تيسير تطلق QVAC، منصة محلية للذكاء الاصطناعي لتحدي النماذج القائمة على السحابة

هل يمكن لـ QVAC إنشاء نموذج قوي بما يكفي ليجعل المستخدمين يقبلون عتبة صيانة معتدلة من أجل التحكم الذاتي المحلي؟

كتابة: Liam Akiba Wright

مُترجم: لوفي، أخبار فورسايت

مشروع Tether الجديد QVAC يبدأ بفكرة نادرة في شركات العملات المستقرة. تصف الشركة QVAC Psy كمجموعة من النماذج الأساسية "المستندة إلى مبادئ علم النفس التاريخي".

مفهوم علم النفس التاريخي مستمد من سلسلة الخيال العلمي الكلاسيكية "المجموعة" لآيزةك أسيموف. في الكتاب، يستخدم البطل هاري سيلون الرياضيات والإحصاء وديناميات المجتمع للتنبؤ باتجاهات سلوك الجماعات الكبيرة، بهدف تقصير العصر المظلم الذي يلي سقوط الإمبراطورية المجرية.

يُعرّف موسوعة الخيال العلمي علم النفس التاريخي عند أسيموف بأنه علم خيالي؛ إن خطة هاري سيدون الكاملة تهدف إلى التنبؤ بالأحداث المستقبلية والحفاظ على الحضارة والمعرفة البشرية في لحظة انهيار النظام الاجتماعي.

إن هذا التصريح من Tether هو في الواقع تغليف لرسالتها المؤسسية بلغة خيال علمي.

بفضل أصول الاحتياطي، والسيولة، وقدرات توزيع القنوات، أنشأت Tether أكبر نظام عملات مستقرة في صناعة التشفير؛ والآن، تقوم بنسخ هذا المنطق الأساسي إلى مجال الذكاء الاصطناعي.

العملة المستقرة USDT تشكل الأساس الأول للإحتياطي الخاص بـ Tether؛ بينما تصبح قوة الحوسبة، ونماذج الذكاء الاصطناعي، ومجموعات البيانات، والقدرات الذكية القابلة للعمل خارج السحابة المركزية، الأصول الاحتياطية الثانية لـ Tether.

تETHER تدخل مجال الذكاء الاصطناعي، مُستمرةً في اتباع منطق عمل نشاطها الأساسي. حيث تحول USDT الطلب العالمي على الدولار الخارجي إلى محفظة أصول احتياطية مكونة أساسًا من السندات السيادية قصيرة الأجل.

وفقًا لتقرير مراجعة احتياطيات Tether للربع الأول من عام 2026، بلغ صافي ربح الشركة 1.04 مليار دولار أمريكي، وحجم أموال التغطية الاحتياطية 8.23 مليار دولار أمريكي، وقيمة الالتزامات المرتبطة بالعملات المعدنية حوالي 183 مليار دولار أمريكي، وحجم السندات الأمريكية قصيرة الأجل المحتفظ بها مباشرة وغير مباشرة حوالي 141 مليار دولار أمريكي.

القاعدة الاحتياطية القوية تمنح تيتر إيرادات مستمرة، وسعة كافية في الميزانية العمومية، وتمكّنها من الاستفادة من الأرباح التشغيلية للاستثمار في قطاع البنية التحتية طويلة الأجل.

سبق لـ CryptoSlate أن تحللت أن Tether، بفضل حجمها الهائل من العملات المستقرة، يمكنها تخصيص احتياطياتها بشكل استراتيجي. في يناير من هذا العام، أنفقت Tether مبلغًا لشراء 8888 بيتكوين، مما يؤكد قدرتها على تحويل إيرادات الفائدة والأرباح التشغيلية إلى طلب طويل الأجل على البيتكوين. أما مشروع QVAC، فهو يمتد بهذه المنطقية في تخصيص الأصول إلى مسار جديد تمامًا في مجال الذكاء الاصطناعي.

