شبکه‌های هوش مصنوعی غیرمتمرکز در تلاشند تا گوشی‌های هوشمند معمولی را به زیرساختی جایگزین برای مراکز داده متمرکز تبدیل کنند، اما این ایده با تردیدهایی روبرو است.
مراکز داده عظیمی که زیربنای انقلاب هوش مصنوعی هستند، به اندازه اسباب‌بازی‌های کودکانه ساخته شده از آزبست، محبوبیت یافته‌اند. فعالان در سراسر جهان به مقادیر عظیم انرژی و آبی که این زیرساخت‌ها نیاز دارند، اشاره می‌کنند، در حالی که بازارها نگران بازپرداخت هزینه ۳۸ میلیارد دلاری ساخت یک مرکز داده هوش مصنوعی یک گیگاواتی هستند.
اما آیا راه دیگری برای تامین انرژی انقلاب هوش مصنوعی وجود دارد که همین حالا در جیب شماست؟
تا اکتبر ۲۰۲۶، تخمین زده می‌شود که ۷.۶۸ میلیارد اتصال موبایل در سراسر جهان وجود داشته باشد و میلیاردها گوشی هوشمند در جیب‌ها، روی میزها و در کشوها بیکار مانده‌اند. هر کدام از این دستگاه‌ها دارای پردازنده، حافظه و اتصال اینترنت هستند و مجموعه‌ای عظیم از قدرت محاسباتی را تشکیل می‌دهند که منتظر به کار گرفته شدن است. بنابراین، آیا شبکه‌ای از گوشی‌های هوشمند معمولی می‌تواند به طور واقع‌بینانه از هوش مصنوعی در مقیاس بزرگ پشتیبانی کند؟
به‌کارگیری گوشی‌های هوشمند
شبکه‌های هوش مصنوعی غیرمتمرکز در حال ظهور هستند که هدفشان تبدیل گوشی‌های هوشمند معمولی به یک لایه زیرساخت توزیع شده و کاهش اتکا به مراکز داده پرهزینه و متمرکز است. Acurast ادعا می‌کند که بیش از ۳۳۵,۰۰۰ گوشی هوشمند را به شبکه خود اضافه کرده است. الساندرو دِ کارلی، هم‌بنیان‌گذار این پروژه، می‌گوید که حدود ۴۰,۰۰۰ از این دستگاه‌ها به طور متوسط در روز فعال هستند و ظرفیت محاسباتی را برای وظایفی از جستجوی وب و امنیت سایبری گرفته تا استنتاج هوش مصنوعی و میزبانی عامل‌ها فراهم می‌کنند.
وی افزود که گوشی‌های هوشمند به ویژه برای بارهای کاری خاصی کارآمد هستند. ویژگی‌های امنیتی سخت‌افزاری داخلی آن‌ها در حوزه‌هایی مانند محاسبات محرمانه یا یک «محیط ایزوله» که می‌تواند فایل‌های اجرایی را نصب و اجرا کند، «برتری» دارند. همچنین برای بارهای کاری که «شدیداً به CPU وابسته هستند» یا نیاز به توزیع گسترده و «دسترسی بدون فیلتر» به اینترنت دارند، مناسب هستند.
دِ کارلی توضیح می‌دهد: «سرورها در پردازش چندرشته‌ای بهتر عمل می‌کنند، اما گوشی‌های هوشمند بهره‌وری محاسباتی بی‌نظیری را ارائه می‌دهند.» اگرچه گوشی‌های هوشمند معمولی حافظه محدودی دارند و سرورهای بزرگ در مدیریت همزمان چندین وظیفه مزیت دارند، اما او می‌گوید بسیاری از بارهای کاری همچنان می‌توانند در حافظه موجود جای بگیرند. او ادعا می‌کند که مجموع گوشی‌های فعال در شبکه، با مقایسه با ASUS RS720A-E11 (یک سرور با چگالی بالا که برای هوش مصنوعی و محاسبات با کارایی بالا ساخته شده است)، «ظرفیت محاسباتی حدود ۲,۳۴۰ سرور مرکز داده پیشرفته» را مطابقت می‌دهد.
چالش‌های مسیریابی و هماهنگی
پروژه دیگری به نام Phase، در ماه اکتبر Phase Proxy را راه‌اندازی کرد که به دارندگان گوشی هوشمند اجازه می‌دهد تا اتصال اینترنت و اعتبارسنجی بلاک‌چین را برای عامل‌های هوش مصنوعی فراهم کنند. کریل اوِز، بنیان‌گذار این پروژه، توضیح می‌دهد که «وب‌سایت‌ها به طور معمول ترافیک خودکار را که از مراکز داده سرچشمه می‌گیرد، مسدود یا محدود می‌کنند»، بنابراین این سیستم از اتصالات موبایل و خانگی کاربران به عنوان پروکسی استفاده می‌کند. Phase قصد دارد به ازای هر ۱۰۰۰ درخواست و ۱ گیگابایت ترافیک، ۰.۵ USDT دریافت کند. مرحله بعدی Phase Router خواهد بود که درخواست‌های ساده‌تر را به مدل‌های فعال روی گوشی‌های شبکه هدایت می‌کند یا بر اساس «پیچیدگی وظیفه، قابلیت‌های مدل، عملکرد و هزینه» آن‌ها را به ارائه‌دهندگان خارجی بزرگ مانند OpenAI و Anthropic ارسال می‌کند. این شبکه در نهایت می‌تواند فراتر از گوشی‌های هوشمند به دسکتاپ‌ها، سرورها و GPU ها گسترش یابد.
