يعاني قطاع الذكاء الاصطناعي حاليًا من نقص حاد في بيانات التدريب، خاصة وأن احتكارات التكنولوجيا المركزية تحجب المطورين في المراحل المبكرة عن الوصول إلى مسارات المعلومات عالية الجودة. تسعى منصة البنية التحتية اللامركزية للبيانات Perceptron إلى معالجة هذا الاختناق الهيكلي من خلال نشر طبقة بنية تحتية لامركزية تجمع معلومات الويب من خلال أجهزة المستخدمين اليومية.
تركز وسائل الإعلام الحديثة بالكامل على تسليط الضوء على كيفية قيام الأسماء الرائدة في مجال الذكاء الاصطناعي بنشر أنظمة أجهزة من الجيل التالي باستمرار لتعزيز قوتها الحاسوبية الخام. لكن أحد أقل القيود التشغيلية التي يتم الحديث عنها هو جودة بيانات التدريب التي تشكل الأساس الرئيسي لأي نموذج ذكاء اصطناعي وظيفي.
المشكلة هي أنه مع حصد الغالبية العظمى من محتوى الويب المفتوح بشكل كامل بالفعل، فإن التحكم الشركاتي العدواني في واجهات برمجة التطبيقات العامة قد حجب الأسس المتبقية لجمع مجموعات البيانات وراء جدران دفع باهظة التكلفة بملايين الدولارات. لقد أصبح الأمر بشكل أساسي امتيازًا حصريًا باهظ التكلفة لعدد قليل من احتكارات التكنولوجيا الضخمة.
بالنسبة لعمالقة التكنولوجيا الذين يقودون سباق الذكاء الاصطناعي حاليًا، فإن تأمين مسارات المعلومات عالية التكلفة هذه لا يمثل تحديًا ماليًا كبيرًا، ولكن ماذا عن المبتكرين الذين يعانون من نقص التمويل؟ بدون الميزانيات اللازمة، تكافح الشركات الناشئة في مراحلها المبكرة لبناء منتجات تنافسية.
قال بيتر أنتوني، المؤسس المشارك والرئيس التنفيذي لشركة Perceptron، لموقع crypto.news خلال مقابلة حديثة: "تدفع OpenAI ما يقرب من 60 مليون دولار إلى 100 مليون دولار سنويًا لشركات مثل Reddit و Twitter للوصول إلى البيانات عبر واجهات برمجة التطبيقات".
"العديد من مشاريع الذكاء الاصطناعي الجديدة هناك لا تملك ميزانيات لإنفاق 60 مليون دولار إلى 100 مليون دولار للوصول إلى البيانات. إذا قمت ببناء أفضل نموذج في العالم، فإنه عديم الفائدة إذا لم يكن لديه وصول إلى بيانات جيدة الجودة. قد تكون الأذكى في المدرسة، ولكن إذا لم تتمكن من الوصول إلى أي كتب، فلن يكون لديك الكثير من المعلومات لتقديمها."
أدرك أنتوني أن عدم تماثل السوق هذا يفسح المجال لبنية تحتية بديلة تخدم شريحة السوق المستقلة، مما أدى في النهاية إلى مشاركته في تأسيس Perceptron، وهي منصة تخطط لاستخدام النطاق الترددي الاستهلاكي الخامل لحل "مشكلة عنق الزجاجة للبيانات" التي يعاني منها الذكاء الاصطناعي حاليًا.
أوضح أنتوني: "لقد تم بالفعل الوصول إلى غالبية بيانات العالم وكشطها، ولكن هناك الكثير من البيانات المخفية وراء أماكن مختلفة لم يتم الوصول إليها بعد، لذلك نحن نجمع البيانات ونضع أنفسنا في وضع يمكننا من توفير البيانات لشركات الذكاء الاصطناعي بتكلفة مخفضة".
ولكن ما هو هذا النطاق الترددي الخامل الذي تخطط Perceptron للاستفادة منه؟ أوضح أنتوني أن هذا هو الأصل الاقتصادي غير المعترف به الذي ينتجه المستخدمون العاديون باستمرار من خلال التصفح الرقمي الروتيني، فقط لمشاهدة الشركات الكبرى تستخرجه وتتربح منه.
