آموزش‌های پایه‌ای هوش مصنوعی

راه‌اندازی بازار بلاک‌چینی برای مدل‌های هوش‌مصنوعی

«ایلیا پولوسوخین»، یکی از مبدعان معماری ترنسفورمر، در تلاش است تا با راه‌اندازی پلتفرمی مبتنی بر بلاک‌چین، هوش مصنوعی متن‌باز را به یک مدل تجاری پایدار تبدیل کند. این رویکرد می‌تواند آینده‌ای امن‌تر و عادلانه‌تر برای فناوری هوش مصنوعی رقم بزند. فهرست مقاله پنه…

5 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • مصنوعی
  • هوش
  • مدل‌های
  • Near
  • پلتفرم
  • مدل‌ها
راه‌اندازی بازار بلاک‌چینی برای مدل‌های هوش‌مصنوعی

خلاصه تحلیلی خبر

«ایلیا پولوسوخین»، یکی از مبدعان معماری ترنسفورمر، در تلاش است تا با راه‌اندازی پلتفرمی مبتنی بر بلاک‌چین، هوش مصنوعی متن‌باز را به یک مدل تجاری پایدار تبدیل کند. این رویکرد می‌تواند آینده‌ای امن‌تر و عادلانه‌تر برای فناوری هوش مصنوعی رقم بزند. فهرست مقاله پنه…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، مصنوعی، هوش، مدل‌های، Near

«ایلیا پولوسوخین»، یکی از مبدعان معماری ترنسفورمر، در تلاش است تا با راه‌اندازی پلتفرمی مبتنی بر بلاک‌چین، هوش مصنوعی متن‌باز را به یک مدل تجاری پایدار تبدیل کند. این رویکرد می‌تواند آینده‌ای امن‌تر و عادلانه‌تر برای فناوری هوش مصنوعی رقم بزند.

پلتفرمی جدید برای هوش مصنوعی متن‌باز

«ایلیا پولوسوخین»، مخترع معماری ترنسفورمر در سال ۲۰۱۷ و یکی از چهره‌های برجسته در حوزه هوش مصنوعی، اکنون شرکتی جدید به نامNear AIراه‌اندازی کرده است. این شرکت از طریق یک پلتفرم مبتنی بر بلاک‌چین، خدماتی ارائه می‌دهد که به‌عنوان بازاری امن برای مدل‌ها و ایجنت‌های متن‌باز هوش مصنوعی عمل می‌کند.

پولوسوخین به توسعه مدل‌های متن‌باز و شفاف باور دارد و معتقد است این مسیر بهترین راه برای گسترش مسئولانه و عادلانه فناوری هوش مصنوعی است. در حالی که چند غول فناوری کنترل اکثر مدل‌های پیشرفته و داده‌های عظیم را در اختیار دارند، پولوسوخین به حفظ حریم خصوصی کاربران و حاکمیت داده‌ای برای شرکت‌ها و کشورها اهمیت ویژه‌ای می‌دهد. چشم‌انداز او ایجاد فضایی است که در آن توسعه‌دهندگان بتوانند مدل‌های قدرتمند خود را به‌صورت شفاف و آزادانه عرضه کنند و کاربران نیز کنترل بیشتری بر داده‌های خود داشته باشند.

راه‌اندازی بازار بلاک‌چینی برای مدل‌های هوش‌مصنوعی

چالش‌ها و راهکارهای Near AI

یکی از مشکلات اصلی مدل‌های متن‌باز این است که توسعه‌دهندگان معمولاً مدل‌های خود را رایگان منتشر می‌کنند، بدون آنکه درآمدی کسب کنند. این موضوع، هزینه‌های توسعه را افزایش داده و نگرانی‌های قانونی احتمالی در صورت سوءاستفاده از مدل‌ها را ایجاد می‌کند.

علاوه بر این، برخی توسعه‌دهندگان تمایلی به میزبانی مدل‌های خود در پلتفرم‌هایی مثل Hugging Face ندارند، زیرا نگران افشای وزن‌های مدل هستند. اگر بخواهند مدل را روی سرورهای اختصاصی خود میزبانی کنند، باید مسئولیت کامل حاکمیت و انطباق داده‌ها را بپذیرند.

پلتفرم Near AI که از سال ۲۰۲۴ در حال توسعه است، این چالش‌ها را کاهش می‌دهد. پولوسوخین توضیح می‌دهد

«این پلتفرم به توسعه‌دهندگان اجازه می‌دهد مدل‌ها و ایجنت‌های خود را بدون نگرانی از قوانین پیچیده حاکمیتی منتشر کنند. ما یک پلتفرم ساده و مؤثر ایجاد کردیم که علاوه بر پوشش مسائل قانونی، امکان توزیع گسترده مدل‌ها را نیز فراهم می‌کند.»

پولوسوخین Near را به یک «اپ‌استور» تشبیه می‌کند، اما برای مدل‌ها و عامل‌های متن‌باز.

