الاستدلال كمكوّن للذكاء الاصطناعي

ملاحظة: هذا المستند هو ترجمة آلية للنسخة الإنجليزية الأصلية.

الاستدلال كمكوّن للذكاء الاصطناعي

الاستدلال (inference) كمكوّن للذكاء الاصطناعي يعني أن المشروع يشغّل نموذجًا مُدرَّبًا في الإنتاج لإنتاج مُخرَجات — تنبّؤات، أو تصنيفات، أو نصّ مُولَّد، أو صور، أو نتائج أخرى. عندما تدرج بطاقة مشروع DecAIHub قيمةً متعلّقة بالاستدلال في حقل AI component، فهي تشير إلى أن في مكان ما من النظام نموذجًا يتلقّى بيانات مدخل ويعيد نتيجةً مدفوعة بالذكاء الاصطناعي. هذا أكثر الأدلّة مباشرةً على أن الذكاء الاصطناعي يعمل فعلًا، لا أنه مجرّد وعد.

باختصار: الاستدلال كمكوّن يعني أن نموذجًا يُخدَم ويُستخدَم — النقطة التي يتوقّف عندها الذكاء الاصطناعي عن كونه نظريةً ويبدأ إنتاج مُخرَجات حقيقية.

كيف يبدو في بطاقات DecAIHub

يستخدم حقل AI component في بطاقات المشاريع قيمًا مُنمَّطة. تشمل الإدخالات المتعلّقة بالاستدلال:

• inference engine — نظام مخصّص لتشغيل استدلال النموذج
• decentralized inference — استدلال موزّع عبر مزوّدين مستقلّين متعدّدين
• verifiable inference (consensus) — استدلال تُتقاطَع فيه المُخرَجات من عقد متعدّدة أو يُتحقَّق منها عبر آلية إجماع
• LLM inference endpoints — نقاط نهاية API تخدم مُخرَجات النماذج اللغوية الكبيرة
• AI inference network — شبكة من العقد توفّر سعة استدلال جماعيًا
• model serving — بنية تحتية لنشر النماذج المُدرَّبة وتشغيلها

يصف كلٌّ منها آليةً عاملة، لا ادعاءً تسويقيًا. إذا قالت البطاقة inference engine، فهذا يعني أن المُقيِّم عثر على دليل على أن نموذجًا يُخدَم بنشاط.

ينبغي أن يعامل القرّاء هذه العلامات بوصفها خطّافات للتحقّق: فهي تشير إلى المكان الذي تُنتَج فيه المُخرَجات في الحزمة التقنية، لا إلى ضمان بشأن جودة النموذج، أو لامركزيته، أو تفرّد أوزانه.

لماذا يهمّ الاستدلال للقابلية للتحقّق

إذا ادّعى مشروع أنه "يستخدم الذكاء الاصطناعي"، فإن الاستدلال هو المكان الذي يصبح فيه الادعاء قابلًا للاختبار. نموذج لا يُشغَّل أبدًا لا ينتج مُخرَجات ولا أدلّة. نموذج يشغّل الاستدلال يولّد أدلّة يمكن التحقّق منها: استجابات API، ومقاييس كمون، وسجلّات مُخرَجات، ونتائج معايير قياس، وتطبيقات توضيحية.

بالنسبة لـ DecAIHub، وجود مكوّن استدلال حقيقي أحد الإشارات الأساسية لـAI reality. إنه يغذّي ai_score مباشرةً ويؤثّر على مقياس DecAI Fit.

عمليًا، يوضّح الاستدلال أيضًا الحدّ بين "الذكاء الاصطناعي كمنتج" و"الذكاء الاصطناعي كعرض شرائح": نقطة نهاية موثَّقة، أو عرض توضيحي قابل لإعادة الإنتاج، أو مسار خدمة مُسجَّل، أسهل بكثير في مواءمته مع أدلّة Tier-1/2/3 من خارطة طريق غامضة.

الاستدلال القابل للتحقّق

تذهب بعض مشاريع الذكاء الاصطناعي للعملات المشفرة أبعد من تشغيل النماذج — فتثبت أن استدلالها أصيل. تظهر ثلاثة نهج شائعة في بطاقات DecAIHub:

• إجماع متعدّد المزوّدين — يُرسَل الاستعلام نفسه إلى عدّة عقد مستقلّة؛ وإذا اتّفقت المُخرَجات، ازدادت الثقة.
• TEE (بيئة تنفيذ موثوقة) — يعمل النموذج داخل حاوية عتاد تشهد بالكود والبيانات المُعالَجة.
• zkML — تُولَّد إثباتات المعرفة الصفرية إلى جانب مُخرَج الاستدلال، ما يتيح التحقّق التشفيري دون إعادة تشغيل النموذج.

المشاريع التي تطبّق الاستدلال القابل للتحقّق تحصل عادةً على درجة أعلى على المحور المتعلّق بالسلسلة في DecAI Fit، لأن آلية التحقّق غالبًا ما تعيش على السلسلة.

لا يلغي أيٌّ من هذه التقنيات الحاجة إلى السؤال عن أيّ نموذج يعمل وما إذا كان المشروع يتحكّم في الضبط الدقيق أو أنه يوجّه حركة المرور فقط — فهي تعزّز ادعاءات النزاهة بشأن مسار تنفيذ معيّن.

