في عصر الذكاء الاصطناعي والويب3، نحتاج إلى أصالة عميقة

آخر تحديث 2026-04-06 22:14:59
مدة القراءة: 1m
يستكشف هذا المقال تأثير التطورات الحالية في مجال الذكاء الاصطناعي على العالم الرقمي ويقدم مفهوم الأصالة العميقة. ويقترح الاستفادة من خصائص تكنولوجيا البلوكشين لمعالجة قضايا التزوير، وبالتالي تلبية احتياجات البشرية للمعلومات الأصيلة.

إعادة توجيه العنوان الأصلي "Deep reals"

TL؛DR

لم يكن من الصعب مثلما هو عليه الآن التفرّق بين الحقيقة والكذب على الإنترنت. يتم دفع الروبوتات الذكية للتركيزتعليقات رديت مزيفة، أحيا دريك توباكقصيدة راب، ومورغان فريمان لا يزالليس مورغان فريمان. توني بلينكنعزف الجيتارفي كييف تبين أنها حقيقية، على الرغم من ذلك.

التزوير الرقمي ليس جديدًا وكان موجودًا طالما كان الإنترنت موجودًا. التزوير القديم كان موجودًا حتى قبل ذلك بكثير. الرسوم الصخرية، والفخار القديم، ونوافذ الزجاج الملون كانت جميعها أمثلة على وسائط تستخدم لتشويه الحقيقة أو إخفائها تمامًا. وطالما وجدت التزويرات، كان من المستحيل تقريبًا معرفة ما إذا كان شيء ما حقيقيًا أم مزيفًا بيقين مطلق. وربما سيكون الأمر نفسه للذكاء الاصطناعي التكراري.

لهذا السبب كنا نفكر في شيء يسمى 'deep reals.' العمق الحقيقي هو عكس العمق المزيف. لا يفترض أن كل شيء حقيقي وأن علينا فقط أن نثبت شيئًا كاذبًا. بل يفترض أن كل شيء كاذب وأن علينا أن نثبت بشكل كافي حقيقة شيء ما.

تاريخياً، كانت حلولنا لتحديد الواقعية عن طريق اللجوء إلى المؤسسات والثقة فيها. لكن هذا النموذج تدهور في عصر الإعلام الواسع الانتشار وزيادة الحمل الإعلامي. تم كشف العيوب والانحيازات داخل هذه المؤسسات، مما أدى إلىأزمة عميقة في الثقة. بدون سلطة مركزية تعتمد عليها، نحتاج الآن لإظهار حقيقة (أو عدمها) لجسم بطريقة تعتمد على هندسة مفتوحة.

يمكن أن نقول بطريقة أخرى أننا نعتقد أن الأشياء الحقيقية العميقة لا ينبغي أن تكون "جديرة بالثقة" بقدر ما ينبغي أن تكون "بدون ثقة". بدلاً من وضع الثقة في سلطة واحدة، يجب أن تكون الثقة متموّعة عبر شبكة منالتواقيع الرقميةخوارزميات التشفيرملاحظات المجتمع، وتكنولوجيا سلسلة الكتل غير القابلة للتغيير. تتمتع هذه الفوائد بتجنب نقطة فشل واحدة، وتعزيز الشفافية، ومنح الأفراد المزيد من السيطرة على القوانين التي يُحكمون بها.الذكاء الاصطناعي والويب3 هما جانبان من نفس العملة، ومن الواضح أن الويب 3 هو الحل لمشكلة تسنيد الذكاء الاصطناعي.

كيف سيعمل هذا؟ قال آندي أنها أفضل وصف لاستثمارنا فيميدياشينبروتوكول في عام 2015:

“تسمح البروتوكول لأي شخص بإرفاق معلومات إلى أعمال الخلق، وجعلها ثابتة ومكتشفة في قاعدة بيانات مبنية على لاسلك من المرجحات. … يتم الحفظ البيانات عن طريق مشاركي الشبكة ولا يحتاج إلى أي إذن للمساهمة أو الوصول إليها، مما يجعله مكانا مثاليا للتعاون بين المخيرين، والمطورين، والمنصات، والمنظمات الإعلامية. إنه منطبق على أي نمط من الإعلام - صور، صور متحركة، فيديوهات، أعمال مكتوبة، وكذلك الموسيقى.”

