من جوجل إلى الذكاء الاصطناعي اللامركزي: كيف بنى جاكوب روبرت ستيفز شبكة بيتانسر المدفوعة بالحوافز

جايكوب روبرت ستيفز لم يشرع في ثورة الذكاء الاصطناعي من خلال البلوكشين. بدأت رحلته في مكان غير متوقع تمامًا — مع بيتكوين، وشركة شرائح واجهة الدماغ والحاسوب، والرياضيات. اليوم، كونه مؤسس بيتينسور (TAO)، يقف جايكوب روبرت ستيفز عند تقاطع تقنيتين تحوليتيتين، ويطبق اقتصاديات التعدين التي جعلت بيتكوين ثوريًا على تحديات الحوسبة في الذكاء الاصطناعي الحديث.

العالم الرياضي الذي ترك جوجل: رحلة جايكوب في الذكاء الاصطناعي وبيتكوين

قبل إطلاق بيتينسور بشكل كامل في 2018، درس جايكوب الرياضيات وعلوم الحاسوب في جامعة سايمون فريزر في فانكوفر، كندا. بعد التخرج، عمل كمهندس برمجيات لمقاول تابع لوكالة DARPA يطور شرائح واجهة الدماغ والحاسوب — تجربة شكلت فهمه الأساسي للحوسبة وأنظمة الحوافز. كان مرشده، الذي أسس الشركة أيضًا، من أوائل المدافعين عن بيتكوين وقدم لجايكوب مفاهيم مثل “الحوسبة المعتمدة على الطاقة” والمبادئ الديناميكية الحرارية المدمجة في تصميم بيتكوين.

أثبت هذا التعرض المبكر أنه محول. أدرك جايكوب أن الذكاء الاصطناعي وبيتكوين يشتركان في حمض نووي مشترك: كلاهما يعمل من خلال حلقات تغذية راجعة. يتعلم الذكاء الاصطناعي عبر الانتشار العكسي، والخوارزميات الوراثية، والتعلم المعزز — جميعها عمليات تعتمد على التغذية الراجعة — بينما أنشأ بيتكوين أول حلقة تغذية راجعة اقتصادية قابلة للبرمجة على نطاق واسع. منذ 2015، غاص جايكوب روبرت ستيفز في كلا المجالين في آنٍ واحد، مدركًا توافقهما الطبيعي بدلاً من اختلافاتهما الظاهرة.

عززت فترة عمله في جوجل من 2016 فصاعدًا هذا الأساس التقني. كمهندس تعلم آلي، شهد جايكوب نشر ورقة “الانتباه هو كل ما تحتاجه” — ورقة Transformer التي أشعلت توسعًا هائلًا لنماذج اللغة الكبيرة. والأهم من ذلك، استوعب المعرفة العملية من بنية جوجل للذكاء الاصطناعي الموزع: خوادم المعلمات، والتوازي النموذجي، وتقنيات التوازي البياناتي التي ستثبت ضروريته لبنية بيتينسور. ومع أن جوجل قدمت مشاريع مرموقة، إلا أنها لم تكن تقدم ما يريده جايكوب حقًا: القدرة على تطبيق الحوافز اللامركزية على الذكاء الاصطناعي على مستوى الشبكة. أدت هذه الإدراك إلى تطوير بيتينسور في البداية كمشروع جانبي، ثم أصبح تركيزه الكامل عندما أطلق الشبكة الرئيسية في 2021.

اقتصاديات التعدين المطبقة على الذكاء الاصطناعي: الابتكار الأساسي لبيتينسور

في جوهره، يمثل بيتينسور ترجمة مباشرة لفلسفة التعدين في بيتكوين إلى الذكاء الاصطناعي. يصفه جايكوب بأنه تطبيق “آليات حوافز التعدين على نمط بيتكوين” على حسابات الذكاء الاصطناعي — لكن هذا يتطلب فهمًا دقيقًا. بيتينسور هو بروتوكول مفتوح المصدر برمز أصلي TAO، ويعمل حاليًا على حوالي 128 شبكة فرعية متخصصة. كل شبكة فرعية تنظم حول مهام حسابية مميزة: الاستنتاج، التدريب، التعلم المعزز، وكلاء الترميز، التخزين، وإشارات التنبؤ/التداول.

