Vogs-沃格斯

لقد لاحظت أن الخصوصية في محادثات blockchain غالبًا ما تظهر في أشكال متطرفة.
يعتقد بعض الناس أن الشفافية الكاملة هي الطريقة الوحيدة التي يمكن أن تظل بها الأنظمة اللامركزية موثوقة.
يجادل البعض أن الانonymity القوية هي الحماية الحقيقية الوحيدة التي يمتلكها المستخدمون في نظام مالي رقمي.
كلما طالت مدة ملاحظتي للمجال، كلما شعرت أن كلا الرأيين يفوت شيئًا مهمًا.
نادراً ما تتناسب الحقيقة بشكل دقيق مع تلك التطرفات.
هذا التوتر هو ما دفعني لاستكشاف شبكة Midnight ومحاولتها إعادة التفكير في كيفية عمل الخصوصية في Web3.

لقد لاحظت شعورًا معينًا يميل إلى الظهور كلما ظهر مشروع جديد للعملات المشفرة. لم يعد هناك حماس كما كان في السابق، على الأقل ليس على الفور. بدلاً من ذلك، هناك تعب هادئ يبدو أنه يتبع إعلان بروتوكول آخر يعد بإعادة تشكيل الصناعات، وإعادة اختراع البنية التحتية، أو فتح أنظمة اقتصادية جديدة تمامًا. بعد سنوات من الأوراق البيضاء الطموحة والسرد الجريء، يقترب الكثير من الناس من الأفكار الجديدة بحذر. كانت تلك ردة فعلي أكثر أو أقل في المرة الأولى التي صادفت فيها بروتوكول Fabric.

لقد كنت أفكر كثيرًا في الخصوصية في أنظمة البلوكشين مؤخرًا. على مدى سنوات، كانت المحادثة في عالم العملات الرقمية تدور حول الشفافية. جعلت السجلات العامة من الممكن لأي شخص التحقق من المعاملات، وفحص العقود الذكية، وتتبع حركة الأصول عبر الشبكات. أصبحت تلك الانفتاحية واحدة من الخصائص المميزة للبلوكشين. لكن كلما انتقلت هذه الأنظمة إلى البيئات الاقتصادية الحقيقية، زادت ملاحظتي للتوتر المتزايد بين الشفافية والسرية. هذا التوتر هو ما جعلني أبدأ في النظر عن كثب إلى شبكة ميدنايت ونهجها في استخدام إثباتات المعرفة صفر كأساس للبنية التحتية السرية.

لقد كنت أفكر كثيرًا في أمان الآلات مؤخرًا. ليس فقط أجهزة الكمبيوتر أو الخوادم، ولكن الآلات المادية الفعلية التي تعمل في العالم من حولنا. تفحص الروبوتات البنية التحتية، وتراقب الطائرات بدون طيار البيئات، وتتحرك الأنظمة الآلية بالسلع عبر المستودعات وشبكات اللوجستيات. مع تزايد اتصال هذه الآلات، السؤال الذي يتكرر في ذهني هو بسيط: ماذا يحدث عندما يحاول شخص ما التلاعب بها؟ هذه الفكرة هي ما دفعني للنظر عن كثب في بروتوكول Fabric ومحاولته معالجة أمان الآلات على مستوى الشبكة.

لقد كنت أفكر كثيراً في هوية الآلات مؤخراً. مع انتشار أنظمة الروبوتات عبر الصناعات، تصبح كل آلة مستقلة فعلياً مشاركاً رقمياً في شبكة أكبر. تقوم الروبوتات بفحص البنية التحتية، وتراقب الطائرات بدون طيار الظروف البيئية، وتدير الأنظمة الآلية عمليات اللوجستيات.
كل واحدة من هذه الآلات تولد بيانات وتؤدي إجراءات يجب أن تثق بها الأنظمة الأخرى. كلما راقبت هذا الاتجاه، أدركت أكثر أن الهوية للآلات قد تصبح مهمة تماماً مثل الهوية للأشخاص عبر الإنترنت. وهذا هو جزء مما دفعني لفحص الأفكار التشفيرية الناشئة حول بروتوكول Fabric.

لقد لاحظت أن معظم المناقشات حول تقنية البلوكتشين تدور في النهاية حول آليات الإجماع. إثبات العمل، إثبات الحصة، النماذج المفوضة، الأساليب الهجينة. تحدد هذه الأنظمة كيفية توافق الشبكات اللامركزية على صحة المعاملات. بالنسبة لسجلات المالية، فإن المشكلة واضحة نسبيًا. تحتاج العقد إلى الاتفاق على المعاملات التي حدثت وأيها تم في أي ترتيب. ولكن في اللحظة التي تدخل فيها الذكاء الاصطناعي في المحادثة، يبدأ طبيعة الإجماع في الظهور بشكل مختلف. هذا التحول هو ما جعلني فضولياً حول النهج الذي اتخذته شبكة ميرا، وخاصةً مفهومها الذي يوصف غالبًا بأنه إثبات التحقق.

لقد كنت أفكر كثيرًا في التوافق التشغيلي مؤخرًا، خاصة في سياق الذكاء الاصطناعي. لا تزال معظم المناقشات حول الذكاء الاصطناعي تركز على النماذج وتقنيات التدريب والقدرة الحاسوبية. ولكن عندما أنظر إلى كيفية نشر هذه الأنظمة فعليًا، غالبًا ما يظهر التحدي الأكبر في مكان آخر. نادرًا ما تعمل أنظمة الذكاء الاصطناعي في عزلة. إنها تتفاعل مع قواعد البيانات، والخدمات الآلية، والمنصات المالية، ومع تزايد التفاعل مع أنظمة الذكاء الاصطناعي الأخرى. المشكلة هي أن هذه التفاعلات تحدث عادة عبر بيئات مجزأة. تلك التجزئة هي ما جعلني أبدأ في فحص كيفية وضع شبكة ميرا نفسها في المحادثة الأوسع حول توافق الذكاء الاصطناعي.

