7 най-добри децентрализирани AI платформи, които да наблюдавате
Накратко
В тази статия ще разгледаме 7-те най-добри децентрализирани платформи с изкуствен интелект, които изравняват условията.
Иновациите в областта на изкуствения интелект (ИИ) отбелязаха огромен растеж от дебюта си ChatGPT през ноември 2022 г. Въпреки навлизането му в масовия пазар, някои значителни пречки продължават да забавят разработването и приемането на ИИ – едно от най-големите предизвикателства пред тази зараждаща се индустрия е качеството и контролът на данните.
Според един приблизителна оценка Според Epoch AI, общият ефективен запас от генерирани от човека публични текстови данни е около 300 трилиона токена; този запас от данни вероятно ще бъде напълно използван от езикови модели за обучение между 2026 и 2032 г. Този надвиснал недостиг на данни, съчетан с опасения относно прозрачността и разходите, е резултат главно от централизацията на повечето канали за данни на ИИ.
От добрата страна, децентрализираните инфраструктури се оказват ценни за решаването на някои от тези проблеми. В тази статия ще разгледаме 7-те най-добри децентрализирани платформи за изкуствен интелект, които изравняват условията. Тези нововъзникващи платформи дават възможност на разработчиците на изкуствен интелект и предприятията да получават проверими, управлявани от общността набори от данни, без да разчитат на централизирани посредници.
OORT: Пълният облак от данни за децентрализиран изкуствен интелект
OORT е цялостно децентрализирано решение за изкуствен интелект, предназначено да позволи както на предприятия, така и на физически лица да събират, обработват и монетизират данни, свързани с изкуствен интелект.
Това, което се откроява в този облак от данни с изкуствен интелект в сравнение с централизираните му аналози, е подходът на глобалната общност; вместо да разчита на непрозрачни процеси за събиране на данни, OORT въвежда децентрализирана платформа за събиране на данни от множество вериги, наречена OORT DataHub. Тази платформа използва приноса на глобалната общност, за да предоставя разнообразни, висококачествени и проверими набори от данни, за да се справи със съществуващите недостатъци в качеството и контрола на данните с изкуствен интелект.
OORT DataHub се поддържа от децентрализирана мрежа, OORT Edge, която захранва съхранението и обработката на събраните данни; това се осъществява чрез хардуерно устройство за edge node – Deimos.
По този начин, потребителите на OORT екосистемата имат възможност да печелят монетизируеми награди чрез допринасяйки към DataHub или превръщането им в част от периферната мрежа чрез Хостинг възел чрез устройството Deimos. В момента в тази децентрализирана екосистема с изкуствен интелект има над 330 000 източника на данни, над 83 000 възела и над 10 000 потребители дневно.
Bittensor: Децентрализираната разузнавателна мрежа
Битензор е друга интересна децентрализирана платформа за изкуствен интелект; в основата си тази екосистема, базирана на блокчейн, поддържа производството на цифрови стоки в веригата, включително изводи, обучение и свързана с тях инфраструктура, основана на изкуствен интелект.
И така, как работи? Bittensor използва концепцията за подмрежи, за да въведе общности, които произвеждат тези цифрови стоки на конкурентни цени. Това се основава на модел на стимулиране, при който най-добрите миньори (сътрудници) се възнаграждават за изпълнение на определена задача. Някои от задачите в рамките на подмрежа с изкуствен интелект могат да варират от услуги като обучение, прогнозиране или специализиран извод.
Мрежата на Bittensor включва и валидатори, чиято роля е да валидират работата, извършена от миньорите. Това гарантира, че само качествени услуги се възнаграждават чрез модела на стимулиране на Bittensor – екосистемата емитира 7200 TAO токена всеки ден за тази цел. Разпределенията в рамките на подмрежите са разделени на три: създател на подмрежа (18%), валидатори (41%) и миньори (41%).
