قبل شهر، أعلنت YZi Labs استثمارها في Vana، مع انضمام مؤسس Binance CZ كمستشار، مما يعزز مكانة Vana الرائدة في قطاع بيانات الذكاء الاصطناعي. أربعة أيام لاحقًا، خلال جلسة أسئلة وأجوبة مع Vana، أكد CZ أن البيانات هي الوقود الأساسي للذكاء الاصطناعي، وأن البيانات العامة قد نضبت، والبيانات الخاصة ما زالت غير مستغلة. عبر عن تفاؤله بملاءمة منتج Vana للسوق ونمو المستخدمين.

لماذا قامت YZi Labs و Coinbase Ventures و Paradigm بالاستثمار في Vana؟ لماذا يتفائل CZ بتطور Vana؟

يقوم هذا التقرير بتحليل تحليلي للتحديات التي تواجه بيانات الذكاء الاصطناعي، واقتراح القيمة الأساسية لـ Vana، والتطبيقات العملية، ومسار النمو المستقبلي، مما يكشف كيف أصبحت Vana بنية تحتية حيوية لنظام الذكاء الاصطناعي.

01 الذكاء الاصطناعي ومعضلة البيانات: اختراق الحواجز المغلقة

وفقًا لبيانات PitchBook، جذبت صناعة الذكاء الاصطناعي في الولايات المتحدة ما يقرب من 20 مليار دولار استثمارات في الربع الأول من عام 2025. بحلول عام 2024، كانت الشركات الناشئة في مجال الذكاء الاصطناعي تمثل ثلث رأس المال المغامر العالمي، بإجمالي 131.5 مليار دولار، مع تركيز ما يقرب من ربع الشركات الناشئة الجديدة على مجال الذكاء الاصطناعي. تؤكد بيانات Statista هذا النمو المتفجر بشكل إضافي - حيث ارتفع تمويل المغامرة لمجال الذكاء الاصطناعي وتعلم الآلة من 670 مليون دولار في عام 2011 إلى 36 مليار دولار في عام 2020، بزيادة بمقدار 50 مرة. تشير هذه الاتجاه بوضوح إلى أن الذكاء الاصطناعي أصبح الخيار المشترك لرؤوس الأموال الذكية وكبار رواد الأعمال.

ومع ذلك ، فإن البنية الأساسية ل الذكاء الاصطناعي - "البيانات + النماذج + الحوسبة" - تواجه اختناقات هيكلية. المحرك الأساسي لأداء نموذج الذكاء الاصطناعي ليس قوة الحوسبة أو الاختراقات الخوارزمية ولكن جودة وحجم مجموعات بيانات التدريب. تقترب نماذج اللغات الكبيرة الحالية من نقطة حرجة لاستنفاد البيانات. تم تدريب Llama 3 من Meta على ما يقرب من 15 تريليون رمز ، مما أدى إلى استنفاد جميع بيانات الإنترنت العامة عالية الجودة تقريبا. على الرغم من الحجم الهائل لبيانات الإنترنت العامة ، إلا أنها لا تمثل سوى غيض من فيض. هناك حقيقة يتم تجاهلها على نطاق واسع وهي أن البيانات عالية القيمة يتم قفلها في الغالب خلف أنظمة مسجلة الملكية تتطلب الوصول المصرح به. تمثل بيانات الإنترنت العامة أقل من 0.1٪ من جميع البيانات. تتجاوز هذه المشكلة قدرة صناعة الذكاء الاصطناعي على حلها بمفردها وتتطلب تقنية blockchain لإعادة تعريف علاقات إنتاج البيانات ، وإنشاء آليات حوافز جديدة ، وتحفيز ظهور بيانات عالية الجودة على نطاق واسع.