الابتكار الأساسي ليس في التجميع، بل في الحوافز القابلة للبرمجة المدمجة مباشرة في عملية التعلم نفسها. من يقدّم استنتاجات أو تدريب أو أدوات أكثر فائدة يتلقى مكافآت نسبية أعلى. هذا يخلق حلقة تحسين مستمرة: إشارات السوق تدفع لتحسين الجودة، والعرض ذو الأداء الضعيف يُزال بشكل طبيعي عبر الضغط الاقتصادي بدلاً من القرارات الإدارية. يحول النظام النموذج التقليدي “المعدن-المكافأة-الإجماع” إلى “عرض الذكاء الاصطناعي المفيد — سوق المكافآت — إجماع الشبكة”.

من الناحية العملية، يمكن للمطورين بدء أو الانضمام إلى الشبكات الفرعية، وتقديم موارد الحوسبة والنماذج، وكسب الحوافز باستمرار بناءً على مقاييس الأداء. يمكن للمشاركين من جانب الطلب شراء خدمات الاستنتاج، وقوة الحوسبة، وميزات AutoML، أو إشارات التنبؤ مباشرة عبر الشبكة. يظل الهيكل بأكمله بدون إذن وشفافًا، مما يتيح لأي مطور عالمي المشاركة بشكل عادل.

يمثل هذا انحرافًا جوهريًا عن منصات تجميع الذكاء الاصطناعي التقليدية التي تكتفي بدمج النماذج دون تحسين اقتصادي. يؤكد جايكوب أن الأهمية الحقيقية تتجاوز “العملات الرقمية + الذكاء الاصطناعي” — عبارة يعتبرها سطحية فكريًا. الابتكار الحقيقي هو استخدام الحوافز الاقتصادية المبنية على العملات الرقمية لإجراء أبحاث الذكاء الاصطناعي نفسها، مما يسمح لقوى السوق بتحسين جودة الحسابات بشكل مستمر.

المطورون الصينيون والمنافسة الشرسة: بناء شبكة الذكاء الاصطناعي في آسيا

قرار جايكوب بزيارة الصين في أواخر 2024 يعكس اعترافًا استراتيجيًا: آسيا تستضيف أسرع وأقوى نظام بيئي للذكاء الاصطناعي في العالم. الصين وحدها تنتج 90% من شرائح أشباه الموصلات في العالم. عندما كانت عمليات تعدين بيتكوين قانونية، كانت الصين تسيطر على أكثر من 50% من قوة التعدين العالمية. هذه المقاييس تؤكد لماذا يرى جايكوب أن الصين ليست مجرد مشارك هامشي، بل بنية تحتية أساسية لشبكة بيتينسور العالمية.

ما يلفت انتباه جايكوب أكثر هو ليس فقط قدرات المطورين الصينيين التقنية، بل وتنافسهم الشديد. داخل الشبكات الفرعية لبيتينسور، يظهر ظاهرة ملحوظة: بمجرد دخول المعدنين الصينيين إلى شبكة فرعية، يتصاعد التنافس بشكل كبير. يختار العديد من المشاركين الأصليين الخروج، ليس بسبب عجز تقني، بل لأن ديناميات التنافس تصبح أشد قسوة. يرى جايكوب أن هذا متوقع تمامًا، نظرًا لنظام التدريب التنافسي في الجامعات الصينية الذي يُنتج “من بين أكثر المجموعات تنافسية في العالم”.