Децентрализираните подмрежи на Bittensor са отклонение от централизирания процес на обучение на изкуствен интелект, където големите технологични компании имат монопол върху събирането на данни и други услуги, свързани с изкуствен интелект.
Ocean Protocol: Пазар за данни, готови за изкуствен интелект
Океански протокол е един от утвърдените играчи в тази зараждаща се област на иновациите. Изградена като децентрализиран протокол, тази платформа улеснява двата основни компонента, необходими за развитието на изкуствения интелект – данни и изчисления.
Технологичният стек включва три основни части: Datatokens, Ocean Nodes и Compute-to-Data. С Datatokens, потребителите на Ocean Protocol могат да токенизират личните си данни и да ги предоставят за обучение на модели, като същевременно запазват поверителността си. Подход, наречен „токен-гейтинг“, при който собствениците на данни могат да публикуват услуги за данни на пазара на Ocean Protocol чрез децентрализиран модел за контрол на достъпа.
Що се отнася до Ocean Nodes, те позволяват монетизация на неизползвани изчислителни ресурси. Собствениците на устройства по целия свят могат да отделят своята неизползвана изчислителна мощност за поддръжка на Ocean Network в замяна на екосистемни награди.
„Compute-to-Data“ е отличителната черта на тази екосистема; тя позволява на потребителите (треньорите на модели) да купуват набори от данни, спрямо които могат да тестват своите модели, без да се разкрива поверителността на доставчика. Това е, което дава предимство на Ocean Protocol като децентрализиран „пазар за данни, готови за изкуствен интелект“.
SingularityNET: Пионерът на децентрализираните услуги с изкуствен интелект
SingularityNET е пионер в пространството на децентрализирания изкуствен интелект; проектът стартира през 2017 г., като набра 36 милиона долара чрез ICO в рамките на минута. Оттогава той се превърна в реномирана платформа, базирана на блокчейн, където потребителите могат да създават, споделят и монетизират услуги, свързани с изкуствен интелект.
За разлика от своите конкуренти, които се фокусират върху набори от данни и сурови изчисления, SingularityNET е специализирана в услуги с изкуствен интелект, като например API, модели и агенти, които разработчиците могат да монетизират или закупят, за да подкрепят своите инициативи за разработка. Това е възможно чрез вградения токен на платформата $AGIX, който позволява на участниците да плащат за услугите с изкуствен интелект.
Инфраструктурният модел на SingularityNET обръща голямо внимание и на оперативната съвместимост, позволявайки на различните услуги да се свързват взаимно. Това създава екосистема, поддържаща изкуствен интелект, където независими участници могат да сглобяват сложни тръбопроводи.
Друга забележителна характеристика на този конкретен проект е визията на основателя, д-р Бен Гьорцел, за развитие на Изкуствения общ интелект (ОИИ) – епоха, в която ИИ ще притежава способността да изпълнява всякакви задачи, които човешките същества могат да изпълняват, и потенциално ще надмине човешкия интелект в няколко области.
Fetch.ai: Децентрализирани агенти и икономика на данните
Fetch.ai е друга новаторска иновация, която функционира в рамките на предстоящата агентна икономика, задвижвана от агенти с изкуствен интелект. Този проект е проектиран като многоагентна платформа, позволяваща на автономни софтуерни агенти да взаимодействат, договарят и извършват транзакции с данни от името на потребители, организации или устройства, като същевременно използват блокчейн технологията за защита на комуникационните канали.
Един от основните компоненти на тази екосистема е агентната рамка (AEA). Тя е натоварена с функции като събиране и анализ на данни, взаимодействие с други агенти или източници на данни, решения, транзакции и участие в машинно обучение или оптимизация на задачи. Можем да ги разглеждаме като цифрови близнаци, действащи от името на потребителите.
Какво се откроява около Fetch.ai е възможността за динамични потоци от данни в реално време между автономни агенти. Това е напредък спрямо традиционните канали с изкуствен интелект, които са не само централизирани, но и статични по природа. Например, система за управление на трафика в натоварен град може да използва агенти с изкуствен интелект, за да закупува данни за трафика в реално време от градски сензори, благодарение на агентно-базирания икономически модел.