أنماط شائعة في DecAIHub

يظهر الاستدلال كمكوّن عبر عدّة نماذج مشاريع:

• شبكات الاستدلال اللامركزية — عقد موزّعة تخدم طلبات النماذج، بتنسيق من طبقة بروتوكول.
• الاستدلال كخدمة — مشاريع تقدّم نقاط نهاية استدلال لتطبيقات أو وكلاء آخرين.
• أسواق الاستدلال — منصّات يتنافس فيها المزوّدون على خدمة طلبات الاستدلال، بتسعير وتسوية على السلسلة.
• موجّهات النماذج — أنظمة توجّه طلبات الاستدلال إلى النموذج أو المزوّد الأنسب بناءً على الكلفة أو الكمون أو الجودة.

يمكن أن تتداخل هذه الأنماط: قد يجلس موجّه أمام سوق، وقد تعرض شبكة لامركزية واجهات API عامة وواجهات وكلاء خاصّة معًا.

ما الذي يجب التحقّق منه

عند مراجعة بطاقة مشروع بمكوّن ذكاء اصطناعي متعلّق بالاستدلال، تحقّق من:

• منشأ النموذج — هل يشغّل المشروع نموذجه الخاص، أم أنه غلاف API حول مزوّد طرف ثالث؟
• نقطة نهاية عاملة — هل هناك عرض توضيحي أو API أو بيئة اختبار يمكن الوصول إليها علنًا لاختبار مُخرَجات الاستدلال؟
• بيانات الكمون والإنتاجية — هل ينشر المشروع مقاييس أداء قابلة للقياس لخدمة الاستدلال لديه؟
• ادعاءات اللامركزية — إذا ادّعى المشروع استدلالًا لامركزيًا، فهل هناك مزوّدون مستقلّون متعدّدون مرئيون على السلسلة؟
• آلية التحقّق — هل يستخدم المشروع الإجماع أو TEE أو zkML لإثبات نزاهة الاستدلال؟

ما لا يثبته الاستدلال كمكوّن

• قد يكون النموذج المُخدَّم مملوكًا لشخص آخر — غلاف API حول نموذج طرف ثالث (GPT، Claude) هو استدلال تقنيًا لكنه لا يثبت ذكاءً اصطناعيًا مملوكًا.
• قد يكون النموذج منخفض الجودة — تشغيل الاستدلال لا يضمن أن النموذج مُدرَّب جيّدًا أو مُقيَّم بمعايير قياس أو مناسب للغرض.
• قد يكون الاستدلال مركزيًا رغم ادعاءات اللامركزية — خادم واحد خلف علامة "شبكة استدلال".
• امتلاك الاستدلال لا يثبت أن الرمز ضروري لعمل خط أنابيب الاستدلال.

تحقّق دائمًا من جدول الأدلّة وكتلة أدلّة Tier-1/2/3 بحثًا عن أدلّة داعمة.

لا تخلط بين

• الذكاء الاصطناعي/الاستدلال فئة مشاريع تصف المشاريع المركّزة على الاستدلال. الاستدلال كمكوّن هو الآلية التقنية المحدّدة داخل مشروع، بغضّ النظر عن فئته.
• التدريب ينتج النموذج. الاستدلال يستخدمه. إنهما مرحلتان متسلسلتان، لا مترادفتان.
• الحوسبة توفّر العتاد. الاستدلال هو حمل العمل العامل على ذلك العتاد.
• مكوّن الذكاء الاصطناعي هو الحقل الأوسع. الاستدلال أحد أنواع مكوّنات الذكاء الاصطناعي الممكنة الكثيرة.

الأسئلة الشائعة

إذا كان مشروع يخدم API عامًا فقط لنموذج أساسي معروف، فهل يُحتسَب ذلك استدلالًا لدى DecAIHub؟

نعم — خدمة المُخرَجات استدلال بالمعنى التقني. السؤال المنفصل هو العمق: ينبغي أن يراجع القرّاء إرشادات غلاف API وأدلّة التكييف أو البيانات أو التقييم الخاصّ بالمشروع.

كيف يرتبط الاستدلال بـ zkML؟

يستهدف zkML قابلية التحقّق من التنفيذ: إثبات أن نموذجًا مُحدَّدًا أنتج مُخرَجًا مُحدَّدًا. وهو لا يثبت بذاته أن النموذج جديد أو عادل أو مناسب لحالة الاستخدام — فقط أن الحوسبة المزعومة حدثت.

هل يمكن أن يكون الاستدلال مكوّن الذكاء الاصطناعي الوحيد على البطاقة؟

غالبًا، نعم. كثير من المنتجات مركّزة على الاستدلال (الخدمة، التوجيه، اتفاقيات مستوى الخدمة). ينبغي أن تدرج البطاقات مع ذلك ما الذي يُخدَم وأن ترتبط بـأدلّة؛ انظر كيف تعرف إن كان المشروع يمتلك ذكاءً اصطناعيًا فعلًا.

مراجع خارجية

• ما هو استدلال تعلّم الآلة؟ — تعريف موجز للاستدلال بوصفه مرحلة النشر بعد التدريب (وثائق مزوّد سحابة كبير).
• ما هو استدلال تعلّم الآلة؟ — مدخل مسرد يقابل التدريب بالاستدلال ويصف السلوك وقت النشر.

انظر أيضًا

• ما هو مكوّن الذكاء الاصطناعي
• مكوّن الذكاء الاصطناعي مقابل حالة الاستخدام
• فئة الذكاء الاصطناعي/الاستدلال
• الحوسبة كمكوّن للذكاء الاصطناعي
• ما هو غلاف API
• ما هو DecAI Fit
• Tier-1 وTier-2 وTier-3 من الأدلّة
• كيف تعرف إن كان المشروع يمتلك ذكاءً اصطناعيًا فعلًا