لحظة داروين للذكاء الاصطناعي: عندما يبدأ النموذج في النضال من أجل البقاء

العنوان الأصلي: الذكاء الاصطناعي الدارويني - ألعاب الجوع للذكاء الاصطناعي

المؤلف الأصلي: 0xJeff

الترجمة الأصلية: ساويرس، فورسايت نيوز

لطالما كانت المنافسة جوهر التطور البشري. فعلى مر التاريخ، تنافس الناس باستمرار لتحقيق أهداف متنوعة، منها:

· الغذاء والأراضي

· زملاء / شركاء

· الوضع داخل القبائل أو المجتمعات

· التحالفات وفرص التعاون

طارد الصيادون الفرائس، وقاتل المحاربون من أجل البقاء، وتنافس زعماء القبائل على الأراضي. ومع مرور الوقت، تمكّن الأفراد ذوو السمات المميزة للبقاء من البقاء والتكاثر ونقل جيناتهم عبر الأجيال.

وتُعرف هذه العملية باسم "الانتقاء الطبيعي".

لم تتوقف عملية الانتقاء الطبيعي أبدًا، بل تطور شكلها: من "التنافس من أجل البقاء" إلى التطور تدريجيًا إلى "المنافسة كنوع من الترفيه" (مثل القتال المصارعة، والألعاب الأولمبية، والأحداث الرياضية، والرياضات الإلكترونية)، ثم تحولت في النهاية إلى "المنافسة على غرار المسرع التي تقود التطور" (في مجالات مثل التكنولوجيا، والإعلام، والأفلام، والسياسة، وما إلى ذلك).

لقد كان الانتقاء الطبيعي دائمًا القوة الدافعة الأساسية للتطور البشري، ولكن هل يتبع تطور الذكاء الاصطناعي أيضًا هذا المنطق؟

إن تطور الذكاء الاصطناعي لا يتحدد باختراع واحد، بل يتحدد من خلال عدد لا يحصى من حالات "المنافسات والتجارب غير المرئية" - هذه المسابقات تختار في النهاية نماذج تدوم بينما تتخلص من النماذج المنسية.

في هذه المقالة، سنتعمق في هذه المنافسات الخفية (التي تشمل نطاقي Web2 وWeb3)، ومن منظور "المنافسة"، سنحلل المسار التطوري للذكاء الاصطناعي. دعونا نستكشف معًا.

بين عامي 2023 و2025، ومع ظهور ChatGPT، شهد مجال الذكاء الاصطناعي نموًا هائلاً.

ومع ذلك، قبل ولادة ChatGPT، كانت OpenAI قد تركت بصمة بالفعل من خلال لعبة "Dota 2" (باستخدام نظام "OpenAI Five"): من خلال عشرات الآلاف من المباريات ضد اللاعبين العاديين واللاعبين المحترفين، وحتى نفسها، أثبتت القدرة على التطور بسرعة، مع تعزيز كل مباراة لقوتها الخاصة.

وفي نهاية المطاف، وُلد نظام ذكي متطور، وفي عام 2019، هزم بشكل حاسم أبطال العالم الحاليين في لعبة "Dota 2".

حدثت حالة شهيرة أخرى عام ٢٠١٦: هزم ألفاغو بطل العالم في لعبة غو، لي سيدول. لم يكن الجانب الأكثر إثارة للدهشة في هذا الحدث "هزيمة بطل العالم" بحد ذاتها، بل "أسلوب التعلم" الذي اتبعه ألفاغو.

لم يعتمد تدريب ألفاغو على البيانات البشرية فحسب. وكما هو الحال مع OpenAI Five، فقد حقق تطورًا من خلال "اللعب الذاتي" - وهي عملية متكررة:

· كل جيل من النموذج يتنافس مع الجيل السابق؛

· يتم الاحتفاظ بأفضل المتغيرات النموذجية أداءً و"إعادة إنتاجها" (أي تكرار التحسين)؛

· يتم التخلص من الاستراتيجيات الضعيفة.

وبعبارة أخرى، قام "الذكاء الاصطناعي الدارويني" بضغط عملية التطور التي كانت ستستغرق في الأصل ملايين السنين في فترة حسابية لا تتجاوز بضع ساعات.

لقد أدت هذه "الحلقة التنافسية الذاتية" إلى إنجازات تكنولوجية لم يشهدها البشر من قبل. واليوم، نشهد أيضًا نمطًا تنافسيًا مشابهًا في المجال المالي، وإن كان بشكل مختلف.