با این حال، مارکوس لوین، هم‌بنیان‌گذار ارائه‌دهنده زیرساخت غیرمتمرکز XYO، معتقد است شبکه‌های غیرمتمرکز ممکن است برای جمع‌آوری و تأیید داده‌های دنیای واقعی مناسب‌تر باشند تا اجرای مدل‌های هوش مصنوعی. وی می‌گوید که گوشی‌ها و حسگرها می‌توانند اطلاعات محلی را فراهم کنند که مجموعه داده‌های متمرکز از دست می‌دهند، اما تنها در صورتی که داده‌ها دقیق و مقاوم در برابر دستکاری باشند. او اضافه می‌کند: «یک شبکه هوش مصنوعی غیرمتمرکز مفید باید بر اساس حل مشکلی که مشتریان حاضرند برای رفع آن پول بپردازند، سنجیده شود، نه بر اساس قیمت توکن یا تعداد گره‌های آن.»
چالش‌های اقتصادی و فنی
یکی از بزرگترین چالش‌ها در شبکه‌های تلفن همراه، هماهنگ کردن دستگاه‌ها برای تأمین سخت‌افزار، برق و اتصال قابل پیش‌بینی، به همان شیوه‌ای است که مراکز داده عمل می‌کنند. مطالعه‌ای در سال ۲۰۲۵ گروه‌های کوچکی از گوشی‌های هوشمند را که وظایف تشخیص تصویر را انجام می‌دادند، آزمایش کرد و دریافت که خوشه‌هایی از گوشی‌ها می‌توانند در شرایط خاص عملکرد رقابتی ارائه دهند، اما نتایج از یک محیط آزمایشی کنترل شده به دست آمده است. پروژه‌ای با حمایت گوگل در دانشگاه کالیفرنیای سن دیگو دریافت که خوشه‌ای از ۲۰ گوشی هوشمند قدیمی می‌توانند بار محاسباتی اوج کلاسی متشکل از بیش از ۷۵ دانشجو را مدیریت کنند و زمان نمره‌دهی سریع‌تر از تنظیمات ابری استاندارد دانشگاه بود. با این حال، این دستگاه‌ها نیز در یک محیط کنترل شده سازماندهی شده بودند، نه پراکنده در سراسر جهان. در دنیای واقعی، یک شبکه توزیع شده باید با گوشی‌هایی که قطع می‌شوند، بیش از حد گرم می‌کنند، باتری‌شان تمام می‌شود، شبکه‌هایشان را تغییر می‌دهند و مقادیر متفاوتی از قدرت پردازش و حافظه دارند، مقابله کند. در یک شبکه بلاک‌چین مانند اتریوم، ظرفیت فعلی توسط مدت زمانی که طول می‌کشد تا در شبکه ارتباط برقرار شود و قابلیت‌های پردازشی پایین‌ترین دستگاه‌ها محدود می‌شود. به طور مشابه، هنگامی که وظایف بین چندین گوشی تقسیم می‌شوند، اتصالات کند یا دستگاه‌های قطع شده می‌توانند مشکل ایجاد کنند. توزیع وظایف جداگانه و مستقل در میان گوشی‌های در دسترس معمولاً ساده‌تر است.
حتی اگر چالش‌های فنی غلبه شوند، شبکه‌ها همچنان باید از نظر مالی برای مشتریان و صاحبان دستگاه‌ها منطقی باشند. استفاده از سخت‌افزار موجود گوشی هوشمند هزینه سرمایه‌گذاری بالای ساخت مرکز داده را ندارد، اما هزینه‌ها شامل عواملی مانند اتصال، هماهنگی و مشوق‌ها برای افراد حاضر در شبکه است. در مورد جبران خسارت، دِ کارلی می‌گوید که «هیچ رقم ثابتی» وجود ندارد زیرا پاداش‌ها برای شرکت‌کنندگان Acurast بسته به «آپ‌تایم دستگاه، مشخصات سخت‌افزار (عملکرد معیار)، کل ACU استیک شده و تقاضای محاسباتی فعال» از سوی توسعه‌دهندگان متفاوت است. وی می‌گوید اپراتورها به جای دریافت مستقیم پرداخت از مشتریان، برای مجموعه‌ای از پاداش‌های مبتنی بر تورم رقابت می‌کنند. پاداش‌های شبکه Phase به آپ‌تایم، مشارکت و تقاضای مشتری بستگی دارد. اوِز می‌گوید: «Phase بخشی از درآمد خدمات خود را برای خرید PHASE در بازار آزاد و توزیع آن به اپراتورهای گره بر اساس مشارکت آن‌ها در شبکه استفاده خواهد کرد.» اجرای صحیح یک مدل هوش مصنوعی بر روی تلفن دیگر چالش اصلی نیست - دستیابی به اقتصادی مقرون به صرفه در حالی که ده‌ها هزار تلفن را برای رفتار مانند یک سرویس ابری قابل اعتماد هماهنگ می‌کنید، ترفند واقعی است.
