حوكمة الذكاء الاصطناعي في تقنية البلوك تشين: بناء الثقة في أنظمة الويب الذكية 3

قبل أن يبدأ الذكاء الاصطناعي في إدارة الأنظمة المعقدة والتأثير على القرارات اليومية، كان سؤال واحد يتردد باستمرار: هل يمكننا حقاً أن نثق بما لا نراه؟ ومع ازدياد ذكاء الذكاء الاصطناعي واستقلاليته، أصبح ضمان بقاء أفعاله شفافة وأخلاقية وخاضعة للمساءلة أكثر أهمية من أي وقت مضى.

وهنا تبرز فائدة تقنية البلوك تشين الحقيقية. فبفضل سجلاتها الشفافة والمقاومة للتلاعب، توفر البلوك تشين طريقة عملية لمراقبة وتدقيق كيفية اتخاذ الذكاء الاصطناعي للقرارات، دون منح السيطرة لسلطة واحدة. 

إنها تحل محل الإيمان الأعمى بالحقيقة القابلة للتحقق، محولة حوكمة الذكاء الاصطناعي من مجرد نظرية إلى شيء يمكننا بالفعل مراجعته وتحسينه.

ستكشف هذه المدونة كيف تعيد تقنية البلوك تشين تعريف حوكمة الذكاء الاصطناعي في أنظمة الويب 3 الذكية، مما يجلب النزاهة والأمان والمساءلة إلى الجيل القادم من التقنيات الذكية.

اقرأ أيضاً: استخدام الذكاء الاصطناعي للتنبؤ بأسعار العملات الرقمية

الوجبات السريعة الرئيسية

• تضمن حوكمة الذكاء الاصطناعي أن تعمل أنظمة الذكاء الاصطناعي بشفافية ونزاهة وأخلاقية، مدعومة بأطر عالمية وسياسات وطنية.

• تعمل تقنية البلوك تشين على تعزيز الرقابة على الذكاء الاصطناعي من خلال تأمين سلامة البيانات، وتمكين التحكم اللامركزي، وتوفير مسارات تدقيق شفافة للامتثال.

• تُظهر التطبيقات العملية من منصات مثل nChain و EQTY Lab و Ocean Protocol الاستخدام العملي لتقنية البلوك تشين لإدارة الذكاء الاصطناعي الأخلاقي.

• تشمل التحديات الرئيسية في دمج تقنية البلوك تشين والذكاء الاصطناعي قابلية التوسع، وعدم اليقين القانوني، والمخاوف الأخلاقية في أنظمة صنع القرار اللامركزية.

• يكمن مستقبل الرقابة المدعومة بالذكاء الاصطناعي في أدوات الامتثال الآلية، والمعايير العابرة للحدود، والبنية التحتية اللامركزية، والتقنيات التي تحافظ على الخصوصية.

خلفية الرقابة على الذكاء الاصطناعي والاحتياجات التنظيمية

أدى صعود الذكاء الاصطناعي إلى ابتكارات كبيرة، ولكنه كشف أيضاً عن ثغرات خطيرة في الحوكمة. 

بين عامي 2010 و2022، تضاعف إجمالي عدد المنشورات المتعلقة بالذكاء الاصطناعي ثلاث مرات تقريبًا، إذ ارتفع من حوالي 88,000 ألف منشور في عام 2010 إلى أكثر من 240,000 ألف منشور في عام 2022 ، مدفوعًا بالتطورات التي حققتها شركات رائدة في هذا المجال مثل جوجل ومايكروسوفت وOpenAI. ومع ذلك، تأخرت القوانين واللوائح التنظيمية، مما سمح للأنظمة بالعمل بأقل قدر من الرقابة.

أدى ذلك إلى تحيز واقعي وإخفاقات أخلاقية. فعلى سبيل المثال، أظهرت خوارزميات التعرف على الوجوه المستخدمة في الولايات المتحدة والمملكة المتحدة تحيزًا عنصريًا كبيرًا ، حيث أظهرت دراسات، مثل دراسة أجراها مختبر الإعلام في معهد ماساتشوستس للتكنولوجيا عام 2018، معدلات خطأ تصل إلى 34.7% للنساء ذوات البشرة الداكنة، مقارنة بأقل من 1% للرجال ذوي البشرة الفاتحة. وقد أثارت هذه التفاوتات مخاوف أخلاقية ملحة.

وقد تفاقمت هذه المخاوف بسبب قضايا بارزة، مثل أداة التوظيف بالذكاء الاصطناعي التي ألغت أمازون والتي كانت تفضل المرشحين الذكور أو COMPAS، وهي أداة لتقييم المخاطر الجنائية تبين أنها متحيزة ضد المتهمين السود.

كشفت هذه الحوادث عن حاجة واضحة للشفافية والمساءلة والإنصاف في عملية صنع القرار في مجال الذكاء الاصطناعي.

التحول نحو أطر أخلاقية منظمة للذكاء الاصطناعي

واستجابةً لذلك، بدأت المؤسسات العالمية في وضع مبادئ توجيهية أخلاقية. وقد أدخلت مبادئ منظمة التعاون الاقتصادي والتنمية بشأن الذكاء الاصطناعي (2019) والمبادئ التوجيهية الأخلاقية للاتحاد الأوروبي بشأن الذكاء الاصطناعي الجدير بالثقة (2019) الشفافية والإشراف البشري والمساءلة كمعايير أساسية. 

أضافت الخطة الأمريكية لقانون حقوق الذكاء الاصطناعي (2022) وإطار إدارة مخاطر الذكاء الاصطناعي التابع للمعهد الوطني للمعايير والتكنولوجيا (2023) هيكلاً للحوكمة الوطنية للذكاء الاصطناعي.

اتجه قانون الاتحاد الأوروبي للذكاء الاصطناعي (2023) نحو تنظيم قابل للتنفيذ، حيث صنّف أنظمة الذكاء الاصطناعي عالية المخاطر مثل أنظمة التنبؤ بالجريمة والتعرف على الوجوه. في الوقت نفسه، أحرزت الصين تقدماً في مبادرتها العالمية لحوكمة الذكاء الاصطناعي وقواعد الذكاء الاصطناعي التوليدي.

