
في يوم من الأيام، علّم نظام الملاحة الخاص بي رحلةً على أنها فاشلة لأنني انعطفت يمينًا بعد أربعة أمتار فقط قبل نقطة التحديد الخاصة به. وصلت إلى المكان الصحيح في الوقت الصحيح. انحراف صغير واحد، ورغم ذلك اعتبر النظام الرحلة فاشلة. الوجهة كانت صحيحة. المسار كان مختلفًا. ما يُعد نجاحًا يعتمد على ما يقيسه النظام. هذا التمييز يُظهر تحديًا أكبر للذكاء الاصطناعي على السلسلة. تعتمد البلوكشينات التقليدية على التنفيذ الحتمي للحفاظ على اتساق انتقالات الحالة. يمكن أن تتغير مخرجات الذكاء الاصطناعي بين التنفيذات، ويمكن أن تتغير بيانات الويب الحية بين التحققات. يسمح مبدأ التكافؤ الخاص بـ @GenLayer لكل عقد ذكي بتعريف ما الذي يجعل الناتج مقبولًا. قد يتطلب مصدر سعر قيمة دقيقة أو يسمح بحافة تسامح محددة. وقد يقبل عقد حل النزاع صياغات مختلفة طالما استوفى الاستنتاج معاييره الصريحة. يُقترح الناتج من قبل القائد، ويقيّمه المدققون وفقًا لقواعد التحقق الخاصة بالعقد. لا تعني المخرجات المختلفة تلقائيًا أنها متكافئة؛ القبول يعتمد على المعايير التي يحددها العقد. الهدف ليس إجابات متطابقة بأي ثمن. بل الاتفاق الموحّد على ما يُعد صحيحًا لكل مهمة. هل يجب على الذكاء الاصطناعي على السلسلة أن يتطلب مخرجات متطابقة، أم يقبل نتائج مختلفة عندما تستوفي قواعد العقد الصريحة؟ اختر جانبًا ودافع عن تفكيرك.






