اختر منطقتك 
الرأي: Paige Xu ، OpenMind
مع ارتفاع السباق للحصول على أفضل روبوت من Humanoid ، حيث أصبحت الفرق العالمية تدمج الأنظمة المستقلة عبر سير العمل في الرعاية الصحية والتصنيع والدفاع ، فإن اختيار أفضل روبوت للوظيفة أصبح أحد أفضل التحديات التي يجب حلها في الروبوتات. سواء أكان ذلك طائرة بدون طيار تقدم إمدادات طبية أو روبوت يتفقد المواقع الخطرة أو وكيل الذكاء الاصطناعى الذي يدير تهديدات الأمن السيبراني ، فإن تخصيص المهمة الأمثل بين تنسيق الإنسان والآلة يمكن أن يحدد نجاح المهمة أو فشلها. تختار الخيارات السيئة موارد وزيادة التكاليف ، وفي بيئات المخاطر العالية ، يمكن أن تؤدي إلى نتائج كارثية.
الفرق الهجينة التي تستخدم الروبوتات لتحقيق أدوات احتياجات أكبر كفاءة لضمان إكمال المشاركين الأكثر قدرة على المهام. يتطلب ذلك فهم المهمة والبيئة وكيف ستعمل الآلات مع البشر. يوفر التمويل اللامركزي (DEFI) حلاً مفاجئًا. تضع المبادئ الأساسية لـ Defi – اللامركزية والشفافية والأتمتة – الأساس لأنظمة أكثر ذكاءً وأكثر كفاءة تربط البشر والآلات. باستخدام أدوات مثل المزادات ، أنظمة العطاءات والأساس ، يمكننا إنشاء طرق أكثر عدلاً لمطابقة الوكلاء المناسبين أو الروبوتات مع المهام الصحيحة ، مما يجعل التعاون أكثر سلاسة وفعالية ونقص نقص كبير في الموظفين عبر الصناعات الرئيسية.
الكفاءة من خلال المنافسة
تخصيص المهام في الأنظمة الآلية والوكيل معقدة بطبيعتها. تتضمن هذه الأنظمة عوامل متعددة ذات قدرات متفاوتة وتكاليف ومتطلبات الموارد. لا تتسع الأساليب التقليدية والمركزية لتخصيص المهام بشكل جيد عبر شركات وبلدان متعددة وتقدم نقاطًا واحدة من الفشل.
توفر آليات تقديم العطاءات نهجًا يحركه السوق لتخصيص المهام. يتم التعامل مع المهام في هذا السياق كموارد تتنافس الوكلاء على “الفوز” ويتم تخصيصها بناءً على معايير قابلة للقياس مثل التكلفة والتوقيت والجودة.
الأكثر شيوعًا هي الإجراءات العكسية ، حيث يتنافس البائعون لتقديم أدنى سعر للخدمة ، ومزادات القيمة القابلة للاستخراج القصوى (MEV). تتيح مزادات MEV “الباحثين” تقديم عطاءات لإدراج معاملاتهم في كتلة. يفعلون ذلك من خلال تقديم مصادقة أو عمال مناجم جزء من القيمة التي يستخرجونها. غالبًا ما تستخدم هذه المزادات نموذجًا للسعر الثاني ، حيث يفوز أعلى مزايد ولكنه يدفع فقط مبلغ ثاني أعلى عرض. يشجع هذا النهج عطاءات صادقة مع الحفاظ على العملية عادلة.
مؤخرًا: الباحثون اختراق الروبوتات التي تدعم AI
أخذ Flashbots هذه الفكرة بشكل أكبر من خلال تقديم طبقات عطاءات خاصة. تساعد هذه الطبقات في تقليل ازدحام الشبكة وجعل النظام أكثر كفاءة. من خلال إدارة موارد محدودة مثل مساحة الفضاء بشفافية وفعالية ، تخلق هذه الأنظمة أساسًا قويًا لاتخاذ القرارات اللامركزية.
يتماشى هذا النهج مع مبادئ المنافسة والتحسين الذاتي ، مثل كيفية تحسين منصات Defi السيولة وإدراج المعاملات من خلال المزادات.
نهج جديد للروبوتات والوكلاء
في الأنظمة التي تعمل فيها آلات التفكير ، يتم قلب مفهوم المزادات. بدلاً من تقديم العطاءات للدفع مقابل إدراجها ، تتنافس الآلات على الفوز بالمهام من خلال تقديم أفضل قيمة. وهذا ما يسمى العطاء العكسي.