تُشير هذه التطورات إلى تحوّل عالمي من النوايا الأخلاقية إلى أطر عمل مُلزمة. ومع ذلك، ورغم التقدم المُحرز، لا تزال الثقة وسلامة البيانات تُمثلان تحديات كبيرة. وهنا يأتي دور تقنية البلوك تشين، التي تُقدم سجلات غير قابلة للتغيير، ومساءلة لامركزية، وشفافية قابلة للتحقق، لتعزيز حوكمة الذكاء الاصطناعي وضمان استدامتها في المستقبل.

ما هي حوكمة الذكاء الاصطناعي؟

نص بديل: أسس حوكمة الذكاء الاصطناعي

الآن وقد شاهدتم التطور المبكر للذكاء الاصطناعي والحاجة المتزايدة للرقابة، فمن المهم فهم الأساس الذي يحكم هذه التكنولوجيا القوية.

دعونا نشرح معنى حوكمة الذكاء الاصطناعي. ببساطة، تشير حوكمة الذكاء الاصطناعي إلى الأطر والسياسات والممارسات التي تضمن تطوير أنظمة الذكاء الاصطناعي ونشرها ومراقبتها بطريقة تتوافق مع حقوق الإنسان والقيم الأخلاقية والسلامة والمعايير القانونية. 

ويشمل ذلك كل شيء بدءًا من الشفافية والمساءلة وصولاً إلى الحد من التحيز وحماية الخصوصية وإدارة المخاطر.

إن حوكمة الذكاء الاصطناعي ليست قانوناً أو سياسة واحدة؛ بل هي جهد جماعي يشمل الحكومات والمنظمات الدولية والشركات الخاصة ومؤسسات البحث.

إنها توجه كيفية اتخاذ القرارات في أنظمة الذكاء الاصطناعي، وكيفية تدقيق النتائج، وكيفية تحديد المسؤوليات - مما يؤدي في النهاية إلى بناء الثقة في كيفية عمل الذكاء الاصطناعي في المجتمع.

المبادئ الأساسية للإشراف الفعال على الذكاء الاصطناعي

تشكل المبادئ الأساسية التالية العمود الفقري لحوكمة الذكاء الاصطناعي الفعالة عبر المعايير العالمية وأفضل الممارسات:

الشفافية والمساءلة في نماذج الذكاء الاصطناعي

تتضمن الشفافية جعل أنظمة الذكاء الاصطناعي قابلة للفهم والتفسير والتدقيق. وهذا يعني أنه ينبغي أن يكون بإمكان أصحاب المصلحة، بمن فيهم المستخدمون والمطورون والجهات التنظيمية، تتبع كيفية معالجة نظام الذكاء الاصطناعي للمدخلات، واتخاذ القرارات، وتقديم النتائج. 

تتكامل المساءلة مع الشفافية. يجب على المؤسسات تحمل المسؤولية الكاملة عن تأثير نماذج الذكاء الاصطناعي الخاصة بها. ويشمل ذلك توثيق قرارات التصميم ومصادر البيانات وعمليات التدريب، لضمان وجود آلية واضحة للتحقيق والتصحيح عند حدوث أي خلل.

ضمان العدالة والحد من التحيز الخوارزمي

قد تُعزز أنظمة الذكاء الاصطناعي أوجه عدم المساواة القائمة إذا لم تُصمم وتُختبر بشكل صحيح. وتعني العدالة ضمان عدم تمييز النماذج على أساس العرق أو الجنس أو العمر أو غيرها من الخصائص المحمية.

تشجع أطر الحوكمة الفعالة على استخدام مجموعات بيانات متنوعة وممثلة، وإجراء اختبارات دقيقة للتحيز. وتساعد أدوات مثل أداة IBM AI Fairness 360 وأداة Google What-If Tool المطورين على تقييم النتائج غير العادلة والتخفيف من آثارها، مما يضمن معاملة عادلة لجميع فئات المستخدمين.

إعطاء الأولوية للسلامة والأمن وإدارة المخاطر

يجب أن تتمتع نماذج الذكاء الاصطناعي، وخاصة تلك العاملة في القطاعات الحيوية، بالأمان والحماية. ويشمل ذلك الحماية من أعطال النماذج، والهجمات المعادية، والسلوكيات غير المقصودة. كما يضمن الأمان أن تكون أنظمة الذكاء الاصطناعي قوية، وتؤدي وظائفها بكفاءة في مختلف البيئات، وأن تتضمن ضوابط مدمجة لمنع المخرجات الضارة.

أصبحت عمليات التدقيق الأمني، وبروتوكولات الاستجابة للحوادث، وتمارين الفريق الأحمر جزءاً لا يتجزأ من تطوير الذكاء الاصطناعي المسؤول.

احترام خصوصية المستخدم وحماية البيانات الحساسة

لا تزال الخصوصية من أكثر المجالات حساسيةً وتنظيماً في حوكمة الذكاء الاصطناعي. غالباً ما تعتمد أنظمة الذكاء الاصطناعي على كميات هائلة من البيانات الشخصية للتدريب والتشغيل. وبدون ضمانات صارمة، قد يؤدي ذلك إلى إساءة الاستخدام، أو تسريب البيانات، أو انتهاكات حقوق الخصوصية.

تضع لوائح مثل اللائحة العامة لحماية البيانات (GDPR) في الاتحاد الأوروبي معايير عالية للموافقة، وتقليل البيانات، وحقوق المستخدم. وتُعدّ تقنيات مثل الخصوصية التفاضلية، والتعلم الموحد، وإخفاء هوية البيانات أدوات أساسية لتحقيق التوازن بين أداء الذكاء الاصطناعي وحماية خصوصية الأفراد.

مواءمة الذكاء الاصطناعي مع القيم والأخلاق الإنسانية

وأخيرًا، تضمن الرقابة الفعّالة توافق أنظمة الذكاء الاصطناعي مع القيم الإنسانية الأوسع، كالكرامة والاستقلالية والإنصاف والعدالة. ويشجع هذا المبدأ على تطوير ذكاء اصطناعي يعزز رفاهية الإنسان بدلًا من أن يحل محلها أو يضر بها.

