مع تزايد اندماج الذكاء الاصطناعي التوليدي في برمجيات المؤسسات، ووكلاء AI، وسير العمل الآلي، تتصاعد المخاوف بشأن خصوصية البيانات، وموثوقية النتائج، والاعتماد على المنصات.
تعتمد خدمات AI التقليدية عادةً على بنية مركزية، حيث يجب على المستخدمين إرسال بياناتهم إلى مزود النموذج، وتكون عملية الاستدلال والتحقق من النتائج بأكملها رهينةً بالمنصة نفسها. ورغم سهولة هذه الطريقة، إلا أنها تطرح تحديات كبيرة في الخصوصية والشفافية والامتثال.
لا تسعى Nesa إلى تدريب نماذج ضخمة جديدة، بل تهدف إلى بناء طبقة تنفيذ وتحقق للذكاء الاصطناعي، تمكّن المطورين من تشغيل خدمات AI موثوقة عبر شبكة مفتوحة، وتوفير الدعم البنيوي للتطبيقات اللامركزية المستقبلية.
ما هي Nesa
باعتبارها طبقة تنفيذ لامركزية للذكاء الاصطناعي الموثوق، تعالج Nesa قضايا حماية الخصوصية، والتحقق من النتائج، ولا مركزية الحوسبة أثناء عملية استدلال AI. على عكس منصات AI التقليدية، تركز Nesa على كيفية تنفيذ الذكاء الاصطناعي، لا على كيفية تدريبه.
حاليًا، تعتمد معظم خدمات AI على منصات سحابية مركزية، ولا يستطيع المستخدمون عادةً التحقق مما إذا كان النموذج ينفذ كما هو مقصود، أو ما إذا كانت بيانات الإدخال تُطلع عليها أو تُحفظ أثناء الاستدلال.
تهدف Nesa إلى جعل استدلال AI "قابلاً للتحقق، وقابلاً للتدقيق، وحافظًا للخصوصية" عبر آليات التشفير وهندسة الشبكات الموزعة. يضع المشروع نفسه كطبقة أولى (Layer-1) للذكاء الاصطناعي الموثوق — أي طبقة بنية تحتية مخصصة لـ AI الجدير بالثقة.
ما مشاكل البنية التحتية للذكاء الاصطناعي التي تحلها Nesa؟
تعالج Nesa ثلاثة تحديات رئيسية: خصوصية البيانات، وموثوقية النتائج، ومركزية البنية التحتية للذكاء الاصطناعي.
أولاً، تقوم المزيد من المؤسسات بدمج المستندات الداخلية وبيانات العملاء والمعلومات التجارية مع أنظمة AI. وإذا استلزم الأمر تحميل هذه البيانات إلى خوادم طرف ثالث للمعالجة، فإن مخاطر الخصوصية والامتثال تتصاعد بشكل كبير.
ثانيًا، تعمل معظم منصات AI كأنظمة صندوق أسود؛ إذ يرى المستخدمون النتائج فقط، دون قدرة على التحقق من تنفيذ عملية الاستدلال فعليًا، أو ما إذا كان المخرَج قد تعرض للتلاعب.
أخيرًا، تتركز موارد AI الحالية بشكل كبير في أيدي عدد محدود من شركات التكنولوجيا العملاقة. النماذج، ومعدل التجزئة، والبيانات — كلها مملوكة لمنصات مركزية. تسعى Nesa إلى تقليل هذا الاعتماد من خلال شبكة مفتوحة، مما يتيح لمزيد من المطورين المشاركة في تطوير البنية التحتية للذكاء الاصطناعي.
لماذا الاستدلال الخاص وAI القابل للتحقق مهمان؟
يهدف الاستدلال الخاص إلى إكمال استدلال الذكاء الاصطناعي دون كشف بيانات الإدخال أو محتوى النموذج.
في مجالات الرعاية الصحية، والتمويل، وقواعد المعرفة المؤسسية، وما شابه، غالبًا ما تكون بيانات المستخدم أكثر قيمة من النموذج نفسه. ويمكن أن يؤدي تسرب البيانات أثناء الاستدلال إلى مخاطر امتثال وأمنية خطيرة.
يركز AI القابل للتحقق على موثوقية النتائج. حتى إذا أكملت عقدة مهمة استدلال، فلا تزال الشبكة بحاجة إلى إثبات أن النتيجة جاءت من عملية تنفيذ صحيحة — وليست بيانات ملفقة أو حسابات خاطئة.
تجمع Nesa بين حماية الخصوصية والتحقق من النتائج، لتعالج كلاً من "هل البيانات آمنة؟" و"هل النتيجة جديرة بالثقة؟". وهذا ما يميزها عن معظم واجهات API التقليدية للذكاء الاصطناعي.
