Tag: نوآوری فناوری

‏منتظر تحول شهوانی OpenAI هستید؟ باید کمی بیشتر صبر کنید.

OpenAI راه‌اندازی قابلیت محتوای بزرگسالان خود را به حداقل اوایل سال ۲۰۲۶ به تعویق انداخته است، و ضرب‌الاجل برجسته دسامبر را که مدیرعامل سم آلتمن تنها دو ماه پیش تعیین کرده بود، نقض می‌کند.

تأخیر در راه‌اندازی

به گزارش اولیه وب‌سایت The Verge، فیدجی سیمو، مدیرعامل برنامه‌های OpenAI، روز پنجشنبه در جریان جلسه توجیهی GPT-5.2 به خبرنگاران گفت که حالت بزرگسالان این شرکت اکنون در زمانی در سه‌ماهه اول سال آینده راه‌اندازی خواهد شد. این تأخیر ناشی از کار مداوم برای تکمیل یک سیستم پیش‌بینی سن است که OpenAI می‌گوید باید نوجوانان را به درستی شناسایی کند، بدون اینکه به اشتباه بزرگسالان را علامت‌گذاری کند.

این اعلامیه پس از پست اکتبر آلتمن در X منتشر شد که ChatGPT به بزرگسالان تأیید شده اجازه می‌دهد از دسامبر محتوای اروتیک داشته باشند. این جدول زمانی بخشی از چیزی بود که آلتمن آن را اصل OpenAI برای “رفتار با کاربران بزرگسال مانند بزرگسالان” نامید، پس از سال‌ها سیاست‌های محتوایی فزاینده محدودکننده که برای رسیدگی به نگرانی‌های مربوط به سلامت روان طراحی شده بود.

فشار کاربران

این تأخیر در یک لحظه نامناسب برای OpenAI رخ می‌دهد، که با فشار فزاینده‌ای از سوی کاربران ناراضی مواجه است. بیش از ۳۰۰۰ نفر یک دادخواست در Change.org را امضا کردند و خواستار “حالت بزرگسالان” شدند، پس از اینکه فیلترهای ChatGPT شروع به مسدود کردن حتی بحث در مورد “بوسیدن و صمیمیت فیزیکی غیرجنسی” کردند.

نویسندگان خلاق و رمان‌نویسان عاشقانه ماه‌هاست که شکایت دارند که این چت‌بات تلاش‌های مشروع داستان‌سرایی را با هشدارهای نقض سیاست متوقف می‌کند.

رقابت

در همین حال، رقبای OpenAI منتظر نمانده‌اند. چت‌بات Grok ایلان ماسک در حال حاضر آنچه xAI به عنوان “همراهان وایفو” بازاریابی می‌کند را ارائه می‌دهد. این شرکت از میزان شهوانی بودن آن کاسته است، مطمئناً – و کاربران Grok عصبانی هستند – اما هنوز هم نمونه‌ای از یک غول هوش مصنوعی است که محتوای NSFW را جدی می‌گیرد.

Character.AI یک پایگاه کاربری قابل توجه را حول تعاملات عاشقانه هوش مصنوعی ایجاد کرده است، با وجود اینکه با شکایت‌هایی در مورد ایمنی نوجوانان مواجه است. و مدل‌های منبع باز مانند Llama به صورت محلی و بدون نظارت شرکتی اجرا می‌شوند و به کاربران آزادی کامل برای تولید هر محتوایی که می‌خواهند می‌دهند، به علاوه متا به مدل‌های خود اجازه می‌دهد با کاربران – حتی نوجوانان – معاشقه کنند.

سیستم تأیید سن

سیستم تأیید سن که در قلب این تأخیر قرار دارد، از هوش مصنوعی برای تخمین سن کاربر بر اساس نحوه تعامل افراد با ChatGPT استفاده می‌کند. اگر سیستم نتواند یک تعیین قاطع انجام دهد، به تجربه زیر ۱۸ سال پیش‌فرض می‌شود.

احتیاط OpenAI منعکس‌کننده بررسی‌های اخیر در مورد تأثیر هوش مصنوعی بر کاربران آسیب‌پذیر است. این شرکت در حال حاضر با یک دعوی مرگ ناشی از سهل‌انگاری از سوی والدینی مواجه است که ادعا می‌کنند ChatGPT به خودکشی پسر ۱۶ ساله‌شان کمک کرده است. اوایل سال جاری، OpenAI یک شورای متخصص در مورد رفاه و هوش مصنوعی را تشکیل داد تا در مورد تأثیرات سلامت روان مشاوره دهد، و حتی FTC تحقیقاتی را در مورد چگونگی محافظت شرکت‌های فناوری از خردسالان آغاز کرد.

در حال حاضر، کاربرانی که مشتاق صحبت‌های ناپسند با ChatGPT هستند، باید حداقل تا ژانویه صبر کنند – یا از یک مدل منبع باز استفاده کنند و دیوانه شوند.

‏شرکت OpenAI، تنها چند هفته پس از انتشار آخرین نسخه بزرگ خود، به سرعت در حال تغییر جهت ChatGPT، محصول شاخص خود، از یک نوآوری مصرف‌کننده به یک نیروی محرک ضروری برای شرکت‌ها است.

معرفی GPT-5.2

روز پنجشنبه، این شرکت GPT-5.2 را منتشر کرد، یک مدل زبانی بزرگ جدید که ادعا می‌کند سریع‌تر، قابل اطمینان‌تر و برای رسیدگی به گردش کارهای حرفه‌ای پیچیده طراحی شده است.

این به‌روزرسانی نشان می‌دهد که OpenAI از کمک به انجام تکالیف و پرسش‌های عمومی فراتر رفته و در عوض قصد دارد فناوری خود را به عنوان یک ابزار ضروری و روزانه در دنیای تجارت ادغام کند، همانطور که معاملات سودآور آن با دولت ایالات متحده و دیزنی گواه این امر است.

OpenAI در بیانیه‌ای اعلام کرد: «ما GPT-5.2 را طوری طراحی کردیم که ارزش اقتصادی بیشتری را برای مردم آزاد کند. این مدل در ایجاد صفحات گسترده، ساخت ارائه‌ها، نوشتن کد، درک تصاویر، درک زمینه‌های طولانی، استفاده از ابزارها و رسیدگی به پروژه‌های پیچیده و چند مرحله‌ای، عملکرد بهتری دارد.»

معیار ارزیابی جدید

این شرکت با تبلیغ عملکرد GPT-5.2، یک معیار ارزیابی اختصاصی به نام GDPval را معرفی کرد که وظایف را در 44 شغل شبیه‌سازی می‌کند.

این شرکت ادعا می‌کند که GPT-5.2 در حدود 71 درصد از مقایسه‌ها با عملکرد کارگران انسانی برابری یا از آن فراتر رفته است.