يتطلب تصميم الذكاء الاصطناعي الأخلاقي إشراك فرق متعددة التخصصات - من علماء أخلاقيات وعلماء اجتماع وخبراء قانونيين - في وقت مبكر من عملية التطوير. كما يتطلب وضع حدود واضحة للتطبيقات التي قد تنتهك الحقوق الأساسية، مثل الأسلحة الفتاكة ذاتية التشغيل أو أدوات المراقبة الجماعية.

دور تقنية البلوك تشين في الإدارة المسؤولة للذكاء الاصطناعي

تلعب تقنية البلوك تشين دورًا حاسمًا في تعزيز حوكمة الذكاء الاصطناعي المسؤولة من خلال تعزيز الشفافية والمساءلة والتحكم عبر البنية التحتية اللامركزية والأنظمة المقاومة للتلاعب.

فيما يلي الطرق الرئيسية التي تساهم بها تقنية البلوك تشين في الإدارة المسؤولة للذكاء الاصطناعي:

تأمين سلامة بيانات الذكاء الاصطناعي وسجلات التدقيق

لا تتجاوز جودة أنظمة الذكاء الاصطناعي جودة البيانات التي تتعلم منها، وقد تؤدي البيانات المخترقة أو غير الموثقة إلى نماذج معيبة، وقرارات متحيزة، أو حتى أضرار جسيمة. تضمن تقنية البلوك تشين سلامة بيانات التدريب والتشغيل من خلال تسجيل كل معاملة، وإدخال بيانات، وتحديث نموذج في سجل غير قابل للتغيير. 

وهذا يعني أنه لا يمكن لأي طرف بمفرده تغيير البيانات أو حذفها دون ترك أثر، مما يحسن بشكل كبير من مصدر البيانات والثقة في دورة حياة الذكاء الاصطناعي.

على سبيل المثال، في قطاع الرعاية الصحية، تستخدم شركات مثل BurstIQ تقنية سلسلة الكتل (البلوك تشين) لإدارة بيانات المرضى والتحقق منها لأغراض التشخيص المدعوم بالذكاء الاصطناعي. وبفضل تسجيل البيانات بشكل غير قابل للتغيير على سلسلة الكتل، يمكن لأدوات الذكاء الاصطناعي في مجال الرعاية الصحية التدرب على مجموعات بيانات عالية الجودة وموثقة، مما يقلل من مخاطر التلاعب أو التلف.

البنية التحتية اللامركزية للذكاء الاصطناعي واستضافة النماذج

يعتمد الذكاء الاصطناعي التقليدي على منصات وخوادم مركزية، مما يخلق نقاط فشل واحدة، ومشاكل في الملكية، وزيادة خطر الرقابة أو سوء الاستخدام. 

في المقابل، تُمكّن تقنية البلوك تشين من استضافة نماذج الذكاء الاصطناعي بشكل لامركزي، حيث تُوزّع نماذج التعلّم الآلي على عدة عُقد في شبكة نظير إلى نظير. يُعزز هذا النهج الشفافية، ويُضفي طابعًا ديمقراطيًا على التحكم، ويُقلل الاعتماد على شركات التكنولوجيا الكبرى.

تُجسّد مشاريع مثل Ocean Protocol وSingularityNET هذا النموذج. يسمح Ocean Protocol لمزودي البيانات ومطوري الذكاء الاصطناعي بمشاركة البيانات والنماذج وتحقيق الربح منها بشكل آمن من خلال سوق قائم على تقنية البلوك تشين. 

تتيح SingularityNET، بقيادة مبتكري روبوت صوفيا، للمطورين نشر ومشاركة والتعاون في خدمات الذكاء الاصطناعي في شبكة لامركزية باستخدام العقود الذكية والرموز المميزة.

تُعدّ هذه البنية التحتية أساسية لأنظمة Web3 البيئية، حيث لا تُوضع الثقة في مؤسسة واحدة، بل تُدمج في بروتوكولات لامركزية. كما أنها تُحسّن المرونة من خلال توزيع الحوسبة والتخزين، مما يجعل أنظمة الذكاء الاصطناعي أقل عرضةً للهجمات أو الرقابة.

دعم الامتثال التنظيمي وإمكانية التتبع

يُعدّ إثبات الامتثال للمعايير القانونية والأخلاقية أحد أكبر التحديات في حوكمة الذكاء الاصطناعي. وتدعم الميزة الأساسية لتقنية البلوك تشين - وهي سجلّ المعاملات المقاوم للتلاعب والمؤرخ زمنيًا - إمكانية التتبع الكامل والامتثال التنظيمي عبر سلسلة توريد الذكاء الاصطناعي.

باستخدام تقنية البلوك تشين، يمكن للمؤسسات الاحتفاظ بسجلات مفصلة لما يلي:

• من قام بالوصول إلى نموذج أو مجموعة بيانات أو تعديلها؟

• عندما تم إجراء التغييرات

• ما هي المعايير أو البيانات المحددة التي تم استخدامها للتدريب؟

يُعدّ هذا المستوى من الشفافية أساسيًا لعمليات التدقيق، لا سيما في ظل أطر مثل قانون الاتحاد الأوروبي للذكاء الاصطناعي، الذي يُلزم بتوفير وثائق شاملة لأنظمة الذكاء الاصطناعي عالية المخاطر. فعلى سبيل المثال، تُجري البنية التحتية الأوروبية لخدمات البلوك تشين (EBSI) تجربةً رائدةً لاستخدام السجلات الموزعة لتحسين شفافية القطاع العام، بما في ذلك تدقيق الذكاء الاصطناعي.

علاوة على ذلك، تساعد تقنية البلوك تشين في تتبع إصدارات نماذج الذكاء الاصطناعي وقراراتها بمرور الوقت، مما يوفر بصمات رقمية لكل نسخة من النموذج. هذه الإمكانية للتتبع ضرورية ليس فقط للمسؤولية والتعويض، بل أيضاً لضمان المساءلة في بيئات الذكاء الاصطناعي الديناميكية ذاتية التعلم.

