تعاني صناعة الذكاء الاصطناعي من مشكلة نادرًا ما يتم الترويج لها: خط أنابيب البيانات بدأ يجف. فقد تم بالفعل جمع معظم محتوى الويب المفتوح، وما تبقى أصبح محجوبًا بشكل متزايد خلف اتفاقيات واجهات برمجة تطبيقات (API) باهظة الثمن لا يستطيع تحملها إلا أكبر اللاعبين. تحاول بنية تحتية بيانات Perceptron AI إعادة صياغة هذا الترتيب بالكامل — ليس من خلال التفاوض على صفقات أفضل مع حراس بوابات البيانات، بل عبر الالتفاف عليهم تمامًا.
Summary
أهم النقاط
- تجمع Perceptron البيانات المتاحة علنًا من الويب عبر النطاق الترددي الخامل للمستخدمين، باستخدام شبكة تضم ما يقرب من 800,000 عقدة في أكثر من 150 دولة.
- يتم التحقق من جودة البيانات المجمعة بواسطة نماذج ذكاء اصطناعي مركزية قبل وصولها إلى عملاء المؤسسات.
- يكسب المساهمون نقاطًا يمكن تحويلها إلى رموز مشفرة أصلية، مما يخلق حافزًا اقتصاديًا مشتركًا.
- أطلقت Perceptron صندوق بيانات ذكاء اصطناعي بقيمة 10 ملايين دولار يقدّم للمطورين ما يصل إلى خمسة أسابيع من دعم البنية التحتية و5 تيرابايت من البيانات الواقعية مجانًا.
- استحوذَت الشركة الناشئة على شركة متخصصة في التحقق من المعاملات والمدفوعات لأتمتة التحقق من البيانات، وتخطط لمنصة Data Questing لتوليد مجموعات بيانات فريدة.
Perceptron تعالج ندرة بيانات تدريب الذكاء الاصطناعي باستخدام النطاق الترددي الخامل للمستخدمين
يُقال إن OpenAI تدفع ما بين 60 مليون دولار و100 مليون دولار سنويًا لمنصات مثل Reddit وTwitter لمجرد الوصول إلى البيانات عبر واجهات برمجة التطبيقات الخاصة بها. بالنسبة للقلة من المختبرات ذات رأس المال الجيد في قمة هرم الذكاء الاصطناعي، فإن هذه التكلفة قابلة للإدارة. أما بالنسبة للجميع الآخرين، فهي جدار عازل.
قال بيتر أنتوني، الشريك المؤسس والرئيس التنفيذي لشركة Perceptron: “العديد من مشاريع الذكاء الاصطناعي الجديدة لا تمتلك ميزانيات تسمح لها بإنفاق 60 إلى 100 مليون دولار للوصول إلى البيانات. إذا قمت ببناء أفضل نموذج في العالم، فسيكون عديم الفائدة إلى حد كبير إذا لم يكن لديه إمكانية الوصول إلى بيانات عالية الجودة. يمكنك أن تكون أذكى طالب في المدرسة، ولكن إذا لم تتمكن من الوصول إلى أي كتب، فلن يكون لديك الكثير من المعلومات لتقدمها.”
هذا التفاوت الهيكلي هو بالضبط الفجوة التي تبني Perceptron ضمنها. بدلًا من المنافسة وفق الشروط نفسها مع Google أو OpenAI، يتبع المنصّة نهجًا مختلفًا جذريًا — نهجًا يعامل مستخدمي الإنترنت العاديين على أنهم البنية التحتية نفسها.
عنق الزجاجة في بيانات التدريب داخل صناعة الذكاء الاصطناعي
نقص البيانات ليس مشكلة مستقبلية. إنه بالفعل يشكّل أي مشاريع ذكاء اصطناعي يتم بناؤها وأيها يتعثر. مع حصاد غالبية المحتوى القابل للزحف على الويب المفتوح، يتم الآن تحقيق الدخل من المعلومات عالية الجودة المتبقية بنشاط من قبل المنصات التي تتحكم بها. وقد حوّل ذلك الوصول إلى البيانات إلى خندق تنافسي، وليس مجرد مورد.
كانت رؤية أنتوني مباشرة: إن عدم تماثل البيانات لا يوجد لأن المعلومات عالية الجودة اختفت، بل لأن آليات جمعها تسيطر عليها مجموعة صغيرة من الشركات. إن مجموعات البيانات اللامركزية للذكاء الاصطناعي، التي يتم جمعها عبر عقد مستخدمين موزعة بدلًا من الزواحف المركزية، تقدم حلاً هيكليًا بديلًا.
