7 der besten dezentralen KI-Plattformen, die man im Auge behalten sollte
In Kürze
In diesem Artikel stellen wir die sieben besten dezentralen KI-Plattformen vor, die für Chancengleichheit sorgen.
Innovationen im Bereich der künstlichen Intelligenz (KI) haben seit ihrem Debüt ein enormes Wachstum erfahren. ChatGPT Im November 2022. Trotz des zunehmenden Mainstreamings gibt es jedoch weiterhin einige bedeutende Engpässe, die die Entwicklung und Akzeptanz von KI verlangsamen – eine der größten Herausforderungen für diese junge Branche ist die Datenqualität und -kontrolle.
Gemäß einer schätzen Laut Epoch AI beträgt der gesamte effektive Bestand an von Menschen generierten öffentlichen Textdaten rund 300 Billionen Token; dieser Datenbestand wird voraussichtlich zwischen 2026 und 2032 vollständig von Sprachmodellen für das Training genutzt werden. Diese drohende Datenknappheit, verbunden mit Bedenken hinsichtlich Transparenz und Kosten, ist hauptsächlich eine Folge der Zentralisierung der meisten KI-Datenpipelines.
Erfreulicherweise erweisen sich dezentrale Infrastrukturen als wertvoll bei der Lösung einiger dieser Probleme. In diesem Artikel stellen wir die sieben führenden dezentralen KI-Plattformen vor, die für mehr Chancengleichheit sorgen. Diese neuen Plattformen ermöglichen es KI-Entwicklern und Unternehmen, auf verifizierbare, gemeinschaftlich erstellte Datensätze zuzugreifen, ohne auf zentrale Vermittler angewiesen zu sein.
OORT: Die vollständige Daten-Cloud für dezentrale KI
OORT-Erweiterung ist eine durchgängige, dezentrale KI-Lösung, die es Unternehmen und Einzelpersonen ermöglicht, KI-Daten zu sammeln, zu verarbeiten und zu monetarisieren.
Was diese KI-Datencloud im Vergleich zu zentralisierten Systemen auszeichnet, ist ihr globaler Community-Ansatz. Anstatt auf intransparente Datenerfassungsprozesse zu setzen, führt OORT mit dem OORT DataHub eine dezentrale, kettenübergreifende Datenerfassungsplattform ein. Diese Plattform nutzt die Beiträge einer globalen Community, um vielfältige, hochwertige und verifizierbare Datensätze bereitzustellen und so die bestehenden Defizite in der KI-Datenqualität und -kontrolle zu beheben.
Dem OORT DataHub liegt ein dezentrales Netzwerk zugrunde, OORT Edge, das die Speicherung und Verarbeitung der gesammelten Daten ermöglicht; dies geschieht über ein Edge-Node-Hardwaregerät – Deimos.
Somit haben Nutzer des OORT-Ökosystems die Möglichkeit, monetarisierbare Belohnungen zu verdienen durch Beitrag hin zum DataHub oder zur Teilhabe am Edge-Netzwerk durch Hosting Ein Knotenpunkt wird über das Deimos-Gerät bereitgestellt. Aktuell gibt es in diesem dezentralen KI-Ökosystem über 330,000 Datenlieferanten, mehr als 83,000 Knotenpunkte und über 10,000 tägliche Nutzer.
Bittensor: Das dezentrale Intelligenznetzwerk
Bittensor ist eine weitere interessante dezentrale KI-Plattform; im Kern unterstützt dieses Blockchain-basierte Ökosystem die On-Chain-Produktion digitaler Güter, einschließlich KI-Inferenz, Training und der dazugehörigen Infrastruktur.
Wie funktioniert das genau? Bittensor nutzt das Konzept von Subnetzen, um Gemeinschaften zu schaffen, die diese digitalen Güter zu wettbewerbsfähigen Preisen produzieren. Dies basiert auf einem Anreizmodell, bei dem die besten Miner (Mitwirkende) für die Erledigung bestimmter Aufgaben belohnt werden. Zu den Aufgaben innerhalb eines KI-Subnetzes können beispielsweise Trainings-, Vorhersage- oder spezialisierte Inferenzdienste gehören.
Das Bittensor-Netzwerk umfasst auch Validatoren, deren Aufgabe es ist, die Arbeit der Miner zu überprüfen. Dadurch wird sichergestellt, dass im Rahmen des Bittensor-Anreizmodells nur qualitativ hochwertige Dienste belohnt werden – das Ökosystem gibt zu diesem Zweck täglich 7200 TAO-Token aus. Die Zuteilung innerhalb der Subnetze erfolgt dreigeteilt: Subnetz-Ersteller (18 %), Validatoren (41 %) und Miner (41 %).