كيف تعمل شبكة Nesa اللامركزية للذكاء الاصطناعي؟
تعتمد البنية الأساسية لـ Nesa على عقد موزعة تؤدي مهام استدلال AI بشكل جماعي، بدلاً من الاعتماد على خادم واحد.
عند تقديم مستخدم طلبًا، تستقبل الشبكة الاستعلام المشفر أولاً، ثم تقسم النموذج وتخصص أجزاء مختلفة لعقد مختلفة للتنفيذ. تستطيع كل عقدة رؤية جزء فقط من البيانات، ولا يمكنها الوصول إلى النموذج الكامل أو مجموعة البيانات الكاملة.
بعد اكتمال الاستدلال، تتحقق آلية التحقق مما إذا كانت النتيجة تتوافق مع عملية التنفيذ المتوقعة، ثم تُعيد النتيجة إلى المستخدم. طوال العملية، تظل البيانات والنماذج محمية.
| مرحلة الاستدلال |
المهمة الرئيسية |
| تقديم الطلب |
يرسل المستخدم استعلامًا مشفرًا |
| تقسيم النموذج |
تعين الشبكة مهام النموذج |
| الاستدلال الموزع |
تقوم العقد بإجراء الحساب |
| التحقق من النتيجة |
إنشاء دليل التحقق |
| إعادة النتيجة |
يتلقى المستخدم نتيجة الاستدلال |
تعزز هذه البنية شفافية وموثوقية استدلال الذكاء الاصطناعي.
ما الوحدات الأساسية التي تتكون منها Nesa؟
بُنيت البنية التحتية لـ Nesa من عدة وحدات رئيسية تدعم معًا الاستدلال الخاص والتنفيذ الموثوق.
الأكثر مركزية هو التشفير المتساوي الاختلاف (EE)، الذي يتيح استدلال النموذج في حالة مشفرة. وبحسب المواد الرسمية، يمكن لـ EE إجراء استدلال يحافظ على الخصوصية مع أداء قريب من الأداء الأصلي.
يقوم HSS-EE بتقسيم البيانات المشفرة عبر عدة عقد للمعالجة، مما يمنع أي عقدة واحدة من الحصول على معلومات كاملة.
MetaInf هو نظام الجدولة الذكي الخاص بـ Nesa، الذي يختار ديناميكيًا استراتيجية الاستدلال المثلى بناءً على متطلبات المهمة وظروف الأجهزة.
| الوحدة الأساسية |
الدور الرئيسي |
| التشفير المتساوي الاختلاف (EE) |
استدلال مشفر |
| HSS-EE |
حماية خصوصية موزعة |
| MetaInf |
جدولة مهام الاستدلال |
| طبقة التحقق |
التحقق من النتائج |
| إطار DAI |
دعم تطبيقات AI اللامركزية |
تشكل هذه الوحدات معًا البنية التحتية لتنفيذ الذكاء الاصطناعي في Nesa.
ما الأدوار التي يلعبها المطورون والعقد والمستخدمون؟
يعتمد تشغيل شبكة Nesa على تعاون عدة أطراف.
المطورون مسؤولون عن نشر النماذج، وبناء التطبيقات، والاتصال بخدمات الشبكة. توفر Nesa ملعب النماذج (Model Playground) وآلية تحميل النماذج، مما يسمح للمطورين بنشر خدمات AI دون الحاجة لإدارة البنية التحتية الأساسية.
يوفر مشغلو العقد موارد معدل التجزئة وينفذون مهام الاستدلال. تسمح البنية الموزعة لأجهزة بمختلف الأحجام بالمشاركة في الشبكة، وليس فقط مراكز البيانات الكبيرة.
يستدعي المستخدمون النهائيون خدمات AI من خلال طبقة التطبيق دون إدارة البنية التحتية المعقدة للشبكة بشكل مباشر.
تشمل أدوار المشاركين الرئيسية:
- مطورون
- مشغلون
- مُدقِّقون
- مستخدمو تطبيقات AI
- فريق تطوير DAI
ما الدور الذي يلعبه رمز NES في النظام البيئي؟
الوظيفة الأساسية لـ رمز NES هي ربط استخدام موارد الشبكة، وحوافز العقد، وآليات الحوكمة.
أولاً، يمكن استخدام NES لدفع رسوم خدمة استدلال الذكاء الاصطناعي. عندما يستدعي المطورون موارد الشبكة، يجب عليهم تسوية المعاملات باستخدام الرمز.
ثانيًا، يمكن لمشغلي العقد كسب حوافز من خلال المشاركة في عمليات الشبكة. تساعد آلية الرمز في تنسيق عرض الموارد الحاسوبية مع طلب الشبكة.
بالإضافة إلى ذلك، يخدم NES وظيفة حوكمة. مع توسع النظام البيئي، قد يشارك حاملو الرمز في بعض قرارات حوكمة الشبكة.
لذلك، NES ليس مجرد أداة دفع، بل هو أيضًا مكون رئيسي في نظام الأمان والحوافز الاقتصادية للشبكة.