الذكاء الاصطناعي الدارويني في مجال العملات المشفرة

أصبح Nof1 موضوعًا ساخنًا الأسبوع الماضي مع إطلاق "Alpha Arena". كان هذا "مبارزة حياة أو موت لعقود العملات المشفرة الدائمة" بمشاركة ستة نماذج ذكاء اصطناعي (Claude، DeepSeek، Gemini، GPT، Qwen، Grok): تمكن كل نموذج من تحقيق 10,000 دولار، وكان الفائز في النهاية هو صاحب أفضل أداء من حيث الربح والخسارة.

"أصبحت ساحة ألفا جاهزة الآن! استثمرت ستة نماذج ذكاء اصطناعي ١٠,٠٠٠ دولار أمريكي، كل منها، في التداول الذاتي طوال الوقت. أموال حقيقية، سوق حقيقي، معيار حقيقي - أي نموذج تعتقد أنه سيحقق أفضل أداء؟"

اكتسبت هذه المسابقة شعبيةً سريعة، ليس بفضل قواعدها فحسب، بل بفضل "صراحتها": عادةً ما تُحفظ "استراتيجيات ألفا" (أي استراتيجيات العوائد الزائدة) بسرية تامة. ومع ذلك، في هذه المسابقة، يُمكننا أن نشهد فورًا "أي الذكاء الاصطناعي هو الأفضل في جني الأرباح".

علاوة على ذلك، يتميز تصميم واجهة المستخدم (UI/UX) الذي يعرض أداء التداول الفوري بسلاسة فائقة ودقة عالية. ويستفيد الفريق من الضجة الإعلامية الحالية والرؤى المكتسبة من المسابقة لتطوير نماذج وأدوات تداول Nof1؛ ويمكن حاليًا للمستخدمين المهتمين بهذه الأداة الانضمام إلى قائمة الانتظار لتجربة هذه الأداة.

نهج Nof1 ليس جديدًا، فمثل هذه المسابقات موجودة منذ زمن طويل في المجال المالي (خاصةً ضمن منظومة Bittensor وسوق العملات المشفرة الأوسع). مع ذلك، لم يسبق لأي فريق أن ساهم في نشر هذه المسابقات وتعميمها كما فعل Nof1.

وفيما يلي بعض من حالات المنافسة الأكثر تمثيلا:

سينث (مسابقة السينثسايزر)

(المعرف: SN50، البادئ: @SynthdataCo)

في هذه المسابقة، يُطلب من مهندسي التعلم الآلي استخدام نماذج تعلم آلي للتنبؤ بأسعار وتقلبات الأصول المشفرة. يحصل الفائزون على مكافآت رمز SN50 Synth Alpha. بعد ذلك، يستخدم الفريق نتائج التنبؤ عالية الجودة هذه لتوليد "بيانات أسعار اصطناعية" عالية الدقة (ومسارات اتجاهات الأسعار).

"منذ وقت سابق من هذا العام، قمنا بمنح أكثر من 2 مليون دولار كمكافآت لأفضل علماء البيانات والمحللين الكميين المشاركين في المسابقة."

يستخدم الفريق حاليًا إشارات التنبؤ هذه لتداول العملات المشفرة على منصة بولي ماركت. حتى الآن، حققوا عائدًا صافيًا على الاستثمار بنسبة 184% برأس مال أولي قدره 3000 دولار أمريكي. التحدي التالي هو زيادة حجم التداول مع الحفاظ على الأداء الحالي.

"فيما يلي آخر التحديثات حول تداولاتنا على منصة Polymarket:

・الرأس المال: 3000 دولار

・الربح: 5,521 دولارًا

・عائد الاستثمار (ROI): 184%

・العائد السنوي النسبي (APY): 3,951%

كل ذلك مدعوم بنموذج تنبؤ Synth. سنتعمق في المنطق الكامن وراء ذلك في فقرة "البحث عن الجديد" لهذا الأسبوع.

Sportstensor (مسابقة التنبؤ الرياضي)

(المعرف: SN41، البادئ: @sportstensor)

هذه شبكة فرعية تُركز على "تخطي صعوبات السوق"، وتهدف إلى استكشاف "الفرص الواعدة" في سوق المراهنات الرياضية العالمية. وهي مسابقة مستمرة، حيث يُطلب من مهندسي التعلم الآلي استخدام نماذج للتنبؤ بنتائج الدوريات الرياضية الكبرى، مثل دوري البيسبول الرئيسي (MLB)، ودوري كرة القدم الرئيسي (MLS)، والدوري الإنجليزي الممتاز (EPL)، والرابطة الوطنية لكرة السلة (NBA)، وغيرها. سيحصل "أفضل نموذج" قادر على تحقيق الربحية على مكافآت رمز SN41 Sportstensor Alpha.