إلى جانب استثماراتها في البيتكوين، والذهب، وشركات الناشئة، وصناعة الطاقة، وتعدين العملات المشفرة، وبنية الاتصالات، أعلنت Tether رسميًا عن استثمارها الكثيف في الذكاء الاصطناعي نفسه. هذا الموقف يحول Tether من مجرد مُصدر للسيولة الأمريكية الخاصة إلى مُنشئ للبنية التحتية الرقمية الخاصة.

السرد الخيالي لـ "العلم النفسي" يتوافق تمامًا مع هذا الاتجاه الاستراتيجي، حيث ترى Tether الذكاء الاصطناعي كبنية تحتية مدنية على مستوى الحضارة، وليس كمجال برمجي عادي. وتحدد وثائق QVAC الرسمية نفسها كـ "منصة ذكاء غير محدودة مستقرة"، مع التركيز على نظام ذكي لامركزي يعمل محليًا في المقام الأول، بهدف المقارنة والاستبدال الذكي المركزي.

تُشير رؤية QVAC إلى أن تفويض جميع التفاعلات الذكية إلى خوادم مركزية يؤدي إلى بطء في السرعة وضعف في الاستقرار، فضلاً عن مخاطر التحكم والقيود؛ بينما تسعى QVAC لأن تصبح الأساس الحافة المخصص لنظام ذكي خاص بالمستخدم.

تتماشى هذه الفكرة مع مفهوم العملة المستقرة لـ Tether. نقل الأموال دون الحاجة إلى إذن، والاحتفاظ بالتحكم في بيانات المستخدم، وتشغيل الذكاء الاصطناعي محليًا بالقرب من المستخدم.

لكن خلف مفهوم أسيموف الخيالي، هناك تقييم أكثر جدية من Tether: فقط عندما تكتسب الذكاء الاصطناعي متانة ومقاومة للمخاطر على مستوى البنية التحتية، سيترسخ قيمتها حقًا.

على الرغم من أن النماذج الكبيرة السحابية تتمتع بقدرات شاملة أقوى، إلا أنها تأتي مع مخاطر تتعلق بالمنصة، ومخاطر التسعير، ومخاطر التنظيم السياسي، ومخاطر تأخير الشبكة، ومخاطر توجيه البيانات؛ بينما تقدم النماذج المحلية للذكاء الاصطناعي، على الرغم من التنازل عن بعض الأداء، ملكيةً وخصوصيةً واستقرارًا متاحًا باستمرار.

هذا المنطق التوازني يتماشى تمامًا مع مبادئ صناعة التشفير. فعلى الرغم من أن التخزين الذاتي أقل راحة من التخزين عبر البورصات، إلا أن الناس فقط يدركون قيمته عندما تحدث مخاطر إفلاس البورصات؛ وعلى الرغم من أن النماذج المحلية للذكاء الاصطناعي أقل سهولة من النماذج المضيفة في السحابة، إلا أن مزايا النشر المحلي تظهر فور انقطاع الشبكة أو تغيير واجهات برمجة التطبيقات أو حظر الحسابات أو عدم القدرة على تصدير البيانات.

التمييز الأساسي لـ QVAC يكمن في البنية التحتية. تتنافس النماذج الكبيرة الرائدة مثل OpenAI وAnthropic وGoogle DeepMind وxAI على القدرات العامة، وقدرات البرمجة، والتفاعل متعدد الوسائط، والاستدلال الطويل في السياق، وتطبيقات الوكلاء، والنشر السحابي للشركات.

في المقابل، اختار QVAC مسارًا مختلفًا تمامًا: القابلية للنشر، وحماية الخصوصية، والتأخير المنخفض، والقابلية للتركيب، والاستقلال عن منصة واحدة.