ما السيناريوهات التي يمكن تطبيق Nesa فيها؟
تتركز سيناريوهات تطبيق Nesa بشكل رئيسي في المجالات التي تتطلب مستويات عالية من الخصوصية والموثوقية.
في إدارة المعرفة المؤسسية، يمكن للمؤسسات استخدام الاستدلال الخاص لمعالجة المستندات الداخلية وبيانات الأعمال الحساسة دون كشف المحتوى الخام لمنصات طرف ثالث.
في الرعاية الصحية، يمكن تحليل بيانات المرضى في حالة محمية، مما يقلل من خطر تسرب البيانات.
في التحكم في المخاطر المالية، ووكلاء AI، وتطبيقات AI على السلسلة، يساعد AI القابل للتحقق في تحسين موثوقية أنظمة القرار الآلي.
| السيناريو |
القدرة التي توفرها Nesa |
| قاعدة المعرفة المؤسسية |
استدلال خاص |
| تحليل بيانات الرعاية الصحية |
حماية البيانات |
| التحكم في المخاطر المالية |
قرارات قابلة للتحقق |
| وكيل AI |
بيئة تنفيذ موثوقة |
| تطبيقات AI على السلسلة |
استدلال لامركزي |
Nesa مقابل خدمات AI المركزية
أكبر فرق بين Nesa وخدمات الذكاء الاصطناعي التقليدية يكمن في نموذج الثقة.
تعتمد منصات AI المركزية على مزود خدمة واحد للتعامل مع تنفيذ النموذج، ومعالجة البيانات، وتسليم النتائج. لا يستطيع المستخدمون عادةً التحقق من عملية الاستدلال أو فهم التنفيذ الأساسي.
تقلل Nesa الاعتماد على كيان واحد من خلال التحقق بالتشفير وشبكة حوسبة موزعة. خصوصية البيانات، والتحقق من النتائج، والمشاركة المفتوحة هي أهداف تصميمها الأساسية.
ومع ذلك، لا تزال المنصات المركزية تتمتع بمزايا في النظام البيئي للنماذج، وتحسين الأداء، والنضج التجاري.
لذلك، النموذجان ليسا بديلين عن بعضهما البعض، بل يقدمان قيمة مختلفة في سيناريوهات مختلفة.
خلاصة
Nesa هي طبقة تنفيذ لامركزية للذكاء الاصطناعي يحافظ على الخصوصية وقابل للتحقق. من خلال التشفير المتساوي الاختلاف (EE)، وHSS-EE، وMetaInf، وهندسة الاستدلال الموزع، توفر بنية تحتية موثوقة للذكاء الاصطناعي للمطورين والمؤسسات. مقارنة بخدمات AI المركزية التقليدية، تؤكد Nesa على التحكم في البيانات، وموثوقية النتائج، والمشاركة المفتوحة في الشبكة.
مع تطور وكلاء AI، والذكاء الاصطناعي المؤسسي، وتطبيقات AI على السلسلة، أصبح التنفيذ الموثوق وحماية الخصوصية متطلبات جديدة للبنية التحتية. تكمن القيمة الأساسية لـ Nesa في توفير دعم طبقة التنفيذ والتحقق للنظام البيئي اللامركزي للذكاء الاصطناعي في المستقبل.
الأسئلة الشائعة
ما هي Nesa؟
Nesa هي طبقة تنفيذ لامركزية للذكاء الاصطناعي تحافظ على الخصوصية وقابلة للتحقق، وتمكن استدلال AI موثوقًا عبر الشبكات الموزعة والآليات التشفيرية.
كيف تحمي Nesa بيانات المستخدم؟
تستخدم Nesa تقنيات مثل التشفير المتساوي الاختلاف (EE) وHSS-EE للحفاظ على البيانات مشفرة أثناء الاستدلال، ومنع أي عقدة واحدة من الحصول على معلومات كاملة.
ما الفرق بين Nesa وOpenAI API؟
تؤكد Nesa على حماية الخصوصية، والتحقق من النتائج، والتنفيذ اللامركزي، بينما يعتمد OpenAI API بشكل أساسي على البنية التحتية المركزية لتقديم خدمات AI.
ما السيناريوهات التي يمكن استخدام Nesa فيها؟
Nesa مناسبة للسيناريوهات التي تتطلب AI موثوقًا، مثل قواعد المعرفة المؤسسية، وتحليل بيانات الرعاية الصحية، والتحكم في المخاطر المالية، ووكلاء AI، وتطبيقات AI على السلسلة.
ما دور رمز NES؟
يستخدم رمز NES لدفع رسوم الاستدلال، وتحفيز العقد على المشاركة في عمليات الشبكة، ودعم حوكمة النظام البيئي. وهو جزء مهم من النظام الاقتصادي لـ Nesa.