عند الإعلان عن المهمة ، يقوم الوكلاء المؤهلين بتقييم قدرتهم على إكمالها وتقديم العروض بناءً على التكلفة والوقت والجودة. ثم يقوم النظام بمراجعة هذه العروض ويعين المهمة للوكيل (أو مجموعة الوكلاء) الذي يقدم أفضل توازن بين الكفاءة والسرعة والموثوقية.
على عكس مزادات MEV ، حيث يفوز أعلى عرض ، يركز العطاءات العكسية على العثور على الوكيل الذي يمكنه إكمال المهمة بشكل أكثر فعالية وبأقل تكلفة. هذا يضمن أن العملية فعالة من حيث التكلفة ويعتمد على الأداء.
العمل الجماعي والتعاون
العديد من المهام معقدة للغاية بالنسبة لإنسان واحد أو آلة واحدة للتعامل معها. على سبيل المثال ، لإطفاء الحريق ، قد تقوم طائرة بدون طيار بفريق رجل إطفاء بشري وروبوت أرضي لإكمال المهمة-تعالج الطائرة بدون طيار الاستطلاع الجوي ، ويحمل الإنسان خرطوم النار ، ويضمن الروبوت لوازم مكافحة الحرائق المنتظمة. في مثل هذه الحالات ، يمكن للبشر والآلات تشكيل فرق ديناميكية ، يجمع بين مهاراتهم لتقديم عطاءات مشتركة.
بمجرد اختيارها ، تعمل هذه الفرق معًا باستخدام أنظمة الاتصالات اللامركزية. يشاركون المعلومات ، وتنسيق الإجراءات ، والتكيف مع التغييرات في الوقت الفعلي ، وضمان أفضل النتائج الممكنة. يضيف هذا النهج التعاوني طبقة من التعقيد والكفاءة ، على غرار مزادات MEV ولكنها مصممة على احتياجات الأنظمة الآلية.
تمامًا كما هو الحال في فرق الإنسان فقط ، تلعب الحوافز أيضًا دورًا رئيسيًا. يكسب الوكلاء نقاط سمعة أو الرموز المميزة لإكمال المهام بنجاح ، مما يحسن فرصهم في الفوز بطلب في المستقبل. هذا يخلق دورة حيث يتم تحفيز الوكلاء للحفاظ على التحسن ، وقيادة الابتكار والمنافسة داخل النظام.
الرهان على المزايدة
تقدم العطاءات الروبوتات نهجًا لا مركزيًا لا مركزي لحل المشكلات. إنه يزيل الحاجة إلى أنظمة مركزية لتعيين المهام ، مما يسمح للروبوتات والوكلاء بتنظيم أنفسهم والعمل معًا ديناميكيًا. من خلال تبني المنافسة والشفافية والقدرة على التكيف ، يفتح العطاءات إمكانيات جديدة للتعاون القابل للتطوير واللامركزية.
أوجه التشابه مع Defi لافتة للنظر. مثلما تعمل مزادات MEV على تحسين كيفية استخدام مساحة الكتلة ، فإن العطاءات العكسية تضمن المهام الأكثر قدرة وفعالية من حيث التكلفة. يذهب العطاء العكسي إلى أبعد من ذلك ، مما يتيح العمل الجماعي متعدد الوكلاء ، والقدرة على التكيف في الوقت الفعلي والتحسين المستمر من خلال أنظمة السمعة.
من خلال تطبيق الأفكار الاقتصادية المتمثلة في Defi على تحديات النظم الإيكولوجية الآلية ، يمكننا إنشاء مستقبل يعمل فيه الآلات والبشر بسلاسة. تعطي هذه الأنظمة اللامركزية التي لا تهدف موثوقها الأولوية للكفاءة والإنصاف والابتكار ، مما يمهد الطريق لعصر جديد من التعاون.
تدور Defi حول تحطيم الحواجز المالية ، وحرية حركة رأس المال وتخصيص الموارد الأكثر ذكاءً. هذه المبادئ مناسبة بشكل طبيعي للعوامل المستقلة والروبوتات التي تعمل في نظام بيئي لا مركزي. هذه ليست سوى بداية اقتصاد جديد ، حيث تعمل الآلات والبشر معًا جنبًا إلى جنب ، وتنفيذ المدفوعات ، والتعامل مع المهام وتشغيل المهمات بشكل أكثر شفافية وكفاءة. هذا هو المكان الذي يجتمع فيه التشفير والذكاء العام الاصطناعي.
الرأي: Paige Xu ، OpenMind
هذه المقالة مخصصة لأغراض المعلومات العامة ولا تهدف إلى أن تكون ولا ينبغي اعتبارها نصيحة قانونية أو استثمارية. إن الآراء والأفكار والآراء المعبر عنها هنا هي وحدها ولا تعكس بالضرورة أو تمثل آراء وآراء Cointelegraph.
