قدمت تشين لينك استراتيجية جديدة جريئة لمعالجة مشكلة كبيرة في الذكاء الاصطناعي، وهي الهلوسات الناتجة عن الذكاء الاصطناعي. عندما تسيء النماذج اللغوية الكبيرة تفسير البيانات أو تصنعها، يمكن أن تكون العواقب مكلفة، خاصة في مجال المالية. بدلاً من الاعتماد على نموذج ذكاء اصطناعي واحد، تستخدم تشين لينك نهجاً متعدد النماذج، مستفيدة من أنظمة الذكاء الاصطناعي من أوبن أي آي، وجوجل، وآنثروبيك.
نهج متعدد النماذج لتقليل أخطاء الذكاء الاصطناعي
أوضح لورانس موروني، مستشار في تشين لينك والقائد السابق للذكاء الاصطناعي في جوجل، أن استخدام نماذج متعددة من الذكاء الاصطناعي بدلاً من الاعتماد على واحد يساعد في تقليل الأخطاء. يتم إعطاء كل نموذج ذكاء اصطناعي تحفيزاً مختلفاً لتحليل البيانات المالية نفسها. وقال:
- يقوم النظام بتسجيل البيانات الموثوقة على البلوك تشين، مما يجعلها شفافة، وغير قابلة للتغيير، وآمنة. تمنع هذه الطريقة التي تعتمد على الإجماع من تشويه السجلات المالية الحساسة بالمعلومات الخاطئة، مما يعزز موثوقية البيانات التي يولدها الذكاء الاصطناعي.
تشين لينك للذكاء الاصطناعي يهدف لتقليل خسائر الأخطاء المالية
تقدر الأخطاء في معالجة أنشطة الشركات تكلف الشركات ما بين 3 إلى 5 ملايين دولار سنوياً. في الحالات القصوى، عانت الشركات خسائر تصل إلى 43 مليون دولار بسبب البيانات المالية غير الصحيحة. يهدف نهج تشين لينك لتغيير ذلك من خلال تقليل إعادة التحقق من البيانات يدوياً وتحسين الدقة المالية.
في تعاون حديث مع مؤسسات مالية رائدة – بما في ذلك UBS، فرانكلين تمبلتون، ويلينغتون مانجمنت، فونتوبل، وسيجنوم بنك – اختبرت تشين لينك نظامها الخاص بالذكاء الاصطناعي والبلوك تشين. أثبتت النتائج واعدة، حيث أظهرت انخفاضاً في أخطاء البيانات المالية وعدم الكفاءة.
“السجل الذهبي” مع التحقق من الذكاء الاصطناعي
مبادرة تشين لينك تقدم ما يدعوه الصناعة “السجل الذهبي الموحد” – وهو مصدر موثوق ووحيد للبيانات المالية المنظمة المخزنة عبر العديد من سلاسل البلوك تشين. يزيل هذا السجلات المتفرقة، مما يسمح للبنوك والمستثمرين ومديري الأصول بالوصول إلى بيانات دقيقة حول أنشطة الشركات دون الحاجة إلى معالجة يدوية زائدة.
جزء أساسي من هذا النظام هو شبكة الأوراكل اللامركزية من تشين لينك (DON)، التي تشغل نماذج ذكاء اصطناعي متعددة للتحقق من البيانات المالية. تحلل تشات جي بي تي-4o من أوبن أي آي، وجيميني 1.5 برو من جوجل، وكلود 3.5 سونيت من آنثروبيك كل على حدة أنشطة الشركات. إذا ظهرت تناقضات، ينبه النظام المالليء بذلك لمنع دخول البيانات المضللة إلى سير العمل المالي.
- تلعب تكنولوجيا البلوك تشين دوراً حيوياً في ضمان أقصى درجات الأمان. من خلال تخزين التقارير المالية التي تم التحقق منها بالتشفير في السلسلة، تضمن تشين لينك أن بيانات الشركة تظل غير قابلة للتلاعب، وشفافة، ومتوافقة عبر مختلف المشاركين في السوق.
تعاون عبر الحدود والصناعات
تشين لينك لا تعمل فقط مع الشركات المالية، بل تتواءم مع المعايير الصناعية العالمية لضمان التكامل السلس. انضمت مؤسسات مثل DTCC، كليرستريم، ويوروكلير لضمان توافق البيانات المنظمة التي ينتجها الذكاء الاصطناعي مع بروتوكولات الرسائل المالية التقليدية مثل سويفت.
لضمان وصول أوسع، يسمح بروتوكول التفاعل عبر سلاسل تشين لينك (CCIP) للمؤسسات المالية بجذب بيانات أنشطة الشركات المنظمة من بيئات متعددة من سلسلة البلوك تشين. يمكن للبنوك ومديري الأصول الوصول إلى بيانات فورية وموثوقة باستخدام البنية التحتية المالية الحالية دون الحاجة إلى تحديثات مكلفة.
- بالنظر إلى المستقبل، تخطط تشين لينك لتحسين تدريب الذكاء الاصطناعي لتقليل مخاطر الهلوسة بشكل أكبر. ستدمج المبادرة أيضاً المزيد من مصادر البيانات وتعزز الالتزام بمعايير أنشطة الشركات بما في ذلك CAJWG وSCoRE. الرؤية طويلة الأمد هي إنشاء نظام معالجة بيانات مالية مؤتمت وقابل للتوسع يعمل على تحويل الصناعة المالية العالمية.
الأسئلة الشائعة
- ما هي المشكلة الرئيسية التي تسعى تشين لينك لمعالجتها؟
تسعى تشين لينك لمعالجة مشكلة الهلوسات الناتجة عن الذكاء الاصطناعي في النماذج اللغوية الكبيرة، مما يسهم في تقليل الأخطاء في البيانات المالية. - كيف يعمل نظام تشين لينك للذكاء الاصطناعي؟
يستخدم النظام نماذج ذكاء اصطناعي متعددة للتحقق من البيانات المالية. يتم تخزين البيانات الموثوقة على البلوك تشين لضمان الشفافية والأمان وثبوت الصحة. - ما هي الفوائد المتوقعة من هذا النهج؟
من المتوقع أن يقلل هذا النهج من الأخطاء المالية، ويحسن من كفاءة معالجة البيانات، ويضمن توفير الوقت والتكاليف عبر التكامل مع الأنظمة المالية التقليدية.