من ناحية أخرى، يتم التحكم في معظم البيانات اليوم بواسطة شركات تكنولوجيا الويب 2 داخل بيئات مغلقة. يواجه تطوير الذكاء الاصطناعي تحدي جدران البيانات، وهي عائق موجود لأن هذه الشركات تدرك القيمة الهائلة للبيانات. تعود النماذج الرائعة للذكاء الاصطناعي بعوائد اقتصادية كبيرة، على سبيل المثال، وصلت إيرادات OpenAI السنوية إلى نحو 3.4 مليار دولار. بناء نماذج الذكاء الاصطناعي المتفوقة يتطلب كميات هائلة من البيانات، غالباً ما تكون بتكلفة اقتناء عالية.

على سبيل المثال، يحقق Reddit حوالي 200 مليون دولار سنويًا من بيع البيانات، وتصل تكاليف الصورة إلى 1-2 دولار أمريكي للصورة، وتبلغ قيمة معاملات بيانات أخبار Apple 50 مليون دولار أمريكي. تطورت ملكية البيانات من تفضيل الخصوصية البسيطة إلى قضية اقتصادية رئيسية. في عالم يحركه نماذج الذكاء الاصطناعي بشكل كبير، تعني ملكية البيانات الاستحواذ على حصة في نماذج الذكاء الاصطناعي المستقبلية.

مع تزايد تجارة البيانات، يصبح الوصول إلى البيانات أكثر صعوبة. تقوم العديد من المنصات بضبط شروط خدماتها وسياسات واجهة برمجة التطبيقات لتقييد وصول المطورين الخارجيين. على سبيل المثال، قامت ريديت وستاك أوفلو بتعديل قواعد واجهة برمجة التطبيقات، مما يجعل عملية الحصول على البيانات أكثر تحديًا. هذه الاتجاهات تتوسع، مع اتجاه المنصات الغنية بالبيانات نحو زيادة الحصرية.

ومع ذلك، تحتفظ مجموعة واحدة بحرية الوصول إلى هذه البيانات: المستخدمون أنفسهم. العديد من الأشخاص غير مدركين أنهم، من الناحية القانونية، يحتفظون بالملكية الكاملة لبياناتهم. تمامًا كما أن ركن السيارة في موقف لا يمنح حقوق الموقف في السيارة، فإن بيانات المستخدمين المخزنة على منصات التواصل الاجتماعي تظل ملكيتهم.

عند التسجيل، يقوم المستخدمون عادة بالتحقق من الخانات التي تسمح للمنصات بـ 'استخدام بياناتهم'، مما يمنح المنصات تفويضًا لتشغيل الخدمات ولكن لا يتنازل عن الملكية. يمكن للمستخدمين طلب بياناتهم في أي وقت. حتى إذا قيدت المنصات الوصول إلى واجهة برمجة التطبيقات للمطورين، يمكن للمستخدمين الفرديين استعادة بياناتهم قانونيًا. على سبيل المثال، يسمح Instagram للمستخدمين بتصدير بيانات الحساب، بما في ذلك الصور والتعليقات، وحتى العلامات التجارية التسويقية التي تم إنشاؤها بواسطة الذكاء الاصطناعي. يمكن للمستخدمين على 23 and Me طلب بياناتهم الجينية، على الرغم من أن العملية قد لا تكون بديهية.

عالمياً، تتحسن التنظيمات لضمان أن يتمكن المستخدمون من استعادة بياناتهم. مع نمو قيمة البيانات، يجب على المستخدمين التعرف على حقوق ملكيتهم وممارستها.

02 مفاهيم VANA الأساسية

تقوم الشركات التكنولوجية ببناء أنظمة مغلقة لحماية أصول بياناتها القيمة. مهمة VANA هي فتح هذه البيانات وإعادة السيطرة إلى المستخدمين، مما يتيح سيادة البيانات.

بمعنى آخر، يمكن للمستخدمين استخراج بياناتهم من مختلف المنصات وإنشاء مجموعات بيانات أفضل من أي عرض متاح على منصة موجودة.