فیدجی سیمو، مدیرعامل برنامه‌های OpenAI، در X نوشت: «در GDPval، این مدل فکری در 70.9 درصد از وظایف حرفه‌ای رایج مانند صفحات گسترده، ارائه‌ها و ایجاد اسناد، از متخصصان انسانی پیشی می‌گیرد یا با آن‌ها برابر است. همچنین در هوش عمومی، نوشتن کد، فراخوانی ابزار، دید و درک زمینه‌های طولانی بهتر عمل می‌کند، بنابراین می‌تواند ارزش اقتصادی بیشتری را برای مردم آزاد کند.»

مشخص نیست که آیا این معیار مورد بررسی خارجی قرار گرفته است یا خیر، و این امر باعث شده است که کارشناسان صنعت منتظر تأیید مستقل این ادعاها باشند.

دسترسی و قیمت‌گذاری

GPT-5.2 روز پنجشنبه در سطوح اشتراک پولی در دسترس قرار گرفت و دسترسی به API نیز در همان روز باز شد. توسعه‌دهندگان اکنون می‌توانند از بین سه نسخه مجزا انتخاب کنند که هر کدام برای نیازهای حرفه‌ای مختلف بهینه شده‌اند.

قیمت‌گذاری API برای هر میلیون توکن ورودی 1.75 دلار و برای هر میلیون توکن خروجی 14 دلار تعیین شده است.

بهبود عملکرد

علاوه بر معیار GDPval، GPT-5.2 عملکرد بهتری را در آزمون‌های فنی تثبیت‌شده نشان داد و نمرات بالاتری را در GPQA Diamond و FrontierMath ثبت کرد. همچنین گزارش شده است که نتایج قابل اطمینان‌تری را در وظایف دشواری مانند کدنویسی، تجزیه و تحلیل داده‌ها و طراحی آزمایش نشان داده است.

این شرکت در این اطلاعیه، چندین اظهارنظر مثبت از آزمایش‌کنندگان اولیه ارائه کرد.

چشم‌انداز بازار کار

انتشار یک هوش مصنوعی تواناتر برای محیط کار در یک فضای کاری از قبل پرتنش صورت می‌گیرد.

به نظر می‌رسد مدیران شرکت‌ها عمدتاً خوش‌بین هستند، به طوری که یک نظرسنجی اخیر Just Capital نشان می‌دهد که 93 درصد از رهبران کسب‌وکار، هوش مصنوعی را به عنوان یک نیروی مثبت می‌بینند. با این حال، همان مطالعه نشان داد که تقریباً نیمی از آمریکایی‌ها انتظار دارند که این فناوری مشاغل را از بین ببرد، نگرانی‌ای که مدیران ظاهراً کمتر با آن موافق هستند.

‏برنامه‌ریزی برای یک تعطیلات خانوادگی معمولاً مستلزم یک پراکندگی دیجیتالی است: ده‌ها برگه مرورگر برای هتل‌ها، مقایسه پروازها و بررسی رستوران‌ها در وب‌سایت‌های مختلف.
این نوع آشفتگی است که از زمان محبوبیت مرور برگه ای توسط موزیلا فایرفاکس در سال ۲۰۰۲، وب را تعریف کرده است.
امروز، واحد آلفابت اینک. دیسکو، یک مرورگر وب آزمایشی را معرفی کرد که هدف آن پایان دادن به استبداد آشفته تب‌ها است.
دیسکو از مدل هوش مصنوعی جدید جیمینی ۳ این شرکت برای تبدیل مجموعه‌ای از تب‌های باز به یک برنامه تعاملی واحد استفاده می‌کند.
این راه‌اندازی، یکی از تهاجمی‌ترین تلاش‌های گوگل برای بازآفرینی رابط وب است که بخش عمده‌ای از درآمد تبلیغاتی آن را تولید می‌کند و نشان‌دهنده تغییری از جستجوی منفعل به سمت یک انتخاب فعال و مبتنی بر هوش مصنوعی است.
در مرکز این مرورگر جدید، ویژگی‌ای به نام GenTabs قرار دارد. به جای مجبور کردن کاربران به جابجایی بین سایت‌های مختلف، GenTabs جلسه تحقیق فعال – گزارش‌های پرواز، پیش‌بینی‌های آب و هوا و وبلاگ‌های مسافرتی – را تجزیه و تحلیل می‌کند و آن‌ها را در یک داشبورد سفارشی جمع‌آوری می‌کند.

آزمایشگاه جدید

معرفی دیسکو، یک راه آزمایشی برای کشف ویژگی‌های هوش مصنوعی مولد جدید در وب. اولین ویژگی ما، GenTabs، از جیمینی ۳ برای بازسازی تب‌های باز شما به برنامه‌های کاملاً سفارشی استفاده می‌کند تا به شما کمک کند از وب بیشتر بهره ببرید.

بیشتر بدانید و به لیست انتظار بپیوندید →…

— Google Labs (@GoogleLabs) ۱۱ دسامبر ۲۰۲۵

گوگل در بیانیه‌ای در مورد راه‌اندازی گفت: «همانطور که وظایف آنلاین ما پیچیده‌تر شده‌اند، همه ما احساس ناامیدی از دستکاری ده‌ها تب باز را داشته‌ایم.» این شرکت دیسکو را نه به عنوان یک «وسیله کشف» طراحی شده برای ساخت نرم‌افزار در حال پرواز، توصیف می‌کند.

پایان خستگی تب؟

فرض دیسکو این است که مرورگر باید یک عامل فعال باشد تا یک پنجره منفعل.
گوگل در یک نمایش، کاربری را نشان داد که در حال تحقیق در مورد سفری به برلینگتون، ورمونت بود. به جای اینکه کاربر را به مدیریت اطلاعات خام واگذارد، هوش مصنوعی دیسکو تب‌های باز را جمع‌آوری کرد تا یک نقشه یکپارچه و تعاملی با یک برنامه سفر و فهرست بودجه داخلی ایجاد کند. (افرادی که به اندازه کافی بزرگ هستند تا به یاد داشته باشند که AAA نقشه‌ها و بسته‌های اطلاعاتی مرتبط را روی کاغذ ایجاد می‌کرد، به نام TripTik، سرگرم خواهند شد. البته AAA اکنون این را به عنوان یک برنامه ارائه می‌دهد.)
نکته مهم این است که داشبوردهای تولید شده توسط دیسکو پویا هستند. اگر کاربر روی «رزرو اقامت‌های نزدیک» در داخل برنامه تولید شده کلیک کند، سیستم داده‌های بی‌درنگ را از وب‌سایت‌های زیربنایی استخراج می‌کند و سودمندی یک برنامه سفارشی را با اتصال زنده وب ترکیب می‌کند.
این فناوری توسط جیمینی ۳، آخرین مدل زبانی بزرگ گوگل که در اوایل این ماه منتشر شد، پشتیبانی می‌شود.
به گفته این شرکت، جیمینی ۳ از یک حالت استدلال «تفکر عمیق» استفاده می‌کند که به آن اجازه می‌دهد تا وظایف پیچیده و چند مرحله‌ای – مانند ترکیب یک برنامه غذایی از پنج وبلاگ دستور پخت مختلف – را با دقت بالاتری نسبت به تکرارهای قبلی انجام دهد.

