Bittensor $TAO Spotlight – Subnet 2 | DSperse - تحويل الذكاء الاصطناعي من "ثق بي" إلى "أثبت ذلك" تقوم DSperse ببناء واحدة من أهم أجزاء حزمة Bittensor: طبقة ثقة لاستنتاج الذكاء الاصطناعي. مع انتقال أنظمة الذكاء الاصطناعي إلى مجالات مهمة مثل التجارة، والروبوتات، والرعاية الصحية، والأتمتة، لم يعد أكبر خطر هو القدرة، بل في إمكانية التحقق. إذا اتخذ وكيل الذكاء الاصطناعي قرارا، كيف تعرف أنه شغل النموذج المقصود فعلا دون العبث أو التزييف؟ DSperse موجودة للإجابة على هذا السؤال بشكل تشفيري. إثبات الاستنتاج معظم الذكاء الاصطناعي اليوم يعمل على افتراضات الثقة. يستبدل DSperse هذه الافتراضات بإثبات الاستدلال (PoI) باستخدام تعلم الآلة ذو المعرفة الصفرية (zkML). بدلا من الثقة بأن الذكاء الاصطناعي يعمل بشكل صحيح، يترك DSperse للشبكة إثبات ذلك رياضيا. والأهم جدا دون أن يكشف: 🔸 أوزان النماذج 🔸 المنطق الداخلي 🔸 المدخلات الخاصة والنتيجة: مخرجات الذكاء الاصطناعي قابلة للتحقق، خاصة ومقاومة للتلاعب. التفسير عالي المستوى للشبكة الفرعية 2 تتحقق Dsperse من نماذج الذكاء الاصطناعي من خلال هذه الخطوات الأربع: 1️⃣ تحليل النموذج يقوم المعدنون بتقسيم النموذج إلى مكونات أصغر وقابلة للتحقق، مع التركيز فقط على الأجزاء التي تهم من حيث الصحة. 2️⃣ إثبات المعرفة الصفرية...