يعتمد إطار VANA على مفهومين أساسيين:

• بيانات غير تابعة: يتحكم المستخدمون في وصول البيانات مثل إدارة الأصول الرقمية في محفظة رقمية. في نظام VANA، يأذن المستخدمون للتطبيقات بالوصول إلى بياناتهم من خلال المعاملات الموقعة، مما يضمن الاستقلالية والأمان.
• دليل المساهمة: بينما يحمل نقطة البيانات الفردية قيمة تافهة، يزداد قيمة البيانات المجمعة بشكل هائل. يضمن هذا الآلية توافر مجموعات بيانات عالية الجودة ويخلق قيمة للمساهمين.

عندما يدفع المطورون للوصول إلى البيانات، يتلقى المساهمون الرموز الحاكمة بنسبة متناسبة مع إسهامهم. يتيح هذا للمساهمين كسب مكافآت مستمرة والمشاركة في صنع القرار، مما يعيد تشكيل تسعير سوق البيانات وكفاءتها.

تطبيقات النظام البيئي 03 VANA

3.1 DataDAO

DataDAO هو سوق بيانات مركزية ضمن النظام البيئي VANA، مما يتيح للمستخدمين المساهمة وترميز واستخدام البيانات. يمكن للمستخدمين اختيار حمامات تعدين البيانات المناسبة (على سبيل المثال، بيانات اللياقة البدنية، بيانات الأبحاث) للمساهمة ببياناتهم. تخضع البيانات المساهمة للتحقق من خلال آلية دليل المساهمة في Vana، التي تقيم جودتها وقيمتها لضمان تعويض عادل للمساهمين.

بمجرد التحقق، يتم ترميز البيانات إلى أصول رقمية يمكن تداولها أو استخدامها لتدريب الذكاء الاصطناعي، بينما يحتفظ المساهمون بالسيطرة على استخدامها. في كل مرة يتم فيها استخدام البيانات، يحصل المساهمون على مكافآت رمزية وحقوق حوكمة، مما يتيح لهم الاستفادة اقتصاديًا والتأثير في اتجاه حوض البيانات. من خلال تجميع مجموعات بيانات متنوعة، يقوم DataDAO بإنشاء سوق بيانات سائلة، مما يسهل تداول البيانات بشكل آمن وفعال داخل نظام VANA.

في جوهر DataDAO تقع بركة السيولة البيانات (DLP) - وهي مجموعة من مجموعات البيانات الموثقة المرتبطة بالرموز. تُدار DLPs بواسطة أعضاء DataDAO، الذين يمتلكون حقوق الحوكمة. تعرف كل DLP بوضوح هيكل بياناتها ومعايير المساهمة. على سبيل المثال، Sleep.com، وهو DataDAO متخصص في النوم، أنشأ مخطط بيانات معرف جيدًا لضمان أن تكون جميع البيانات على السلسلة مُنظمة وقابلة للاستخدام. قيمة البيانات تكمن ليس فقط في حجمها ولكن أيضًا في هيكلها وقابليتها للوصول.

يضع DataDAO تأكيدًا قويًا على مصداقية البيانات وصحتها. حاليًا، تستخدم معظم DataDAOs بيئات تنفيذ موثوقة (TEEs) لتشغيل نصوص Python للتحقق من صحة البيانات، مما يضمن الجودة مع الحفاظ على الخصوصية. على سبيل المثال، يستخدم Amazon DataDAO ملحقات المتصفح لإنشاء دلائل جودة البيانات. تكشف جميع DataDAOs علنًا عن آليات دليل المساهمة، مما يتيح للمستخدمين فهم كيفية ضمان جودة البيانات.

ال 16 أفضل DLPs في نظام البيانات الصوتية VANA يتلقون حوافز إضافية، مما يتيح للمستخدمين كسب مكافآت من خلال المساهمة في البيانات عالية الجودة. يتم توزيع المكافآت استناداً إلى مقاييس مثل تردد الوصول إلى البيانات والجودة وكفاءة التكلفة. حالياً، Reddit DataDAO هو الأكبر، حيث يجذب حوالي 140،000 مستخدم ويقوم بتدريب نموذج AI مملوك للمجتمع بنجاح. تسمح DataDAO لـ DLP Labs للسائقين بربط حساباتهم في شبكة DIMO_Network، مشاركة بيانات المركبات لكسب المكافآت وتقدم الابتكار في مجال الذكاء الاصطناعي في قطاع السيارات. في الوقت نفسه، تهدف 23andWE إلى الحصول على 23andMe لمنع استغلال البيانات الوراثية.

