io.net объединяется с FLock для новых достижений в области искусственного интеллекта

Самые главные криптоновости в Телеграм-канале CryptoMoon, присоединяйтесь!👇

Cryptomoon Telegram

Как опытный криптоинвестор с более чем двадцатилетним опытом работы за плечами, я должен признать, что партнерство между FLock и io.net является не чем иным, как революционным. Концепция механизма консенсуса Proof-of-AI (PoAI) может изменить ландшафт сегментов AI и Web3.

Платформа обучения искусственному интеллекту FLock, а не Flock с маленькой буквой «l», в партнерстве с io.net создала первую в мире систему проверки Proof-of-AI (PoAI) для узлов в распределенной вычислительной сети. Это нововведение направлено на повышение эффективности вычислений ИИ во многих приложениях.

FLock и io.net объявляют о партнерстве и анонсируют концепцию Proof-of-AI

io.net и FLock, платформа управления графическими процессорами и федеративная служба обучения искусственному интеллекту соответственно, раскрыли планы долгосрочного стратегического партнерства. Ожидается, что этот альянс предложит секторам искусственного интеллекта и Web3 целый ряд совершенно новых инструментов для разработки и вычислительных целей.

1/ Захватывающее сотрудничество между @ionet и X FLock: прорыв
Работа над созданием новаторского механизма консенсуса Proof of Artificial Intelligence (PoAI).
цель? Для проверки надежности узлов DePIN в децентрализованных вычислительных сетях.
Узнайте больше об этом ориентированном на работу доказательстве работы на базе искусственного интеллекта.
— FLock.io (@flock_io), 29 августа, 2024 год

В частности, они объединяют усилия для разработки первоначальной системы соглашений «Доказательство искусственного интеллекта» (PoAI) для проверки надежности узлов, функционирующих в распределенной вычислительной сети.

С помощью PoAI сети децентрализованной физической инфраструктуры (DePIN) могут проверять надежность своих узлов, выполняя сложные задания по обучению ИИ. PoAI — это тип доказательства работы, специально разработанный для ИИ, который направляет ресурсы проверки на ценные проекты ИИ. Таким образом, узлы могут получать вознаграждение за блоки не только от DePIN, но и от сетей обучения ИИ, таких как IO.net и FLock.io.

Цзяхао Сан, основатель и генеральный директор FLock, подчеркивает, что предстоящий релиз имеет большое значение для секторов DePIN, AI и Web3.

Надежные вычислительные ресурсы имеют решающее значение как для инженеров ИИ, так и для конечных пользователей, а доказательство ИИ (PoAI) служит основой для построения такого доверия. Поскольку вычислительная инфраструктура составляет основу разработки ИИ, важно в первую очередь рассмотреть этот аспект. Мы очень рады сотрудничать с io.net, пионером в своей отрасли, чтобы обеспечить предоставление первоклассных вычислительных ресурсов для наших проектов в области искусственного интеллекта.

Система, которая обеспечивает надежность узлов DePIN с использованием децентрализованного и интегрированного с искусственным интеллектом подхода, включает в себя механизм, который последовательно генерирует задачи, собирает ответы и доставляет соответствующую статистику (например, задержку, вариации оценок, точность данных) на узлы io.net для принятия решений. .

Раздвигая барьеры обучения моделей ИИ с помощью Web3

Тори Грин, генеральный директор и соучредитель io.net, в восторге от широкого спектра возможностей, которые предлагает последнее партнерство для применения искусственного интеллекта в различных сценариях.

Ожидается, что появление Proof of AI приведет к значительным улучшениям в процессах обучения и вывода моделей ИИ в распределенных вычислительных системах. Вполне вероятно, что операторы узлов графических процессоров и более широкое сообщество разработчиков искусственного интеллекта и машинного обучения с радостью воспримут Proof of AI, поскольку предвидят его преимущества.

Как криптоинвестор, увлекающийся сферой искусственного интеллекта, я начал понимать важность синтетических данных в обучении моделей. Однако задача синтеза и очистки 15 триллионов токенов, как видно из обучения LLama3, — немалая задача. Поэтому компания FLock Data Generation разработала умное решение: использовать простаивающие ресурсы графического процессора для выполнения пакетного вывода по языковым моделям (LLM), требуемым как создателем задач FLock, так и узлом обучения.

В долгосрочной перспективе важно, чтобы распределенные системы искусственного интеллекта, использующие графические процессоры, работали хорошо для процветания децентрализованного искусственного интеллекта. Однако есть недобросовестные люди, которые пытаются эксплуатировать систему, ложно заявляя, что обладают большей вычислительной мощностью, чем есть на самом деле. Один из типичных методов — обмануть сеть, заставив ее думать, что у нее больше вычислительных ресурсов.

Как исследователь, я столкнулся с серьезной проблемой: отсутствие сильных механизмов сдерживания потенциально может привести к тому, что операторы узлов будут действовать недобросовестно в погоне за сетевым вознаграждением, независимо от их фактического вклада. Проверка целостности узлов является сложной задачей из-за возможности того, что злоумышленники могут сфабриковать представления своих ресурсов и потребовать вознаграждения, не выполняя никакой реальной работы.

Смотрите также

2024-08-29 19:19