في الوقت الحالي، يبلغ متوسط دقة التنبؤ للنماذج المشاركة حوالي 55%، حيث يحقق "المُعدِّن" الأعلى تصنيفًا (أي مطور النموذج) دقة تصل إلى 69% وعائد استثماري متزايد بنسبة 59%.

أبرمت Sportstensor شراكة مع Polymarket لتكون بمثابة طبقة السيولة الخاصة بها، مما يؤدي إلى زيادة حجم التداول المتعلق بالتنبؤات الرياضية إلى منصة Polymarket.

يعمل الفريق أيضًا على بناء منصة "التقويم" - وهي منصة منافسة للتنبؤات الرياضية متاحة للعامة: حيث يمكن للمستخدمين الوصول إلى الإشارات وبيانات تحليلات التنبؤ المتقدمة التي يوفرها مُعدّنو Sportstensor، والتنافس مع مستخدمين آخرين بناءً على هذه المعلومات. سيحصل أفضل المتنبئين أداءً على مكافآت تصل إلى 100,000 دولار أمريكي أسبوعيًا (سيتم تحديد تاريخ الإطلاق لاحقًا).

AION (منافسة حرب الأسواق)

(المبادرون: @aion5100، @futuredotfun)

تتعاون @aion5100 (فريق الوكيل الذكي الذي يركز على التنبؤ بالأحداث/النتائج) مع @futuredotfun لإطلاق مسابقة "حرب الأسواق".

ومن المقرر إطلاق المسابقة في الربع الأخير من عام 2024، وهي تُعرف باسم "كأس العالم لسوق التنبؤ"، حيث يمكن لكل من البشر والذكاء الاصطناعي المشاركة في مبارزات التنبؤ على منصتي Polymarket وKalshi.

تهدف المسابقة إلى أن تكون "المصدر المرجعي الأمثل للحقيقة" من خلال "الحكمة الجماعية". لا يعتمد معيار التقييم الأساسي فيها على "دقة التنبؤ" التقليدية، بل على "التفاعل الذهني، وحجم التداول، والشرف"، حيث يُتوّج الفائزون بأفضل أداء في هذه المعايير.

يقوم الفريق بدمج أدوات تحليل السوق التنبؤية المتقدمة ووظيفة نسخ التداول ومنتجات التداول الاجتماعي بشكل عميق في المنافسة لمساعدة المتداولين على الاستفادة من هذه الأدوات والحصول على ميزة في المنافسة مع المتنبئين الآخرين.

كسر الذكاء الاصطناعي (مسابقة الذكاء الاصطناعي متعددة السيناريوهات)

(المُبادر: @FractionAI_xyz)

تستضيف المنصة أنواعًا مختلفة من المسابقات: يمكن للمستخدمين نشر وكلاء الذكاء الاصطناعي في سيناريوهات مثل "Tic-Tac-Toe القائم على العطاءات"، و"Soccer Brawl"، و"Bitcoin Trading Battle"، و"Polymarket Trading"؛ بالإضافة إلى ذلك، تتميز المنصة بمسابقة "ALFA" - على غرار "Alpha Arena"، ولكن نماذج الذكاء الاصطناعي تستخدم العملة الافتراضية للتداول ضد بعضها البعض في عقود دائمة.

في مسابقة "ALFA"، يمكن للمستخدمين شراء "أسهم طويلة/قصيرة" من وكلاء الذكاء الاصطناعي، والمراهنة على أي وكيل سيحقق أعلى ربح وخسارة (PnL) في نهاية كل جلسة تداول يومية؛ وعلى غرار "Alpha Arena"، يمكن للمستخدمين مراقبة الاستراتيجيات التي يستخدمها كل وكيل والأصول التي ينشرونها في الوقت الحقيقي.

سيتم استخدام الرؤى والبيانات التي تم الحصول عليها أثناء المنافسة لتحسين وكلاء الذكاء الاصطناعي بشكل أكبر، وفي المستقبل، سيتمكن المستخدمون من نشر أموالهم لهؤلاء الوكلاء للتداول نيابة عنهم.