تمثل DataDAO نهجاً مبتكراً لإدارة البيانات، حيث تمكن الأفراد من السيطرة على بياناتهم وتحقيق ربح منها من خلال التمويل بالرموز الرقمية. يقدم هذا النظام البيئي المتطور بسرعة مزيداً من الإمكانيات المفتوحة والديمقراطية في حوكمة البيانات وتدريب الذكاء الاصطناعي.

3.2 DataFi

بناءً على أساس برك السوائل البيانات، يتم تطبيق DeFi تدريجياً على مجال رموز البيانات. تعتبر برك السوائل البيانات الطبقة الأساسية للنظام البيئي بأكمله، وعليه يمكن بناء تطبيقات DeFi مختلفة باستخدام رموز البيانات.

حاليًا، ظهرت بعض التطبيقات المبكرة في نظام Data DeFi. على سبيل المثال، تبادلات لامركزية مثل @VanaDataDexو@flur_protocolالسماح للمستخدمين بتداول رموز البيانات وتتبع ديناميكية السوق لرموز البيانات المحددة. ظهور هذه المنصات قد سهل تدفق الأصول البيانية وحيوي السوق البيانية.

من الجدير بالذكر أن آليات مكافأة DLP الأكثر شيوعًا تقوم في المقام الأول بإيداع المكافآت في خزينة DLP بدلاً من حرق رموز البيانات مباشرة أو التأثير على العرض والطلب الخاص بها. ومع ذلك، مع إدخال تحديث VRC-13، تطورت هذه الآلية. يقدم النموذج الجديد نهجًا أكثر توجهًا سوقيًا: من خلال تحفيز مكافآت VANA لتعزيز توكينات البيانات، التي يتم بعد ذلك حقنها في مجموعات DEX لتعزيز تداول توكينات البيانات وتنشيط نظام البيئة المالية اللامركزية بشكل أكبر.

نظرًا إلى المستقبل، يمكن أن تُقدم الوظائف التي يمكن تحقيقها حاليًا في مجال DeFi - مثل الإقراض، والرهن، وتعدين السيولة، وحتى التأمين - إلى سوق الرمز البيانات، مما يخلق سيناريوهات تطبيق جديدة تمامًا.

من وجهة نظر الصناعات التقليدية في الويب2، على غرار كيفية تقديم الشركات لعقود النفط للتحوط ضد تقلبات الأسعار، قد تطور سوق البيانات عقود البيانات، مما يتيح للمستخدمين تثبيت الأسعار المستقبلية للمجموعات البيانية مسبقًا وتقليل عدم اليقين في تكاليف الاستحواذ.

بدأت بعض شركات التداول بالفعل في معاملة البيانات كفئة أصول جديدة، والبحث في أساليب التقييم مثل تقييم قيمة الرموز البيانية المحددة، واحتمال استخدام المبيعات، وتحليل الدورة الحياة. تؤثر هذه العوامل مباشرة على سعر رموز البيانات وسيولة السوق، مما يترك مجالًا وفيرًا للابتكار.

3.3 الوصول المبسط للبيانات

حالياً، يبقى الوصول إلى مجموعات البيانات على الشبكة الرئيسية مُعقدًا نسبياً. يجب على المستخدمين تقديم طلبات مفصلة تحدد احتياجاتهم ومبالغ الدفع ورمز المشروع، ثم الانتظار للموافقة قبل الحصول على الوصول. بينما يضمن ذلك الشفافية والتوحيد، إلا أنه يخلق احتكاك تشغيلي.