الدليل الملموس يؤكد هذا الملاحظة. شبكة Affine، واحدة من أكبر الشبكات الفرعية لبيتينسور، أنشأها مطورون صينيون بالكامل وأصبحت واحدة من أكثر الآليات التنافسية تطورًا في الشبكة. Lium، شبكة فرعية أخرى تقدم موارد GPU، تظهر كيف تتكامل البنية التحتية الحاسوبية الصينية مع سوق بيتينسور اللامركزية. يساهم العديد من المعدنين الصينيين بقوة حوسبة GPU (يمكن التعرف عليهم عبر عناوين IP ذات الأصل الآسيوي)، مما يضع موارد آسيا الحاسوبية في السوق العالمية عبر البنية التحتية اللامركزية.

هذه المساهمات تعتبر بالنسبة لجايكوب “ذات أهمية كبيرة” — ليست مجرد مشاركة تقنية، بل مساهمات أساسية في مرونة الشبكة وتحسين التنافسية. مستوى الهندسة بين هذه الفرق “مرتفع جدًا، يكاد يكون لا يُضاهى”، وفقًا لتقييم جايكوب المباشر.

ما بعد التجميع: لماذا بيتينسور مختلف جوهريًا

يواجه جايكوب مباشرة مفهومًا خاطئًا مستمرًا: أن بيتينسور يعمل كمجمّع نماذج ذكاء اصطناعي يجمع بين الخدمات الموجودة. هذا الفهم يتجاهل جوهر ابتكار بنية بيتينسور. منصات التجميع الحقيقية تدمج ببساطة نماذج دون وجود حوافز هيكلية للتحسين المستمر. تصميم بيتينسور يدمج الحوافز الاقتصادية مباشرة في حلقات التغذية الراجعة التي تدفع تعلم الذكاء الاصطناعي نفسه.

مسار تطور الذكاء الاصطناعي على مدى 15 سنة يكشف عن نمط ثابت: الاختراقات تظهر من خلال التعلم التكيفي المبني على التغذية الراجعة والمكافآت. الانتشار العكسي، والتعلم المعزز، وتقنيات أساسية أخرى تعمل وفقًا لهذا المبدأ. ابتكار بيتينسور هو دمج العملات الرقمية والحوافز السوقية مباشرة في هذه الآليات، مما يسمح لإشارات السوق في الوقت الحقيقي بتحسين كل من جودة العرض وكفاءة الشبكة.

اللامركزية تلعب دورًا أساسيًا في هذا الإطار. الدخول بدون إذن يعني أن أي فرد أو فريق يمكنه إطلاق شبكة فرعية والتنافس مباشرة مع الخدمات القائمة. العرض الجيد يُعزز بالحوافز الاقتصادية؛ والعرض الضعيف يُزال بشكل طبيعي. توزيع الموارد عبر العقد يخلق مرونة ضد نقاط فشل فردية — وهو أمر واضح بشكل صارخ عندما تتعرض خدمات AWS لانقطاعات واسعة مؤخرًا. بينما عانت العديد من المشاريع التي تدعي اللامركزية من اضطرابات خطيرة، بقيت بنية بيتينسور الموزعة تعمل بشكل مستمر لأنها لا تعتمد على مزودي بنية تحتية مركزيين.

لكن جايكوب يؤكد أن اللامركزية ليست غاية بحد ذاتها، بل وسيلة. القوة الدافعة الأساسية ليست اللامركزية “لذاتها”، بل توسيع الحساب المفيد من خلال التنافس المدفوع بالحوافز. هذا التمييز ضروري: بيتينسور ينافس المنصات المركزية التقليدية للذكاء الاصطناعي ليس من خلال تفضيل أيديولوجي لللامركزية، بل من خلال primitives تقنية متفوقة وتصميم آليات متقدم.