العقود الذكية للقواعد الأخلاقية الآلية

العقود الذكية هي اتفاقيات ذاتية التنفيذ مُشفّرة على سلسلة الكتل (البلوك تشين). عند تطبيقها على الذكاء الاصطناعي، يمكنها فرض قواعد أخلاقية أو تشغيلية مُحددة مسبقًا، وإيقاف أو الموافقة على الإجراءات تلقائيًا بناءً على الامتثال للمعايير المُحددة.

على سبيل المثال، يمكن للعقد الذكي أن:

• امنع نظام الذكاء الاصطناعي من الوصول إلى البيانات الحساسة إذا لم يمنح المستخدم موافقته.

• أوقف نشر النموذج مؤقتًا إذا تجاوز التحيز عتبة معينة أثناء الاختبار.

• تطبيق قواعد الترخيص في أسواق الذكاء الاصطناعي اللامركزية

تعمل مشاريع مثل Fetch.ai و Prove AI AG على دمج وكلاء الذكاء الاصطناعي مع العقود الذكية لأتمتة عملية صنع القرار والحوكمة. 

في النظام البيئي لـ Prove AI، يتم تضمين نماذج الذكاء الاصطناعي مع البراهين المشفرة وتخضع لعقود ذكية قائمة على القواعد تتحقق من الامتثال للمعايير في الوقت الفعلي.

يُعدّ هذا النهج مفيدًا بشكل خاص في أنظمة الذكاء الاصطناعي المستقلة، مثل تلك الموجودة في السيارات ذاتية القيادة أو التمويل اللامركزي (DeFi) ، حيث تكون الرقابة البشرية محدودة أو غير ممكنة. تضمن العقود الذكية أن تعمل النماذج ضمن الحدود الأخلاقية والقانونية منذ تصميمها، وليس فقط بموجب السياسات.

أمثلة واقعية ودراسات حالة لحوكمة الذكاء الاصطناعي في تقنية البلوك تشين

فيما يلي دراسات حالة توضح كيف تدعم تقنية البلوك تشين بنشاط تطوير الذكاء الاصطناعي المسؤول:

إن تشين: تأمين عمليات الذكاء الاصطناعي باستخدام بيانات غير قابلة للتغيير

تركز شركة nChain، وهي شركة تقنية بلوك تشين معروفة بعملها على بلوك تشين Bitcoin SV، على تأمين سير عمل الذكاء الاصطناعي من خلال توفير تخزين بيانات غير قابل للتغيير ومسارات الأدلة الرقمية. 

تتيح منصتها للمؤسسات تسجيل وتحديد وقت كل مرحلة من مراحل دورة حياة الذكاء الاصطناعي، بدءًا من مصادر البيانات والمعالجة المسبقة وحتى التدريب والنشر، على سجل سلسلة الكتل العامة.

يساعد هذا النهج على:

• منع التلاعب أو التغييرات غير المصرح بها في مجموعات البيانات

• إثبات نزاهة مدخلات ومخرجات تدريب النموذج

• إنشاء سجلات تدقيق بمستوى الطب الشرعي لأغراض الامتثال والتحقق القانوني

يتوافق حل nChain بشكل خاص مع إطار إدارة مخاطر الذكاء الاصطناعي التابع للمعهد الوطني للمعايير والتكنولوجيا (NIST) وقانون الذكاء الاصطناعي القادم للاتحاد الأوروبي، والذي يفرض الشفافية الكاملة في مسارات تطوير الذكاء الاصطناعي. 

من خلال ربط كل عملية بتقنية البلوك تشين، تجعل nChain من الممكن توفير المساءلة القائمة على الأدلة، وهو عنصر بالغ الأهمية بالنسبة للهيئات التنظيمية والقطاعات عالية المخاطر مثل التمويل والصحة والدفاع.

مختبر EQTY: ترميز الامتثال الأخلاقي للذكاء الاصطناعي

يُعدّ مختبر EQTY منصةً ناشئةً تُركّز على تحفيز تطوير الذكاء الاصطناعي الأخلاقي من خلال ترميز البلوك تشين. تُقدّم الشركة منصةً للامتثال كخدمة، حيث يُمكن تقييم مشاريع الذكاء الاصطناعي بناءً على معايير أخلاقية مُحدّدة مُسبقًا، ثمّ مكافأتها أو معاقبتها باستخدام الرموز الرقمية.

وتشمل السمات الرئيسية:

• شهادات رمزية للامتثال لمبادئ مثل العدالة، وقابلية التفسير، والخصوصية

• نظام تسجيل نقاط قائم على تقنية البلوك تشين لتقييم وتصنيف نماذج الذكاء الاصطناعي بناءً على مؤشرات أخلاقية

• تطبيق العقود الذكية للالتزامات الأخلاقية، مما يجعل الادعاءات الأخلاقية قابلة للتحقق على سلسلة الكتل.

من خلال نموذج EQTY، يقوم المطورون بإيداع رموزهم لإثبات التزامهم بالذكاء الاصطناعي المسؤول. في حال تجاوزهم المعايير الأخلاقية - كأن يفشلوا في اختبار التحيز أو ينتهكوا معايير الخصوصية - يفرض العقد الذكي عقوبات، ويتم إخطار المجتمع عبر سجل تدقيق لامركزي. يعزز هذا النهج التنظيم الذاتي على نطاق واسع، ويحفز في الوقت نفسه السلوكيات الإيجابية. 

Prove AI AG: التحقق اللامركزي من خوارزميات الذكاء الاصطناعي

تتخصص شركة Prove AI AG، ومقرها سويسرا، في إثباتات التشفير لضمان امتثال نماذج الذكاء الاصطناعي. وتستفيد الشركة من إثباتات المعرفة الصفرية (ZKPs) وتقنية السجلات الموزعة (DLT) لتمكين مطوري ومستخدمي الذكاء الاصطناعي من التحقق من سلوك الخوارزميات دون الكشف عن نماذج خاصة أو بيانات حساسة.

