلى إدخال البيانات يدوياً من قبل إنسان.
ومع ذلك، يسلط المسح الضوء أيضاً على مخاطر كبيرة في هذا الاتجاه. فمع زيادة قدرة الذكاء الاصطناعي على اتخاذ القرارات بمفرده، هناك خطر من إمكانية التلاعب بهذه الوكلاء المستقلين أو تصرفهم بطرق غير متوقعة. ويشير الباحثون إلى توتر محدد في التطبيقات المالية: إذا استمرت أداة استثمار تعمل بالذكاء الاصطناعي في إبقاء استراتيجيتها سرية لحماية أرباحها، فسيصبح من المستحيل على المستخدمين معرفة ما إذا كانت الأداة عادلة أو إذا كان المطلعون يتصرفون بشكل غير لائق. وإذا كانت الأداة شفافة بحيث يمكن للمستخدمين التحقق من العدالة، فيمكن سرقة استراتيجيتها من قبل المنافسين. هذا المأزق، الذي يسميه المؤلفون "رابط CoinAlg"، يشير إلى أن مجرد إضافة الذكاء الاصطناعي إلى الكريبتو لا يحل تلقائياً مشكلات الثقة أو العدالة؛ بل في بعض الحالات، قد يخلق مشكلات جديدة وأكثر صعوبة.
بالانتقال إلى الاتجاه الآخر، "AI x Crypto"، تستكشف الورقة كيف يمكن لأدوات التشفير جعل الذكاء الاصطناعي أكثر أماناً وموثوقية. حالياً، عندما يطرح مستخدم سؤالاً على نموذج ذكاء اصطناعي، يجب عليه الوثوق بالشركة التي تدير النموذج في عدم التلاعب بالإجابة، وعدم سرقة بيانات المستخدم الخاصة، وعدم استخدام نموذج مختلف عن ذاك المعلن عنه. يوفر التشفير طرقاً للتحقق من هذه الأمور دون الحاجة للوثوق بالمشغل. على سبيل المثال، تقنية تسمى "إثبات المعرفة الصفرية" تسمح للحاسوب بإثبات أنه أجرى عملية حسابية معينة بشكل صحيح دون الكشف عن تفاصيل كيفية القيام بذلك. وهذا يعني أنه يمكن للمستخدم التحقق من أن نموذج الذكاء الاصطناعي عالج بياناته تماماً كما وعد، حتى لو كان النموذج نفسه سراً. وبالمثل، يستخدم "الحوسبة الموثوقة" أجهزة خاصة لإنشاء بيئة آمنة ومعزولة حيث يمكن للنموذج أن يعمل، مما يضمن عدم قدرة أي شخص، حتى مالك الحاسوب، على التلصص على البيانات أو تغيير النتائج. يمكن لهذه الأدوات أن تسمح للناس باستخدام الذكاء الاصطناعي في مهام حساسة، مثل التشخيص الطبي أو الموافقات على القروض، مع ضمان بقاء معلوماتهم الخاصة خاصة ودقة النتائج.
كما يفحص المسح فكرة استخدام البلوكشين لتنظيم البنية التحتية التي تدعم الذكاء الاصطناعي، مثل إنشاء شبكات لامركزية حيث يقوم الناس بتأجير قوة حواسيبهم لتدريب النماذج. وبينما يبدو هذا وسيلة لخفض التكاليف، يحذر الباحثون من أنه ليس فوزاً مضموناً. ففي تحليلهم، وجدوا أنه بينما قد يكون استئجار حاسوب على شبكة لامركزية أرخص للساعة الواحدة مقارنة بخدمة سحابية كبرى، فإن الوقت الإضافي والتعقيد المطلوب للتنسيق بين العديد من الحواسيب المختلفة يمكن أن يجعل التكلفة الإجمولة لمهمة كبيرة أعلى بكثير. ويجادلون بأنه بالنسبة للوقت الحالي، فإن الاستخدام الأكثر فعالية لهذه الشبكات هو للمهام الأصغر والأقل تعقيداً، وأن الصناعة بحاجة إلى اختبارات أكثر صرامة لفهم متى يكون النهج اللامركزي أكثر كفاءة من النهج التقليدي.