ویژگی‌های پلتفرم Near AI

این پلتفرم از فناوری بلاک‌چین برای ایجاد شبکه‌ای غیرمتمرکز از کاربران شامل شرکت‌ها، توسعه‌دهندگان مستقل و پژوهشگران استفاده می‌کند. کاربران با داشتن سخت‌افزار مناسب می‌توانند به این شبکه متصل شده و مدل‌ها را به‌صورت رمزگذاری‌شده و محلی اجرا کنند.

هزینه استفاده از مدل‌ها به‌صورت توکن پرداخت می‌شود و تمامی ثبت‌نام‌ها و هماهنگی‌های مالی از طریق بلاک‌چین انجام می‌شود. این پلتفرم امنیت داده‌های کاربران را تضمین می‌کند؛ به‌طوری‌که نه Near و نه توسعه‌دهندگان مدل‌ها، نمی‌توانند اطلاعاتی که از میان مدل‌ها عبور می‌کند را مشاهده کنند.

این قابلیت برای شرکت‌هایی که در صنایع قانون‌گذاری‌شده فعالیت می‌کنند، بسیار جذاب است. به‌ویژه در مقایسه با ارائه‌دهندگانی مانند OpenAI یا Google که شفافیت کمتری در مورد حفظ حریم خصوصی داده‌ها دارند.

تأمین مالی و آینده Near AI

بین سال‌های ۲۰۱۸ تا ۲۰۲۲، بنیاد Near موفق شد حدود ۶۵۰ میلیون دلار سرمایه برای توسعه پروتکل و پلتفرم Near جذب کند. اکنون شرکت Near AI با استفاده از این پلتفرم، خدمات تخصصی برای توسعه‌دهندگان و کاربران ارائه می‌دهد. انتظار می‌رود این شرکت در آینده نزدیک دور جدیدی از جذب سرمایه را آغاز کند.

راه‌اندازی بازار بلاک‌چینی برای مدل‌های هوش‌مصنوعی

رقابت در دنیای هوش مصنوعی: نزدیک‌تر از همیشه

مدل‌های پیشرفته هوش مصنوعی اکنون به رقابت نزدیک‌تری رسیده‌اند.گوگلبه‌تازگی مدل جدیدی به نامGemini 2.5 Pro Experimentalمعرفی کرده است که در بنچمارک‌های علمی و ریاضی عملکرد بهتری نسبت به مدل‌های OpenAI داشته است.

این مدل که نحوه پردازش فکری انسان را تقلید می‌کند، توانایی پردازش تصویر، ویدئو، صدا و کد را دارد و می‌تواند حجم بسیار زیادی از اطلاعات را در حافظه خود نگه دارد.

هم‌زمان، شرکت چینیDeepSeekنیز مدل متن‌باز جدیدی به نامDeepSeek-V3-0324منتشر کرده است که در حوزه‌های استدلال، ریاضی و علوم پیشرفت چشمگیری داشته است. این مدل در پلتفرم Hugging Face قابل‌دانلود است و برخلاف مدل‌های انحصاری OpenAI و Google، توسعه‌دهندگان می‌توانند از آن برای ساخت مدل‌ها و برنامه‌های خود استفاده کنند.

این رقابت نشان می‌دهد که مدل‌های هوش مصنوعی دیگر مانند گذشته ارزش انحصاری ندارند و تمرکز شرکت‌ها به جذب کاربران از طریق برنامه‌های اشتراکی معطوف شده است.

همکاری Anthropic و Databricks؛ پیوند هوش مصنوعی و داده‌های سازمانی

AnthropicوDatabricksوارد همکاری پنج‌ساله‌ای شده‌اند که طی آن مدل‌های هوش مصنوعی Claude مستقیماً در پلتفرم داده‌های Databricks ادغام می‌شوند. این ادغام به مشتریان سازمانی Databricks امکان می‌دهد داده‌های خود را از طریق مدل‌های پیشرفته Anthropic پردازش کنند، بدون نیاز به افزودن ارائه‌دهنده جدید.

این همکاری برای شرکت‌های فعال در صنایع قانون‌گذاری‌شده مانند مالی و سلامت بسیار مفید است، زیرا مدل‌ها در همان بستری اجرا می‌شوند که داده‌های حساس ذخیره شده‌اند.

«مایک کریگر»، مدیر ارشد محصول Anthropic، این همکاری را فرصتی برای تسریع تحول دیجیتال مشتریان می‌داند و معتقد است که ترکیب نقاط قوت Databricks در مدیریت داده و توانایی‌های پیشرفته Anthropic در هوش مصنوعی، یک مزیت رقابتی قدرتمند ایجاد می‌کند.

جمع‌بندی

هوش مصنوعی متن‌باز و پلتفرم‌های نوآورانه‌ای مانند Near AI، مسیر جدیدی برای توسعه مسئولانه و عادلانه فناوری باز کرده‌اند. این رویکرد می‌تواند به حفظ حریم خصوصی کاربران، گسترش دسترسی به مدل‌های قدرتمند و کاهش انحصار چند شرکت بزرگ منجر شود. در عین حال، رقابت روزافزون در حوزه مدل‌های پیشرفته هوش مصنوعی نشان می‌دهد که آینده این فناوری بیش از هر زمان دیگری در دسترس و متحول‌کننده خواهد بود.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.