Gensyn: Децентрализирани изчисления за обучение на ИИ
Според едно скорошно докладва Според McKinsey, проектите показват, че центровете за данни по целия свят ще се нуждаят от приблизително 6.7 трилиона долара, за да отговорят на нарастващото търсене на изчислителна мощност. Генсин адресира този надвиснал риск от разходи чрез своя децентрализиран протокол, който се фокусира върху изчисленията с машинно обучение.
В основата си, Gensyn позволява агрегирането на световното изчислително предлагане в единна мрежа. Това е възможно чрез децентрализирана рамка, която предоставя възможност на всеки, който има неактивни изчисления, да ги разпредели към мрежата, като по този начин подкрепя новаторите в областта на изкуствения интелект с глобално достъпни изчисления, които могат да наемат, за да мащабират обучението на големи модели.
Екосистемата на Gensyn се състои от четири основни компонента: Последователно изпълнение на машинно обучение, Бездоверителна проверка, Комуникация между потребители и Децентрализирана координация. Всички тези аспекти работят в тандем, за да позволят децентрализирано, проверимо машинно обучение в глобален мащаб.
Заслужава да се отбележи също, че този проект все още е в ранен етап, като Testnet мрежата е налична в момента. Той включва три приложения, които потребителите могат да изпробват: RL Swarm, BlockAssist и Judge.
Grass: Децентрализирана мрежа за краудсорсинг на данни
Много пъти, когато плащаме за интернет услуги, в крайна сметка не използваме цялата разпределена честотна лента. Grass, преди това Grassdata, представи иновативна концепция, при която потребителите на интернет по целия свят могат да използват своята свободна честотна лента.
Проектът вдъхва живот на този разказ чрез своя разпределен модел, който позволява на всеки да допринася и да печели награди чрез прости стъпки, превръщайки свободната честотна лента в ценен ресурс за обучение на ИИ. Казано по-просто, Grass работи като децентрализирана физическа мрежа (DepIN) за достъп до уеб данни, при която потребителите могат да управляват възли от своите ежедневни устройства, служещи като източници на данни за ИИ и уеб интелигентност.
Този безразрешен и разпределен подход е не само революционен в обучението на модели на изкуствен интелект, но и в използването на ежедневни цифрови ресурси. Потребителите могат да действат като доставчици на данни, за да захранват отворена мрежа, способна да се конкурира с централизирани уеб роботи и агрегатори на данни, които в момента се контролират от няколко големи технологични компании.
Заключение
Както бе споменато във въведението, еволюцията и приемането на изкуствения интелект не са минали без свой собствен уникален набор от предизвикателства. Това включва контрол на данните, качество и нарастващите разходи за изчисления. Въпреки това, както е подчертано от примерите в този списък, е постигнат значителен напредък в областта на децентрализираните иновации в областта на изкуствения интелект. Тези проекти са само част от това, което децентрализираните архитектури могат да предложат на изкуствения интелект, и обратно; това е печелившо както за блокчейн, така и за иновациите в областта на изкуствения интелект.