يُعرّف المستند التعريفي الرسمي لـ QVAC المشروع كنظام بيئي مفتوح المصدر ومتعدد المنصات، يركز على تشغيل محلي أولي وتطبيقات ذكاء اصطناعي نقطية-نقطية، مع توافق كامل مع أنظمة Linux وmacOS وWindows وAndroid وiOS. يمكن للمستخدمين تشغيل مهام الذكاء الاصطناعي مثل نماذج اللغة الكبيرة، والتعرف على الصوت، وإنشاء المحتوى المعزز بالاسترجاع (RAG) محليًا، أو تفويض مهام الاستدلال إلى عقد أجهزة أخرى من خلال ميزة P2P المدمجة.

هذا يعني أن معيار مقارنة QVAC يختلف تمامًا عن نماذج الذكاء الاصطناعي السحابية الرائدة: فبينما تسعى نماذج الذكاء الاصطناعي المتقدمة إلى تحقيق أقوى قدرات نموذج عام تقدمه الخدمات المركزية، تركز QVAC على مكان حدوث الاستدلال، وتحكم التشغيل، وما إذا كانت البيانات تُخزن محليًا على الجهاز، وما إذا كان التطبيق قادرًا على الاستمرار في العمل بعد تعطل الخدمة المركزية.

أطلق تيثر حزمة تطوير البرمجيات (SDK) QVAC في أبريل 2026، وتوفر مجموعة تطوير موحدة تمكن المطورين من بناء وتشغيل وضبط تطبيقات الذكاء الاصطناعي على أي جهاز، مع التوافق الكامل مع أنظمة المنصات دون الحاجة إلى تعديل الكود.

يُعتمد QVAC SDK على طبقة تجريد موحدة لتوافقه مع مختلف محركات الاستدلال المحلية، بما في ذلك QVAC Fabric المطورة داخليًا وإصدارات فرعية من llama.cpp، بالإضافة إلى تكامل أدوات الصوت والترجمة مثل whisper.cpp وParakeet وBergamot.

لقد تجاوزت منذ زمن طويل نطاق إصدار نموذج واحد، وهي تشبه نظام تشغيل أساسي للذكاء الاصطناعي. إذ يمتلك الآن النظام البيئي المفتوح المصدر للذكاء الاصطناعي مجموعة واسعة من المكونات الناضجة: مثل Llama و Qwen و Mistral و Gemma و DeepSeek و Hugging Face و llama.cpp و Ollama، حيث تزدهر مشاريع الاستدلال المحلي على نطاق واسع.

الرهان الأساسي لـ QVAC هو أن المطورين بحاجة ماسة إلى إطار عمل كامل للطرف الحافة، يدمج عبر واجهة موحدة عملية تحميل النماذج، والحساب الاستنتاجي، والتعرف على الصوت، والتعرف الضوئي على الحروف والصور، والترجمة، وتوليد الصور من النص، والتكوين المعزز بالاسترجاع، وتوزيع النماذج بين نقطتي الطرف، والتفويض في الاستنتاج والضبط المحلي.

تهدف QVAC إلى أن تصبح البنية التحتية لتوزيع القوة الحسابية الذكية، مع الاعتماد على النماذج المحلية المتوسطة التي تُطوّر باستمرار، للاستحواذ على مدخلات نظام البيئة الحافة للذكاء الاصطناعي.

QVAC Fabric هو جوهر البنية التحتية التقنية الكاملة. وأفادت Tether أن Fabric يمكنه إجراء الدقة الدقيقة للنماذج على الأجهزة الاستهلاكية الشائعة باستخدام خلفيات Vulkan وMetal، مما يتيح توافقها مع أجهزة Android المزودة بمعالجات رسومية Qualcomm Adreno وARM Mali، وأجهزة Apple المزودة بشرائحها الخاصة، وأجهزة Windows وLinux المزودة بعتاد AMD وIntel وNVIDIA.

في الوقت نفسه، تم تطبيق تقنية التجزئة الديناميكية لمراعاة قيود ذاكرة العرض على الأجهزة المحمولة، مع دعم عملية الدقة الدقيقة LoRA المُسرّعة بـ GPU وتحسين التعليمات باستخدام خسارة القناع.