یک جعبه ماسه، نه یک سوئیچ

در حال حاضر، گوگل با دیسکو به عنوان یک جعبه ماسه آزمایشی رفتار می‌کند.
این مرورگر به عنوان یک آزمایش محدود تحت بخش Google Labs راه‌اندازی می‌شود که در ابتدا فقط برای کاربران macOS از طریق یک لیست انتظار در دسترس است.
با این حال، راه‌اندازی محتاطانه، سهام بالا را منعکس می‌کند.
گوگل کروم تقریباً دو سوم از بازار مرورگر جهانی را در اختیار دارد و به عنوان قیف اصلی برای تبلیغات جستجویی عمل می‌کند که بخش عمده‌ای از درآمد آلفابت را تشکیل می‌دهد.
مختل کردن آن رابط، خطر قابل توجهی را به همراه دارد. گوگل با پارک کردن دیسکو در بخش «آزمایشگاه» خود، می‌تواند تغییرات رادیکال رابط – مانند حذف نوار URL سنتی به نفع یک نوار کناری مکالمه‌ای – را بدون ایجاد اختلال فوری در تجربه میلیاردها کاربر کروم آزمایش کند.
به همین ترتیب، اگر مرورگر جدید موفق شود، ترافیک را به منابع محتوایی که هوش مصنوعی از آن‌ها استفاده می‌کند، بیشتر کاهش می‌دهد و یک میخ دیگر به تابوت وب‌سایت‌های پشتیبانی‌شده از تبلیغات اضافه می‌کند. با این حال، این شرکت امید زیادی به رویکرد جدید دارد.
این شرکت گفت: «جذاب‌ترین ایده‌ها از دیسکو ممکن است روزی به محصولات بزرگ‌تر گوگل راه پیدا کنند»، و اشاره کرد که GenTabs می‌تواند در نهایت به مرورگر اصلی کروم ارتقا یابد.

جنگ‌های مرورگر هوش مصنوعی

این انتشار در حالی صورت می‌گیرد که گوگل با فشار فزاینده‌ای از سوی رقبایی مواجه است که به دنبال بازنگری در مرورگر هستند. طبق گزارش‌ها، OpenAI در حال بررسی عوامل مرور وب بوده است و استارت‌آپ‌هایی مانند Arc با استفاده از هوش مصنوعی برای خلاصه و سازماندهی صفحات وب، محبوبیت پیدا کرده‌اند.
با این حال، رویکرد گوگل با دیسکو در وعده «بدون کد» آن متفاوت است. این مرورگر ابزارهای واقعی را می‌سازد نه صرفاً خلاصه کردن اطلاعات.
فراتر از سفر، گوگل GenTabs را نشان داد که مدل‌های تعاملی سه بعدی از منظومه شمسی را برای دانش‌آموزان ایجاد کرد، در حالی که برنامه‌ریزان غذا از طریق لیست‌های مواد تشکیل‌دهنده که به‌طور خودکار جمع‌آوری شده و در یک لیست خرید بسته‌بندی شده‌اند، پذیرایی می‌شدند.

نبرد بر سر نقض حق چاپ هوش مصنوعی: دیزنی به گوگل هشدار می‌دهد

درگیری بر سر نقض حق چاپ هوش مصنوعی روز پنجشنبه با ارسال یک اخطار توقف و خودداری از سوی دیزنی به گوگل، وارد مرحله‌ای غیرمنتظره شد.

دیزنی، غول فناوری را به “نقض گسترده حق چاپ دیزنی” متهم کرد.

این اقدام در همان هفته‌ای صورت گرفت که دیزنی به توافقی با OpenAI دست یافت – که صبح پنجشنبه اعلام شد – و به این شرکت اجازه می‌دهد تا صدها شخصیت خود را برای استفاده در Sora، مدل تولید ویدیوی شرکت سازنده ChatGPT، مجوز دهد.

بر اساس گزارشی در ورایتی، وکلای دیزنی روز چهارشنبه نامه‌ای مبنی بر توقف و خودداری را به گوگل ارسال کردند و این شرکت را به کپی‌برداری از یک کتابخانه بزرگ آثار دیزنی برای آموزش سیستم‌های هوش مصنوعی خود متهم کردند. دیزنی ادعا کرد که گوگل سپس خروجی‌هایی را توزیع کرده است که شامل شخصیت‌های دیزنی از طریق Veo، Imagen و Nano Banana گوگل بوده‌اند.

در این نامه آمده است: “گوگل با کپی‌برداری از حجم وسیعی از آثار دارای حق چاپ دیزنی بدون مجوز برای آموزش و توسعه مدل‌ها و خدمات هوش مصنوعی مولد (‘AI’) و با استفاده از مدل‌ها و خدمات هوش مصنوعی برای بهره‌برداری تجاری و توزیع نسخه‌های آثار محافظت‌شده خود به مصرف‌کنندگان، حق چاپ دیزنی را به طور گسترده نقض می‌کند.”

در این نامه، دیزنی اعلام کرد که مدل‌های هوش مصنوعی گوگل تصاویری را تولید کرده‌اند که شامل شخصیت‌هایی از Frozen، The Lion King، Moana، The Little Mermaid، Deadpool، Guardians of the Galaxy و Star Wars بوده‌اند. این نامه شامل نمونه‌هایی مانند تصویر Darth Vader تولید شده از طریق دستورات متنی در برنامه‌های هوش مصنوعی گوگل بود.

دیزنی از گوگل خواست تا آنچه را که کپی‌برداری غیرمجاز، نمایش عمومی، توزیع و ایجاد آثار مشتق‌شده از شخصیت‌هایش می‌خواند، متوقف کند. این شرکت همچنین به گوگل دستور داد تا اقداماتی را در سراسر سیستم‌های هوش مصنوعی خود برای جلوگیری از نقض‌های آتی انجام دهد.

نمایندگان گوگل و دیزنی بلافاصله به درخواست‌ها برای اظهار نظر از سوی Decrypt پاسخ ندادند.

توافق با OpenAI و پیامدهای حقوقی

این رویارویی در حالی رخ می‌دهد که OpenAI از توافق رسمی با دیزنی برای اجازه دادن به تصاویر هوش مصنوعی ساخته شده توسط طرفداران از شخصیت‌هایش خبر داد. بر اساس این توافق، Sora قادر خواهد بود ویدیوهای کوتاه با درخواست کاربر را که شامل بیش از 200 شخصیت از دیزنی، پیکسار، مارول و لوکاس‌فیلم است، تولید کند. بر اساس این توافق، فیلم‌های کوتاه هوش مصنوعی ساخته شده توسط طرفداران در Disney+ پخش خواهند شد. این توافق همچنین شامل سرمایه‌گذاری یک میلیارد دلاری در OpenAI بود.