تتضمن طبقة الحوكمة الخاصة بـ Prove AI ما يلي:

• سجلات لامركزية لسلوك الخوارزميات والأداء التاريخي

• التحقق الفوري من مخرجات الذكاء الاصطناعي وفقًا للقيود الأخلاقية والقانونية

• دمج العقود الذكية لحظر وظائف الذكاء الاصطناعي التي تنتهك الامتثال تلقائيًا

على سبيل المثال، في تطبيق رعاية صحية عابر للحدود، مكّنت منصة Prove AI المستشفيات من التحقق من امتثال نظام الذكاء الاصطناعي التشخيصي لقوانين معالجة البيانات مثل اللائحة العامة لحماية البيانات (GDPR)، دون الحاجة إلى الوصول المباشر إلى بيانات التدريب أو شفرة المصدر. وتخضع شهادات الامتثال المخزنة بتقنية البلوك تشين لتدقيق دوري من قبل جهات تحقق مستقلة على الشبكة.

بروتوكول أوشن: مشاركة البيانات اللامركزية من أجل الذكاء الاصطناعي الأخلاقي

يُعد بروتوكول أوشن مثالاً رائداً على كيفية مساهمة تقنية البلوك تشين في تعزيز تبادل البيانات الأخلاقي لتطوير الذكاء الاصطناعي. 

يوفر Ocean، المبني على منصة Ethereum، سوق بيانات لامركزية حيث يمكن للأفراد والشركات والمؤسسات مشاركة مجموعات البيانات أو تحقيق الدخل منها مع الحفاظ على السيطرة الكاملة على الخصوصية والأذونات.

تشمل المساهمات الرئيسية في حوكمة الذكاء الاصطناعي ما يلي:

• استخدام رموز البيانات لإدارة الوصول والتتبع

• شروط الترخيص على سلسلة الكتل التي تفرض الاستخدام الأخلاقي (مثل عدم إعادة البيع، والاستخدام غير التجاري)

• بنية الحوسبة إلى البيانات، مما يسمح بتدريب الذكاء الاصطناعي دون التعرض المباشر للبيانات

يُعد بروتوكول المحيط مفيدًا بشكل خاص في الصناعات الحساسة مثل علوم المناخ والصحة والتنقل، حيث تكون هناك حاجة إلى بيانات عالية الجودة لتدريب الذكاء الاصطناعي ولكن يجب الحفاظ على الخصوصية. 

فعلى سبيل المثال، وبالتعاون مع وزارة التعليم والبحث الفيدرالية الألمانية، دعمت شركة Ocean الابتكار المسؤول في مجال الذكاء الاصطناعي في أنظمة التنقل من خلال تمكين تبادل البيانات بين البلديات.

يضمن إطار عمل Ocean أن أنظمة الذكاء الاصطناعي المدربة على بيانات السوق الخاصة بهم قابلة للتدقيق، ومصرح بها، ومتوافقة - مما يسد فجوة رئيسية في نماذج حوكمة الذكاء الاصطناعي الحالية.

سينغولاريتي نت: خدمات الذكاء الاصطناعي اللامركزية على تقنية البلوك تشين

SingularityNET، التي أسسها الدكتور بن جورتزل وتشتهر بتشغيل روبوت صوفيا، هي سوق لامركزية لخدمات الذكاء الاصطناعي تعمل على سلسلة كتل كاردانو. 

تتيح المنصة للمطورين نشر نماذج الذكاء الاصطناعي وتحقيق الدخل منها وربطها عبر بنية تحتية لامركزية، مع تضمين ضوابط الحوكمة مباشرة في الشبكة.

تشمل الميزات ذات الصلة بحوكمة الذكاء الاصطناعي ما يلي:

• شروط الخدمة التي يفرضها العقد الذكي (مثل: المخرجات غير التمييزية، وضمانات وقت التشغيل)

• أنظمة سمعة لامركزية تساعد المستخدمين على تقييم جودة خدمات الذكاء الاصطناعي وأخلاقياتها

• استخدام رموز AGIX لتسهيل المدفوعات والتحكم في الوصول والتصويت على الحوكمة

يشمل النظام البيئي لـ SingularityNET حالات استخدام في معالجة اللغة الطبيعية، والبحوث الطبية الحيوية، والروبوتات، والتنبؤ المالي. 

من خلال توزيع الملكية وإنفاذ قواعد الاستخدام عبر تقنية البلوك تشين، تعمل المنصة على تقليل التحكم المركزي وتعزيز تطوير الذكاء الاصطناعي الشفاف والتعاوني.

حماية الملكية الفكرية وأصول الذكاء الاصطناعي الخاصة باستخدام تقنية البلوك تشين

مع تزايد أهمية الذكاء الاصطناعي لتحقيق ميزة تنافسية في قطاعات مثل الرعاية الصحية والتمويل والتصنيع والدفاع، أصبحت حماية الملكية الفكرية المرتبطة بنماذج الذكاء الاصطناعي ومجموعات بيانات التدريب والخوارزميات أكثر أهمية من أي وقت مضى. 

تمثل هذه الأصول استثماراً وابتكاراً كبيرين، لكن أساليب حماية الملكية الفكرية التقليدية غالباً ما تفشل في البيئات الرقمية سريعة التغير. 

توفر تقنية البلوك تشين حلاً حديثاً ولا مركزياً لحماية أصول الذكاء الاصطناعي الخاصة من خلال توفير ملكية قابلة للتحقق، وسجلات تدقيق غير قابلة للتغيير، وأطر ترخيص شفافة.

كيف تساعد السجلات الموزعة في حماية ابتكارات الذكاء الاصطناعي

تتيح تقنية دفتر الأستاذ الموزع (DLT) لمطوري الذكاء الاصطناعي والمنظمات تخزين سجلات الملكية وبيانات تعريف النماذج واتفاقيات الترخيص على دفتر أستاذ غير قابل للتغيير ولا مركزي. 