إيرادات البروتوكول، أسواق التنبؤ، والأهداف خلال خمس سنوات

الاستدامة الاقتصادية لبيتينسور تأتي من مصادر دخل متعددة على مستوى البروتوكول. تولد الشبكة دخلًا من خلال بيع خدمات الاستنتاج، والوصول إلى قوة الحوسبة، وميزات AutoML، والإشارات المقدمة لأسواق التنبؤ. هذا النموذج المتنوع يمنع الاعتماد المفرط على حالة استخدام واحدة، ويخلق مسارات حوافز متعددة لمشاركي الشبكة.

يبدي جايكوب حماسًا خاصًا لأسواق التنبؤ كتطبيق ثوري. منصات مثل Kalshi وPolymarket تمثل “تطبيقات مالية حقيقية” و"أول تطبيقات للمستهلكين" التي تعيد تشكيل عمليات اتخاذ القرار البشري. ضمن نظام بيتينسور، تطور شبكات فرعية مخصصة بنية أسواق التنبؤ، مما يوضح قدرة البروتوكول على دعم تطبيقات مالية متقدمة.

على مدى خمس سنوات، يطمح جايكوب إلى جلب تكنولوجيا بيتينسور إلى “ملايين” المستخدمين مع الحفاظ على استدامة عمليات الشبكة. حاليًا، يستخدم حوالي 100,000 مستخدم تكنولوجيا بيتينسور بنشاط. الطريق المستقبلي يتطلب ليس فقط السيطرة على خدمات الاستنتاج، بل التوسع نحو طبقة التطبيقات — بهدف خدمة مليارات المستخدمين عالميًا.

الميزة الاقتصادية التي تدعم هذا الرؤية تعتمد على الكفاءة في التكاليف. شبكة Ridge، إحدى الشبكات الفرعية الكبرى لبيتينسور والمركزة على وكلاء الترميز، تظهر هذا المبدأ. من خلال الاستفادة من التوزيع العالمي للتحسين، تحقق الشبكة تخفيضات كبيرة في التكاليف: سيناريوهات حيث يفرض المزودون المركزيون اشتراكات شهرية بقيمة 1000 دولار مقابل قيمة فعلية تبلغ 200 دولار يمكن أن تُنافس بأسعار شبكة تبلغ 10 دولارات فقط، تعكس تكاليف فعلية تبلغ 6 دولارات. هذا القانون الاقتصادي للتوسع — المستحيل في البنى المركزية — يتيح الوصول والتبني على مستوى عالمي.

يرسم جايكوب تشبيهًا تاريخيًا لنجاح بيتكوين: تفوق بيتكوين على الأنظمة المركزية ليس فقط من خلال الأيديولوجية، بل عبر اعتماد primitives تقنية متفوقة وتصميم آليات أفضل. رغم أن بيتينسور لم يحقق هذا التفوق في جميع المجالات بعد، إلا أنه أظهر هذا المبدأ في مجالات حسابية محددة. علاوة على ذلك، يستخدم ملايين الأشخاص خدمات بيتينسور يوميًا دون وعي، إذ يعمل الشبكة بشكل شفاف عبر طبقات التطبيق.

الديناميكية التنافسية تتلخص في معادلة بسيطة: إذا حافظ بيتينسور على تفوقه التكنولوجي في الأداء، والسرعة، والتكلفة، فإن مقدمي خدمات الذكاء الاصطناعي المركزية الذين يعتمدون على البنى التحتية التقليدية لن يستطيعوا في النهاية المنافسة. والعكس صحيح، فالفشل في الحفاظ على هذه المزايا التقنية يجعل كل هذا المفهوم غير ذي جدوى. هذا الوضوح في الهدف — تحقيق تفوق تقني حقيقي أو الفشل بشكل ذي معنى — يحدد الرؤية الاستراتيجية لجايكوب لمسار بيتينسور خلال الخمس سنوات القادمة.