سام آلتمن، مدیر عامل OpenAI، در بیانیه‌ای گفت: “این توافق نشان می‌دهد که چگونه شرکت‌های هوش مصنوعی و رهبران خلاق می‌توانند با هم مسئولانه برای ارتقای نوآوری که به نفع جامعه است، احترام به اهمیت خلاقیت و کمک به رسیدن آثار به مخاطبان جدید گسترده، همکاری کنند.”

نامه توقف و خودداری در زمانی ارسال می‌شود که شرکت‌ها و خالقان در حال مبارزه با توسعه‌دهندگان هوش مصنوعی مولد در دادگاه هستند. در اکتبر، یک قاضی فدرال حکم داد که نویسندگان می‌توانند ادعاهایی را علیه OpenAI به دلیل دانلود غیرقانونی کتاب‌هایشان و استفاده از آنها برای آموزش مدل‌ها، پیگیری کنند. این موضوع در دسامبر با حکمی مبنی بر اینکه OpenAI باید تقریباً 20 میلیون سیاهه ChatGPT را به نیویورک تایمز تحویل دهد، دنبال شد.

دیزنی نامه‌های مشابهی مبنی بر توقف و خودداری را به Meta و Character.AI صادر کرده است و در حال حاضر درگیر دعوی قضایی – همراه با NBCUniversal، Warner Bros. Discovery و Dreamworks – علیه Midjourney و به دلیل نقض ادعایی حق چاپ است.

‏[بیانیه مطبوعاتی – ابوظبی، امارات متحده عربی، ۱۱ دسامبر ۲۰۲۵]
گروه HAI از راه‌اندازی پلتفرم اطلاعات ریسک CORE.3 خبر داد که اولین چارچوب احتمال زیان (PoL) مبتنی بر داده و متن‌باز را در بخش Web3 معرفی می‌کند. هدف این پلتفرم تبدیل فعالیت‌های پیچیده درون زنجیره‌ای به معیارهای ریسک استاندارد و کمی است و رویکردی جدید برای ارزیابی ریسک‌های عملیاتی و امنیتی مرتبط با پروژه‌های دارایی دیجیتال ارائه می‌دهد.

راه‌اندازی اولیه پلتفرم CORE.3 شامل ارزیابی ریسک برای ۵۰ پروژه دارایی دیجیتال است و برنامه‌هایی برای گسترش پوشش به بیش از ۱۰۰۰ پروژه در سه ماه آینده وجود دارد.

در هسته این پلتفرم، معیار PoL قرار دارد، یک امتیاز عددی آینده‌نگر که احتمال زیان مالی را هنگام تعامل با یک پروژه رمزنگاری خاص تخمین می‌زند. این معیار برای ارائه جایگزینی ساختارمند و مبتنی بر داده برای شاخص‌های سنتی مانند کل ارزش قفل‌شده (TVL) یا احساسات بازار طراحی شده است که از نظر تاریخی در ثبت آسیب‌پذیری‌های عملیاتی ناموفق بوده‌اند.

رویکردی مبتنی بر داده برای ریسک

به گفته گروه HAI، چارچوب PoL شامل بیش از ۱۰۰ نقطه داده در ابعاد کلیدی ریسک، از جمله امنیت، یکپارچگی مالی، استحکام عملیاتی، شهرت و انطباق با مقررات است. این روش از یک ساختار سه لایه پیروی می‌کند:

امتیاز نهایی PoL نشان‌دهنده یک ارزیابی ریسک قابل اندازه‌گیری است، که در آن امتیازهای بالاتر با احتمال زیان بیشتر مطابقت دارند.

یک مؤلفه تکمیلی، که «اثبات نظر» نامیده می‌شود، شاخص‌های ذهنی مانند ارتباط با بازار یا پذیرش اکوسیستم را ارزیابی می‌کند. این لایه در امتیاز PoL لحاظ نمی‌شود و عینیت و یکپارچگی کمی چارچوب را حفظ می‌کند.

دسترسی آزاد و مشارکت صنعت

پلتفرم CORE.3 به عنوان یک چارچوب دسترسی آزاد عمل می‌کند. پروژه‌ها می‌توانند به طور منفعل نمرات خود را مشاهده کنند، که از داده‌های در دسترس عموم به دست می‌آیند، یا با تأیید ورودی‌ها و رسیدگی به ریسک‌های شناسایی‌شده، فعالانه مشارکت کنند. هدف این مدل ارتقای شفافیت و ارائه مکانیزمی برای خودتنظیمی در اکوسیستم دارایی دیجیتال است.

نمایه‌های ریسک و ابزارهای ارسال در app.CORE3.io در دسترس هستند.

درباره گروه HAI

گروه HAI یک شرکت هلدینگ جهانی Web3 و نهاد مادر اکوسیستم Hacken است. این شرکت مجموعه‌ای از محصولات و خدمات مستقل را مدیریت می‌کند که بر امنیت سایبری، تجزیه و تحلیل ریسک و زیرساخت‌های بلاک‌چین متمرکز هستند، از جمله Hacken، HackenProof و CER.live. گروه HAI از توسعه راه‌حل‌های مقیاس‌پذیر در تقاطع DeFi، هوش مصنوعی و فناوری مالی پشتیبانی می‌کند، با هدف ارتقای شفافیت و اعتماد در بخش دارایی دیجیتال.

درباره CORE.3

CORE.3 یک پلتفرم تحلیلی مستقل است که چارچوب احتمال زیان (PoL) مبتنی بر داده را برای اندازه‌گیری ریسک در پروژه‌های Web3 ارائه می‌دهد. CORE.3 که به عنوان یک زیرساخت خودتنظیمی داوطلبانه برای صنعت دارایی دیجیتال طراحی شده است، اطلاعات ریسک استاندارد را برای پشتیبانی از بررسی دقیق سازمانی ارائه می‌دهد. این پلتفرم یک آژانس رتبه‌بندی نیست و معیارهای آن توصیه‌های سرمایه‌گذاری را تشکیل نمی‌دهند.

آغاز برنامه آزمایشی مقاومت کوانتومی توسط BOLTS در شبکه کانتون

[بیانیه مطبوعاتی – گلنکو، ایلینوی، ایالات متحده آمریکا، ۱۰ دسامبر ۲۰۲۵]

امروز، شرکت BOLTS Technologies (BOLTS)، یک شرکت امنیت سایبری که در زمینه زیرساخت‌های امنیتی مقاوم در برابر رمزنگاری و رمزنگاری خنثی پیشگام است، از راه‌اندازی یک برنامه آزمایشی برای بررسی امکان آوردن مقاومت کوانتومی در شبکه کانتون، بلاک چین عمومی و بدون مجوز که برای امور مالی سازمانی ساخته شده است، خبر داد.