بخلاف قواعد البيانات المركزية المعرضة للاختراق أو التلاعب أو التهديدات الداخلية، توفر تقنية البلوك تشين نظامًا مقاومًا للتلاعب حيث يتم تسجيل كل معاملة بشكل دائم ويمكن التحقق منها من قبل جميع الأطراف.

من خلال ربط سجلات تطوير الذكاء الاصطناعي، وسجل الإصدارات، ووصول المستخدم إلى سلسلة الكتل (البلوك تشين):

• يمكن لمطوري الذكاء الاصطناعي التحقق من أصل ومؤلف النموذج أو مجموعة البيانات

• يمكن اكتشاف التغييرات أو النسخ غير المصرح بها على الفور

• يسهل حل النزاعات القانونية المتعلقة بملكية النماذج أو حقوق استخدامها أو شروط الترخيص باستخدام أدلة قاطعة.

تحديد الطابع الزمني وإثبات الملكية للملكية الفكرية الخوارزمية

إحدى أقوى ميزات تقنية البلوك تشين في حماية الملكية الفكرية هي خاصية تحديد الوقت - القدرة على تسجيل جزء من المحتوى الرقمي (مثل الكود، الخوارزمية، أوزان النموذج) في نقطة زمنية محددة وإثبات وجوده في ذلك الوقت، دون الكشف عن تفاصيله علنًا.

تُنشئ هذه الآلية بصمة رقمية، أو تجزئة، للأصل، تُخزّن بشكل غير قابل للتغيير على سلسلة الكتل. لا يلزم نشر الأصل الأصلي؛ بل يُسجّل توقيعه المشفر فقط. وهذا يُمكّن المطورين من:

• إثبات الاختراع الأسبق في حالة النزاعات المتعلقة ببراءات الاختراع أو حقوق التأليف والنشر

• الدفاع ضد السرقة أو الإسناد الخاطئ من قبل المنافسين

• قم بتسجيل نماذج الذكاء الاصطناعي وترخيصها على سلسلة الكتل بشروط قابلة للتتبع

توفر منصات مثل nChain و Provenance و IPFS/Filecoin بنية تحتية لمثل هذه الطوابع الزمنية والتخزين اللامركزي. 

على سبيل المثال، يمكن لمطور يقوم ببناء خوارزمية توصيات خاصة به إنشاء تجزئة للبرنامج وتسجيلها على سلسلة الكتل (البلوكشين). إذا ادعى طرف آخر ملكية نفس الملكية الفكرية أو ترخيصها، فإن الطابع الزمني الأصلي يوفر مرجعًا قانونيًا لحل النزاعات.

علاوة على ذلك، تدعم هذه الخاصية تحصيل حقوق الملكية الفكرية وإنفاذ التراخيص تلقائيًا. إذ يمكن للعقود الذكية أن تُفعّل عمليات الدفع لمنشئي النماذج كلما تم استخدام ملكيتهم الفكرية أو الوصول إليها، مما يُمكّن من ترخيص الذكاء الاصطناعي بسهولة مماثلة لترخيص الموسيقى أو الفنون الرقمية.

التحديات في دمج تقنية البلوك تشين مع الذكاء الاصطناعي

في حين أن التقارب بين تقنية البلوك تشين والذكاء الاصطناعي يقدم حلولاً واعدة للثقة والشفافية والمساءلة، إلا أنه يطرح أيضاً العديد من التحديات التقنية والقانونية والأخلاقية. 

بينما تعمل المؤسسات والمطورون على دمج هذه التقنيات القوية في أنظمة قابلة للتطوير ومسؤولة، يجب عليهم معالجة القضايا الرئيسية التالية:

مشاكل قابلية التوسع والتوافق التشغيلي

تُعد قابلية التوسع عقبة رئيسية لكل من الذكاء الاصطناعي وتقنية البلوك تشين، بشكل فردي وخاصة عند دمجهما. 

تتطلب أنظمة الذكاء الاصطناعي معالجة بيانات عالية السرعة، وحسابات منخفضة زمن الوصول، واستجابة في الوقت الفعلي، في حين أن شبكات البلوك تشين، وخاصة السلاسل العامة مثل إيثيريوم وبيتكوين، غالباً ما تعاني من محدودية إنتاجية المعاملات واستهلاك الطاقة العالي.

على سبيل المثال، تعالج إيثيريوم 1.0 حوالي 15-30 معاملة في الثانية (TPS)، بينما تتعامل الأنظمة المركزية مثل فيزا مع أكثر من 24,000 معاملة في الثانية.

قد تتطلب نماذج الذكاء الاصطناعي، وخاصة تلك التي تتضمن التعلم العميق، آلاف العمليات في الثانية لخدمة التطبيقات في الوقت الفعلي، مما يجعل تنفيذ النموذج الكامل على السلسلة أمرًا غير عملي.

على الرغم من أن حلول الطبقة الثانية ، والتجزئة، وآليات إثبات الحصة قد حسّنت أداء سلسلة الكتل، إلا أن هذه التقنيات لا تزال في طور النضج.

يُعد تشغيل نماذج الذكاء الاصطناعي خارج السلسلة وتثبيت الأحداث الرئيسية على السلسلة (كما هو موضح في بنية "الحوسبة إلى البيانات" الخاصة ببروتوكول Ocean) حلاً عمليًا، ولكنه يضيف تعقيدًا وتكلفة.

تشكل قابلية التشغيل البيني عائقاً آخر. تستخدم منصات البلوك تشين المختلفة (مثل إيثيريوم، وكاردانو، وهايبرليدجر) بروتوكولات إجماع غير متوافقة، ولغات عقود ذكية، ومعايير بيانات، مما يجعل من الصعب على أنظمة الذكاء الاصطناعي العمل عبر شبكات متعددة. 

بدون قابلية التشغيل البيني السلسة، تظل فوائد إدارة الذكاء الاصطناعي اللامركزية، مثل إمكانية التتبع عبر المنصات وإنفاذ الأخلاقيات العالمية، محدودة.