إذا تم التحقق من صحة هذه سير العمل من قبل مطورين خارجيين، فستتجاوز قيمتها بكثير نشر نموذج مفتوح المصدر العادي: أوزان النموذج هي فقط الطبقة الأساسية، بينما التخصيص الدقيق المحلي هو القيمة المضافة الأساسية.

MedPsy هو أول منتج نموذجي مُطبّق من QVAC. أظهر تقرير تقني نُشر على Hugging Face في 7 مايو أن QVAC MedPsy هو نموذج لغوي مخصص للرعاية الصحية مُصمم للنشر على الحواف، ويتوفّر في نسختين: 1.7 مليار معلمة و4 مليارات معلمة.

يطرح الفريق الرسمي ادعاءً ثوريًا للغاية مفاده أن النماذج الصغيرة، بعد تدريبها بدقة على متطلبات طبية متخصصة، يمكن أن تتفوق على النماذج المرجعية الكبيرة في الأداء، مع القدرة على التشغيل على أجهزة المحمول، والأجهزة المحمولة الفاخرة، وحتى الهواتف الذكية.

أفادت QVAC أن MedPsy-1.7 مليار معلمة حقق متوسط درجة 62.62 في سبع اختبارات طبية مغلقة، متفوقًا بشكل كبير على MedGemma-1.5-4B-it التابعة لجوجل التي حصلت على 51.20 نقطة، مع أن حجم معلماته أقل من نصف حجمها؛ بينما حقق MedPsy-4 مليار معلمة متوسط درجة 70.54، متقدمًا بشكل طفيف على MedGemma-27B-text-it التي حصلت على 69.95 نقطة، مع أن حجم معلماته لا يزيد عن سُبُع حجمها.

في اختبارات HealthBench و HealthBench Hard الصعبة، اتسعت الفجوة: حصل MedPsy-4B على 74.00 و58.00 على التوالي، بينما حصل MedGemma-27B-text-it على 65.00 و42.67 فقط.

إذا تمكّن طرف ثالث من إعادة إنتاج هذه النتائج، فسيتم التحقق المباشر من المفهوم الأساسي لـ QVAC: في مجالات رأسية عالية القيمة محددة، يمكن للنماذج الطرفية الخفيفة أن تتحدى الأنظمة السحابية الضخمة.

تُظهر عملية التدريب أيضًا استراتيجية التنافس لـ QVAC: حيث يعتمد MedPsy على نموذج Qwen 3 كنموذج أساسي، ويُحسّن من خلال التدقيق الدقيق الخاضع للإشراف على مراحل متعددة وتحسين تكراري بالتعلم المعزز للأسئلة والأجوبة الطبية؛ وتم إنشاء أكثر من 30 مليون بيانات مُولَّدة تجريبيًا، واستُخدمت خطة تدريب مراحل مزدوجة، مع اختيار نموذج باشوان M3-235B الكبير كنموذج مُشرِف للتفكير في النصوص الطويلة.

حتى الآن، لم تُنشر بيانات التدريب الخاصة بها، وهو ما يُعد نقطة شك رئيسية: جميع النتائج البارزة الحالية في المعايير تأتي من تقييمات داخلية لـ QVAC، ولا تزال القضايا الأساسية مثل احتمال تلوث بيانات التدريب، ونطاق التغطية، وبناء مُحفزات التدريب، وتأثير النموذج المُعلم، بحاجة إلى التحقق من قبل أطراف خارجية.

تتميز مرحلة النشر الكمي بمزايا بارزة، وقد أصدرت الشركة النسخ المُكمَّلة من GGUF المُكمَّلة مع llama.cpp وQVAC SDK، حيث يسمح التكميم Q4_K_M بضغط حجم النموذج بنسبة 69% مع خسارة متوسطة أقل من نقطة واحدة. في أحدث حل متوازن بين الحجم والأداء، يبلغ حجم النموذج بـ 4 مليارات معلمة فقط 2.72 جيجابايت، بينما يبلغ حجم النسخة بـ 1.7 مليار معلمة فقط 1.28 جيجابايت، مما يتيح تنفيذًا سهلاً على الأجهزة المحلية.

