تخيل أن لديك فكرة رائعة لنموذج ذكاء اصطناعي جديد. تجلس لتدريبه، وتصطدم فورًا بعقبة. بطاقات معالجة الرسومات (GPUs) التي تحتاجها تكلف آلاف الدولارات في الساعة، وقائمة الانتظار في السحابة تستمر لأشهر، وثلاث شركات فقط تقرر من يمكنه اللعب. هذه الحواجز هي المشكلة التي تم بناء Gensyn AI لحلها. يقوم المشروع بتحويل الطاقة الحاسوبية الفائضة من الأجهزة حول العالم إلى شبكة تدريب مشتركة كبيرة، ثم يستخدم التشفير لإثبات أن كل مهمة قد نفذت بنزاهة. الرمز الأصلي له، المدرج على LBank باسم AIGENSYN، هو ما يحافظ على استمرارية كل شيء.
فيما يلي، سنشرح ماذا يفعل Gensyn، وكيف يعمل تحت السطح، ولماذا كان الناس يراقبون هذا المشروع عن كثب منذ وقت طويل قبل إطلاقه.
جينسين تسمي نفسها "شبكة للذكاء الآلي." هذه طريقة أنيقة لقول إنها توفر مكانًا للذكاء الاصطناعي لا يملكه أي شركة واحدة. أي شخص لديه وحدة معالجة رسوميات احتياطية في المنزل، أو خادم غير مستخدم في مركز بيانات، أو حتى جهاز ألعاب قوي يمكنه تأجير ذلك الجهاز للأشخاص الذين يحتاجون إلى تدريب نماذج الذكاء الاصطناعي. تحدث عمليات المطابقة والدفع وإثبات العمل كلها على بلوكتشين مخصص مبني على إيثيريوم.
الرمز الذي سترى يُتداول في البورصات تحت اسم AIGENSYN هو نفسه $AI في العقد الرسمي. اسم مختلف، نفس العملة. لماذا اسمين؟ "AI" هو رمز شهير يريده الكثير من المشاريع، لذا تظهر الأسماء الأطول مثل AIGENSYN في القوائم للحفاظ على الوضوح. الرمز هو ما يستخدمه الحاملون للمشاركة في الشبكة، والدفع مقابل مهام التدريب، وكسب المكافآت عن التحقق من العمل، والتصويت على التغييرات في البروتوكول.
القصة وراء Gensyn تستحق استراحة سريعة. التقى المؤسسان الشريكان، بن فيلدينغ وهاري غريف، في برنامج تسريع في المملكة المتحدة عام 2020. قضى بن سنوات يدرس كيف يمكن لشبكات من وكلاء الذكاء الاصطناعي الصغار تدريب بعضهم البعض؛ كانت رسالة الدكتوراه الخاصة به تركز على طرق "السرب". جاء هاري من عالم المال وكان مفتوناً بكيف أصبح الحوسبة بهدوء أغلى مورد في التكنولوجيا. راهنا، قبل أن يصبح ChatGPT اسماً مألوفاً، على أن مستقبل الذكاء الاصطناعي لن يُحدد بالأفكار بل بمن يملك وحدات معالجة الرسومات (GPUs). لذا قررا بناء البديل.
تخيل الآتي: تطلب من غريب في أي مكان بالعالم تدريب نموذج الذكاء الاصطناعي الخاص بك على وحدة معالجة الرسومات الخاصة به. يقوم بتشغيل المهمة، ويرسل لك النتيجة، ويفوتر لك مقابل العمل. كيف تعرف أنهم لم يغشوا، أو يزوروا المخرجات، أو يفوتروا حوسبة لم يُنفذوها فعلياً؟ هذه هي مشكلة الثقة التي كان على Gensyn حلها قبل أن يكون أي من هذا مفيداً.
الحل هو نظام تسميه الفريق التعلم الآلي المثبت بدون ثقة. لا يتطلب منك الثقة في العامل. بدلاً من ذلك، يستخدم مزيجًا من الرياضيات والحوافز الاقتصادية لجعل الغش مكلفًا جدًا مقارنة بأداء المهمة بشكل صحيح. إعادة تشغيل التدريب بالكامل فقط للتحقق منه ستفقد الهدف، لذلك يتحقق الشبكة من أجزاء صغيرة عشوائية من العمل. أي شيء مريب يتم الإشارة إليه، والعامل الذي حاول التلاعب بالنظام يخسر أموالًا حقيقية.