"الآن، في كل مرة نستخدم فيها الإنترنت على هواتفنا وأجهزة الكمبيوتر الخاصة بنا، نحن نولد بيانات. يتم جمع هذه البيانات وتعبئتها في مجموعات بيانات ضخمة من قبل شركات مثل جوجل، وبيعها بملايين، وأحيانًا بمليارات الدولارات. ومع ذلك، لا نرى أنا وأنت أبدًا سنتًا واحدًا من هذه القيمة."
ما فعلته Perceptron هو قلب هذا النموذج الاستخراجي رأسًا على عقب بالكامل. لقد بنوا شبكة تغطي أكثر من 150 دولة تضم ما يقرب من 800,000 عقدة، ويتم تشغيل هذه العقد من قبل المستخدمين الأفراد الذين يقومون ببساطة بتشغيل إضافة متصفح على كروم أو تطبيق على أجهزة الأندرويد الخاصة بهم.
بينما لا تقوم عمليات التثبيت النهائية هذه بكشط الملفات الرقمية الخاصة أو تزويد الشركة ببيانات قياس عن بُعد شخصية حساسة، فإنها بدلاً من ذلك تؤمن وجهات نظر جغرافية محلية، والتي وصفها أنتوني بأنها "نقاط مراقبة مختلفة" على الويب المفتوح، والتي يمكن بعد ذلك استخلاصها في أجزاء صغيرة ودمجها في مجموعة بيانات واحدة ذات معنى.
"من المهم جدًا أن نركز على حقيقة أنها لا تستخدم بيانات الأفراد، ولا تستغل بياناتك الشخصية ومعلوماتك، ولكن لنفترض أنك الآن في ملاوي. عندما تنظر إلى موقع ويب معين، يمكنني الذهاب والنظر إلى نفس الموقع، ولكن من المحتمل، لأنني في دبي، أن نرى مجموعة مختلفة من النتائج. كل ما نكسبه من هذا الموقف هو القدرة على استخدام جهاز الكمبيوتر الخاص بك للنظر في شيء مثل صفحة ويب عادية، أو أيًا كان ذلك."
للتوضيح، أشار أنتوني إلى أنه إذا طلب عميل مؤسسي مجموعة بيانات من منشورات وسائل التواصل الاجتماعي المتعلقة بالرعاية الصحية من الولايات المتحدة، يمكن لـ Perceptron التنسيق عبر شبكة العقد العالمية الخاصة بها لاستخراج المنشورات العامة الفردية دون التفاعل مع واجهات برمجة التطبيقات المؤسسية المقيدة.
لأن هذه البيانات متاحة بالفعل للجمهور بحرية عبر أي متصفح ويب قياسي، فإن توجيه عملية الجمع من خلال العقد الطرفية الفردية يتجاوز بشكل قانوني جدران الدفع التجارية. بمجرد استرداد حزم البيانات الثانوية هذه، تقوم الشبكة بنقل البيانات غير المكررة مرة أخرى إلى خادم مركزي حيث تقوم نماذج الذكاء الاصطناعي المتخصصة بتنظيف ومراجعة المعلومات لمراقبة الجودة.
"من خلال القيام بذلك، يمكننا خفض التكلفة بشكل كبير التي تفرضها حاليًا العديد من الشركات المركزية الكبيرة مثل جوجل."
السؤال التالي هو لماذا يتطوع أي شخص بأجهزته لشبكة كهذه، والإجابة مباشرة، وهي حلقة قيمة مشتركة تضمن أن تكسب هذه العقد نقاطًا لاتصالها السلبي الذي من المقرر أن يتحول إلى رموز عملات مشفرة أصلية في المستقبل.
وفقًا لأنتوني، فإن هذا النموذج الموزع "سيمكنهم من كسب نقاط" تعمل كمقياس مباشر لمساهمتهم في الشبكة، وبالتالي "كلما تم تحقيق إيرادات من قبل الشركة، ستعود الرموز إلى النظام البيئي" للحفاظ على حلقة اقتصادية دورية.
وأضاف: "ستكون هناك أيضًا رموز مخصصة تستخدم لإعادة شراء الرموز".