يخطط الفريق لتوسيع نطاق تطبيق وكلاء الذكاء الاصطناعي في جميع المجالات المالية الشائعة، بما في ذلك التداول، والتمويل اللامركزي، وأسواق التنبؤ.

ألورا (مسابقة الأعمال المالية الصغيرة)

(المُبادر: @AlloraNetwork)

يمكن تسمية Allora بـ "Bittensor في عالم المال": حيث تقوم المنصة بإعداد "مهام موضوعية" أو "أعمال صغيرة" (مثل التنبؤ بأسعار العملات المشفرة)، حيث يتنافس مهندسو التعلم الآلي لتطوير "أفضل نموذج".

في الوقت الحالي، تركز نماذج التنبؤ بالأسعار بشكل أساسي على العملات المشفرة السائدة؛ يمكن لمهندسي التعلم الآلي ذوي الأداء الأفضل (المشار إليهم باسم "المزورين" أو "عمال المناجم") الحصول على مكافأة "Allora Hammer"، والتي ستتحول إلى حوافز رمزية بقيمة $ALLO عند إطلاق الشبكة الرئيسية الرسمي (قريبًا).

يتمتع الفريق بمجموعة من تطبيقات "استراتيجية DeFi الديناميكية" العميقة: من خلال تطبيق نموذج Allora، أصبحت استراتيجيات DeFi أكثر مرونة - مما يقلل من المخاطر مع زيادة مستويات العائد.

على سبيل المثال، "استراتيجية حلقة ETH/LST": تحتفظ بجزء من الأموال للاستفادة من "فرص البيع على المكشوف" - إذا أشار نموذج التنبؤ إلى تقلب في الأسعار يتجاوز عتبة معينة، تقوم الاستراتيجية تلقائيًا بمبادلة LST (رمز السيولة) مقابل USDC وتنشئ مركزًا قصيرًا، بهدف الاستفادة من التقلب المتوقع في السعر.

أحد التفاصيل المثيرة للاهتمام حول Allora هو اعتمادها لنموذج "توزيع رمز دعم الإيرادات الفعلية": على سبيل المثال، سيتم توزيع مزيج من "10000 دولار أمريكي من رمز ALLO + 5000 دولار أمريكي من إيرادات العملاء" لتقليل ضغط بيع الرمز المحتمل من قبل عمال المناجم.

مسابقات أخرى بارزة

(1) المسابقات المتعلقة بالتمويل (تكميلية)

SN8 PTN (المُبادر: @taoshiio): تهدف هذه المسابقة إلى جمع إشارات تداول عالية الجودة من نماذج الذكاء الاصطناعي العالمية والمحللين الكميين، بما يتجاوز أداء صناديق التحوط التقليدية. هدفها الأساسي هو "الربحية المُعدّلة للمخاطر"، وليس مجرد "العوائد الخام".

Numerai (صندوق تحوط للذكاء الاصطناعي) (المُنشئ: @numerai): صندوق تحوط قائم على الذكاء الاصطناعي، وقد حصل مؤخرًا على تمويل بقيمة 500 مليون دولار من جي بي مورغان تشيس (أي أن جي بي مورغان تشيس سيخصص ما يصل إلى 500 مليون دولار لاستراتيجيات تداول Numerai). تتمحور استراتيجية الصندوق حول "مسابقة نماذج التعلم الآلي"، مع التركيز على "الأصالة طويلة المدى" و"الدقة المُعدّلة للمخاطر". تتطلب المشاركة في المسابقة رهن رموز NMR كمكافأة. حتى الآن، وزّعت المنصة رموز NMR بقيمة تزيد عن 40 مليون دولار على المشاركين.

(2) المسابقات غير المتعلقة بالتمويل

ريدجز للذكاء الاصطناعي (مسابقة البرمجة اللامركزية) (المعرف: SN62، المُبادر: @ridges_ai): منصة تداول لامركزية لـ"وكلاء الذكاء الاصطناعي في هندسة البرمجيات"، تهدف إلى تمكين وكلاء الذكاء الاصطناعي من استبدال المبرمجين البشريين بالكامل في مهام مثل "إنشاء الأكواد، وإصلاح الأخطاء، وإكمال هيكل المشروع". يتنافس وكلاء الذكاء الاصطناعي في "تحديات برمجة واقعية"، حيث يتأهل الوكلاء الذين يقدمون حلولاً عالية الجودة لـ"مكافآت ألفا الفرعية" الشهرية التي تتراوح بين 20,000 و50,000 دولار أمريكي.