عدم اليقين القانوني والتنظيمي

على الرغم من الاهتمام المتزايد من قبل الجهات التنظيمية العالمية، إلا أن الوضع القانوني للعديد من تطبيقات البلوك تشين والذكاء الاصطناعي لا يزال غير واضح، مما يخلق مخاطر تتعلق بالامتثال للمطورين والمنظمات.

تشمل المخاوف المتعلقة بتقنية البلوك تشين ما يلي:

• مدى إمكانية إنفاذ العقود الذكية قانونياً عبر مختلف الولايات القضائية

• كيف تُطبَّق قوانين حماية البيانات (مثل حق النسيان المنصوص عليه في اللائحة العامة لحماية البيانات) على السجلات غير القابلة للتغيير

• من يتحمل المسؤولية في الشبكات اللامركزية، وخاصة في أنظمة الذكاء الاصطناعي التي تديرها منظمات لامركزية مستقلة؟

أما لوائح الذكاء الاصطناعي، فلا تزال قيد التطوير. ويختلف قانون الذكاء الاصطناعي في الاتحاد الأوروبي، وقانون المساءلة الخوارزمية في الولايات المتحدة، وقواعد حوكمة الذكاء الاصطناعي في الصين، من حيث النطاق والمصطلحات وآليات الإنفاذ. ويطرح دمج الذكاء الاصطناعي مع تقنية البلوك تشين تساؤلات قانونية فريدة، منها:

• كيفية اعتماد أو تدقيق نماذج الذكاء الاصطناعي التي تتطور بمرور الوقت (على سبيل المثال، من خلال التعلم الآلي)

• كيفية تحديد المسؤولية في الأنظمة المستقلة أو اللامركزية

• ما إذا كان من الممكن الطعن في نتائج الذكاء الاصطناعي، مثل قرارات العقود الذكية، أمام المحكمة

على سبيل المثال، إذا اتخذ نظام ذكاء اصطناعي مُدمج في عقد ذكي قرار إقراض تمييزي، فهل يتحمل المسؤولية مُنشئ النظام، أم مُنفذ العقد، أم مُشغل الشبكة؟ في غياب توجيهات قانونية واضحة، تبقى هذه الأسئلة عالقة، مما يُعيق التوسع في استخدام هذه التقنية في القطاعات الخاضعة للتنظيم.

المعضلات الأخلاقية في الحكم اللامركزي

يعزز اللامركزية الشفافية والديمقراطية، ولكنه يُدخل أيضاً تعقيدات أخلاقية يصعب حلها بدون سيطرة أو إشراف مركزي. 

غالباً ما تعتمد الحوكمة في أنظمة الذكاء الاصطناعي القائمة على تقنية البلوك تشين على تصويت المجتمع، والحوافز القائمة على الرموز، واتخاذ القرارات المستقلة - وكلها أمور يمكن أن تتعارض مع مبادئ الذكاء الاصطناعي الأخلاقية.

تشمل المخاوف الرئيسية ما يلي:

• حكم الأغلبية مقابل حقوق الأقلية: في أنظمة الحوكمة القائمة على الرموز، يمكن أن تفضل القرارات حاملي الرموز الأغلبية، مما قد يؤدي إلى تهميش المجموعات المهمشة.

• غموض سلوك الذكاء الاصطناعي: حتى عندما تكون الحوكمة لا مركزية، قد تظل نماذج الذكاء الاصطناعي تتصرف مثل "الصناديق السوداء"، مما يجعل من الصعب على المجتمعات اتخاذ قرارات أخلاقية مستنيرة.

• غياب آليات المساءلة: في النظم البيئية للذكاء الاصطناعي اللامركزية بالكامل، يصبح تحديد المسؤولية أمراً صعباً، خاصة إذا تسبب النموذج في ضرر أو انتهك المعايير الأخلاقية.

على سبيل المثال، قد تقوم أنظمة الذكاء الاصطناعي التي تتحكم بها المنظمات اللامركزية المستقلة (DAO) بنشر وكلاء آليين دون أي إشراف بشري، مما يثير تساؤلات حول كيفية ووقت التدخل إذا تصرف النظام بشكل غير عادل أو خطير.

قد يصعب تضمين الأطر الأخلاقية التي تعتمد على الإشراف البشري المستمر، والحكم المناسب للسياق، والمعايير التكيفية في العقود الذكية أو تطبيقها عبر الحوكمة اللامركزية وحدها. وهذا يخلق توتراً بين الاستقلالية التكنولوجية والمسؤولية الأخلاقية.

مستقبل الرقابة المدعومة بالتكنولوجيا والذكاء الاصطناعي

مع استمرار تطور الذكاء الاصطناعي وتأثيره على القرارات الحاسمة في مختلف القطاعات، تزداد الحاجة إلى أنظمة حوكمة أكثر فعالية تعتمد على التكنولوجيا بشكل ملح. 

لم تعد أساليب الرقابة التقليدية، مثل عمليات التدقيق اليدوية والامتثال الورقي والتنظيم التفاعلي، كافية في عالم تتعلم فيه نماذج الذكاء الاصطناعي ذاتيًا وتتكيف وتعمل في الوقت الفعلي. 

سيكون مستقبل الإشراف على الذكاء الاصطناعي استباقيًا وآليًا ومتكاملًا بشكل عميق مع تقنيات مثل سلسلة الكتل وإنترنت الأشياء والتعلم الموحد والعقود الذكية.

سيتم أتمتة عملية الإشراف على الذكاء الاصطناعي وتضمينها في النظام.

ستُدمج أنظمة الرقابة المستقبلية في صلب عملية الذكاء الاصطناعي نفسها، بدلاً من إضافتها لاحقاً. وهذا يعني استخدام أدوات مراقبة آلية تتعقب أداء النموذج باستمرار، وتُشير إلى أي خلل، وتتحقق من الامتثال للمعايير الأخلاقية والقانونية والتشغيلية.

على سبيل المثال، قد تقوم منصات حوكمة الذكاء الاصطناعي المتقدمة بما يلي:

• إيقاف النموذج مؤقتًا أو تحديثه تلقائيًا إذا تجاوز التحيز العتبات المحددة مسبقًا.