این برنامه آزمایشی بررسی خواهد کرد که چگونه محصول نرم‌افزاری مقاوم در برابر کوانتوم BOLTS، QFlex، می‌تواند اطمینان از تراکنش مقاوم در برابر کوانتوم را به شبکه کانتون بیاورد. QFlex به پیچیدگی‌های چندوجهی پیرامون تقویت شبکه‌های بلاک چین در برابر «روز کوانتومی» می‌پردازد. این اصطلاح به روزی اشاره دارد که یک رایانه کوانتومی مرتبط با رمزنگاری (CRQC) ظهور می‌کند و بنیان‌های امنیت اینترنت فعلی را با استفاده از الگوریتم شور تضعیف می‌کند.

به دنبال معرفی PQS 2030 اتحادیه اروپا، پشتیبانی انعطاف‌پذیر از رمزنگاری پس از کوانتوم (PQS) به یک تمرکز فزاینده برای شبکه کانتون تبدیل خواهد شد که دارای فهرست گسترده‌ای از شرکت‌کنندگان در اکوسیستم سازمانی است و ماهانه بیش از ۴ تریلیون دلار در معاملات بازخرید (repo) را پردازش می‌کند.

برنهارد اِلسنر، مدیر ارشد محصول Digital Asset، گفت: «ما از بررسی وعده QFlex مبنی بر اینکه به زیرشبکه‌ها اجازه می‌دهد تا از طیف گسترده‌ای از الگوریتم‌های رمزنگاری پیشرفته با کنترل کاربر و انعطاف‌پذیر، بدون تغییر کد استفاده کنند، هیجان‌زده هستیم. این امر چابکی رمزنگاری شبکه کانتون را بیشتر تقویت می‌کند و آن را در موقعیت خوبی قرار می‌دهد تا به طور یکپارچه از ذینفعانی که قوانینی مانند DLT 2030 و فراتر از آن را اتخاذ می‌کنند، پشتیبانی کند.»

یون آ، مدیر عامل BOLTS، تأیید کرد: «ما مفتخریم که تخصص و فناوری اثبات‌شده ما در این آزمایش آزمایشی با شبکه کانتون به کار گرفته شده است. این همکاری گامی معنادار در مأموریت ما برای ارائه راه‌حل‌های زیرساختی امنیتی بادوام و آماده برای آینده برای مؤسساتی است که بر روی پلتفرم‌های دفتر کل توزیع‌شده فعالیت می‌کنند.

QFlex به صنعت اطمینان می‌دهد که می‌توان بر ترس‌های روز کوانتومی به طور مؤثر در حال حاضر غلبه کرد، با مسیری روشن برای آماده شدن در برابر کوانتوم. با توجه به تریلیون‌ها دلار دارایی دیجیتال سازمانی در خطر، صنعت دیگر نمی‌تواند این موضوع را به تأخیر بیندازد. با پشتیبانی شبکه کانتون از بیش از ۶ تریلیون دلار دارایی‌های دنیای واقعی در زنجیره، این برنامه آزمایشی تأثیر قابل‌توجهی بر صنعت خواهد داشت.»

QFlex که بر اساس پروتکل Structured Data Folding with Transmutations (SDFT) ساخته شده است، چابکی رمزنگاری را در سطح تراکنش ارائه می‌دهد. به این ترتیب، به هر مالک دارایی این امکان را می‌دهد تا در زمان واقعی به تهدیدات جدید در تراکنش بعدی خود پاسخ دهد، برخلاف راه‌حل‌های الگوریتم ایستا یا ترکیبی موجود.

درباره BOLTS Technologies

BOLTS Technologies راه‌حل‌های پیشرفته و تأییدشده مقاوم در برابر کوانتوم را برای سیستم‌های Web3 ارائه می‌دهد. فناوری اصلی آن، QFlex، امکان محافظت از تراکنش‌های بلاک چین را که توسط مالک/کیف پول کنترل می‌شوند، فراهم می‌کند. QFlex بلاک چین‌ها را از انتقال‌های رمزنگاری آینده نجات می‌دهد. QFlex ریشه در فناوری‌های متمرکز بر داده‌های امن دارد که در اصل توسط شرکت خواهرش، NUTS Technologies، توسعه یافته است. QFlex (SDFT) جوایز متعددی را از مؤسسه ملی استانداردها و فناوری، نیروی هوایی ایالات متحده و نیروی دریایی ایالات متحده برای فناوری‌های رمزنگاری پیشرفته دریافت کرده است. فناوری‌های رمزنگاری پیشرفته کاربردی SDFT/NUTS با بیش از ۳۰ پتنت بین‌المللی پشتیبانی می‌شوند.

‏شبکه سولانا شاهد کاهش بیش از ۶۸ درصدی تعداد اعتبارسنج‌های خود در سه سال گذشته بوده است و از هزاران گره فعال به حدود ۸۰۰ گره کاهش یافته است. این کاهش عظیم در تعداد اعتبارسنج‌ها بحث‌هایی را در مورد اینکه آیا این موضوع می‌تواند به تهدیدی برای شبکه بلاک‌چین تبدیل شود یا یک پیرایش طبیعی از گره‌های غیرفعال برای افزایش کارایی، برانگیخته است.

کاهش ۶۸ درصدی اعتبارسنج‌های سولانا در ۳ سال

گزارش جدیدی از کریپتونوسیا نشان می‌دهد که سولانا از مارس ۲۰۲۳ کاهش چشمگیری را در تعداد اعتبارسنج‌های خود، اعم از فعال و غیرفعال، تجربه کرده است. این کاهش نگرانی‌هایی را در سراسر جامعه کریپتو در مورد سلامت و امنیت کلی شبکه ایجاد کرده است.

در سه سال گذشته، شبکه سولانا به طور پیوسته اعتبارسنج‌ها را از دست داده است و از ۲۵۰۰ در نوامبر ۲۰۲۲ به ۲۱۰۰ و اکنون به حدود ۸۰۰ رسیده است. این کاهش به این معنی است که بلاک‌چین در مجموع ۱۷۰۰ اعتبارسنج را از دست داده است. اگرچه این کاهش قابل توجه باید هشدارهایی را ایجاد کند، اما می‌تواند نتیجه پیرایش دفتر کل باشد، که شامل حذف گره‌های غیرفعال یا زائد برای ساده‌سازی شبکه و بهبود عملکرد آن بدون به خطر انداختن امنیت است.

شایان ذکر است که اعتبارسنج‌ها برای عملکرد یک شبکه بلاک‌چین حیاتی هستند، زیرا آن‌ها گره‌ها را اجرا می‌کنند، تراکنش‌ها را تأیید می‌کنند و به حفظ یکپارچگی سیستم کمک می‌کنند. هر اعتبارسنج به تنوع شبکه می‌افزاید و خطر اینکه یک نهاد واحد کنترل بیش از حد را به دست آورد، کاهش می‌دهد.