كما حذّرت QVAC رسميًا من المخاطر: إن MedPsy يدعم فقط التفاعل النصي ويعمل باللغة الإنجليزية فقط، ولا يناسب سيناريوهات الطوارئ السريرية، ويواجه مشكلات الوهم المتأصلة في النماذج الكبيرة، كما يجب على المطورين ضمان خصوصية وأمان المستخدمين عبر كامل بنية التطبيق.

يتمتع المجال الطبي بحاجة ملحة كبيرة للتحليل المحلي، ومستقبل MedPsy واعد؛ لكن قدراته ستُثبت فعليًا فقط عندما يُعيد الباحثون الخارجيون تكرار النتائج المرجعية ويختبرونها في سير العمل السريري الحقيقي.

الجدل بين الذكاء الاصطناعي المحلي والذكاء الاصطناعي السحابي يُبسَّط غالبًا على أنه اختيار بين الخصوصية والأداء. لكن QVAC أعاد هيكلة هذا المنطق، وهو جوهره التنازل بين الراحة والتحكم الذاتي.

يتميز الذكاء الاصطناعي السحابي بسهولة استخدامه القصوى، حيث يفتح المستخدمون التطبيق، ويُدخلون الأوامر، ويحصلون على النتائج، دون الحاجة إلى القلق بشأن أوزان النموذج، وذاكرة GPU للجهاز، ومعاملات التكميم، والتضمينات المتجهية، وتوافق بيئة التشغيل، حيث تتحمل المنصة جميع التعقيدات التقنية. إن الراحة القصوى هي أيضًا السبب الأساسي لصعود منصات الذكاء الاصطناعي المركزية بسرعة، حيث يتمكن المستخدمون من الاستمتاع بقدرات ذكية رائدة بحد أدنى من العوائق.

بينما تطلب QVAC من المطورين والمستخدمين تحمل مسؤوليات صيانة أكبر، مقابل بنية أمان جديدة: التشغيل المحلي غير المتصل بالإنترنت، العمل دون اتصال بالإنترنت، تقليل تسرب البيانات، التخلص من الاعتماد على واجهات برمجة التطبيقات، مع فتح قنوات الاستدلال النقطي إلى النقطي وتوزيع النماذج.

وفقًا لوصف Tether SDK، يمكن للتطبيقات المدعومة بـ QVAC العمل بثبات حتى في ظل شبكات ضعيفة، وحتى عند انقطاع الإنترنت تمامًا، لا يزال يمكن للذكاء الاصطناعي العمل بشكل طبيعي. وتشمل الخطة المستقبلية المعلنة مبكرًا لـ QVAC في عام 2025: يمكن نشر الوكلاء الذكية مباشرة على الأجهزة المحلية، حيث تتفاعل هذه الأجهزة مع بعضها البعض عبر شبكة P2P، ويمكنها باستخدام حزمة WDK إجراء تداولات تلقائية للأصول مثل البيتكوين وUSDT.

هذا هو المنطق الأعلى الكامل لتETHER، حيث تتبع الأموال والقدرة الحسابية والوكلاء نفس نموذج التصميم الذاتي السيادي.

بالطبع، سردها اللامركزي ليس مثاليًا تمامًا. من حيث قدرة المستخدمين على تنزيل النماذج وتشغيلها محليًا والاحتفاظ بالبيانات الحساسة على الأجهزة، فإن QVAC تحقق درجة عالية من اللامركزية في طبقة الاستدلال، مقارنةً بواجهات برمجة التطبيقات المُدارة التي تخضع فيها كل تعليمات التفاعل للتحكم من قبل المنصة. وبفضل بنية شبكة Holepunch، تدعم QVAC أيضًا قدرات أساسية نظيرًا لنظير مثل الاستدلال المفوض وتوزيع النماذج اللامركزي، مما يجعل تصميمها المعماري مبتكرًا جوهريًا.