مسابقة Flock.io (المُبادر: @flock_io): تنقسم المسابقة إلى قسمين: الأول "إنشاء أفضل نموذج أساسي للذكاء الاصطناعي"، والثاني "تحسين نماذج خاصة بمجال معين من خلال التعاون في التعلم الفيدرالي". يمكن للمدربين المتميزين (أي "المُعدِّنين") ربح ما بين 500,000 و1 مليون دولار أمريكي سنويًا من خلال تدريب نماذج الذكاء الاصطناعي. تكمن ميزة "التعلم الفيدرالي" في قدرة المؤسسات على الاستفادة الكاملة من قدرات الذكاء الاصطناعي مع الحفاظ على خصوصية البيانات المحلية.

ماذا يعني كل هذا؟

اليوم، يتم تحقيق تقدم الذكاء الاصطناعي من خلال "المنافسة المفتوحة".

كل نموذج جديد يظهر يواجه بيئةً شديدة الضغط: ندرة البيانات، وموارد الحوسبة المحدودة، وآليات الحوافز المقيدة. وقد أصبحت هذه الضغوط المعايير الأساسية لـ"تصفية النماذج الباقية".

تخدم المكافآت الرمزية كـ "مصدر للطاقة": النماذج التي يمكنها تسخير هذه "الطاقة" بكفاءة سوف توسع نفوذها باستمرار، في حين أن النماذج التي لا تستطيع الاستفادة منها بكفاءة سوف يتم التخلص منها تدريجيًا.

في نهاية المطاف، سوف نقوم ببناء "نظام بيئي للوكلاء" - سوف يتطور هؤلاء الوكلاء من خلال "التغذية الراجعة" بدلاً من "التعليمات"، والمعروف باسم "الوكلاء المستقلين" (وليس "الذكاء الاصطناعي التوليدي").

إلى أين يتجه المستقبل؟

ستؤدي هذه الموجة من "المنافسة المفتوحة" إلى دفع الذكاء الاصطناعي من "نموذج مركزي" إلى "نموذج لامركزي مفتوح المصدر".

في المستقبل، سوف تظهر نماذج ووكلاء أقوياء داخل "بيئة لامركزية".

قريبًا، سيتمكن الذكاء الاصطناعي من إدارة "دورة التحسين الذاتي" الخاصة به بشكل مستقل: ستقوم بعض النماذج بضبط نماذج أخرى، وتقييم أدائها، وتحقيق التحسين الذاتي، ونشر التحديثات تلقائيًا. ستقلل هذه الدورة بشكل كبير من التدخل البشري، مع تسريع وتيرة تكرار الذكاء الاصطناعي.

ومع انتشار هذا الاتجاه، سيتحول الدور البشري من "تصميم الذكاء الاصطناعي" إلى "تصفية الذكاء الاصطناعي للاحتفاظ به، والحفاظ على سلوكه المفيد، ووضع القواعد والحدود التي تحمل قيمة توقع إيجابية (EV+) للمجتمع".

فكرة أخيرة

إن المنافسة غالبا ما تعمل على تغذية الابتكار ولكنها قد تعمل أيضا على تعزيز "التلاعب بالمكافآت" و"التلاعب بالنظام".

إذا لم يتمكن تصميم النظام من "تحفيز السلوك المفيد على المدى الطويل"، فإنه سيتجه حتما نحو الفشل - على سبيل المثال، قد يستغل بعض عمال المناجم الثغرات في القواعد "للعب المكافآت" بدلاً من المساهمة الحقيقية في القيمة.

ومن ثم، فإن "النظام المفتوح" لابد وأن يكون مزوداً بـ"آليات حوكمة" قوية و"تصاميم حوافز": لتشجيع السلوك الجيد ومعاقبة السلوك السيئ.

ومن يتمكن أولاً من تحقيق هذا الهدف سوف يستغل الموجة التالية من "القيمة والاهتمام والحكمة الأساسية" للابتكار.

رابط المقال الأصلي

مرحبًا بكم في الانضمام إلى مجتمع BlockBeats الرسمي:

مجموعة اشتراكات التلجرام: https://t.me/theblockbeats

مجموعة نقاش تيليجرام: https://t.me/BlockBeats_App

الحساب الرسمي على تويتر: https://twitter.com/BlockBeatsAsia