Сравнителна таблица за децентрализирани платформи с изкуствен интелект
| Проект | Основен фокус | Какво се откроява |
| OORT | Децентрализиран облак от данни с изкуствен интелект, позволяващ на потребителите да събират, обработват и монетизират данни | Обществено управляван DataHub и edge network (Deimos) с над 330 000 участници и проверими набори от данни |
| Битензор | Блокчейн мрежа за децентрализирано обучение и изводи на ИИ | Стимулирани подмрежи, възнаграждаващи качествени AI резултати с ежедневни TAO емисии |
| Океански протокол | Пазар за данни и изчисления, готови за изкуствен интелект | Моделът за поверителност „Compute-to-Data“, позволяващ сигурно споделяне на данни без разкриване на сурови набори от данни |
| SingularityNET | Пазар за услуги и API с изкуствен интелект | Монетизация на оперативно съвместими агенти с изкуствен интелект; пионерска визия за общ изкуствен интелект (ОИИ) |
| Fetch.ai | Многоагентна ИИ икономика за автономен обмен на данни | Договаряне на данни в реално време чрез автономни агенти (AEA) |
| Генсин | Децентрализирана изчислителна мрежа за машинно обучение | Безнадеждна проверка и агрегиране на глобално изчислително снабдяване за обучение по ИИ |
| Grass | Децентрализирана мрежа за краудсорсинг на честотна лента и данни | Преобразува празната интернет честотна лента в ресурси от данни за обучение на изкуствен интелект |
Често задавани въпроси
Какво е децентрализиран изкуствен интелект?
Децентрализираният изкуствен интелект се отнася до системи с изкуствен интелект, изградени върху разпределени екосистеми, като например блокчейн или peer-to-peer инфраструктури. Глобалните общности поемат ролята на данни, изчисления и обучение на модели, за разлика от централизираната среда, където големите корпорации контролират всички тези функции.
По какво децентрализираният ИИ се различава от традиционните ИИ платформи?
За разлика от традиционните си аналози, които разчитат на централизирани центрове за данни и непрозрачни техники за събиране на данни, децентрализираният изкуствен интелект разпределя източниците на данни, изчислителната мощност и обучението на модели на различни участници в екосистемата. Това подобрява прозрачността, сигурността и приобщаването.
Защо контролът на качеството на данните е важен за разработването на изкуствен интелект?
Качеството на данните има пряко въздействие върху точността и справедливостта на моделите с изкуствен интелект. Поради това, каналите за данни с изкуствен интелект трябва да бъдат проверими, да бъдат получени етично и да се споделят сигурно.
Как печелят участниците в децентрализирани екосистеми с изкуствен интелект?
Има няколко начина да се печели от тези екосистеми, включително чрез принос на ценни ресурси като данни и изчислителна мощност. Повечето DeAI платформи имат механизми за стимулиране, при които потребителите могат да получават монетизируеми награди.
Кои децентрализирани проекти с изкуствен интелект са водещи в момента?
Сред видните играчи са OORT (облак от данни), Bittensor (мрежа с изкуствен интелект), Ocean Protocol (пазар на данни, готов за изкуствен интелект), SingularityNET (хъб за услуги с изкуствен интелект), Fetch.ai (агентна икономика), Gensyn (децентрализирани изчисления) и Grass (мрежа за краудсорсинг на данни).
Отказ от отговорност
В съответствие с Доверете се насоките на проекта, моля, имайте предвид, че предоставената на тази страница информация не е предназначена да бъде и не трябва да се тълкува като правен, данъчен, инвестиционен, финансов или каквато и да е друга форма на съвет. Важно е да инвестирате само това, което можете да си позволите да загубите, и да потърсите независим финансов съвет, ако имате някакви съмнения. За допълнителна информация предлагаме да се обърнете към правилата и условията, както и към страниците за помощ и поддръжка, предоставени от издателя или рекламодателя. MetaversePost се ангажира с точно, безпристрастно отчитане, но пазарните условия подлежат на промяна без предизвестие.
За автора
Грегъри, дигитален номад, родом от Полша, е не само финансов анализатор, но и ценен сътрудник на различни онлайн списания. С богат опит във финансовата индустрия, неговите прозрения и опит му спечелиха признание в множество публикации. Използвайки ефективно свободното си време, Грегъри в момента е посветен на писането на книга за криптовалута и блокчейн.
Още статии
Грегъри, дигитален номад, родом от Полша, е не само финансов анализатор, но и ценен сътрудник на различни онлайн списания. С богат опит във финансовата индустрия, неговите прозрения и опит му спечелиха признание в множество публикации. Използвайки ефективно свободното си време, Грегъри в момента е посветен на писането на книга за криптовалута и блокчейн.
