يحتوي DataHub الخاص بـ OORT على حوالي 350,000 مساهم إنساني يساهمون في جمع البيانات لتدريب نماذج الذكاء الاصطناعي. هذا يثير أسئلة مهمة حول أصل البيانات: • من أنشأ البيانات؟ • تحت أي ظروف جُمعت؟ • هل تم الحصول على الموافقة؟ • هل يمكن التحقق من أصل البيانات واستخدامها المسموح به؟ هذه الأسئلة مهمة لأن الذكاء الاصطناعي الموثوق يعتمد ليس فقط على كمية البيانات المتاحة، بل أيضًا على جودتها وأصلها والظروف التي يمكن استخدامها بها. تتعامل @oortech مع هذه المسألة من خلال DataHub وبنية Deimos وسلسلة الكتل من الطبقة الأولى. يُدخل DataHub المساهمين البشريين في عملية جمع وتصنيف والتحقق من بيانات تدريب الذكاء الاصطناعي. الهدف هو مساعدة بناء مجموعات بيانات ليست فقط كبيرة، بل مفيدة ومتنوعة وموثوقة. لكن جمع بيانات جيدة هو فقط جزء من القصة. أيضًا تحتاج إلى معرفة من أين جاءت البيانات وما إذا كان يمكن تتبع رحلتها. هنا تأتي بنية سلسلة الكتل الخاصة بـ OORT. من خلال بروتوكول Olympus، سلسلة الكتل من الطبقة الأولى الخاصة بـ OORT، يمكن تسجيل المساهمات لدعم إمكانية التتبع والمساءلة عبر عملية البيانات. في الوقت نفسه، يدعم Deimos 1 التخزين اللامركزي، بينما يوفر Deimos 2 بنية تحتية للحوسبة الموزعة. معًا، تدعم هذه الطبقات النظام الأوسع الذي يتعامل مع البيانات وأحمال العمل الخاصة بالذكاء الاصطناعي. لماذا كل هذا مهم؟ لأن البيانات السيئة يمكن أن تعلّم نموذج الذكاء الاصطناعي أشياء خاطئة. البيانات التي جُمعت دون موافقة مناسبة يمكن أن تخلق مشكلات أخلاقية وقانونية خطيرة. وعندما لا يستطيع أحد تحديد مصدر بيانات التدريب، يصبح بناء الثقة صعبًا. يساعد أصل البيانات في معالجة هذه المشكلات من خلال جعل تحديد أصل البيانات وتاريخها واستخدامها المسموح به أسهل. مع تطور الذكاء الاصطناعي وقوته، سيصبح معرفة ما تعلم منه النموذج مهمًا بنفس درجة معرفة ما يمكنه فعله.