لقد لاحظت أنه عندما يقيم الناس مشاريع البلوكشين، فإن المحادثة عادة ما تركز أولاً على التكنولوجيا. شبكات أسرع، قابلية توسع أفضل، آليات توافق جديدة. ولكن كلما طالت مدة مشاهدتي لتطور هذه النظم البيئية، زادت إدراكي أن التصميم الاقتصادي غالباً ما يكون بنفس أهمية التكنولوجيا نفسها. يمكن أن تتمتع الشبكات بهياكل تقنية مثيرة للإعجاب، ومع ذلك لا تزال تكافح إذا فشلت هياكل الحوافز الخاصة بها في دعم المشاركة على المدى الطويل. كانت هذه الفكرة تعود إليّ أثناء فحص النموذج الاقتصادي وراء Robo Coin ومقارنته مع بعض منافسيه في مجال الروبوتات والبنية التحتية للذكاء الاصطناعي.

لقد كنت أفكر كثيرًا في التوتر بين الخصوصية والتحقق في أنظمة الذكاء الاصطناعي. من جهة، غالبًا ما تعتمد نماذج الذكاء الاصطناعي على مجموعات بيانات حساسة، وخوارزميات ملكية، أو بيئات تشغيل سرية. من جهة أخرى، مع بدء تأثير هذه الأنظمة على القرارات المالية، وإدارة البنية التحتية، والخدمات الآلية، يستمر الطلب على سجلات قابلة للتحقق من سلوكها في النمو. تحقيق التوازن بين هذين المتطلبين ليس سهلاً. وهذا هو السبب جزئيًا في أنني بدأت أنظر عن كثب إلى كيفية اقتراب شبكة ميرا من التعلم الآلي الذي يحافظ على الخصوصية. تُستخدم عبارة “الذكاء الاصطناعي الذي يحافظ على الخصوصية” غالبًا في دوائر البحث، ولكن الآثار العملية تصبح أكثر وضوحًا عندما تتحرك أنظمة الذكاء الاصطناعي خارج البيئات الخاضعة للرقابة. قد تقوم نماذج التعلم الآلي بمعالجة السجلات الطبية، والمعاملات المالية، وبيانات الأعمال الملكية، أو معلومات التشغيل السرية. غالبًا ما تحتاج المنظمات التي تنشر تلك الأنظمة إلى إثبات أن النماذج تتصرف بشكل مسؤول دون الكشف عن البيانات الأساسية نفسها. عادةً ما تعتمد الأساليب التقليدية على بنية تحتية مركزية. تدير شركة ما نموذج الذكاء الاصطناعي داخليًا، وتحافظ على بيانات التدريب خاصة، وتنتج تقارير تشرح كيف يتصرف النظام. بالنسبة للعمليات الداخلية، يمكن أن يعمل ذلك النموذج بشكل جيد معقول. ولكن مع تفاعل أنظمة الذكاء الاصطناعي مع المؤسسات الخارجية أو الشبكات الآلية، تبدأ الأسئلة حول التحقق في الظهور.

لقد قضيت الكثير من الوقت أفكر في كيفية عمل سلاسل الإمداد خلف الكواليس. من الخارج، تبدو العملية بسيطة: تتحرك السلع من الشركات المصنعة إلى الموزعين وفي النهاية تصل إلى المستهلكين. ولكن بمجرد أن تبدأ في فحص الطبقات التي تحت السطح، يصبح النظام أكثر تعقيدًا بكثير. كل حركة لمنتج تولد مسح بيانات، وفحوصات، وسجلات شحن، وسجلات مخازن. من المفترض أن توفر تلك السجلات رؤية واضحة، لكن في الواقع، غالبًا ما تكون مبعثرة عبر منصات مختلفة مملوكة لمنظمات مختلفة. تلك التجزئة هي ما جعلني فضوليًا حول كيفية تأثير النظام البيئي حول مؤسسة Fabric على شفافية سلسلة الإمداد. تعتمد سلاسل الإمداد الحديثة بشكل كبير على الأتمتة. تستخدم المخازن أنظمة روبوتية لفرز الطرود. تنشر مراكز اللوجستيات مركبات مستقلة لنقل السلع بين المنشآت. تراقب الطائرات المسيرة البنية التحتية وظروف الشحن. تولد هذه الآلات كميات هائلة من البيانات التشغيلية. نظريًا، يجب أن تجعل تلك البيانات سلاسل الإمداد أكثر شفافية من أي وقت مضى. ولكن التحدي ليس في جمع المعلومات. التحدي هو التحقق منها. لا تزال معظم أنظمة سلسلة الإمداد تعتمد على قواعد بيانات مركزية. تحتفظ كل شركة بسجلاتها الخاصة لما حدث داخل جزءها من العملية. يسجل المصنع تفاصيل الإنتاج، ويسجل شركة الشحن نشاط النقل، ويتتبع مشغل المخزن حركة المخزون. عندما تمر السلع من منظمة إلى أخرى، يجب أيضًا أن تنتقل البيانات المحيطة بتلك السلع عبر الأنظمة.