AI & Crypto: эти три области стоит слідувати

MLOps, распределенные вычисления и трассировка на основе блокчейна обеспечивают более децентрализованное и инклюзивное будущее искусственного интеллекта.

Автор: io.net

Составитель: Алекс Лю, Foresight News

Искусственный интеллект быстро стал одной из наиболее централизованных сил в мире. Разработка и внедрение искусственного интеллекта требует больших ресурсов, включая капитал, передовые вычислительные возможности и высококвалифицированные специалисты. Конечно, только организации с наиболее обеспеченными финансами могут вкладывать в передовые инфраструктуры и привлекать топ-специалистов, в то время как малые предприятия трудно удерживаются.

В традиционных условиях MLOps (Machine Learning Operations, тренировка машинного обучения) контролируется крупными организациями, которые управляют всем от сбора данных до обучения моделей и их развертывания. Эта закрытая экосистема монополизирует таланты и ресурсы, создавая серьезные препятствия для стартапов и малых компаний.

Одним из самых захватывающих способов, которым блокчейн бросает вызов этому централизованному подходу, является поддержка Децентрализация, моделей искусственного интеллекта без разрешения. Путем использования распределенного сообщества для защиты, проверки, настройки и аутентификации каждого этапа процесса развертывания LLM (крупных языковых моделей), мы можем предотвратить доминирование небольшого числа участников в области искусственного интеллекта.

io.net активно следит за пересечением искусственного интеллекта и блокчейна, определив три ключевых области, которые могут изменить картину.

Распределенный MLOps

В традиционном MLOps крупные технологические компании имеют преимущество. У них есть ресурсы, монополизирующие таланты, и они управляют всем внутри компании. С другой стороны, децентрализованный MLOps использует блокчейн и токены для создания распределенной сети, позволяющей более широкому кругу участников принимать участие во всем жизненном цикле разработки искусственного интеллекта.

От маркировки данных до настройки модели, сеть Децентрализация может масштабироваться более эффективно и справедливо. Пул талантов может быть настроен в соответствии с потребностями и сложностью, что делает этот подход особенно эффективным в области профессиональных областей, где таланты обычно сосредоточены в крупных компаниях с обильными финансовыми ресурсами.

На примере CrunchDao они создали модель Децентрализация, подобную Kaggle, где специалисты по искусственному интеллекту могут соревноваться в решении проблем торговых компаний. По мере того как определенные наборы данных становятся все более распространенными, компании будут все больше полагаться на эту сеть специалистов для наблюдения, настройки и оптимизации “людей в цикле”. Другой проект Codigo использует аналогичный подход, создавая Децентрализация сеть, в которой участвуют специалисты по шифрованию, зарабатывающие Токен для обучения и улучшения Криптовалюта-специфических языковых моделей.

Распределенное аппаратное обеспечение

Одним из основных препятствий для развития искусственного интеллекта является доступ к передовым GPU, таким как A100 и H100 от Nvidia. Они критически важны для обучения крупных моделей искусственного интеллекта, но их стоимость слишком высока для большинства стартапов. В то же время такие компании, как AWS, заключают прямые сделки с Nvidia, дальше ограничивая доступ к ресурсам для малых предприятий.

Вот почему нужны модели, основанные на блокчейне, такие как io.net. Позволяя людям монетизировать неиспользуемые GPU (будь то в центрах обработки данных, криптовалютном майнинге или даже в игровых консолях), малые компании могут получать необходимую вычислительную мощность по очень низкой стоимости. Это альтернатива традиционным облачным провайдерам, не требующая лицензирования, экономически эффективная, без риска проверки или высоких затрат.

Децентрализованное отслеживание

Как сказал Баладжи Сринивасан, «искусственный интеллект - это богатый цифровой продукт, криптовалюта - это редкий цифровой актив; искусственный интеллект создает, а криптовалюта подтверждает». С развитием моделей искусственного интеллекта, все больше зависящих от новых, частных и даже защищенных авторским правом данных, и увеличивающейся угрозой фальсификации, становится все более важным обеспечить правильный источник данных и соответствующие разрешения.

Когда речь идет о моделях искусственного интеллекта, обученных на защищенных данных без соответствующего согласия, нарушение авторских прав - это серьезная проблема. Именно здесь проявляется преимущество Децентрализация решений для трассировки. С использованием прозрачной и децентрализованной блокчейн-книги мы можем отслеживать и проверять данные на протяжении всего их жизненного цикла (от сбора до развертывания) без необходимости полагаться на централизованные учреждения. Это добавляет дополнительный уровень доверия, ответственности и уважения к правам на данные, что является крайне важным для будущего развития искусственного интеллекта.

Заключение

Искусственный интеллект и слияние технологий блокчейн предлагают захватывающие новые способы борьбы с централизованными угрозами в области развития искусственного интеллекта. MLOps, распределенное оборудование и решения по трассировке, основанные на блокчейне, играют роль в создании более справедливой и масштабируемой экосистемы искусственного интеллекта. Эти модели позволяют динамичным сетям талантов использовать неиспользуемые вычислительные ресурсы и гарантировать надежность данных, что способствует более Децентрализация и инклюзивному будущему искусственного интеллекта.