تطور السوق والدورة الأولى للنصف

بحلول مارس 2026، يعكس بيتينسور (TAO) ديناميكيات السوق لأي بروتوكول ناجح. منذ إدراجه في مارس 2023، مرّ التوكن بدورات سوقية تعكس ديناميكيات قطاع العملات المشفرة والذكاء الاصطناعي الأوسع. الحالة الحالية تظهر أن TAO يتداول عند 197.10 دولارًا برأس مال سوقي يقدر بحوالي 1.89 مليار دولار. هذا يعكس عملية اكتشاف السعر الطبيعي في الأسواق اللامركزية.

وجهة نظر جايكوب حول النصف الأول لـTAO في 2025 — الذي اكتمل الآن — تركز على ديناميكيات العرض أكثر من الروايات المضاربية. يقلل النصف من عرض التوكن، لكنه صرح بوضوح أن هذا لا يغير بشكل جوهري آليات الحوافز الأساسية لبيتينسور. الحوافز الاقتصادية للمطورين تظل قوية بغض النظر عن جداول عرض التوكن. القيمة الأساسية للشبكة تعتمد على الفائدة الحسابية ومكافآت السوق، وليس فقط على ندرة العرض.

هذا المنظور المتزن يعكس عقلية هندسية أكثر منه نفسية متداولين. التركيز يبقى على فائدة الشبكة، وحوافز المطورين، وتحسين التنافس — المقاييس التي تحدد الاعتماد الحقيقي للتكنولوجيا، وليس تحركات سعر التوكن المضاربية.

الموقع الاستراتيجي لآسيا: الذكاء الاصطناعي مفتوح المصدر والبنية التحتية اللامركزية

يرى جايكوب أن هناك تحولًا استراتيجيًا حاسمًا في تطوير الذكاء الاصطناعي. الصين، سنغافورة، وشرق آسيا تقود ما يصفه بـ"ثورة الذكاء الاصطناعي مفتوح المصدر". النماذج المفتوحة المصدر الرائدة، بما في ذلك DeepSeek، تأتي من فرق صينية. هونغ كونغ وسنغافورة، بمرونة تنظيمية وبنية رأس مال متقدمة، تسهل التصنيع والتعاون التقني عبر الحدود. هذا الديناميكيات الإقليمية تخلق توافقًا طبيعيًا مع النموذج اللامركزي لبيتينسور.

إلى جانب التطوير التجاري، قدمت جامعات آسيوية رائدة مثل جامعة بكين وتسينغهوا مساهمات أساسية في تقدم الأبحاث في الذكاء الاصطناعي. هذا المزيج — نماذج مفتوحة المصدر، وتركيز على التنفيذ الهندسي، وصرامة أكاديمية — يتوافق تمامًا مع ما يتطلبه الذكاء الاصطناعي اللامركزي: تطوير شفاف، وتحسين تنافسي، وكفاءة تقنية عميقة.

الرؤية بعد الشراكة: المنافسة والأدوات التقنية

عند سؤاله عن إمكانيات التعاون مع مختبرات الذكاء الاصطناعي التقليدية وشركات التكنولوجيا الكبرى، يحافظ جايكوب على وضوح فلسفي. الشراكات مع فرق مثل DeepSeek، Kimi، وMoonshot تبدو متوافقة بشكل طبيعي — يمكن لهذه المؤسسات إطلاق شبكات فرعية على بيتينسور، وتسييل نماذجها عبر الشبكة، واستهلاك خدمات الشبكة في الوقت ذاته. أما المختبرات الأمريكية المركزية، فهي “تفضل التوحيد والسيطرة” بدلًا من الانفتاح والمشاركة بدون إذن.

يؤطر جايكوب هذا ليس كعداء تجاه شركات الذكاء الاصطناعي التقليدية، بل كحتمية تقنية. إما أن تعتمد المزودات المركزية نهج بيتينسور في التدريب اللامركزي، أو تواجه عائقًا تنافسيًا طويل الأمد مع تزايد تفضيل هياكل التكاليف والأداء التي تعتمد على الحوافز والتوزيع. النتيجة تعتمد في النهاية على التنفيذ التكنولوجي وليس على الموقع السوقي أو رأس المال.