طبق این گزارش، برخی از صداها در اکوسیستم سولانا کاهش اعتبارسنج‌ها را از منظر مثبتی می‌بینند. آن‌ها استدلال می‌کنند که از دست دادن “اعتبارسنج‌های سیبیل”، که گره‌هایی هستند که وانمود می‌کنند اپراتورهای مستقل متعددی هستند اما در واقع توسط یک طرف واحد کنترل می‌شوند، می‌تواند مفید باشد. بر اساس این دیدگاه، داشتن تعداد کمتری اعتبارسنج قابل اعتماد و فعال سالم‌تر از حفظ هزاران گره است که به طور معناداری به شبکه بلاک‌چین کمک نمی‌کنند.

کریپتونوسیا فاش کرد که تیم‌هایی مانند لایه ۳۳، که ابزارهای گره زیرساختی را توسعه می‌دهد و خدمات شبکه را برای سولانا ارائه می‌دهد، اشاره می‌کنند که بسیاری از اعتبارسنج‌هایی که در حال ترک بلاک‌چین هستند، سیبیل نیستند، بلکه اپراتورهای گره قانونی هستند. این نشان می‌دهد که کاهش تعداد لزوماً به معنای بهبود کیفیت شبکه نیست، با وجود بحث‌های گسترده در مورد پیرایش دفتر کل.

شایان ذکر است که تأثیر بالقوه بر شبکه سولانا، چه منفی و چه مثبت، به استقلال اعتبارسنج‌های باقی‌مانده و توزیع قدرت در میان آن‌ها بستگی دارد. گزارش به‌روز شده‌ای از تعداد اعتبارسنج‌ها نشان می‌دهد که این تعداد دوباره از ۸۰۰ به ۷۹۵ کاهش یافته است.

سولانا با بحران نقدینگی مواجه است زیرا سودآوری کاهش می‌یابد

در میان کاهش اعتبارسنج‌ها، شبکه سولانا نشانه‌هایی از فشار را نشان می‌دهد زیرا نقدینگی خشک می‌شود و سودآوری کاهش می‌یابد. داده‌های درون زنجیره‌ای از گلس‌نود روند نگران‌کننده‌ای را در فعالیت معاملاتی شبکه برجسته می‌کند، به طوری که میانگین ۳۰ روزه نسبت سود به زیان محقق شده از اواسط نوامبر زیر ۱ باقی مانده است.

این سطح معمولاً با شرایط بازار نزولی مرتبط است و به عدم تعادل فزاینده بین سود و زیان در میان معامله‌گران اشاره دارد. نسبت زیر ۱ نیز نشان می‌دهد که معامله‌گران بیشتر از سود، زیان را محقق می‌کنند و بر تضعیف احساسات بازار ارزهای دیجیتال تأکید دارد.

‏یافته‌های جدید از دانشگاه کرنل و مؤسسه امنیت هوش مصنوعی بریتانیا نشان می‌دهد که سیستم‌های هوش مصنوعی که به طور گسترده مورد استفاده قرار می‌گیرند، می‌توانند ترجیحات رای‌دهندگان را در تنظیمات انتخاباتی کنترل‌شده تا ۱۵ درصد تغییر دهند.

یافته‌های کلیدی

این یافته‌ها که در مجلات ساینس و نیچر منتشر شده‌اند، در حالی مطرح می‌شوند که دولت‌ها و محققان در حال بررسی چگونگی تأثیر هوش مصنوعی بر چرخه‌های انتخاباتی پیش رو هستند، و توسعه‌دهندگان نیز در تلاش برای حذف سوگیری از مدل‌های خود هستند که در اختیار مصرف‌کنندگان قرار می‌دهند.

محققان نوشتند: «نگرانی‌های عمومی زیادی در مورد استفاده احتمالی از هوش مصنوعی مولد برای متقاعدسازی سیاسی و تأثیرات ناشی از آن بر انتخابات و دموکراسی وجود دارد. ما با استفاده از آزمایش‌های از پیش ثبت‌شده، این نگرانی‌ها را با ارزیابی توانایی مدل‌های زبانی بزرگ برای تأثیرگذاری بر نگرش رای‌دهندگان، مورد بررسی قرار می‌دهیم.»

مطالعه‌ای در مجله نیچر، نزدیک به ۶۰۰۰ شرکت‌کننده را در ایالات متحده، کانادا و لهستان مورد آزمایش قرار داد. شرکت‌کنندگان یک نامزد سیاسی را ارزیابی کردند، با یک چت‌بات که از آن نامزد حمایت می‌کرد، صحبت کردند و دوباره نامزد را ارزیابی کردند.

در بخش ایالات متحده این مطالعه که شامل ۲۳۰۰ نفر قبل از انتخابات ریاست‌جمهوری ۲۰۲۴ بود، چت‌بات زمانی که با ترجیح اعلام‌شده شرکت‌کننده همسو بود، یک اثر تقویت‌کننده داشت. تغییرات بزرگتر زمانی رخ داد که چت‌بات از نامزدی حمایت می‌کرد که شرکت‌کننده با آن مخالف بود. محققان نتایج مشابهی را در کانادا و لهستان گزارش کردند.

این مطالعه همچنین نشان داد که پیام‌های متمرکز بر سیاست، تأثیرات متقاعدسازی قوی‌تری نسبت به پیام‌های مبتنی بر شخصیت ایجاد می‌کنند.

دقت در مکالمات متفاوت بود و چت‌بات‌هایی که از نامزدهای راست‌گرا حمایت می‌کردند، اظهارات نادرست بیشتری نسبت به آنهایی که از نامزدهای چپ‌گرا حمایت می‌کردند، ارائه می‌دادند.

محققان گفتند: «این یافته‌ها این مفهوم ناخوشایند را به همراه دارد که متقاعدسازی سیاسی توسط هوش مصنوعی می‌تواند از عدم تعادل در آنچه مدل‌ها می‌دانند، سوء استفاده کند و حتی تحت دستورالعمل‌های صریح برای راستگو ماندن، بی‌دقتی‌های نامنظم را گسترش دهد.»

یک مطالعه جداگانه در مجله ساینس، به بررسی علت وقوع متقاعدسازی پرداخت. این تحقیق ۱۹ مدل زبانی را با ۷۶۹۷۷ بزرگسال در بریتانیا در بیش از ۷۰۰ موضوع سیاسی مورد آزمایش قرار داد.

محققان نوشتند: «ترس‌های گسترده‌ای وجود دارد مبنی بر اینکه هوش مصنوعی محاوره‌ای به زودی می‌تواند نفوذ بی‌سابقه‌ای بر باورهای انسانی اعمال کند.»