لتحسين الكفاءة، تعمل Vana على تطوير طرق الوصول إلى البيانات أكثر كفاءة التي تمكن من الوصول الآلي إلى واجهات برمجة التطبيقات واسترجاع البيانات مباشرة عبر عدة DataDAOs. على سبيل المثال، في المستقبل، يمكن للمستخدمين دمج بيانات النوم مع بيانات تداول Coinbase أو Binance لتحليل أنماط النوم لحاملي الرموز المحددة واكتشاف رؤى سوقية جديدة.

بالإضافة إلى ذلك، فإن فينا تقدم مقترح جديد ينفذ نسبة قياسية 80-20 لحرق رموز البيانات وفانا مقابل حقوق الوصول إلى البيانات.

طورت Vana أيضا واجهة استعلام بيانات جديدة تبسط بشكل كبير عملية الوصول إلى البيانات. يمكن للمستخدمين المصادقة عبر تسجيل الدخول إلى المحفظة وإنشاء توقيعات رقمية للتحقق من أذونات الوصول الخاصة بهم. نظرا لأن مجمعات سيولة البيانات (DLPs) تسجل تنسيقات البيانات ، يمكن للمستخدمين فهم هياكل البيانات بوضوح واسترداد المعلومات المطلوبة باستخدام استعلامات SQL. خلال هذه العملية، قد يتلقى المستخدمون أولا عينات بيانات تركيبية لاختبار دقة الاستعلام والتحقق منها. عند العمل مع بيانات حقيقية ، يتم إجراء جميع الحسابات داخل بيئات التنفيذ الموثوقة (TEEs) لضمان أمان البيانات. تمنع هذه الآلية بشكل فعال "مشكلة البيانات ذات الاستخدام المزدوج" (حيث قد يعيد المستخدمون بيع البيانات المشتراة) ، وبالتالي حماية القيمة الاقتصادية للبيانات وضمان التنمية المستدامة لسوق البيانات.

04 تحليل قيمة فينا

البيانات تظهر بسرعة كأصل العصر الرقمي. في حين أن تقنيات جمع البيانات وتخزينها قد بلغت نضوجًا كبيرًا، إلا أن التحدي الحقيقي يكمن في تقييم جودة البيانات بشكل فعال، وتحقيق أقصى قيمتها، وضمان حماية الخصوصية. تعالج فانا هذا التحدي بشكل أنيق من خلال آلية الحوافز الابتكارية الخاصة بها: يمكن للمستخدمين رهن رموز VANA لدعم DataDAOs عالية القيمة بينما يكسبون مكافآت مقابلة، مما يخلق دورة حيادية لخلق القيمة.

4.1 تخطي 'جدار البيانات'

وصل تطوير الذكاء الاصطناعي إلى "الجدار البياني" - تقترب موارد البيانات العامة عالية الجودة من النفاد. ستعتمد الاختراقات المستقبلية في مجال الذكاء الاصطناعي بالضرورة على الوصول الفعال واستخدام البيانات الخاصة عالية القيمة، مثل سجلات الصحة الشخصية، وبيانات استخدام الأجهزة الذكية، ومقاطع فيديو تسلا أثناء القيادة كموارد تدريبية محتملة.

يوجد تناقض في قيمة البيانات: تحتفظ البيانات بقيمتها من خلال الحصرية، ولكن تصبح سلعة وتُستنزف بمجرد توفرها على نطاق واسع. وبينما تخضع نماذج الذكاء الاصطناعي للتجهيز نفسه، ستأتي الميزة التنافسية على المدى الطويل من التحكم في مجموعات البيانات الفريدة التي تمكّن من تحقيق أداء متفوق في المجالات المتخصصة. بمجرد أن تصبح البيانات عامة، يظهر منافسة الأسعار تقريباً على الفور، مما يؤدي إلى تآكل القيمة بسرعة.