• إرسال تنبيهات عند انحراف قرارات النموذج عن المعايير المتوقعة

• إنشاء تقارير امتثال فورية للجهات التنظيمية وأصحاب المصلحة

تُعد أدوات مثل ModelOps ومنصات مراقبة التعلم الآلي مؤشرات مبكرة لهذا التحول، حيث توفر رؤية في الوقت الفعلي لكيفية تصرف أنظمة الذكاء الاصطناعي في بيئات الإنتاج.

ستعزز اللامركزية الثقة والمساءلة

ستلعب تقنيات مثل سلسلة الكتل والهوية اللامركزية دورًا أكبر في تعزيز الشفافية والثقة في أنظمة الذكاء الاصطناعي. فمن خلال ربط مجموعات بيانات التدريب، وإصدارات النماذج، وسجلات القرارات بسجلات غير قابلة للتلاعب، تستطيع المؤسسات بناء أنظمة قابلة للتحقق بشكل افتراضي.

ويسمح هذا النهج بما يلي:

• سجلات تدقيق ثابتة لتطوير النموذج ونشره

• المساءلة القابلة للتتبع عبر سلاسل التوريد وأنظمة البيانات

• الوصول المصرح به والتطبيق الآلي لقواعد الاستخدام الأخلاقي من خلال العقود الذكية

إن مشاريع مثل Ocean Protocol و nChain و Prove AI AG تعمل بالفعل على وضع الأساس لمثل هذه الأنظمة اللامركزية والشفافة للذكاء الاصطناعي.

ستكتسب المعايير العابرة للحدود وقابلية التشغيل البيني أهمية متزايدة.

سيصبح حوكمة الذكاء الاصطناعي جهداً عالمياً متزايداً. ومع قيام الدول بتطبيق قوانينها الخاصة بالذكاء الاصطناعي، مثل قانون الاتحاد الأوروبي للذكاء الاصطناعي، والمبادئ التوجيهية الصينية للذكاء الاصطناعي، وقانون حقوق الذكاء الاصطناعي الأمريكي، فإن عدم التوافق بين هذه الأطر يشكل تحديات للشركات الدولية.

في المستقبل، نتوقع أن نرى:

• صعود معايير الامتثال العالمية للذكاء الاصطناعي المشابهة لمعايير المنظمة الدولية للمقاييس (ISO) في مجال التصنيع

• طبقات سياسات قابلة للتشغيل البيني مدمجة في بنى تكنولوجيا الحوكمة

• الجهود المبذولة لمواءمة خصوصية البيانات وتقييم التحيز وضمان السلامة عبر مختلف الولايات القضائية

يعمل مرصد سياسات الذكاء الاصطناعي التابع لمنظمة التعاون الاقتصادي والتنمية وتوصية اليونسكو بشأن أخلاقيات الذكاء الاصطناعي بالفعل على مواءمة الأطر العالمية.

سيتم تحقيق الحوكمة الأخلاقية من خلال التعاون بين أصحاب المصلحة المتعددين.

مع ازدياد تعقيد أنظمة الذكاء الاصطناعي، لا يمكن لأي جهة بمفردها، سواء كانت شركة أو حكومة أو منظمة غير حكومية، أن تديرها بفعالية. سيتطلب الإشراف المستقبلي على الذكاء الاصطناعي تعاونًا بين التقنيين والجهات التنظيمية وخبراء الأخلاقيات والمجتمع المدني والمستخدمين.

سيؤدي هذا إلى:

• نماذج الحوكمة التشاركية، حيث تساعد المجتمعات المتضررة في تحديد المعايير الأخلاقية

• مجالس أخلاقيات الذكاء الاصطناعي التي تضم خبرات متعددة الوظائف ومتعددة الثقافات

• توسيع نطاق البيئات التجريبية التنظيمية لاختبار ابتكارات الذكاء الاصطناعي في بيئات خاضعة للرقابة.

ستساعد هذه النماذج التعاونية على ضمان أن تعكس حوكمة الذكاء الاصطناعي القيم المجتمعية وتتكيف مع التنوع الثقافي بدلاً من فرض قواعد جامدة تناسب الجميع.

ستعزز التقنيات التي تحافظ على الخصوصية الرقابة دون المساس بالبيانات

يجب أن تضمن أنظمة الرقابة المستقبلية حوكمة الذكاء الاصطناعي التي تحترم خصوصية البيانات، لا سيما في القطاعات الحساسة مثل الرعاية الصحية والمالية والأمن القومي. 

وهنا تبرز أهمية التقنيات التي تحافظ على الخصوصية مثل:

• التعلم الاتحادي

• الخصوصية التفاضلية

• تشفير متماثل

ستصبح هذه الأدوات ضرورية. فهي تتيح للهيئات الرقابية تدقيق ومراقبة وإنفاذ القواعد دون الوصول المباشر إلى البيانات الشخصية أو البيانات الخاصة، مما يحافظ على الثقة والامتثال.

الخلاصة

لا يُدير الذكاء الاصطناعي نفسه بنفسه، ولا ينبغي له ذلك. فمع ازدياد استقلالية الأنظمة، لم يعد تضمين المساءلة في صميمها خيارًا. ولا تقتصر تقنية البلوك تشين على الدعم التقني فحسب، بل تُقدّم آليات للشفافية والتتبع والتحكم، وهي أمور يحتاجها الذكاء الاصطناعي بشدة.

سيتحقق التقدم الحقيقي من خلال بناء أنظمة تُفرض فيها قابلية التدقيق والإنصاف والأمان بشكل أساسي، لا عن طريق الاستثناء. وهذا يعني مواءمة التكنولوجيا مع الغاية، والهندسة المعمارية مع الأخلاق.

إن دمج تقنية البلوك تشين في حوكمة الذكاء الاصطناعي ليس خطوة نهائية، بل هو البنية التحتية لما هو قادم: ذكاء قابل للتحقق ومتوافق مع البشر يكسب الثقة على نطاق واسع.

حان الوقت الآن لبناء هذا الأساس، بشكل متعمد وشفاف.

الأسئلة الشائعة