Bittensors dezentrale Subnetze stellen eine Abkehr vom zentralisierten KI-Trainingsprozess dar, bei dem große Technologiekonzerne ein Monopol auf die Datenerfassung und andere KI-Dienstleistungen besitzen.
Ocean Protocol: Marktplatz für KI-fähige Daten
Ozean-Protokoll ist einer der etablierten Akteure in diesem aufstrebenden Innovationsbereich. Die als dezentrales Protokoll entwickelte Plattform stellt die beiden Hauptkomponenten für den Fortschritt der KI bereit – Daten und Rechenleistung.
Der Technologie-Stack besteht aus drei Hauptkomponenten: Datatokens, Ocean Nodes und Compute-to-Data. Mithilfe der Datatokens können Ocean Protocol-Nutzer ihre privaten Daten tokenisieren und für das Modelltraining zur Verfügung stellen, ohne ihre Privatsphäre zu gefährden. Dieser Ansatz, das sogenannte „Token-Gating“, ermöglicht es Dateneigentümern, Datendienste auf dem Ocean Protocol-Marktplatz über ein dezentrales Zugriffskontrollmodell zu veröffentlichen.
Die Ocean Nodes ermöglichen die Monetarisierung ungenutzter Rechenressourcen. Gerätebesitzer weltweit können ihre ungenutzte Rechenleistung dem Ocean Network zur Verfügung stellen und erhalten dafür Belohnungen aus dem Ökosystem.
Die Funktion „Compute-to-Data“ ist das Kernstück dieses Ökosystems. Sie ermöglicht es Nutzern (Modellentwicklern), Datensätze zu erwerben, mit denen sie ihre Modelle ausführen können, ohne die Privatsphäre des Anbieters preiszugeben. Dies verschafft Ocean Protocol einen Wettbewerbsvorteil als dezentraler „Marktplatz für KI-fähige Daten“.
SingularityNET: Der Pionier dezentraler KI-Dienste
SingularityNET ist ein Pionier im Bereich der dezentralen KI; das Projekt wurde 2017 gestartet und sammelte innerhalb einer Minute 36 Millionen US-Dollar durch ein ICO ein. Seitdem hat es sich zu einer angesehenen Blockchain-basierten Plattform entwickelt, auf der Nutzer KI-Dienste erstellen, teilen und monetarisieren können.
Im Gegensatz zu vergleichbaren Plattformen, die sich auf Datensätze und reine Rechenleistung konzentrieren, ist SingularityNET auf KI-Dienste wie APIs, Modelle und Agenten spezialisiert, die Entwickler monetarisieren oder erwerben können, um ihre Entwicklungsprojekte zu unterstützen. Dies wird durch den plattformeigenen Token $AGIX ermöglicht, mit dem Teilnehmer die KI-Dienste bezahlen können.
Das Infrastrukturmodell von SingularityNET legt zudem großen Wert auf Interoperabilität und ermöglicht es den verschiedenen Diensten, einander zu nutzen. Dadurch entsteht ein KI-unterstützendes Ökosystem, in dem unabhängige Mitwirkende komplexe Pipelines erstellen können.
Ein weiteres herausragendes Merkmal dieses Projekts ist die Vision des Gründers, Dr. Ben Goertzel, die Künstliche Allgemeine Intelligenz (AGI) voranzutreiben – ein Zeitalter, in dem KI die Fähigkeit besitzen wird, alle Aufgaben zu erledigen, die Menschen erledigen können, und möglicherweise die menschliche Intelligenz in mehreren Bereichen übertreffen wird.
Fetch.ai: Dezentrale Agenten und Datenökonomie
Fetch.ai ist eine weitere innovative Lösung im Bereich der zukünftigen Agentenökonomie, die auf KI-gestützten Agenten basiert. Dieses Projekt ist als Multiagenten-Plattform konzipiert, die es autonomen Softwareagenten ermöglicht, im Namen von Nutzern, Organisationen oder Geräten zu interagieren, Daten zu verhandeln und Transaktionen durchzuführen. Dabei wird die Blockchain-Technologie genutzt, um die Kommunikationskanäle zu sichern.
Eine der Hauptkomponenten dieses Ökosystems ist das Agenten-Framework (AEA). Es übernimmt Funktionen wie Datenerfassung und -analyse, Interaktion mit anderen Agenten oder Datenquellen, Entscheidungsfindung, Transaktionen und die Teilnahme an maschinellem Lernen oder Aufgabenoptimierung. Man kann sie sich als digitale Zwillinge vorstellen, die im Auftrag der Nutzer agieren.
Was auffällt Fetch.ai Die Ermöglichung dynamischer Datenflüsse in Echtzeit zwischen autonomen Agenten stellt einen Fortschritt gegenüber herkömmlichen KI-Pipelines dar, die nicht nur zentralisiert, sondern auch statisch sind. Beispielsweise kann ein Verkehrsmanagement-System in einer Großstadt KI-Agenten nutzen, um dank des agentenbasierten Wirtschaftsmodells Echtzeit-Verkehrsdaten von städtischen Sensoren zu beziehen.