تنظم Gensyn المشاركين في ثلاثة أدوار، مثل نظام الحكم في الرياضة:
الجزء الذكي هو في الرياضيات. أي شخص يُضبط على الكذب يخسر أكثر مما يمكن أن يكسبه بالغش، لذا تصبح الأمانة الخيار العقلاني. لا سلطة مركزية تقرر من هو على حق؛ القواعد والمال هما من يقرران.
عندما تسمع لأول مرة عن الحوسبة اللامركزية للذكاء الاصطناعي، يبدو أن التحدي هو إيجاد عدد كافٍ من وحدات معالجة الرسومات (GPUs). لكنه ليس كذلك. وحدات معالجة الرسومات الاحتياطية موجودة في كل مكان. الجزء الصعب هو إثبات أن شخصًا لم تقابله من قبل قام بتشغيل مهمتك بأمانة، دون جعله يعيد العمل فقط لكي تتمكن من التحقق منه. حل Gensyn لهذه المشكلة هو ما يفتح الفكرة بأكملها.
في العمق، يحل Gensyn لغز الذكاء الاصطناعي اللامركزي إلى أربعة أجزاء تتوافق مع بعضها البعض:
تحت تلك الطبقات الأربع توجد بلوكشين مخصصة (تقنيًا رول أب لإيثيريوم) مهيأة لأعباء عمل الذكاء الاصطناعي. إذا كنت ترغب في الغوص عميقًا في الجانب التقني، فإن وثائق البروتوكول الخاصة بالفريق تشرح ذلك بالتفصيل. هناك أيضًا جزء يسمى طبقة تبادل الوكلاء، وهي مجرد خط هاتف مشفر يتيح لوكلاء الذكاء الاصطناعي وخطوط أنابيب التعلم الآلي التحدث مع بعضهم البعض مباشرة. تبدأ هذه التفاصيل في أن تكون مهمة جدًا عندما تتوقف عن التفكير في الذكاء الاصطناعي كأداة تستخدمها وتبدأ في التفكير فيه كشيء يشتري ويبيع ويتخذ القرارات بنفسه.
أطلقت Gensyn شبكة اختبار عامة في مارس 2025، وكان أول ما عرضوه شيئًا يسمى RL Swarm. كانت الفكرة بسيطة لكنها رائعة. آلاف الأشخاص قاموا بتحميل قطعة من البرنامج، وتشغيل عقدة من حواسيبهم الخاصة، وساعدوا معًا في ما بعد تدريب نموذج ذكاء اصطناعي مشترك. حصل كل مشارك على سجل يتبع على البلوكتشين بحيث يمكن نسب المساهمات بشكل عادل. توسعت RL Swarm لاحقًا إلى بيئة تسمى CodeZero، حيث تعامل السرب مع مشكلات الترميز باستخدام ثلاثة أنواع من الأدوار: المحللون، المقترحون، والمُقيّمون.
انتهت تلك المرحلة في أبريل 2026 عندما قام الفريق بتفعيل الشبكة الرئيسية. تم إيقاف RL Swarm مؤقتًا لكي تركز الشبكة طاقتها على أول تطبيق إنتاجي حقيقي لها. وبعد أسبوع من ذلك تم إطلاق توكن $AI، وفي 1 مايو 2026 بدأ آلية الشراء والحرق التي تستخدم رسوم البروتوكول لسحب التوكنات من التداول بشكل دائم، مما ربط عرض التوكن بشكل أوثق بكمية استخدام الشبكة الفعلي.
Delphi هو أول تطبيق كبير يعمل على شبكة Gensyn الرئيسية، وهو نهج جديد لشيء موجود بالفعل: أسواق التنبؤ. الاختلاف هو أن نماذج الذكاء الاصطناعي هي التي تقرر الفائز بدلاً من هيئة المحلفين البشرية أو العرّافات التقليدية.