لفترة طويلة، اعتقدت USV أن المعلومات السياقية للوسائط التي نستهلكها يجب أن تصبح أكثر انفتاحًا. يجب أن يتاح للمبدع اختيار إرفاق هويته بالصورة التي التقطها، ومكان التقاطها، والوقت الذي التقطت فيه. ويجب أن يتمكن جمهورها من إرسال ميكروبيمنت لها لشكرها على عملها. ومع ذلك، لا يزال الوسائط القائمة على البروتوكول تبدو أكثر شبيهًا بفيتامين من مسكن للألم.

ليس بعد الآن. سيكون عام 2024 هوأكبر عام انتخابي في التاريخ. أكثر من نصف سكان العالم - وهم 4 مليارات شخص - سيقومون بإرسال مواطنيهم إلى صناديق الاقتراع هذا العام. إن النظام الذي يمنح المستخدمين مزيدًا من المعلومات حول وسائطهم المستهلكة ضروري بشدة. وليس فقط في السياسة ، ولكن في مجالات مثل تطبيقات التعارف ، وأسواق الموضة المستعملة ، أو حتى استئجار العطلات.

ولكن من الخطأ أن نرى الوسائط العميقة فقط كأدوات لمحاربة نشر الأخبار الزائفة. نعتقد أنها يمكن أن تصبح وسيلة إعلامية جديدة بحد ذاتها. واحدة تكون ممتعة وإدمانية تمامًا مثل الفيديوهات التي تشاهدها على IG و TikTok. لا تسألني ، الوسائط المولدة بواسطة الذكاء الاصطناعيسحر, ولكننا نعتقد أنه سيكون هناك دائمًا رغبة في المحتوى الأصيل.إنتاج الإنسان, و IRL. ونحن متحمسون للغاية بشأن المنصات الجديدة التي يتم بناؤها لالتقاط والتعبير عن هذا.

ما الذي سيستغرقه الأمر للحصول على توزيع لهذا النوع من التكنولوجيا؟ هناك جهود مثيرة للاهتمام جارية مثلمبادرة صحة المحتوىوC2PA، الذي يتيح لمنصات الوسائط الموجودة مثل تيك توك ونيويورك تايمز تركيب 'شهادات' تشفيرية في محتواها. ومع ذلك، نحن نتساءل ما إذا كانت الحلول المبتكرة ستنتهي بالنظر إلى النظام الأساسي وتكون أكثر ملائمة للويب3 والكامل. ولهذا نحن نشعر بالفضول لمعرفة الطرق التي تدمج إنشاء وتوقيع ومشاركة المحتوى في منصة واحدة واحدة، لتقليل مخاطر التلوث بين كل خطوة.فقرةمنصة التدوين الخاصة بـ ’s هي مثال ممتاز على ذلك.

الفيديوهات المزيفة ليست جديدة، إنما هي مجرد سراب آخر. ومع تغير التكنولوجيا التي تدعم كيفية استهلاكنا ومشاركتنا واعتقادنا بالمعلومات، فإن 'الواقع العميق' سيظهر لتعزيز شعورنا الجماعي بالتواصل والثقة في بعضنا البعض.

تنصيح:

  1. هذه المقالة مستمدة من [شركة يونيون سكوير فينتشرز]. إلى الأمام العنوان الأصلي "Deep reals". جميع حقوق الطبع والنشر تنتمي إلى المؤلف الأصلي [غريس كارني]إذا كان هناك اعتراضات على هذه الإعادة الطبع، يرجى الاتصال بـبوابة تعلمالفريق، وسوف يتعاملون معه على الفور.
  2. إخلاء المسؤولية عن الضرر: الآراء والآراء الواردة في هذه المقالة هي فقط تلك للكاتب ولا تشكل أي نصيحة استثمارية.
  3. يتم إجراء ترجمات المقال إلى لغات أخرى من قبل فريق Gate Learn. ما لم يذكر غير ذلك، فإن نسخ أو توزيع أو نسخ المقالات المترجمة ممنوع.