يستفيد DataDAO من Vana من بيئات التنفيذ الموثوقة (TEEs) لتمكين نقل البيانات الخاصة ذات القيمة العالية مع الحفاظ على الخصوصية. يوسع هذا الاختراق نطاق الأصول البيانات القيمة من مجموعات البيانات العامة المحدودة إلى عالم البيانات الخاصة الشاسع، مما يفتح آفاقًا جديدة لتقدم الذكاء الاصطناعي.

4.2 منحنى القيمة الفريد للبيانات

تُظهر البيانات منحنى قيمة مميزًا: فنقاط البيانات الفردية لا تمتلك قيمة تامة، ولكن عند تجميعها لتصل إلى كتلة حرجة، تنمو قيمتها بشكل هائل. تُعرض هذه السمة تحديات كبيرة لتحقيق الربح من البيانات - فالعوائد الكبيرة تتحقق فقط بعد تشكيل مجموعات البيانات الجماعية.

آلية DataDAO لـ Vana توفر حلاً مبتكرًا لهذا اللغز. من خلال دمج البيانات المماثلة، تقوم DataDAOs بإنشاء قوة التفاوض الجماعية للمساهمين. فكر في أصحاب تسلا: إذا قام جميع المالكين بمشاركة البيانات المتعلقة بالقيادة بشكل جماعي من خلال DataDAO، فإنهم يكتسبون قوة تأثير قوية فيما يتعلق بالتسعير مع أي مشتري محتمل. على النقيض من ذلك، إذا حاول المالكون بشكل فردي تسويق بياناتهم، فإن ذلك يؤدي بالضرورة إلى منافسة في الأسعار حيث يمكن للمشترين ببساطة الحصول على عينات كافية من أدنى المُزايدين.

المجموعات البيانية عالية الجودة المنظمة والموثقة (مثل بيانات القيادة الموثقة لتسلا) تحظى بقيمة سوقية ممتازة، ويمكن لإطار فانا تحقيق القيمة الكاملة لهذه البيانات.

4.3 تحقيق الاختراق في تجميع البيانات عبر المنصات

أقوى جانب في DataDAOs هو قدرتها على تحقيق تجميع البيانات عبر المنصات - شيء شبه مستحيل في بيئات الحدائق المحصنة الحالية. تخيل الباحثون الذين يحتاجون إلى الوصول إلى رسائل Facebook المجتمعة للمستخدم، وتاريخ iMessage، ومحتوى Google Docs. النهج التقليدي سيتطلب التعاون بين Facebook، وApple، وGoogle - المنصات التي ليس لديها حافز لدمج بيانات المستخدم (وهو ما سيضعف حصون بياناتها) ولا الاعتماد التنظيمي للقيام بذلك.

تتجاوز DataDAOs ببراعة هذا العقب من خلال دمج البيانات التي يقودها المستخدم، مما يفتح القيمة العابرة للمنصات البيانات ويخلق فرصاً غير مسبوقة لتدريب الذكاء الاصطناعي والبحث.

4.4 نموذج مشاركة اقتصادي جديد

تتجاوز رؤية فانا بعيدًا عن الابتكار التكنولوجي النقي - إنها تقدم نموذج مشاركة اقتصادية جديد تمامًا. في إطار هذا النموذج، يمكن للمستخدمين المشاركة في الاقتصاد الرقمي دون الحاجة إلى متطلبات رأس المال التقليدية، حيث أنهم يمتلكون بالفعل أثمن الموارد: بياناتهم الشخصية. لا يحتاج المستخدمون إلى جلب رأس مال مالي؛ بل يصبح مشاركتهم لبياناتهم رأس مالهم. توفر DataDAOs لمستخدمي الويب3 تدفقات دخل سلبية مستمدة من بياناتهم الشخصية الفريدة، مما يقلل بشكل كبير من حاجز الدخول للمشاركة في الاقتصاد الرقمي.

