
آیا هوش مصنوعی غیرمتمرکز رنسانس جدیدی برای جهان رقم میزند؟
- هوش مصنوعی غیرمتمرکز دسترسی به ابزار هوشمند را فراگیر میکند و وابستگی به شرکتهای بزرگ را کاهش میدهد.
- نمونههای موفق DeAI در آموزش، کشاورزی و سلامت کشورهای در حال توسعه نشان میدهد این فناوری زندگی بسیاری را تغییر داده است.
- منتقدان نسبت به اطلاعات غلط هشدار میدهند اما تاریخ نشان میدهد شفافیت و دسترسی عمومی موجب پیشرفت و مشارکت گسترده میشود.

بازگشت رنسانس با هوش مصنوعی غیرمتمرکز
در اواسط قرن پانزدهم، دستگاه چاپ گوتنبرگ باعث شد که انحصار دانش مکتوب از میان برداشته شود. سواد افزایش یافت، نهادها دگرگون شدند و مردم بالاخره توانستند به ایدههایی که قبلا فقط در اختیار نخبگان بود، دسترسی پیدا کنند. امروز، هوش مصنوعی غیرمتمرکز (DeAI) نوید تحولی مشابه را میدهد؛ چرا که دسترسی به هوش افزایش مییابد و نحوه ساخت آن بازتعریف میشود.
چالش مدلهای بسته و انحصاری هوش مصنوعی
امروزه بیشتر پلتفرمهای هوش مصنوعی به صورت سیستمهای بسته فعالیت میکنند. وزن مدلها مخفی است، دادهها به صورت اختصاصی نگه داشته میشود و تصمیمگیری از طریق واسطهای پنهان API انجام میشود. این کنترل باعث شده فقط تعداد محدودی از شرکتها تعیین کنند هوش چگونه توسعه پیدا کند و چه کسی به آن دسترسی داشته باشد.
تغییر بنیادین با DeAI
DeAI این وابستگی را کاهش داده و نحوه خلق، حاکمیت و توزیع هوش را تغییر میدهد. مدلهای بسته باعث محدودیت دسترسی میشوند و نتیجه آن دیدگاهی محدود و حتی تصمیمات جانبدارانه، نتایج مبهم و اشتباهات جدی مانند بازداشتهای نادرست است. حتی اهداف غولهای هوش مصنوعی نیز تحت فشار تغییر میکند. در سال ۲۰۲۵، OpenAI تصمیم گرفت برنامههای شرکت کاملا سودمحور خود را کنار گذاشته و بازوی تجاری خود را به یک موسسه عمومی با اهداف خیریه تغییر دهد. این تغییر نشاندهنده اهمیت منافع عمومی است اما همچنین آسیبپذیری این تعهدات را نیز نشان داد.
کاربردهای واقعی و دسترسپذیر هوش مصنوعی غیرمتمرکز
DeAI وابستگی به شرکتهای بزرگ را کاملا حذف میکند و منفعت عمومی را در معماری خود قرار میدهد. توسعهدهندگان DeAI میتوانند مدلها را به صورت محلی اجرا کنند، با دادههای منطقهای شخصیسازی کنند و برای نیازهای خاص آن را تطبیق دهند. به این ابزارها نیازی به مجوز یا تایید شرکت نیست و حتی در مناطق بدون اینترنت یا کمسرعت نیز قابل استفاده هستند.
نمونههایی واقعی از کاربرد DeAI عبارت است از: کشاورزان هندی که با دستیارهای صوتی مخصوص لهجه خود برنامهریزی کشت انجام میدهند؛ معلمان سیرالئون که با رباتهای گفتگو از طریق اپلیکیشنهای پیامرسان ساده، آموزش بهتری دریافت میکنند؛ یا مامایان در گواتمالا که با اپلیکیشنهای هوشمند وضعیت سلامت جنین را در بازدیدهای خانگی بدون وابستگی به اینترنت کنترل میکنند. همه این پروژهها توسط خود جوامع بومی توسعه داده شدهاند.
ورود کسبوکارها و رشد سریع حضور در بازارهای وب۳
کسبوکارها هم به این سمت میروند. فروشگاهها با آموزش مدلهای کوچک بر دادههای فروش خود، لجستیک را بهبود میدهند و شرکتهای بزرگ مدلهای بازوزن را به صورت اختصاصی برای کاربردهای داخلی شخصیسازی میکنند. براساس دادههای DappRadar، برنامههای DeAI به سرعت سهم بازار را افزایش میدهند و میتوانند در آینده با حوزههایی همچون DeFi و گیمینگ در وب۳ رقابت کنند.
انتقادات، شفافیت و پیشرفت علمی
رایجترین انتقاد به DeAI، نگرانی در مورد ناسازگاری یا اطلاعات غلط است. این نگرانیها جدید نیست؛ زمانی که دستگاه چاپ گوتنبرگ معرفی شد، منتقدان نسبت به انتشار متون تایید نشده و آشفتگی اجتماعی هشدار دادند. اما در بلندمدت، نتیجه آن پیشرفت علمی، افزایش سواد و مشارکت گستردهتر بود. سامانههای شفاف، امکان نظارت و تطبیق هنجارهای محلی را فراهم میکند و مقررات اخلاقی میتواند به صورت باز و نه صرفا به دستور یک شرکت شکل گیرد.
تضاد رویکرد مرکزی و غیرمتمرکز در توسعه هوش مصنوعی
این تفاوت دیدگاه در جامعه هوش مصنوعی کاملا آشکار است. داریو آمودئی، مدیرعامل Anthropic، مدافع رویکرد متمرکز و متکی بر ایمنی است و اعتقاد دارد توسعه ایمن AGI نیازمند کنترل سفتوسف است. در مقابل، بن گورتزل، موسس SingularityNET، هشدار میدهد که توسعه متمرکز AGI منجر به تعصب و محدودیت میشود و خواستار همکاری جهانی و تطبیق محلی در پیشرفت هوش است.
آیندهای فراگیر برای هوش
سیستمهای متمرکز بر یکنواختی و کنترل تاکید دارند اما سیستمهای غیرمتمرکز اجازه میدهند هوش در فرهنگها و کاربردهای متنوع رشد کند. این انعطافپذیری در حال شکل دادن به بازارها و نهادهای جدید است. مرحله بعدی هوش مصنوعی به این بستگی دارد که چه کسانی امکان مشارکت پیدا میکنند. هر چه هوش در دست عموم باشد، نمایندهتر و منعطفتر میشود.
توسعهدهندگان به سمت مدلهای باز میروند، نهادهای عمومی روی زیرساختهای بومی سرمایهگذاری میکنند و جوامع خودشان مدلها را برای نیازهای خاصشان ایجاد میکنند. حالا هوش فقط برای جهان ساخته نمیشود بلکه توسط خود مردم ساخته میشود.
توصیه به آینده
هنوز در ابتدای این گذار هستیم و مسیر آینده به سرمایهگذاری روی زیرساختهای غیرمتمرکز، حمایت از پروژههای محلی و به ویژه ایجاد ابزار ساده و در دسترس بستگی دارد؛ ابزارهایی که هوش را به اندازه خواندن و نوشتن در دسترس کنند. رنسانس اول، خواندن را برای همه ممکن کرد؛ این «رنسانس دوم» فرصت فکر کردن، محاسبه و ساختن را برای همگان میگشاید.