المقالات ذات الصلة

 كل ما تحتاج لمعرفته حول التداول بالاستراتيجية الكمية
مبتدئ

كل ما تحتاج لمعرفته حول التداول بالاستراتيجية الكمية

تشير استراتيجية التداول الكمي إلى التداول الآلي باستخدام البرامج. استراتيجية التداول الكمي لها العديد من الأنواع والمزايا. يمكن لاستراتيجيات التداول الكمي الجيدة تحقيق أرباح مستقرة.
2026-04-09 10:26:17
بوتات التداول الذكية والأدوات
مبتدئ

بوتات التداول الذكية والأدوات

يقدم هذا المقال مفهوم بوتات تداول العملات المشفرة الذكية، ويشرح ميزات ومبادئ عمل بوتات تداول Gate.com، ويقدم للمستخدمين اقتراحات حول كيفية استخدامها بفعالية. بالإضافة إلى ذلك، نستكشف أنواعًا أخرى من المنصات ومزايا ومخاطر استخدام بوتات التداول، والتوقعات المستقبلية لهذا المجال.
2026-03-31 22:05:31
كيف يعمل Bittensor؟ توضيح بنية الشبكات الفرعية، المعدنين، وآلية توافق Yuma
مبتدئ

كيف يعمل Bittensor؟ توضيح بنية الشبكات الفرعية، المعدنين، وآلية توافق Yuma

تُعد Bittensor شبكة ذكاء اصطناعي لامركزية تتيح سوقاً مفتوحاً لتعلم الآلة عبر أدوار Subnet وMiner وValidator. وباعتماد آلية توافق Yuma، تُمكن من تقييم النماذج وتوزيع حوافز TAO. بخلاف منصات الذكاء الاصطناعي المركزية التقليدية، تحول Bittensor قدرات النماذج إلى أصول يمكن تخصيص قيمتها.
2026-03-24 12:25:01
دور Render في AI: كيف يعزز معدل التجزئة اللامركزي الابتكار في الذكاء الاصطناعي
مبتدئ

دور Render في AI: كيف يعزز معدل التجزئة اللامركزي الابتكار في الذكاء الاصطناعي

على عكس المنصات التي تركز فقط على قوة التجزئة في مجال الـ AI، تبرز Render بفضل شبكتها المعتمدة على GPU وآلية التحقق من المهام ونموذج الحوافز القائم على رمز RENDER. يمنح هذا التكامل Render توافقًا ومرونة طبيعية في حالات استخدام AI المختارة، ولا سيما تلك المرتبطة بالحوسبة الرسومية.
2026-03-27 13:12:58
Render و io.net و Akash: مقارنة الفروقات الأساسية بين شبكات معدل التجزئة DePIN
مبتدئ

Render و io.net و Akash: مقارنة الفروقات الأساسية بين شبكات معدل التجزئة DePIN

تُعد Render وio.net وAkash أكثر من مجرد منافسين يقدمون حلولًا متشابهة؛ فهي تمثل ثلاثة مشاريع رائدة في قطاع قوة التجزئة DePIN، حيث يسلك كل مشروع منها مسارًا تقنيًا خاصًا: معالجة الرسومات باستخدام GPU، وتنظيم قوة التجزئة للذكاء الاصطناعي، والحوسبة السحابية اللامركزية. تركز Render على تنفيذ مهام معالجة الرسومات عالية الجودة عبر GPU، مع إعطاء أولوية للتحقق من النتائج وبناء منظومة قوية للمنشئين. أما io.net فتركز على تدريب نماذج الذكاء الاصطناعي وعمليات الاستدلال، وتكمن ميزتها الأساسية في تنظيم GPU على نطاق واسع وكفاءة التكلفة. بينما طورت Akash متجر سحابة لامركزي للأغراض العامة يوفّر موارد حوسبة منخفضة التكلفة عبر عملية تقديم عروض تنافسية.
2026-03-27 13:18:02
ما هو TAO؟ استكشاف معمق لاقتصاديات رمز Bittensor، ونموذج العرض، وآليات الحوافز
مبتدئ

ما هو TAO؟ استكشاف معمق لاقتصاديات رمز Bittensor، ونموذج العرض، وآليات الحوافز

تُعد TAO الرمز الأصلي لشبكة Bittensor، حيث تلعب دورًا أساسيًا في توزيع الحوافز، وتعزيز أمان الشبكة، وجذب القيمة داخل منظومة الذكاء الاصطناعي اللامركزية. وبالاستفادة من آلية الإصدار التضخمي، ونظام التخزين، ونموذج حوافز الشبكات الفرعية، يتيح TAO نظامًا اقتصاديًا يركّز على المنافسة وتقييم نماذج الذكاء الاصطناعي.
2026-03-24 12:23:27