كيف تعيد Perceptron توظيف الأجهزة اليومية لجمع البيانات
في كل مرة يتصفح فيها شخص ما الإنترنت، يولّد جهازه إشارات جغرافية محلية — نتائج بحث مختلفة، ترتيبات محتوى مختلفة، استجابات منصات مختلفة — تختلف حسب المكان الذي يجلس فيه في العالم. تقوم Perceptron بالتقاط هذه الاختلافات.
يشغّل المستخدمون إضافة متصفح على Chrome أو تطبيقًا على أجهزة Android. لا تصل هذه التثبيتات الطرفية إلى الملفات الشخصية أو القياسات عن بُعد الخاصة. بدلًا من ذلك، فإنها توفر ما يسميه أنتوني “نقاط رؤية مختلفة” على الويب المفتوح — وجهات نظر محلية يمكن دمجها في مجموعة بيانات متماسكة ومتنوعة جغرافيًا. يمكن، على سبيل المثال، خدمة عميل يحتاج إلى منشورات وسائل التواصل الاجتماعي المتعلقة بالرعاية الصحية في الولايات المتحدة من خلال طلبات منسقة عبر شبكة العقد العالمية لـ Perceptron، وذلك بالكامل عبر الوصول القياسي العام إلى الويب.
والنتيجة هي شبكة تمتد عبر أكثر من 150 دولة مع ما يقرب من 800,000 عقدة مساهمة — بُنيت ليس من خوادم مؤسسية، بل من النطاق الترددي الخامل لمستخدمي الإنترنت العاديين.
إطار قانوني وتقني يضمن الجودة والامتثال
نظرًا لأن جميع البيانات التي تجمعها Perceptron متاحة بالفعل للجمهور عبر أي متصفح ويب قياسي، فإن توجيه عملية الجمع عبر عقد المستخدمين الفردية يتجاوز قانونيًا جدران الدفع الخاصة بواجهات برمجة التطبيقات التجارية. المنصة لا تستخرج بيانات ملكية — بل تجمع معلومات يمكن لأي شخص تقنيًا استرجاعها بنفسه، ولكن على نطاق واسع ومع توزيع جغرافي.
الالتفاف على جدران الدفع المكلفة لواجهات برمجة التطبيقات عبر جمع بيانات لامركزي
الميزة التنافسية هنا هي التكلفة. من خلال توزيع عملية الجمع عبر مئات الآلاف من أجهزة المستهلكين بدلًا من دفع أموال لمشغلي المنصات مقابل الوصول عبر واجهات برمجة التطبيقات، يمكن لـ Perceptron تقويض هياكل التسعير التي تفضّل حاليًا أكبر شركات الذكاء الاصطناعي فقط. أوضح أنتوني: “من خلال القيام بذلك، يمكننا خفض التكلفة بشكل كبير مقارنة بما تفرضه حاليًا العديد من الشركات المركزية الكبرى مثل Google.”
وهذا مهم بما يتجاوز السعر وحده. فالبنية نفسها تغيّر ميزان القوة. عندما لا تعتمد عملية جمع البيانات بعد الآن على اتفاقيات مع حفنة من حراس بوابات المنصات، يصبح الهيكل الكامل لتكلفة تدريب الذكاء الاصطناعي أكثر تنافسية — وأكثر إتاحة للمطورين المستقلين الذين لا يستطيعون حاليًا تحمّل تكلفة المشاركة.
نماذج ذكاء اصطناعي مركزية وتقنية مستحوذ عليها للتحقق من البيانات
يتم نقل البيانات الخام المسترجعة عبر عقد المستخدمين إلى خادم مركزي، حيث تقوم نماذج ذكاء اصطناعي متخصصة بتنظيف وتدقيق المعلومات قبل وصولها إلى العملاء. لا تتأهل كل عقدة تلقائيًا للحصول على مكافآت — فعملية مراقبة الجودة تقوم بتصفية المدخلات التي لا تفي بمعايير الأهداف قبل إصدار أي تعويض.
ولمزيد من أتمتة هذا التحقق، استحوذت Perceptron على شركة متخصصة في برمجيات التحقق من المعاملات والمدفوعات. يهدف هذا الاستحواذ إلى إدخال صرامة هيكلية في خط أنابيب توثيق البيانات، مما يقلل الاعتماد على المراجعة اليدوية ويحسّن موثوقية ما يتم تسليمه إلى المشترين من المؤسسات.
