يحتوي dgrid على نقطة سهلة التغافل عنها، وهي حل مشكلة الثقة في الذكاء الاصطناعي.

حاليًا، معظم مخرجات الذكاء الاصطناعي في جوهرها عبارة عن صندوق أسود. أنت لا تعرف كيف توصلت إلى النتيجة، ولا يمكنك التحقق منها. لكن @dgrid_ai أدخلت آلية PoQ، التي تحوّل عملية الاستنتاج إلى بيانات قابلة للتحقق على السلسلة.
في البداية، اعتقدت أن الأمر يتعلق بالتقنية فقط، لكن لاحقًا اكتشفت أنه يؤثر مباشرة على تجربة المستخدم.
مرة، قمت بمقارنة مخرجات نماذج مختلفة، ووجدت أن نفس الإدخال يظهر اختلافات في أداء العقد المختلفة داخل dgrid. هذه الشفافية تجعل المستخدم أكثر رغبة في تجربة نماذج جديدة، بدلاً من الاعتماد فقط على تلك المألوفة.
الأهم من ذلك، أنها غيرت مصدر الثقة. لم تعد تثق في المنصة، بل تثق في الآلية ذاتها.
وفي الواقع، هذا التغيير مهم جدًا. إذا شارك الذكاء الاصطناعي في التمويل، المحتوى، واتخاذ القرارات في المستقبل، فإن إمكانية التحقق من النتائج ستؤثر مباشرة على مدى ثقة المستخدمين في استخدامها.
ما يفعله dgrid هو تحويل الذكاء الاصطناعي من صندوق أسود إلى نظام يمكن تدقيقه.