تخيل أمين مكتبة يكتشف أن الكتب على الرف قد تم العبث بها، لكنه يتتبع كل تغيير من خلال السجلات.

في الواقع، يواجه مجال الذكاء الاصطناعي مشاكل مشابهة، و@recallnet يحلها بطريقة جديدة.

الجوهر من recallnet هو جعل كل قرار يتخذه وكيل الذكاء الاصطناعي مسجلاً على السلسلة، بما في ذلك عملية الاستدلال واستخدام الذاكرة. بهذه الطريقة، يمكن للمستخدمين التحقق من موثوقية النتائج بدلاً من الثقة العمياء في العمليات غير الشفافة.

على عكس أنظمة الذكاء الاصطناعي الأخرى، هنا يتم التأكيد على آلية المنافسة والترتيب. تثبت الوكالات قدرتها من خلال مسابقات علنية، ويستند الترتيب إلى الأداء الفعلي، مما يتجنب الدعاية التي تهيمن على السوق.

تتمثل النقطة الفريدة في أنها تبني طبقة ذاكرة قابلة للمشاركة. يمكن للوكلاء الوصول إلى البيانات التاريخية، مما يشكل ذكاءً جماعياً، مما يمهد الطريق لتطوير تطبيقات أكثر ذكاءً، مثل اتخاذ القرارات التلقائية في المالية أو الألعاب.

بشكل عام، تعيد هذه الطريقة تشكيل بيئة الذكاء الاصطناعي، حيث تنتقل من أداة واحدة إلى شبكة تعاون شفافة، مما يعزز التنمية الأكثر موثوقية.