شركة io.net تتعاون مع FLock لتحقيق إنجازات جديدة في الذكاء الاصطناعي – اكتشف المزيد!
منصة التعلم اللامركزية FLock (وليس هذا الحرف “L” الكبير خطأً) قد تعاونت مع io.net لتطوير أول آلية إجماع في العالم قائمة على إثبات الذكاء الاصطناعي (PoAI) للتحقق من سلامة العقد التي تعمل على شبكة الحوسبة الموزعة. من المتوقع أن يعزز الإصدار الكفاءة في استغلال الموارد للحوسبة المدعومة بالذكاء الاصطناعي لأغراض متنوعة.
FLock و io.net تعلنان عن شراكة وتقدم مفهوم إثبات الذكاء الاصطناعي
شاركت منصة إدارة GPU io.net وخدمة التعلم الفيدرالي بالذكاء الاصطناعي FLock تفاصيل تعاونهما الاستراتيجي طويل الأجل. من المتوقع أن توفر المبادرة الجديدة أدوات تطوير وحوسبة جديدة تمامًا لقطاعات الذكاء الاصطناعي و Web3.
بشكل خاص، سيعمل الاثنان معًا على تطوير أول آلية إجماع في العالم قائمة على إثبات الذكاء الاصطناعي (PoAI) للتحقق من سلامة العقد التي تعمل على شبكة حوسبة لامركزية.
الآلية الجديدة لتحسين الشبكات اللامركزية
مع PoAI، يمكن لشبكات البنية التحتية الفيزيائية اللامركزية (DePINs) التحقق من سلامة عقد DePIN من خلال إكمال مهام تدريب الذكاء الاصطناعي المكثفة في الحوسبة. PoAI هو إثبات عمل أصلي للذكاء الاصطناعي، يوجه موارد التحقق إلى مهام الذكاء الاصطناعي ذات القيمة. يسمح للعقد بكسب مكافآت الكتل من DePIN وكذلك شبكات تدريب الذكاء الاصطناعي – في هذه الحالة، كل من IO.net و FLock.io.
التقدم في تدريب نماذج الذكاء الاصطناعي مع Web3
تتحدث جياهاو صن، المؤسس والرئيس التنفيذي لـ FLock، عن الأهمية الكبيرة للإصدار الجديد لقطاعات DePIN، الذكاء الاصطناعي و Web3:
الآلية التي تبرز سلامة العقد DePIN بطريقة لامركزية وأصيلة للذكاء الاصطناعي، تتضمن محركًا يقدم تحديات مستمرة، ويتجمع الردود، ويزود العقد اللازمة بالمعلومات (مثل التأخير، انحراف النقاط، صحة البيانات) لعقد io.net لتجميع الأحكام.
كسر الحواجز في تدريب نماذج الذكاء الاصطناعي
توري غرين، الرئيس التنفيذي والمؤسس المشارك لـ io.net، متحمس لفرص جديدة التي تفتحها الشراكة لمختلف استخدامات الذكاء الاصطناعي:
لقد ثبت أن البيانات الاصطناعية مفيدة للغاية في تدريب النماذج، على الرغم من أن توليد وتنظيف 15 تريليون رمز (العدد المستخدم في تدريب LLama3) هو مهمة غير بسيطة. نتيجة لذلك، ستستخدم FLock Data Generation الموارد العاطلة لوحدة معالجة الرسوميات (GPU) لإجراء استدلالات دفعة على نماذج اللغة الكبيرة (LLMs) المطلوبة من قبل FLock Task Creator والعقدة التدريبية.
الشبكات اللامركزية لوحدة معالجة الرسوميات للذكاء الاصطناعي أساسية لنجاح الذكاء الاصطناعي اللامركزي على المدى الطويل، ومع ذلك، لا يزال العديد من الفاعلين غير النزيهين يسعون للتلاعب بالنظام. إحدى الطرق الشائعة للقيام بذلك هي خداع الشبكة بطريقة ضارة للاعتقاد بأن لديهم المزيد من موارد الحوسبة مما لديهم بالفعل.
بدون اتخاذ تدابير ردع قوية، يمكن لمشغلي العقد التصرف بشكل غير نزيه لكسب مكافآت الشبكة، حتى لو كانت مساهماتهم ضئيلة. حل مشكلة التحقق من سلامة العقد يمثل تحديًا، حيث يمكن للجهات الفاعلة السيئة أن تخلق تمثيلات كاذبة للموارد التي تمتلكها وتجمع المكافآت دون القيام بأي من العمل.
