صفحه اصلیمرکز اخبار LBank
بنیانگذار کوین‌فاند می‌گوید دستور آنتروپیک، ریسک کنترل هوش مصنوعی را ثابت می‌کند
coinfund-founder-says-anthropic-order-proves-ai-control-risk
بنیانگذار کوین‌فاند می‌گوید دستور آنتروپیک، ریسک کنترل هوش مصنوعی را ثابت می‌کند
جیک بروخمان گفت که توقف مدل Anthropic نشان می‌دهد که چگونه هوش مصنوعی پیشرو می‌تواند با کنترل مستقیم دولتی مواجه شود. تیم‌های هوش مصنوعی غیرمتمرکز در حال آزمایش آموزش توزیع‌شده GPU هستند، زیرا دسترسی به منابع محاسباتی متمرکز با قوانین سخت‌گیرانه‌تری مواجه می‌شود. پلورالیس در حال بررسی مالکیت توکنیزه شده مدل‌های هوش مصنوعی است؛ با تقسیم وزن‌ها بین شرکت‌کنندگان و اپراتورهای شبکه.
2026-06-14 منبع:crypto.news

جیک بروخمن، بنیانگذار کوین‌فاند، گفت که اختلاف کنترل صادرات Anthropic نشان می‌دهد چرا شبکه‌های هوش مصنوعی غیرمتمرکز به عنوان یک وزنه تعادل احتمالی در برابر کنترل مدل‌های متمرکز، در حال جلب توجه هستند.

خلاصه
  • جیک بروخمن گفت که توقف مدل Anthropic نشان می‌دهد چگونه هوش مصنوعی پیشرفته می‌تواند با کنترل مستقیم دولت مواجه شود.
  • تیم‌های هوش مصنوعی غیرمتمرکز، آموزش توزیع‌شده GPU را آزمایش می‌کنند، زیرا دسترسی متمرکز به قدرت محاسباتی با قوانین سخت‌گیرانه‌تری روبرو است.
  • Pluralis در حال بررسی مالکیت توکنیزه شده مدل‌های هوش مصنوعی با تقسیم وزن‌ها بین شرکت‌کنندگان و اپراتورهای شبکه است.

بروخمن در پستی در پلتفرم X در ۱۳ ژوئن، گفت که مدل‌های هوش مصنوعی نیرویی متمرکزکننده و هدفی اصلی برای کنترل دولت هستند. او این دیدگاه را به تصمیم Anthropic برای پیروی از دستورالعمل ایالات متحده که آن را مجبور به تعلیق دسترسی به Fable 5 و Mythos 5 کرد، مرتبط دانست.

Anthropic گفت که این دستور شرکت را ملزم به مسدود کردن دسترسی برای اتباع خارجی، از جمله کارمندان تبعه خارجی، چه در داخل و چه در خارج از ایالات متحده می‌کرد. این شرکت اعلام کرد که برای رعایت این دستور، هر دو مدل را برای همه کاربران غیرفعال کرده است، در حالی که سایر مدل‌های Claude همچنان در دسترس بودند.

توقف Anthropic بر آموزش توزیع‌شده GPU تأکید می‌کند

بروخمن گفت که شبکه‌های غیرمتمرکز می‌توانند به عنوان وزنه تعادل عمل کنند، زیرا اولین مشکل اساسی هوش مصنوعی، دسترسی به قدرت محاسباتی در مقیاس بزرگ است. او نوشت: «پاسخ ساده است: قدرت محاسباتی GPU کالایی کافی در جهان برای رقابت در جبهه پیشرو وجود دارد»، و افزود که برای استفاده از آن، به روش‌های آموزشی جدیدی نیاز است.

او از Gensyn، Prime Intellect، Bagel، Pluralis، Nous Research، Macrocosmos AI و Covenant به عنوان تیم‌هایی نام برد که بر روی آموزش توزیع‌شده کار می‌کنند. او گفت که کار آنها نشان می‌دهد که آموزش غیرمتمرکز امکان‌پذیر، ارزان‌تر و تقریباً به اندازه سیستم‌های متمرکز کارآمد است، اگرچه این بخش هنوز با محدودیت‌های فنی روبرو است.

مدل Pluralis بر تمرکز تجاری تأکید دارد

بروخمن همچنین به مشکل تجاری پیش روی هوش مصنوعی منبع باز اشاره کرد. او استدلال کرد که مدل‌های باز می‌توانند مفید باشند، اما اغلب فاقد مدل درآمدی به اندازه کافی قوی برای حمایت از هزینه‌های آموزش پیشرفته هستند.

او گفت که Pluralis با تقسیم وزن‌های مدل بین شرکت‌کنندگان، یک پاسخ ارائه کرده است. از نظر او، این ساختار می‌تواند از مدل‌های هوش مصنوعی توکنیزه شده حمایت کند، زیرا هیچ یک از شرکت‌کنندگان مدل کامل را در اختیار ندارد، در حالی که شبکه همچنان می‌تواند دسترسی به سیستم را فراهم کند.

فشار گسترده‌تر بر هوش مصنوعی

همانطور که قبلاً توسط crypto.news گزارش شده بود، Anthropic Fable 5 را تنها چند روز قبل از توقف، با ارائه آن به عنوان یک مدل کلاس Mythos با اقدامات حفاظتی اضافی، راه‌اندازی کرد. همین گزارش می‌گوید که برخی از درخواست‌های امنیت سایبری، زیست‌شناسی، شیمی و تقطیر به Claude Opus 4.8 بازمی‌گشتند.

گزارش‌های قبلی همچنین مقیاس تقاضا برای زیرساخت هوش مصنوعی را نشان دادند. بلک‌استون و آپولو حدود ۳۶ میلیارد دلار تأمین مالی بدهی برای توسعه Google TPU شرکت Anthropic را آماده می‌کردند. گزارش‌های جداگانه در مورد زیرساخت هوش مصنوعی باز نشان داد که دسترسی متمرکز به قدرت محاسباتی می‌تواند مناطق کامل را به چند ارائه‌دهنده وابسته کند.

بروخمن این لحظه را به عنوان انتخابی بین هوش مصنوعی متمرکز و هوش مصنوعی عمومی در شبکه‌های باز توصیف کرد. او نوشت: «این لحظه حقیقت است»، و پرسید که آیا هوش مصنوعی تحت «سانسور و کنترل یک‌جانبه دولتی» قرار خواهد گرفت یا به سمت سیستم‌های غیرمتمرکز حرکت خواهد کرد.

رمزارز های محبوب
همین حالا ثبت‌نام کنید، هیچ به‌روزرسانی‌ای را از دست ندهید!