مع تزايد الطلب على قوة التجزئة في تدريب الذكاء الاصطناعي، تواجه نماذج الحوسبة المركزية التقليدية ارتفاعًا في التكاليف وصعوبات في تخصيص الموارد. تقدم Gensyn حلاً من خلال نظام رمزي يمكّن العقد الموزعة من المشاركة في العمليات الحسابية وكسب الحوافز، لتأسيس اقتصاد حوسبة ذكاء اصطناعي مفتوح.
من منظور البلوكشين، يعمل $AI كأداة دفع، ووسيلة للتحقق والحوافز واحتواء القيمة، ما يضمن أن عملية حوسبة الذكاء الاصطناعي تدور ضمن حلقة اقتصادية مغلقة في شبكة لامركزية.
يُعد $AI المحور الاقتصادي لشبكة Gensyn، حيث يدخل في جميع مراحل حوسبة الذكاء الاصطناعي. على مستوى الدفع، يُلزم المستخدمون باستخدام $AI لسداد تكاليف الحوسبة عند تدريب النماذج أو استعمال خدمات الذكاء الاصطناعي. بذلك، يتحول كل طلب حسابي إلى مدخل اقتصادي على السلسلة.
أما في جانب الحوافز، فتحصل العقد على مكافآت $AI عند تنفيذ مهام الذكاء الاصطناعي، ما يربط بين مساهمة قوة التجزئة والعائد الاقتصادي مباشرة، ويؤسس هيكل "تعدين الحوسبة".
ولتعزيز أمان الشبكة، يجب على العقد عادةً تخزين $AI للمشاركة في التحقق من الشبكة. وتخضع العقد التي تقدم نتائج خاطئة أو تتصرف بغير أمانة للعقوبات، ما يرسخ سلوكًا مسؤولًا بين المشاركين.
المصدر: docs.gensyn.network
يبلغ إجمالي معروض $AI عشرة مليارات رمز وفق سقف ثابت، مع اختلاف معروض التداول حسب جدول الإطلاق.
هيكل تخصيص الرموز:
| فئة التخصيص | النسبة المئوية | الغرض الرئيسي |
|---|---|---|
| خزينة المجتمع | %40.40 | حوافز النظام البيئي، السيولة، البحث والتطوير، والمنح |
| المستثمرون | %29.60 | دعم تطوير البروتوكول في المراحل المبكرة |
| الفريق | %25 | المساهمون الأساسيون والتطوير طويل الأجل |
| بيع المجتمع | %3 | مشاركة المجتمع الأولية |
| مكافآت شبكة الاختبار | %2 | حوافز المستخدمين الأوائل |
تركز نسبة كبيرة من التخصيص على خزينة المجتمع، ما يعكس أهمية التوسع والحوافز في تصميم النظام.
وتُوزع مخصصات الفريق والمستثمرين تدريجيًا عبر آلية الاستحقاق، مما يخفف ضغط التداول قصير الأجل ويمدد فترة الحوافز.
تعتمد حوافز Gensyn على مبدأ "مساهمة قوة التجزئة = خلق القيمة".
تربح العقد مكافآت $AI من خلال تنفيذ مهام تدريب الذكاء الاصطناعي—في عملية مشابهة لتعدين البلوكشين التقليدي، مع التركيز على قدرات تدريب النماذج بدلًا من قوة التجزئة الصافية، لذا يُسمى ذلك "تعدين الحوسبة".
تُحدد المكافآت عادةً بناءً على:
تضمن هذه المنهجية أن الحوافز تعتمد على قوة التجزئة وموثوقية النتائج الحسابية، ما يدفع الشبكة نحو جودة حسابية عالية.
يتم تحويل طلبات تدريب الذكاء الاصطناعي إلى إيراد اقتصادي عبر نموذج رسوم ديناميكي في شبكة Gensyn.
عند إرسال المستخدمين لمهام التدريب، يدفعون مبلغًا محددًا من $AI. قد تُحسب الرسوم حسب:
وتخضع الرسوم فعليًا لقوى السوق، حيث تتغير حسب العرض والطلب على قوة التجزئة.
مع ارتفاع الطلب، تزداد الرسوم، ما يجذب مزيدًا من العقد؛ وعند انخفاض الطلب، تنخفض الرسوم. تضمن هذه الآلية الذاتية الضبط توازن الشبكة.
المصدر الرئيسي لإيرادات Gensyn هو رسوم الحوسبة المدفوعة من المستخدمين، والتي تُوزع كالتالي:
يضمن هذا التوزيع الحوافز الاقتصادية لجميع أدوار الشبكة، ما يدعم استمرارية عمل النظام.
تُعد آلية الشراء والحرق (Buy-and-Burn) في Gensyn عنصرًا محوريًا لاحتواء القيمة، حيث تُحول إيرادات الشبكة إلى قيمة للرمز.
تسير العملية كالتالي:
تفاصيل التوزيع:
تربط هذه الآلية استخدام الشبكة بتغير معروض الرمز، وتؤسس مسار قيمة "استخدام → شراء عكسي → حرق".
وبخلاف النماذج التضخمية، يركز هذا النموذج على تراكم القيمة الناتجة عن الاستخدام الفعلي.
رغم تكامل حلقة اقتصاديات رمز Gensyn، إلا أن هناك بعض المخاطر:
أولًا، قد يؤدي الاعتماد الزائد على مكافآت الرمز إلى ضعف المشاركة إذا كان الاستخدام محدودًا.
ثانيًا، تؤثر الاختلالات في عرض وطلب قوة التجزئة على كفاءة النظام، حيث قد يؤدي الفائض أو النقص إلى تقلبات في الرسوم والمكافآت.
كما أن عمليات إصدار الرموز (مثل فتح مخصصات الفريق والمستثمرين) قد تؤثر على تداول السوق واستقراره.
وأخيرًا، تعتمد فعالية الشراء والحرق على حجم الاستخدام الفعلي؛ فإذا كانت الإيرادات منخفضة، يصبح احتواء القيمة محدودًا.
يربط رمز $AI من Gensyn بين طلب تدريب الذكاء الاصطناعي واقتصاد الرمز عبر حوافز قوة التجزئة، ودفع الرسوم، وآلية الشراء والحرق. جوهر النموذج هو تحويل الحوسبة الموزعة إلى نشاط اقتصادي محفز وقابل للقياس.
يعكس هذا النموذج اندماج الذكاء الاصطناعي مع البلوكشين، ويقدم تصورًا لشبكات قوة التجزئة اللامركزية في تصميم الأنظمة الاقتصادية.
يُستخدم الرمز لدفع رسوم حوسبة الذكاء الاصطناعي، وتخزين العقد والتحقق منها، والمشاركة المستقبلية في الحوكمة.
آلية تكسب فيها العقد مكافآت رمزية مقابل تنفيذ مهام حوسبة الذكاء الاصطناعي.
عبر إعادة شراء الرموز وحرقها، ينخفض المعروض، وترتبط إيرادات الشبكة بقيمة الرمز.
عادة الرسوم ديناميكية، وتتغير حسب الطلب على الحوسبة وتوفر الموارد.
نعم، تعتمد آلية احتواء القيمة على الإيرادات الناتجة عن طلب تدريب الذكاء الاصطناعي على السلسلة.