4.5 إعادة تشكيل توزيع الأرباح الذكاء الاصطناعي

يمكن أن يعيد هذا النموذج هيكلة كيفية توزيع قيمة التقدم في مجال الذكاء الاصطناعي. بدلاً من أن تتدفق الأرباح بشكل أساسي إلى شركات التكنولوجيا الكبيرة، تمكن آليات ملكية البيانات والحوكمة التابعة لـ Vana من المشاركة الواسعة في اقتصاد الذكاء الاصطناعي. تظهر المؤشرات الأولية تفاعلاً قويًا مع هذا النهج - يوجد بالفعل أكثر من 300 DataDAO في مرحلة التطوير على شبكات الاختبار.

نتطلع إلى المستقبل خلال 3-5 سنوات، قد نشهد ظهور نماذج الذكاء الاصطناعي التي يديرها المستخدمون بالكامل والتي تم بناؤها من قبل 100 مليون مساهم في البيانات - نماذج قد تفوق أنظمة الذكاء الاصطناعي المركزية الرائدة في الوقت الحالي. تخلق هذه النماذج المملوكة من قبل المجتمع مشاركة وصلات مستخدم أقوى. تمنح سيادة البيانات المستخدمين القدرة على دعم تطوير الذكاء الاصطناعي الأخلاقي انتقائيًا بينما ترفض الوصول إلى الشركات غير الأخلاقية.

الذكاء الاصطناعي اللامركزي يوفر إطارًا أكثر ديمقراطية حيث يحدد المجتمع بشكل جماعي ما يجب أن يتعلمه الذكاء الاصطناعي وما يجب أن يعتقده، بدلاً من ترك هذه القرارات لعدد قليل من الشركات. ملكية بيانات المستخدم تترجم ليس فقط إلى فوائد اقتصادية، ولكن أيضًا للسيطرة الكاملة على سلوك نموذج الذكاء الاصطناعي - بما في ذلك التعامل مع قضايا حاسمة مثل سياسات الاعتدال في المحتوى.

05 الختام

على المستوى التجاري، تلتزم فانا ببناء سلسلة قيم البيانات الشاملة التي تمتد عبر العملية بأكملها من تجميع البيانات وتدريب نماذج الذكاء الاصطناعي إلى بيع البيانات. حاليًا، يسيطر على سوق البيانات عدد قليل من المنصات وسماسرة البيانات. تهدف فانا إلى معالجة هذه الفجوة عن طريق خلق بيئة تداول بيانات أكثر عدالة.

فانا ليست مجرد منصة جديدة - بل تمثل تحولًا أساسيًا في ملكية البيانات وتطوير الذكاء الاصطناعي. من خلال تمكين المستخدمين من المشاركة في إنشاء القيمة الجماعية مع الحفاظ على سيادتهم على بياناتهم، تقوم فانا بوضع الأساس لمستقبل أكثر عدالة وابتكارًا للذكاء الاصطناعي.

في سوق الذكاء الاصطناعي الحالي، الذي يزخر بالتضليل المفاهيمي، تبرز ‏Vana‏ بآلياتها المبتكرة التي تعالج مباشرة تحديات الصناعة الأساسية. إن لديها القدرة على أن تصبح قوة محورية في تشكيل المسار المستقبلي للذكاء الاصطناعي.

إخلاء المسؤولية:

1. هذه المقالة مأخوذة من [ Biteye], ينتمي حق النشر إلى الكاتب الأصلي [Biteyeإذا كان لديك أي اعتراضات على إعادة النشر، يرجى الاتصال بـبوابة تعلمالفريق، وسيقوم الفريق بالتعامل معه في أقرب وقت ممكن وفقا للإجراءات ذات الصلة.

2. تنويه: الآراء والآراء التي تم التعبير عنها في هذه المقالة تمثل وجهات نظر الكاتب فقط ولا تشكل أي نصيحة استثمارية.

3. تتم ترجمة النسخ الأخرى من المقال بواسطة فريق Gate Learn. قد لا يتم نسخ المقال المترجم أو توزيعه أو ارتكاب الانتحال دون ذكر Gate.io.