ولعل الجزء الأكثر أهمية في المسح هو جهده لتفكيك المفاهيم الخاطئة الشائعة التي سيطرت على الخيال العام. يصرح المؤلفون صراحةً بأن البلوكشين لا يمكنها التمييز سحرياً بين المحتوى الذي أنشأه البشر والمحتوى الذي أنشأه الذكاء الاصطناعي. فبينما يمكن للبلوكشين تسجيل بصمة رقمية لملف لإثبات أنه لم يتم تعديله منذ إنشائه، إلا أنها لا تستطيع إخبارك ما إذا كان هذا الملف قد صنع في الأصل بواسطة إنسان أو آلة؛ فهذا الحكم لا يزال يتطلب كاشفاً خارجياً، والذي يمكن أن يخطئ. وبالمثل، تجادل الورقة بأن مجرد تشغيل نموذج ذكاء اصطناعي على شبكة لامركزية لا يجعله تلقائياً عادلاً أو غير منحاز. فالتحيز عادة ما يكون متجذراً في البيانات المستخدمة لتدريب النموذج، ونقل النموذج إلى حاسوب مختلف لا يصلح البيانات. وبينما يمكن للبلوكشين جعل عملية التدريب أكثر شفافية، مما يسمح للناس برؤية البيانات المستخدمة، فإن هذه الشفافية وحدها لا تضمن نتيجة عادلة.
أخيراً، يتناول الباحثون فكرة أن إعطاء وكيل ذكاء اصطناعي محفظة رقمية يجعله مستقلاً حقاً. ويوضحون أنه بينما تسمح المحفظة للذكاء الاصطناعي بدفع ثمن الخدمات أو كسب المال دون ضغط زر من إنسان، فإن هذا مجرد أتمتة وليس استقلالاً حقيقياً. فلا يزال الذكاء الاصطناعي معتمداً على الإنسان الذي يتحكم في الخادم الذي يعمل عليه؛ فإذا قام هذا الإنسان بإغلاق الخادم، يتوقف الذكاء الاصطناعي عن العمل، بغض النظر عما إذا كان يمتلك مالاً في محفظته. الاستقلالية الحقيقية ستتطلب من الذكاء الاصطناعي القدرة على الحفاظ على وجوده واتخاذ قرارات رفيعة المستوى دون تدخل بشري، وهي قدرة لا تمتلكها التكنولوجيا الحالية بعد.
يختتم المسح بالتأكيد على أن دمج الكريبتو والذكاء الاصطناعي هو مجال واعد ولكنه ناشئ. لقد حدد الباحثون مساراً واضحاً للمضي قدماً، لكنه مسار معبد بالتحديات بدلاً من الحلول السهلة. إنهم يدعون إلى مزيد من الاختبارات الصارمة لمقارنة تكاليف الأنظمة اللامركزية مقابل التقليدية، وإلى طرق أفضل لتأمين أنظمة الذكاء الاصطناست ضد أنواع الهجمات الجديدة التي تنشأ عند دمجها مع الوكلاء المستقلين. ويعمل هذا العمل كعملية مراجعة ضرورية للواقع، تذكرنا بأنه بينما تظهر الأدوات لبناء مستقبل أكثر أماناً وذكاءً، فإننا لا نزال في الأيام الأولى لتعلم كيفية استخدامها بفعالية. إن مستقبل هذا التقاطع لا يعتمد على الدعاية، بل على العمل المنهجي الدقيق للتحقق مما ينجح، وفهم ما يفشل، وبناء أنظمة قوية بما يكفي للتعامل مع تعقيدات العالم الحقيقي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.