لماذا يحتاج الذكاء الاصطناعي إلى الثقة، والطاقة النووية، والعوامل الأصلية للتشفير في هذه الحلقة من برنامج DROPS، أجلس مع بن فريغون لمناقشة سبب احتمال أتمتة أجزاء كبيرة من حياتك من الذكاء الاصطناعي قريبا، ولكن فقط إذا حللنا ثلاث مشاكل صعبة في آن واحد: الثقة، الطاقة، والبنية التحتية. من الطاقة النووية وملكية البيانات إلى وكلاء الذكاء الاصطناعي الذين يحركون المال أثناء نومك، يرسم @ben_frigon مستقبلا يبدو طموحا لكنه عملي بشكل غريب. من صيف التمويل اللامركزي إلى @TalusNetwork تبدأ قصة بن في جامعة براون خلال صيف التمويل اللامركزي، عندما كانت تطبيقات الإيثيريوم وتطبيقات التمويل اللامركزي المبكرة تنتشر بشكل كبير. أصبح رئيس نادي البلوك تشين وشارك في تصميم ما يسميه "أول دورة تحمل ساعات معتمدة حول NFTs في أي كلية في أي جامعة"، والتي تدرس في قمة هوس NFT. بعد التخرج، انضم إلى شركة العملات الرقمية VC Distributed Global، وقضى أيامه في "البحث في كل مجال من مجالات العملات الرقمية التي يمكنك التفكير بها." عادة الفضول المفرط هذه هي واحدة من الصفات القليلة التي يعتقد أن المؤسسين الجيدين والمستثمرين الجيدين يشتركون فيها حقا. جاءت نقطة التحول عندما التقى بمؤسسه المشارك مايك، الذي كان يحتضن من قبل بوليتشين. دعم @polychain و@SuiNetwork لاحقا شبكة تالوس، وانتقل بن بين المستثمرين إلى المشغلين. كمؤسس، يقول: "عليك أن تكون متفائلا جدا جدا، شبه ساذج ومتفائلا بحماقة"، بينما وظيفة رأس المال المغامر هي تخيل كل الطرق التي قد يفشل بها شيء ما. العيش في كلا الدورين يساعده على بناء طموح، لكن مع شعور واقعي بالمخاطر. هل هناك فقاعة الذكاء الاصطناعي؟ عندما سئل عما إذا كنا في فقاعة الذكاء الاصطناعي، قال بن: "لا أعتقد أن هناك فقاعة الذكاء الاصطناعي. أعتقد أن المضاعفات قد تنخفض، لكن الفقاعة تعني أن الاستثمار مضيعة. لا أعتقد أن ذلك مضيعة مقارنة بالفرص المتاحة لدينا." المشكلة الحقيقية، كما يقول، هي أن الذكاء الاصطناعي لا يتناسب مع اقتصاديات رأس المال الجريء الكلاسيكية. تدريب النماذج التنافسية يعني إنفاق هائل على الأجهزة في اليوم الأول، وهو عكس قصة "شخصين في مرآب" التي صممت VC لتمويلها. لهذا السبب يحدث الكثير من التقدم داخل شركات التكنولوجيا الكبرى ذات الميزانيات العمومية العميقة. بالنسبة لبن، الإطار الصحيح يتفوق على الجانب المالي. "كمية الخير التي يمكن أن يقدمها هذا للعالم لا مثيل لها." إذا نجحنا في ذلك، يغير الذكاء الاصطناعي طريقة عملنا وتعلمنا واتخاذ القرارات وحتى علاقتنا ببعضنا البعض. لكن هذا الجانب الإيجابي مهم فقط إذا واجهنا خطرين كبيرين بشكل مباشر. المخاطر الكبيرة: نماذج خاطئة وطاقة غير كافية الخطر الأول هو تصميم النماذج. نماذج اللغة الكبيرة اليوم مثيرة للإعجاب لكنها ضيقة: ممتازة في العمل عبر النص، ضعيفة في التفكير حسب السلاسل الزمنية، ومهام متجسدة مثل التداول أو الروبوتات. يعتقد بن أننا سنحتاج في النهاية إلى "نماذج عالمية" تتعلم أكثر مثل البشر إذا أردنا عملاء قادرين على التعامل مع تعقيد العالم الحقيقي. إذا بقينا ممسكين بنموذج المدير الكبير الحالي، قد تتوقف العروض البصرية البراقة قبل أن نصل إلى حالات الاستخدام التي يحلم بها الناس. الخطر الثاني هو الطاقة. تدريب وتشغيل نماذج الحدود يستهلك طاقة بشكل قاس، والشبكات تتعرض بالفعل للضغط في أماكن تجمع مراكز البيانات. بن صريح هنا: الولايات المتحدة بحاجة إلى "صفقة نووية جديدة". المفاعلات الصغيرة الحديثة المعيارية أكثر أمانا وأرخص، لكن الوقود وسلسلة التوريد والخبرات المحيطة بها قد تراجعت. يجادل بأن إعادة بناء ذلك يجب أن تكون أولوية محلية قصوى: "لا يوجد خيار سوى الطاقة النووية" إذا كانت أمريكا جادة في تحقيق كامل إمكانات الذكاء الاصطناعي. لماذا يتناسب الذكاء الاصطناعي والبلوك تشين فعليا من السهل رفض "الذكاء الاصطناعي + العملات الرقمية" كتسويق، لكن بن يقسم التقاطع إلى ثلاث طبقات واضحة: الحوسبة، البيانات، والوكلاء. ...