آنها دریافتند که تکنیک‌های درخواست، تأثیر بیشتری بر متقاعدسازی نسبت به اندازه مدل داشتند. درخواست‌هایی که مدل‌ها را به معرفی اطلاعات جدید تشویق می‌کردند، متقاعدسازی را افزایش دادند اما دقت را کاهش دادند.

محققان نوشتند: «درخواست تشویق مدل‌های زبانی بزرگ به ارائه اطلاعات جدید، در متقاعد کردن مردم موفق‌ترین بود.»

هر دو مطالعه در حالی منتشر شدند که تحلیلگران و اندیشکده‌های سیاست‌گذاری در حال ارزیابی چگونگی دیدگاه رای‌دهندگان نسبت به ایده هوش مصنوعی در نقش‌های دولتی هستند.

نظرسنجی‌ها و دیدگاه‌ها

یک نظرسنجی اخیر توسط مؤسسه هارتلند و گزارش‌های راسموسن نشان داد که محافظه‌کاران جوان‌تر تمایل بیشتری نسبت به لیبرال‌ها برای اعطای اختیار به هوش مصنوعی در تصمیم‌گیری‌های مهم دولتی نشان می‌دهند. از پاسخ‌دهندگان ۱۸ تا ۳۹ ساله پرسیده شد که آیا یک سیستم هوش مصنوعی باید به هدایت سیاست‌های عمومی، تفسیر حقوق اساسی یا فرماندهی ارتش‌های بزرگ کمک کند. محافظه‌کاران بالاترین سطح حمایت را ابراز کردند.

دونالد کندال، مدیر مرکز مسائل نوظهور گلن سی. هاسکینز در مؤسسه هارتلند، گفت که رای‌دهندگان اغلب در مورد بی‌طرفی مدل‌های زبانی بزرگ اشتباه قضاوت می‌کنند.

کاندال به دکریپت گفت: «یکی از چیزهایی که من سعی می‌کنم به آن بپردازم، از بین بردن این توهم است که هوش مصنوعی بی‌طرف است. این بسیار واضح است که سوگیری دارد و بخشی از آن منفعل است.» وی افزود که اعتماد به این سیستم‌ها می‌تواند بی‌مورد باشد، زیرا تصمیمات آموزشی شرکت‌ها رفتار آنها را شکل می‌دهند.

وی گفت: «اینها شرکت‌های بزرگ دره سیلیکون هستند که این مدل‌ها را می‌سازند و ما از مناقشات سانسور فناوری در سال‌های اخیر دیده‌ایم که برخی از شرکت‌ها از فشار دادن انگشتان خود بر مقیاس از نظر محتوایی که در پلتفرم‌هایشان توزیع می‌شود، خجالت نکشیده‌اند. اگر همین مفهوم در مدل‌های زبانی بزرگ اتفاق بیفتد، پس ما یک مدل مغرضانه دریافت می‌کنیم.»

‏بزرگ‌ترین غول‌های فناوری ایالات متحده برای راه‌اندازی بنیاد جدید Agentic AI با یکدیگر متحد شدند.

این گروه که توسط شرکت‌های Anthropic، OpenAI و Block با حمایت گوگل، مایکروسافت، AWS، بلومبرگ و Cloudflare تشکیل شده است، در زمانی گرد هم می‌آیند که چین به سرعت در پذیرش هوش مصنوعی منبع باز جهانی پیشی می‌گیرد و رقبای سرسخت آمریکا را مجبور به همکاری می‌کند.

دین نکت، مدیر ارشد فناوری Cloudflare، در بیانیه‌ای عمومی گفت: «استانداردها و پروتکل‌های باز مانند MCP برای ایجاد یک اکوسیستم توسعه‌دهنده پر رونق برای ساخت عوامل ضروری هستند. آن‌ها اطمینان می‌دهند که هر کسی می‌تواند عوامل را در سراسر پلتفرم‌ها بدون ترس از قفل شدن توسط فروشنده بسازد.»

شرکت‌های آمریکایی با یک تناقض روبرو هستند. آن‌ها از APIهای بسته درآمدزایی مکرر می‌خواهند، اما از دست دادن لایه پایه به چین آن‌ها را بی‌اهمیت می‌کند، مهم نیست که آن APIها چقدر سودآور می‌شوند.

بهتر است بر روی MCP و هوش مصنوعی عامل استانداردسازی شود، اطمینان حاصل شود که مدل‌های ایالات متحده رقابتی باقی می‌مانند و ارزش را از طریق مدل‌های برتر به جای قفل شدن اکوسیستم به دست آورند، یا این‌گونه استدلال می‌شود.

این بنیاد یک همکاری عمل‌گرایانه و یک پیروزی برای جامعه منبع باز است، با این واقعیت که رقبای اصلی اذعان می‌کنند که استانداردسازی برای همه بیشتر از پراکندگی سودمند است.

اقدام صنعت هوش مصنوعی ایالات متحده برای بازیابی تسلط بر منبع باز ممکن است برای کاربران (از جمله کاربران چینی) یک نتیجه مثبت خالص باشد، زیرا می‌تواند منجر به توسعه بهتر منبع باز شود.

Anthropic پروتکل Model Context خود را که پروتکلی است که مدل‌های هوش مصنوعی را قادر می‌سازد تا از ابزارها به صورت خلاقانه استفاده کنند و نه اینکه به فراخوانی API محدود شوند، به عنوان محور اصلی به بنیاد لینوکس اهدا کرد.

MCP از زمان راه‌اندازی در یک سال پیش، کشش قابل توجهی به دست آورد: بیش از 10000 سرور فعال، پشتیبانی درجه یک از ChatGPT تا Gemini تا Microsoft Copilot تا VS Code و 97 میلیون دانلود SDK در ماه.

Anthropic در بیانیه‌ای اعلام کرد: «نرم‌افزار منبع باز برای ایجاد یک اکوسیستم امن و نوآورانه برای هوش مصنوعی عامل ضروری است.»

OpenAI فایل AGENTS.md را که یک مشخصات سبک وزن است و توسط 60000 مخزن استفاده می‌شود، ارائه کرد که به عوامل هوش مصنوعی دستورالعمل‌های پروژه استاندارد شده را ارائه می‌دهد. Block نیز Goose، یک چارچوب عامل محلی‌محور را اضافه کرد. هر سه اکنون تحت حاکمیت بی‌طرفانه بنیاد لینوکس فعالیت می‌کنند.

زمان‌بندی تصادفی نیست.

یک مطالعه در دسامبر 2025 توسط MIT که 2.2 میلیارد دانلود مدل را تجزیه و تحلیل کرد، نشان داد که چین اکنون 17.1 درصد از دانلودهای هوش مصنوعی منبع باز جهانی را به خود اختصاص داده است که نسبت به 15.8 درصد ایالات متحده افزایش داشته است. شرکت‌هایی مانند DeepSeek و Alibaba بازار را با مدل‌های باز با عملکرد بالا پر کردند، در حالی که شرکت‌های آمریکایی پشت APIهای بسته عقب‌نشینی کردند و به دنبال سودآوری بودند.