لكن لا تزال هناك خصائص مركزية على مستوى الحوكمة. يتم تمويل QVAC بالكامل من قبل Tether، ويتم تسميته وتسويقه من قبلها، كما أن التطبيق الرئيسي، ونظام النماذج، وخطة تطوير SDK، ومفهوم "الذكاء المستقر" كلها تخضع لإدارة شركة واحدة.

لا يتعارض هذا الوضع مع قيمته الأساسية المبنية على الأولوية المحلية، بل يقتصر الميزة اللامركزية على طبقة التشغيل التي تمتلك أكثر الاستنتاجات دقةً؛ لا يزال يتعين على النظام البيئي بأكمله إنشاء آليات تحكم موزعة تدريجيًا في جوانب مثل العقد المسجلة افتراضيًا، وقنوات إصدار الإصدارات، والمواصفات الأمنية، وقبول النماذج، والحوكمة المجتمعية طويلة الأجل.

إن مصداقية QVAC اليوم تعتمد بالكامل على نتائج إعادة الإنتاج من طرف ثالث. إذا تمكّن MedPsy من تكرار نتائجه الأساسية في بيئة تقييم خارجية، فسيكون Tether قد حقق فعليًا مفهوم "احتياطيات الأصول الذكية": نموذج متخصص، خفيف الوزن، مفتوح المصدر، ويمكن نشره محليًا، كافٍ للمنافسة مع النماذج الضخمة السحابية في المجالات شديدة الحساسية.

حتى لو قلصت الاختبارات الخارجية أو عكست فجوة الأداء، فإن قيمة البنية التحتية لـ QVAC لا تزال سارية، مع تراجع سردية أداء النموذج فقط. لا يزال السؤال النهائي للصناعة يعود إلى القاعدة الأبدية للتكنولوجيا: الراحة القصوى تولد تركيز السلطة، بينما السيطرة الذاتية تتطلب تكلفة تشغيل وصيانة.

هذا بالضبط هو قيمة مفاهيم أسيموف الخيالية العلمية: علم النفس التاريخي في "المجموعة"، الذي يدرس قوانين تطور الأنظمة المعقدة الكبيرة تحت الضغط؛ بينما تعطي تيترها معنى جديدًا، مركزة على كيفية مقاومة البنية التحتية للاحتكار المركزي.

السرد العلمي الخيالي واسع النطاق، والتطبيق التقني لا يزال في مراحله المبكرة، لكن المنطق الاستراتيجي العام واضح ومتسق. تستخدم Tether التدفق النقدي المستمر لأكبر عملة مستقرة في العالم لبناء بنية تحتية للذكاء الاصطناعي تعتمد على التشغيل المحلي، وشبكة نقطة إلى نقطة، وأدوات مفتوحة المصدر، ونماذج خفيفة على الحافة، مما يمدد مفهوم السيادة الذاتية للعملات المستقرة من مجال المال إلى مجال الذكاء.

لم يعد الصناعة تشكك اليوم في قدرة عملاق العملات المستقرة على الدخول في مجال الذكاء الاصطناعي؟ الإجابة واضحة.

السؤال الأساسي الحقيقي هو能否 QVAC إنشاء نماذج وبنية تحتية قوية بما يكفي لجعل المستخدمين يقبلون عتبة صيانة معقولة من أجل التحكم الذاتي المحلي؟

MedPsy هي العتبة القابلة للقياس الأولى. ستُحدد نتائج التكرار من طرف ثالث ما إذا كانت سردية علم النفس التاريخي لـ QVAC ما زالت مجرد استعارة خيالية، أم أنها دخلت رسمياً سباق الذكاء الاصطناعي الهامشي الرئيسي كبنية تحتية ذات منطق تشغيلي كامل.