ومع ذلك، لا يتأهل كل من يدير عقدة بالضرورة للحصول على مكافآت ثابتة، حيث يوجد تحدي مراقبة الجودة المستمر، والذي يمكن أن يضر بسلامة مجموعة البيانات إذا ترك دون رقابة.
تعالج Perceptron هذا عن طريق توجيه الحزم المجمعة مرة أخرى إلى خادم مركزي، حيث تقوم الخوارزميات الآلية بتقييم المدخلات بشكل منهجي مقابل المعايير المستهدفة قبل إصدار أي تعويض.
علاوة على ذلك، قال أنتوني إن الشركة الناشئة استحوذت مؤخرًا على شركة متخصصة في برامج التحقق من المعاملات والدفع لأتمتة عملية التحقق هذه هيكليًا.
لزيادة إشراك المشاركين في الشبكة مع دفع إنشاء مجموعات البيانات أيضًا، تخطط Perceptron أيضًا لإطلاق منصة Questing Data منظمة، والتي ستسمح للمساهمين بتحويل الجهد البشري النشط إلى مدخلات تدريب فريدة.
وأضاف أنتوني: "نهدف إلى القدرة على بناء مجموعات بيانات وإنشاء مجموعات بيانات غير متوفرة حاليًا من خلال العمليات المركزية".
على المدى الطويل، قال أنتوني إنه يود أن يرى الشبكة تنتقل إلى نموذج يركز على ذكاء الأعمال يكون قادرًا على توفير تحليلات عميقة الطبقات لعملاء المؤسسات.
قال أنتوني: "الفرق هو أن مجموعات البيانات التقليدية ثابتة، يتم جمعها مرة واحدة وتصبح قديمة بسرعة. ولكن هناك كمية هائلة من البيانات تتولد في كل مرة تتفاعل فيها مع أي شيء عبر الإنترنت، والآن، تذهب معظمها ببساطة هباءً".
"خادم واحد يحاول مراقبة كل هؤلاء المستخدمين المختلفين لا يمكنه حقًا جمع معلومات ذات مغزى على هذا النطاق. ما نحتاجه هو تحول نحو ذكاء الأعمال الموزع، حتى نتمكن بالفعل من تحسين الخدمات عبر أشياء مثل التجارة الإلكترونية، والتداول، وأكثر من ذلك بكثير."
أطلقت Perceptron أيضًا صندوق بيانات للذكاء الاصطناعي بقيمة 10 ملايين دولار، تتوقع المنصة من خلاله تمويل المطورين المستقلين ودعم نشر "مشاريع فعلية تقدم خدمات حقيقية". بموجب شروط البرنامج، تتلقى فرق الهندسة المختارة خمسة أسابيع من المساعدة المخصصة للبنية التحتية للبيانات وما يصل إلى 5 تيرابايت من البيانات الواقعية مجانًا لتسريع تحسين نماذج الذكاء الاصطناعي في مراحلها المبكرة.
أشار أنتوني: "الهدف هو دعم المشاريع مع نموها وزيادة متطلبات بياناتها. يمكننا أن نصبح أحد مزوديها المفضلين، إنه استثمار في النظام البيئي الأوسع وطريقة لنا لبناء إيرادات ثابتة وطويلة الأجل".
حتى وقت النشر، قال أنتوني إن Perceptron تقوم بالفعل بتزويد مجموعة متنوعة من المنتجات البيانات لعدد من الشركات التجارية. توفر الشبكة مجموعات بيانات صور واسعة لمنصات التوليد من النص إلى الفيديو، بما في ذلك شركة تسمى Everlyn AI، لتدريب النماذج على توليف المحتوى المرئي بدقة.
إلى جانب ذلك، يتجاوز المشروع أيضًا تجميع الصور القياسية، حيث دخلت المنصة قطاع تحليل المشاعر من خلال تتبع الخطاب العام عبر تويتر ويوتيوب وأسواق الأصول الرقمية. يساعد تحليل هذا الشعور العام شركات ومنصات تداول العملات المشفرة على بناء أدوات تتبع تعطي إشارات مبكرة لاستباق تقلبات الأسعار المفاجئة.