نموذج الحوافز والتمويل لدعم نمو النظام البيئي
لا تعمل الشبكة إلا إذا شارك الناس. إجابة Perceptron هي حلقة حوافز قائمة على الرموز — يكسب المساهمون نقاطًا مقابل اتصالهم السلبي، والمقرر تحويلها إلى رموز مشفرة أصلية مع توليد المنصة للإيرادات. وصف أنتوني الآلية بأنها حلقة قيمة مشتركة: “كلما تم توليد إيرادات من قبل الشركة، سيتم ضخ الرموز مرة أخرى في النظام البيئي.”
مكافآت المساهمين بنقاط قابلة للتحويل إلى رموز مشفرة أصلية
يقلب النموذج الديناميكية الاستخراجية التي انتقدها أنتوني. بدلًا من أن تستحوذ الشركات على قيمة البيانات التي يولدها المستخدمون دون مقابل، يحصل المشاركون في شبكة Perceptron على حصة مباشرة في المخرجات الاقتصادية التي يتيحها نطاقهم الترددي. كما يُخطط لآلية إعادة شراء للرموز، ما يضيف طبقة أخرى من استدامة النظام البيئي.
إطلاق صندوق بيانات ذكاء اصطناعي بقيمة 10 ملايين دولار للمطورين
إلى جانب جانب المساهمين في المعادلة، ضخت Perceptron رأس مال لبناء جانب الطلب. يستهدف صندوق بيانات الذكاء الاصطناعي بقيمة 10 ملايين دولار مطوري الذكاء الاصطناعي المستقلين والمشاريع في مراحلها الأولى التي تفتقر إلى الموارد اللازمة للمنافسة مع المختبرات ذات التمويل الجيد. تتلقى فرق الهندسة المختارة خمسة أسابيع من دعم مخصص لبنية البيانات التحتية وما يصل إلى 5 تيرابايت من البيانات الواقعية مجانًا.
المنطق الاستراتيجي مباشر. من خلال تمويل الفرق في المراحل المبكرة، تضع Perceptron نفسها كمزود البيانات الافتراضي للمشاريع مع توسعها. قال أنتوني: “الهدف هو دعم المشاريع أثناء نموها وزيادة متطلباتها من البيانات. يمكننا أن نصبح أحد مزوديهم الرئيسيين — إنه استثمار في النظام البيئي الأوسع وطريقة لنا لبناء إيرادات ثابتة وطويلة الأجل.”
تقوم المنصة بالفعل بتزويد عملاء تجاريين بنشاط. توفر Perceptron مجموعات بيانات للصور لمنصات التوليد من النص إلى الفيديو، بما في ذلك Everlyn AI، وقد توسعت إلى تحليل المشاعر — تتبع الخطاب العام عبر Twitter وYouTube وأسواق الأصول الرقمية لمساعدة شركات العملات المشفرة والبورصات على بناء أدوات إنذار مبكر لتحركات الأسعار.
نظرة مستقبلية: توسيع خدمات البيانات وذكاء الأعمال
منتجات البيانات الحالية ليست سوى جزء من الطموح طويل الأمد. فقد وضع أنتوني ملامح انتقال من تزويد مجموعات بيانات ثابتة نحو ما يصفه بذكاء الأعمال الموزع — تحليلات عميقة ومحدّثة باستمرار لعملاء المؤسسات عبر قطاعات مثل التجارة الإلكترونية والتداول.
خطط لمنصة Data Questing لتوليد مجموعات بيانات فريدة
يجري تطوير منصة Data Questing منظمة، مصممة لتحويل الجهد البشري النشط للمساهمين إلى مدخلات تدريب فريدة — مجموعات بيانات لا يمكن تكرارها عبر الزحف المركزي. قال أنتوني: “نهدف إلى أن نكون قادرين بفعالية على بناء مجموعات بيانات وإنشاء مجموعات بيانات غير متاحة حاليًا عبر العمليات المركزية.”
الانتقال نحو تحليلات ذكاء أعمال موزعة
يعكس التحول نحو ذكاء الأعمال نقدًا أوسع لكيفية استخدام البيانات حاليًا. أوضح أنتوني: “مجموعات البيانات التقليدية ثابتة، يتم جمعها مرة واحدة وتصبح قديمة بسرعة. خادم واحد يحاول مراقبة كل هؤلاء المستخدمين المختلفين لا يمكنه حقًا جمع ذكاء ذي معنى على هذا النطاق. ما نحتاجه هو تحول نحو ذكاء أعمال موزع.”