إليك كيف تجري الأمور. ترى سؤالاً يهمك، مثل "هل سيغلق سعر البيتكوين فوق 200,000 دولار بنهاية العام؟" تشتري موقف نعم أو لا. يفعل الآخرون نفس الشيء، ويتغير السعر بناءً على الطلب. عندما يحين الموعد النهائي، يقرأ نموذج الذكاء الاصطناعي الذي اختاره منشئ السوق نص القرار، وينظر إلى الأدلة، ويعلن النتيجة. تُسوى الأموال تلقائيًا.
بعض التفاصيل التي تستحق المعرفة:
أصدرت Gensyn أيضًا مجموعة أدوات التداول الوكيلة التي تسمح لوكلاء الذكاء الاصطناعي بتصفح Delphi، وإجراء التداولات، وإعادة توازن المحافظ باستخدام اللغة الطبيعية. لذا ليست Delphi مجرد مكان يراهن فيه البشر على المستقبل. إنها مكان حيث تقوم الروبوتات بذلك بهدوء، وربما أسرع مما يمكنك تحديث الصفحة.
كل رمز له دوره، وAIGENSYN ($AI) لها عدة أدوار. معرفة ما يفعله كل منها يساعد في توضيح سبب وجود فائدة للرمز تتجاوز كونه مجرد شيء للتداول:
الإمداد الإجمالي ثابت عند 10 مليارات. كان حوالي 1.3 مليار منها (حوالي 13٪) في التداول عند الإطلاق، أما الباقي فسيتم فتحه وفق جدول زمني على مدى السنوات القادمة. العقد موجود على إيثيريوم، وهو أيضاً المكان الذي يستقر فيه رول أب جينسين في النهاية.
يحدث معظم تدريب الذكاء الاصطناعي في العالم بهدوء داخل مراكز البيانات لدى حوالي ثلاث أو أربع شركات سحابية ضخمة. هذا الإعداد يعمل بشكل جيد في الغالب، حتى تنظر إلى من يتم استبعادهم. الباحثون المستقلون، والشركات الناشئة الصغيرة، وأي شخص خارج دائرة المشترين السحابية يواجهون انتظاراً طويلاً، وأسعاراً عالية، وعقوداً لا يمكنهم حقاً تدقيقها. غالباً ما يعتمد اختيار من يبني نموذج الذكاء الاصطناعي الكبير التالي على من يمكنه تحمل تكلفة وحدات معالجة الرسوميات.
جينسين هو محاولة لتغيير هذه الحسابات. من خلال تجميع الأجهزة الفائضة عالمياً، وإثبات أن العمل يتم بشكل صحيح، والسماح لأي شخص (بما في ذلك وكلاء الذكاء الاصطناعي أنفسهم) بحيازة الرمز، فإنه يخفض العائق أمام تدريب نموذج جاد. سواء أدت الشبكة إلى استبدال مزودي السحابة الكبرى أم لا، فإن التجربة مهمة. فهي تشير إلى مستقبل قريب حيث تكون لوكلاء الذكاء الاصطناعي اقتصادهم الخاص. سوقهم الخاص، طريقتهم الخاصة للكسب، وطبقة التسوية الخاصة بهم. لم يتم بناء التمويل التقليدي للبرمجيات التي توقّع على معاملات نفسها، لكن سلسلة مثل جينسين قد تكون كذلك.
النظرة المتزنة لأي مشروع تشمل الأجزاء التي ليست مضمونة العمل. مع جينسين، الأسئلة المفتوحة حقيقية:
جينسين هو أحد المحاولات الأكثر مصداقية لدمج بنية تحتية جادة للذكاء الاصطناعي مع التنسيق على السلسلة. سواء أصبح الموطن الافتراضي للذكاء الآلي في السنوات القليلة القادمة يعتمد على الاستخدام الحقيقي، وليس على الأوراق البيضاء الجميلة. إذا كنت ترغب في متابعة كيفية تطور الذكاء اللامركزي في البرية، فهذا أحد أكثر المشاريع إثارة للاهتمام للمراقبة في الوقت الحالي.