Gensyn: Dezentrale Rechenleistung für KI-Training
Einem aktuellen berichten Laut Prognosen von McKinsey werden weltweit schätzungsweise 6.7 Billionen Dollar für Rechenzentren benötigt, um mit der wachsenden Nachfrage nach Rechenleistung Schritt zu halten. Gensyn Dieses drohende Kostenrisiko begegnet es mit seinem dezentralen Protokoll, das sich auf maschinelles Lernen konzentriert.
Gensyn ermöglicht im Kern die Bündelung der weltweiten Rechenkapazität in einem einzigen Netzwerk. Dies wird durch ein dezentrales Framework realisiert, das jedem mit ungenutzter Rechenleistung die Möglichkeit bietet, diese dem Netzwerk zur Verfügung zu stellen. So werden KI-Innovatoren mit global verfügbarer Rechenleistung unterstützt, die sie mieten können, um das Training großer Modelle zu skalieren.
Das Gensyn-Ökosystem basiert auf vier grundlegenden Komponenten: konsistenter ML-Ausführung, vertrauensloser Verifizierung, Peer-to-Peer-Kommunikation und dezentraler Koordination. Alle diese Aspekte arbeiten zusammen, um dezentrales, verifizierbares maschinelles Lernen global zu ermöglichen.
Erwähnenswert ist auch, dass sich dieses Projekt noch in der Anfangsphase befindet; aktuell ist das Testnetz verfügbar. Es umfasst drei Anwendungen, die Benutzer ausprobieren können: RL Swarm, BlockAssist und Judge.
GRASS: Dezentrales Daten-Crowdsourcing-Netzwerk
Oftmals nutzen wir, wenn wir für Internetdienste bezahlen, am Ende nicht die gesamte uns zugeteilte Bandbreite. Grass, ehemals Grassdata, stellte ein innovatives Konzept vor, mit dem Internetnutzer weltweit ihre ungenutzte Bandbreite sinnvoll einsetzen können.
Das Projekt erweckt diese Vision durch sein dezentrales Modell zum Leben, das es jedem ermöglicht, durch einfache Schritte beizutragen und Belohnungen zu verdienen. So wird ungenutzte Bandbreite zu einer wertvollen Ressource für das KI-Training. Vereinfacht gesagt, fungiert Grass als dezentrales physisches Netzwerk (DepIN) für den Zugriff auf Webdaten. Nutzer können Knoten auf ihren Alltagsgeräten betreiben, die als Datenquellen für KI und Web Intelligence dienen.
Dieser offene und dezentrale Ansatz revolutioniert nicht nur das Training von KI-Modellen, sondern auch die Nutzung alltäglicher digitaler Ressourcen. Nutzer können als Datenlieferanten ein offenes Netzwerk betreiben, das mit zentralisierten Webcrawlern und Datenaggregatoren konkurrieren kann, die derzeit von einigen wenigen großen Technologiekonzernen kontrolliert werden.
Fazit
Wie bereits in der Einleitung erwähnt, verliefen die Entwicklung und die Verbreitung von KI nicht ohne eigene Herausforderungen. Dazu gehören Datenkontrolle, Datenqualität und die steigenden Rechenkosten. Die Beispiele in diesem Artikel zeigen jedoch, dass im Bereich dezentraler KI-Innovationen bedeutende Fortschritte erzielt wurden. Diese Projekte geben einen Einblick in das Potenzial dezentraler Architekturen für KI und umgekehrt; es ist eine Win-Win-Situation für Blockchain- und KI-Innovationen.
Vergleichstabelle für dezentrale KI-Plattformen
| Projekt | Schwerpunkte | Was auffällt |
| OORT-Erweiterung | Dezentrale KI-Datencloud, die es Nutzern ermöglicht, Daten zu sammeln, zu verarbeiten und zu monetarisieren. | Community-basiertes DataHub- und Edge-Netzwerk (Deimos) mit über 330 Mitwirkenden und verifizierbaren Datensätzen |
| Bittensor | Blockchain-Netzwerk für dezentrales KI-Training und -Inferenz | Anreizbasierte Teilnetze belohnen qualitativ hochwertige KI-Ergebnisse mit täglichen TAO-Emissionen. |
| Ozean-Protokoll | Marktplatz für KI-fähige Daten und Rechenleistung | Compute-to-Data-Datenschutzmodell, das eine sichere Datenfreigabe ermöglicht, ohne Rohdatensätze offenzulegen |
| SingularityNET | Marktplatz für KI-Dienste und APIs | Monetarisierung interoperabler KI-Agenten; wegweisende Vision für Künstliche Allgemeine Intelligenz (AGI) |
| Fetch.ai | Multiagenten-KI-Ökonomie für autonomen Datenaustausch | Echtzeit-Datenverhandlung durch autonome Agenten (AEAs) |
| Gensyn | Dezentrales Rechennetzwerk für maschinelles Lernen | Vertrauenslose Verifizierung und Aggregation des globalen Rechenangebots für KI-Training |
| Grass | Dezentrales Netzwerk für Bandbreiten- und Daten-Crowdsourcing | Wandelt ungenutzte Internetbandbreite in KI-Trainingsdatenressourcen um |
Häufig gestellte Fragen
Was ist dezentrale KI?