جیم زملین، مدیر اجرایی بنیاد لینوکس، گفت: «ما شاهد ورود هوش مصنوعی به مرحله جدیدی هستیم، زیرا سیستم‌های مکالمه‌ای به سمت عوامل خودمختار که می‌توانند با هم کار کنند، تغییر می‌کنند.»

این بنیاد به یک آسیب‌پذیری استراتژیک می‌پردازد: مدل‌های منبع باز چینی وابستگی ایجاد می‌کنند – توسعه‌دهندگان در سراسر جهان بر روی آن زیرساخت‌ها می‌سازند و اتکا به ارائه‌دهندگان و APIهای ابری ایالات متحده را کاهش می‌دهند.

این بنیاد با حاکمیت پاسخگو عمل می‌کند و در عین حال بی‌طرفی فروشنده را حفظ می‌کند.

اعضای پلاتین شامل Amazon، Anthropic، Block، Bloomberg، Cloudflare، Google، Microsoft و OpenAI هستند.

اعضای طلایی شامل Cisco، Datadog، Docker، IBM، Oracle، SAP، Snowflake و Twilio هستند. اعضای نقره‌ای شامل Hugging Face، Uber، SUSE و دیگران هستند. این گروه اعلام کرد که هیچ شرکت واحدی جهت‌گیری آن را هدایت نمی‌کند.

در همین حال، مزیت چین از یک استراتژی عمدی ناشی می‌شود.

شرکت‌های چینی به جای کارخانه‌های عظیم هوش مصنوعی مانند OpenAI یا Google، بر سازگاری کم‌هزینه و نوآوری مدولار تأکید دارند. آن‌ها وزن‌های باز را برای توسعه‌دهندگان فراهم می‌کنند تا محصولات خود را بر اساس فناوری آن‌ها بسازند.

طرح اقدام هوش مصنوعی دولت ترامپ صراحتاً این تهدید را به رسمیت می‌شناسد.

بر اساس بیانیه‌ای از کاخ سفید، «مدل‌های منبع باز و وزن باز می‌توانند به استانداردهای جهانی در برخی از حوزه‌های کسب‌وکار و در تحقیقات دانشگاهی در سراسر جهان تبدیل شوند. به همین دلیل، آن‌ها ارزش ژئواستراتژیک نیز دارند.»

‏شرکت تاسات گروپ، سه‌شنبه اعلام کرد که یک حق اختراع ایالات متحده برای فناوری «بازده در حال انتقال» (YIT) خود در زنجیره دریافت کرده است که نشان‌دهنده پیشرفتی در زیرساخت‌های تسویه حساب بهره‌مند از برنامه‌ریزی است.

معرفی فناوری جدید

تاسات مفتخر است که اعلام کند حق اختراع ایالات متحده برای «بازده در حال انتقال» دریافت کرده است که امکان انباشت مداوم بهره در زنجیره را در سراسر عملیات تسویه حساب، وثیقه و خزانه داری فراهم می‌کند. این فناوری در Lynq فعال است و بیش از ۵۰ موسسه در حال پیوستن به آن هستند.

این حق اختراع بخشی از ماموریت تاسات برای مدرن‌سازی سیستم‌های تراکنش مالی برای موسسات تحت نظارت است و از نقش این شرکت در اجازه دادن به Lynq برای ارائه تسویه حساب یکپارچه و بهره‌مند از ابتدا تا انتها در مقیاس بزرگ پشتیبانی می‌کند.

Lynq که با همکاری Arca Labs و tZERO Group توسعه یافته و در ژوئیه ۲۰۲۵ با حمایت U.S. Bank، Avalanche، B2C2، Crypto.com، Fireblocks، Galaxy، FalconX و Wintermute راه‌اندازی شد، به موسسات دارایی دیجیتال اجازه می‌دهد تا به طور مداوم در طول فرآیندهای تسویه حساب، وثیقه و ذخیره، بهره در زنجیره را جمع‌آوری و دریافت کنند.

فناوری YIT ثبت شده تاسات، انباشت و توزیع درون روزانه بهره در زنجیره را پوشش می‌دهد و به یک چالش دیرینه در محیط‌های تسویه حساب با سرعت بالا پاسخ می‌دهد.

با اجازه دادن به توزیع بهره متناسب با زمان نگهداری دارایی‌ها، مدل YIT ابهام، تطبیق دستی و ناکارآمدی اقتصادی را که معمولاً با تسویه حساب ۲۴ ساعته، ۷ روز هفته و بین پلتفرمی مرتبط است، از بین می‌برد.

اظهارات مدیران

گلن ساسمن، مدیر عامل تاسات، گفت: «اعطای این حق اختراع کلیدی، نوآوری مستمر تاسات در توکنیزاسیون و پلتفرم‌های تسویه حساب قابل برنامه‌ریزی در زمان واقعی را تایید می‌کند.»

ساسمن افزود: «بازده در حال انتقال این پتانسیل را دارد که نحوه تفکر موسسات دارایی دیجیتال مانند بازارسازان، صرافی‌ها، متولیان و صادرکنندگان استیبل‌کوین‌ها در مورد کارایی سرمایه در زنجیره را متحول کند.»

YIT اطمینان حاصل می‌کند که نقدینگی هرگز بیکار نمی‌ماند. این فناوری سرمایه را در طول فرآیند تسویه حساب مولد نگه می‌دارد و دارایی‌های درون زنجیره را در موقعیتی قرار می‌دهد که به طور مداوم بازدهی ایجاد کنند، به روش‌هایی که سیستم‌های سنتی بدون چرخه‌های مبتنی بر دسته، مهلت‌ها یا تاخیرهای چند روزه نمی‌توانند.

آندره فرانک، مدیر ارشد عملیاتی تاسات، افزود: «این مالکیت معنوی، تعهد ما را به ایجاد راه‌حل‌های بلاک‌چین نسل بعدی که نیازهای زمان واقعی شرکت‌های پیشرو در زمینه دارایی‌های دیجیتال را برآورده می‌کند، تجسم می‌بخشد. این امر در را به روی ویژگی‌های فعال شده توسط YIT، از جمله وثیقه گذاری، تحویل در برابر پرداخت و مدیریت ذخایر استیبل‌کوین‌ها باز می‌کند.»

تاثیر زمان واقعی «بازده در حال انتقال» در حال حاضر در شبکه سازمانی Lynq نشان داده می‌شود.

جرالد دیوید، مدیر عامل Lynq، گفت: «از طریق گنجاندن «بازده در حال انتقال» در Lynq، کاربران ما می‌توانند بهره درون روزانه در زنجیره را جمع‌آوری کرده و توزیع‌ها را در همان روز دریافت کنند. تاسات و Lynq در حال بازتعریف نحوه بهینه‌سازی عملیات تسویه حساب، وثیقه و نقدینگی توسط موسسات هستند.»