### Blockchain na Imani katika AI Katika miaka ya hivi karibuni, msisimko kuhusu teknolojia ya blockchain umepungua kwa kiasi kikubwa kutokana na kuongezeka kwa hamu ya akili bandia (AI). Ingawa teknolojia hizi ni mpya kwa kiasi fulani, mizizi yake inarudi nyuma miongo kadhaa—dhana za AI zimetokea tangu enzi za kale, wakati blockchain ilitokana na maendeleo katika kazi za hashing na programu ziliz Distributed. Kazi za awali za Leslie Lamport kuhusu mifumo ya kusambazwa zilianzisha msingi wa usambazaji na imani, ambao ni muhimu kwa maendeleo ya blockchain. Kuhesabu kwa pamoja kuna umuhimu wa kutatua matatizo kwa ushirikiano, kunahitajika mpangilio wa muda wa shughuli na njia ya kuanzisha ukweli wa pamoja kati ya kompyuta zinazoweza kuwa na makosa au zenye nia mbaya. Ukweli halisi wa kusambazwa unategemea utawala huru wa mifumo hii inayosambazwa. Hata hivyo, hata Bitcoin, ambayo mara nyingi inasisitizwa kama isiyo ya katikati, haina kiwango cha juu, kwani idadi ndogo ya madini inakandamiza mfumo wake, ambapo 93% ya Bitcoin inasimamiwa na kikundi kidogo cha "whales. " ### Changamoto za AI AI inakutana na changamoto muhimu, ikijumuisha hatari za kuvuja kwa data za kibinafsi, matumizi mabaya ya nishati, na upendeleo unaotokana na mafunzo ya kujirudia bila kukoma kwa kutumia matokeo yake ya awali. Data zilizofichwa au za kibinafsi zinafanya kuwa ngumu kuendeleza suluhisho la AI lililoepukwa na maswali kuhusu fidia kwa data za kibinafsi zilizotumika. Kuunganisha teknolojia ya blockchain kunaweza kusaidia kutatua masuala haya. Makala inaangazia kampuni mpya inayoitwa Modelx. ai, iliyoanzishwa kwa pamoja na Jamiel Sheikh, ambayo inasisitiza suluhisho za AI zinazotolewa, hasa kupitia AI iliyounganishwa. Mifano ya AI ya jadi, hasa zile zinazotumia ujifunzaji wa kina, kwa kiasi kikubwa imedhibitiwa na viwango vya pekee. Hata hivyo, kizazi kijacho cha AI kina uwezo wa kutokea kutoka kwa "nchi ya wabunifu" inayofanywa kwa ushirikiano na isiyo na katikati ndani ya vituo vya data.

Mifano hii inahitaji seti kubwa za data mbalimbali ili kuepuka makosa ya mafunzo na kuboresha uwezo wa kubashiri. Hata hivyo, kutegemea data nyingi kunaleta matatizo, kama kupunguza nyenzo za taarifa wakati maudhui yanayotengenezwa na AI yanarudishwa katika mzunguko wa mafunzo, na kusababisha upendeleo. Aidha, wasiwasi kuhusu faragha unatokea wakati data ya mafunzo inahusisha vipengele vinavyopatikana kwa umma au yaliyohakikiwa, kama maudhui yaliyofanywa kutoka kwenye majukwaa kama YouTube au The New York Times. ### DeepSeek: Mfano wa AI wa Kifungu DeepSeek inawakilisha uvumbuzi katika mifano ya AI ya wazi, ikipata utendaji unaofanana bila data nyingi, vifaa vya hali ya juu, au vipindi virefu vya mafunzo. Ingawa muda wa kufanya maamuzi na mahitaji ya kompyuta yake ni makubwa, bado ni mfano wa chanzo wazi. Mfano wa wazi unaruhusu upatikanaji kamili wa msimbo wa chanzo na uzito wa mfano, ukiruhusu marekebisho na urejeleaji kwa data za kibinafsi. Wakosoaji wanaeleza kuwa ukweli wa wazi unahitaji kugawana data ya mafunzo, kwani inadhaniwa kuwa "msimbo wa chanzo" wa AI. Hata hivyo, Mpango wa Chanzo Wazi (OSI) unatekeleza msimamo wake kwamba mfano bado unaweza kuainishwa kama wazi. ### Ubunifu wa Modelx. ai Modelx. ai inashughulikia wasiwasi wa faragha kwa kuweka data ya mfano kuwa ya siri huku ikiruhusu muundo wake kubaki wazi. Changamoto iko katika kufundisha AI kwa ufanisi ndani ya sekta zilizounganishwa, kama vile huduma za afya, ambapo data za wagonjwa haziwezi kushirikiwa kwa urahisi kutokana na sheria za HIPAA. Modelx. ai inavumbua kwa kuruhusu hospitali kuboresha mifano ya AI kwa kutumia data zao za kibinafsi bila kuhatarisha faragha. Mchakato unajumuisha kufundisha mfano wa msingi wa wazi kwa kutumia data za kibinafsi kutoka hospitali moja, ambayo basi inachangia kuboresha mfano wa umoja unaojumuisha data kutoka hospitali nyingi. Maboresho yanaandikwa kwenye blockchain, ikiimarisha michango na kutoa fidia kwa washiriki kwa alama kulingana na mchango wao. Kila hospitali inalipa kwa matumizi ya mfano kwa alama, na ubora wa mfano wa umoja unatazamwa mara kwa mara. Kufikia sasisho langu la mwisho mnamo Oktoba 2024, ukosoaji wa mifano ya chanzo wazi ilikuwa umepungua kutokana na maendeleo kama DeepSeek, ambayo ilionyesha ufanisi na majibu bora katika utendaji wa AI.