سيشكّل هذا التحول — من بيع مجموعات البيانات إلى تقديم ذكاء مستمر — توسعًا كبيرًا في السوق القابلة للاستهداف من قبل Perceptron. كما أنه يرفع الرهانات بشأن ما إذا كان نموذج الحوافز القائم على الرموز وشبكة العقد يمكنهما الحفاظ على نوعية تدفق البيانات المستمرة وعالية الجودة التي سيطلبها عملاء تحليلات المؤسسات. البنية التحتية التي يجري بناؤها اليوم هي الأساس. وما إذا كان بإمكانها تحمّل ثقل تلك الرؤية طويلة الأمد هو السؤال الذي سيتعين على المرحلة التالية من النمو الإجابة عنه.
الأسئلة الشائعة
كيف تجمع Perceptron بيانات تدريب الذكاء الاصطناعي؟
تستخدم Perceptron النطاق الترددي الخامل لأجهزة المستهلكين اليومية التي تشغّل إضافة متصفح أو تطبيقًا لجمع بيانات الويب المتاحة للجمهور، مع التقاط وجهات نظر جغرافية محلية من عقد في أكثر من 150 دولة.
كيف تضمن Perceptron جودة البيانات المجمعة؟
يتم إرسال حزم البيانات المجمعة إلى خوادم مركزية حيث تقوم نماذج ذكاء اصطناعي بتنظيف وتدقيق البيانات من حيث الجودة قبل تزويد العملاء بها. كما استحوذت الشركة على شركة برمجيات متخصصة في التحقق من المعاملات والمدفوعات لأتمتة عملية التحقق هذه بشكل أكبر.
لماذا يشارك المساهمون في شبكة Perceptron؟
يكسب المساهمون نقاطًا بناءً على مشاركتهم وجودة مساهمتهم في الشبكة. من المقرر تحويل هذه النقاط إلى رموز مشفرة أصلية، مما يخلق حافزًا اقتصاديًا مشتركًا مرتبطًا بتوليد المنصة للإيرادات.
ما هو صندوق بيانات الذكاء الاصطناعي الذي أطلقته Perceptron؟
هو صندوق بقيمة 10 ملايين دولار يدعم مطوري الذكاء الاصطناعي المستقلين بما يصل إلى خمسة أسابيع من المساعدة المخصصة في بنية البيانات التحتية وما يصل إلى 5 تيرابايت من البيانات الواقعية مجانًا، صُمم لتسريع تطوير نماذج الذكاء الاصطناعي في المراحل المبكرة.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”كيف تجمع Perceptron بيانات تدريب الذكاء الاصطناعي؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”تستخدم Perceptron النطاق الترددي الخامل لأجهزة المستهلكين اليومية التي تشغّل إضافة متصفح أو تطبيقًا لجمع بيانات الويب المتاحة للجمهور، مع التقاط وجهات نظر جغرافية محلية من عقد في أكثر من 150 دولة.”}},{“@type”:”Question”,”name”:”كيف تضمن Perceptron جودة البيانات المجمعة؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”يتم إرسال حزم البيانات المجمعة إلى خوادم مركزية حيث تقوم نماذج ذكاء اصطناعي بتنظيف وتدقيق البيانات من حيث الجودة قبل تزويد العملاء بها. كما استحوذت الشركة على شركة برمجيات متخصصة في التحقق من المعاملات والمدفوعات لأتمتة عملية التحقق هذه بشكل أكبر.”}},{“@type”:”Question”,”name”:”لماذا يشارك المساهمون في شبكة Perceptron؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”يكسب المساهمون نقاطًا بناءً على مشاركتهم وجودة مساهمتهم في الشبكة. من المقرر تحويل هذه النقاط إلى رموز مشفرة أصلية، مما يخلق حافزًا اقتصاديًا مشتركًا مرتبطًا بتوليد المنصة للإيرادات.”}},{“@type”:”Question”,”name”:”ما هو صندوق بيانات الذكاء الاصطناعي الذي أطلقته Perceptron؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”هو صندوق بقيمة 10 ملايين دولار يدعم مطوري الذكاء الاصطناعي المستقلين بما يصل إلى خمسة أسابيع من المساعدة المخصصة في بنية البيانات التحتية وما يصل إلى 5 تيرابايت من البيانات الواقعية مجانًا، صُمم لتسريع تطوير نماذج الذكاء الاصطناعي في المراحل المبكرة.”}}]}
تم إعداد هذه المقالة بمساعدة الذكاء الاصطناعي ومراجعتها من قبل الفريق التحريري.