Dezentrale KI bezeichnet Systeme künstlicher Intelligenz, die auf verteilten Ökosystemen wie Blockchain oder Peer-to-Peer-Infrastrukturen basieren. Globale Gemeinschaften übernehmen die Datenbereitstellung, Rechenleistung und das Modelltraining, im Gegensatz zu zentralisierten Systemen, in denen große Konzerne all diese Funktionen kontrollieren.
Worin unterscheidet sich dezentrale KI von traditionellen KI-Plattformen?
Im Gegensatz zu traditionellen KI-Systemen, die auf zentralisierten Rechenzentren und intransparenten Datenerfassungsmethoden basieren, verteilt dezentrale KI Datenbeschaffung, Rechenleistung und Modelltraining auf verschiedene Teilnehmer des Ökosystems. Dies verbessert Transparenz, Sicherheit und Inklusivität.
Warum ist die Datenqualitätskontrolle für die KI-Entwicklung wichtig?
Die Datenqualität hat direkten Einfluss auf die Genauigkeit und Fairness von KI-Modellen. Daher müssen KI-Datenpipelines überprüfbar sein, ethisch einwandfrei beschafft und sicher geteilt werden.
Wie verdienen Teilnehmer in dezentralen KI-Ökosystemen Geld?
Es gibt verschiedene Möglichkeiten, von diesen Ökosystemen zu profitieren, beispielsweise durch die Bereitstellung wertvoller Ressourcen wie Daten und Rechenleistung. Die meisten DeAI-Plattformen verfügen über Anreizmechanismen, mit denen Nutzer monetarisierbare Belohnungen erhalten können.
Welche dezentralen KI-Projekte sind derzeit führend in diesem Bereich?
Zu den prominenten Anbietern gehören OORT (Daten-Cloud), Bittensor (KI-Intelligenznetzwerk), Ocean Protocol (KI-fähiger Datenmarktplatz), SingularityNET (KI-Service-Hub), Fetch.ai (Agentenökonomie), Gensyn (dezentrales Computing) und Grass (Daten-Crowdsourcing-Netzwerk).
Haftungsausschluss
Im Einklang mit der Richtlinien des Trust-ProjektsBitte beachten Sie, dass die auf dieser Seite bereitgestellten Informationen nicht als Rechts-, Steuer-, Anlage-, Finanz- oder sonstige Beratung gedacht sind und nicht als solche interpretiert werden sollten. Es ist wichtig, nur so viel zu investieren, wie Sie sich leisten können, zu verlieren, und im Zweifelsfall eine unabhängige Finanzberatung einzuholen. Für weitere Informationen empfehlen wir einen Blick auf die Allgemeinen Geschäftsbedingungen sowie die Hilfe- und Supportseiten des Herausgebers oder Werbetreibenden. MetaversePost ist einer genauen, unvoreingenommenen Berichterstattung verpflichtet, die Marktbedingungen können sich jedoch ohne Vorankündigung ändern.
Über den Autor
Gregory, ein aus Polen stammender digitaler Nomade, ist nicht nur Finanzanalyst, sondern auch ein wertvoller Mitarbeiter für verschiedene Online-Magazine. Aufgrund seiner umfangreichen Erfahrung in der Finanzbranche haben ihm seine Erkenntnisse und sein Fachwissen in zahlreichen Publikationen Anerkennung eingebracht. Gregory nutzt seine Freizeit effektiv und widmet sich derzeit dem Schreiben eines Buches über Kryptowährung und Blockchain.
Weitere Artikel
Gregory, ein aus Polen stammender digitaler Nomade, ist nicht nur Finanzanalyst, sondern auch ein wertvoller Mitarbeiter für verschiedene Online-Magazine. Aufgrund seiner umfangreichen Erfahrung in der Finanzbranche haben ihm seine Erkenntnisse und sein Fachwissen in zahlreichen Publikationen Anerkennung eingebracht. Gregory nutzt seine Freizeit effektiv und widmet sich derzeit dem Schreiben eines Buches über Kryptowährung und Blockchain.
