المنطق الأساسي وراء منافسة الذكاء الاصطناعي بسيط جدًا — من يسيطر على البيانات عالية الجودة، يسيطر على مستقبل الذكاء الاصطناعي. صناعة الذكاء الاصطناعي بأكملها تتجه نحو حجم يُقدر بـ 8600 مليار دولار، لكن التحدي أمامنا هو: البيانات المفيدة حقًا قليلة جدًا. البيانات المفتوحة المصدر مليئة بالضوضاء والتحيزات، والمجموعات البيانات الاحترافية غالية جدًا ولا أحد يرغب في بذل الجهد لإنشائها. في هذه المرحلة، بدأ بعض المشاريع يتساءلون: هل يمكن تحويل أنشطة المستخدم اليومية مباشرة إلى بيانات عالية الجودة لتدريب الذكاء الاصطناعي؟ هذا هو جوهر فكرة منصات التوكنات الجديدة للبيانات.

الاختراق الرئيسي في هذه المشاريع يُسمى "ملكية البيانات القابلة للبرمجة". كيف نفهم ذلك؟ هو تصميم آلية متكاملة. أولاً، طريقة Data DAOs، حيث يمكن للمستخدمين تجميع بياناتهم معًا لاستخدامها في تدريب نماذج الذكاء الاصطناعي، ثم يشارك الجميع قيمة هذه البيانات — يبدو الأمر وكأنه تجمع تعدين للبيانات. ثانيًا، توكن البيانات VRC-20، وهو توكن مرتبط بمجموعة بيانات محددة، ويتم التحقق من خلال إثبات المساهمة. عند رفع البيانات، تحصل على مكافأة بالتوكن، ومطورو الذكاء الاصطناعي الذين يرغبون في استخدام البيانات يجب عليهم حرق التوكنات مقابل حق الوصول. هكذا، تتصل السلسلة الكاملة: "أنا أساهم بالبيانات → البيانات لها قيمة → أحصل على مكافأة"، مما يجعل المستخدمين يبدون رغبة طبيعية في المساهمة بمحتوى عالي الجودة.

كيف يتم حل مشكلة الأمان؟ هنا نستخدم تقنية متقدمة تسمى بيئة التنفيذ الموثوقة (TEEs). البيانات الأصلية تظل دائمًا محمية بالتشفير، والمطورون لا يمكنهم الوصول إلى البيانات الحقيقية، بل فقط إلى نتائج الحساب. هذا يحمي خصوصية المستخدمين، وفي نفس الوقت يسمح بتداول البيانات واستخدامها ضمن إطار قانوني ومتوافق. بعبارة أخرى، ملكية البيانات لا تزال للمستخدم، والأرباح أيضًا للمستخدم، ولكن يمكن للمطورين استخدام البيانات عند الحاجة.