7 najboljih decentraliziranih AI platformi koje vrijedi pratiti
Ukratko
U ovom članku ističemo 7 najboljih decentraliziranih AI platformi koje izjednačavaju uvjete.
Inovacije umjetne inteligencije (AI) doživjele su ogroman rast od pojave ChatGPT u studenom 2022. Međutim, unatoč ulasku u mainstream, neka značajna uska grla i dalje usporavaju razvoj i prihvaćanje umjetne inteligencije – jedan od najvećih izazova s kojima se suočava ova industrija u nastajanju je kvaliteta i kontrola podataka.
Prema jednoj procjena Prema Epoch AI, ukupna efektivna zaliha javnih tekstualnih podataka koje generiraju ljudi iznosi oko 300 bilijuna tokena; ova zaliha podataka vjerojatno će biti u potpunosti iskorištena od strane jezičnih modela za obuku između 2026. i 2032. godine. Ova nadolazeća oskudica podataka, zajedno sa zabrinutošću oko transparentnosti i troškova, uglavnom je rezultat centralizacije većine podatkovnih kanala umjetne inteligencije.
S vedrije strane, decentralizirane infrastrukture pokazuju se vrijednima u rješavanju nekih od ovih problema. U ovom članku ističemo 7 najboljih decentraliziranih AI platformi koje izjednačavaju uvjete. Ove platforme u nastajanju daju programerima umjetne inteligencije i poduzećima mogućnost da nabavljaju provjerljive skupove podataka vođene zajednicom bez oslanjanja na centralizirane posrednike.
OORT: Potpuni podatkovni oblak za decentraliziranu umjetnu inteligenciju
OORT je cjelovito decentralizirano AI rješenje osmišljeno kako bi omogućilo tvrtkama i pojedincima prikupljanje, obradu i monetizaciju AI podataka.
Ono što se ističe kod ovog AI podatkovnog oblaka u usporedbi s njegovim centraliziranim ekvivalentima jest globalni pristup zajednice; umjesto oslanjanja na neprozirne procese prikupljanja podataka, OORT uvodi decentraliziranu platformu za prikupljanje podataka putem više lanaca nazvanu OORT DataHub. Ova platforma koristi doprinose globalne zajednice kako bi pružila raznolike, visokokvalitetne i provjerljive skupove podataka s ciljem rješavanja postojećih nedostataka u kvaliteti i kontroli AI podataka.
OORT DataHub podržava decentralizirana mreža, OORT Edge, koja omogućuje pohranu i obradu prikupljenih podataka; to čini putem hardverskog uređaja na rubnom čvoru – Deimosa.
Kao takvi, korisnici OORT ekosustava imaju priliku zaraditi nagrade koje se mogu unovčiti pridonosi prema DataHubu ili postajanjem dijelom rubne mreže hosting čvor putem Deimos uređaja. Trenutno postoji preko 330 000 doprinositelja podataka, više od 83 000 čvorova i više od 10 000 dnevnih korisnika na ovom decentraliziranom AI ekosustavu.
Bittensor: Decentralizirana obavještajna mreža
Bittensor je još jedna zanimljiva decentralizirana AI platforma; u srži, ovaj ekosustav temeljen na blockchainu podržava proizvodnju digitalnih roba na lancu, uključujući AI zaključivanje, obuku i srodnu infrastrukturu.
Dakle, kako to funkcionira? Bittensor koristi koncept podmreža kako bi predstavio zajednice koje proizvode ove digitalne robe po konkurentnim cijenama. To se temelji na modelu poticaja gdje se najbolji rudari (suradnici) nagrađuju za dovršetak određenog zadatka. Neki od zadataka unutar AI podmreže mogu se kretati od usluga poput obuke, predviđanja ili specijaliziranog zaključivanja.
Bittensorova mreža također uključuje validatore čija je uloga validirati rad koji obavljaju rudari. To osigurava da se putem Bittensorovog modela poticaja nagrađuju samo kvalitetne usluge – ekosustav svakodnevno emitira 7200 TAO tokena u tu svrhu. Alokacije unutar podmreža podijeljene su u tri: kreator podmreže (18%), validatori (41%) i rudari (41%).
Bittensorove decentralizirane podmreže predstavljaju odmak od centraliziranog procesa obuke umjetne inteligencije, gdje velike tehnološke tvrtke imaju monopol na prikupljanje podataka i druge usluge umjetne inteligencije.
Ocean Protocol: Tržište za podatke spremne za umjetnu inteligenciju
Protokol o oceanu je jedan od etabliranih igrača u ovom novonastalom području inovacija. Izgrađena kao decentralizirani protokol, ova platforma olakšava dvije glavne komponente potrebne za napredak umjetne inteligencije - podatke i računanje.
Tehnološki paket uključuje tri glavna dijela: Datatokene, Ocean Node i Compute-to-Data. Pomoću Datatokena, korisnici Ocean Protocol-a mogu tokenizirati svoje privatne podatke i učiniti ih dostupnima za obuku modela, a istovremeno čuvaju svoju privatnost. Pristup nazvan 'token-gating' pri čemu vlasnici podataka mogu objavljivati podatkovne usluge na tržištu Ocean Protocol-a putem decentraliziranog modela kontrole pristupa.
Što se tiče Ocean Nodea, oni omogućuju monetizaciju neaktivnih računalnih resursa. Vlasnici uređaja diljem svijeta mogu namijeniti svoju neaktivnu računalnu snagu za podršku Ocean Networku u zamjenu za nagrade ekosustava.
Izračunavanje u podatke (Compute-to-Data) je glavna značajka ovog ekosustava; omogućuje potrošačima (trenerima modela) kupnju skupova podataka na kojima mogu pokretati svoje modele bez otkrivanja privatnosti pružatelja usluga. To je ono što Ocean Protocolu daje prednost kao decentraliziranom „tržištu za podatke spremne za umjetnu inteligenciju“.
SingularityNET: Pionir decentraliziranih AI usluga
SingularityNET je pionir u području decentralizirane umjetne inteligencije; projekt je pokrenut 2017. godine, prikupivši 36 milijuna dolara ICO-a u roku od minute. Od tada se razvio u uglednu platformu temeljenu na blockchainu gdje korisnici mogu stvarati, dijeliti i monetizirati AI usluge.
Za razliku od svojih konkurenata, koji se fokusiraju na skupove podataka i sirovo računanje, SingularityNET se specijalizirao za AI usluge kao što su API-ji, modeli i agenti koje programeri mogu unovčiti ili kupiti kako bi podržali svoje razvojne inicijative. To je moguće putem izvornog tokena platforme $AGIX, koji omogućuje sudionicima plaćanje za AI usluge.
SingularityNET-ov infrastrukturni model također posvećuje veliku pozornost interoperabilnosti, omogućujući različitim uslugama da se međusobno pozivaju. To stvara ekosustav koji podržava umjetnu inteligenciju, gdje neovisni suradnici mogu sastavljati složene cjevovode.
Još jedna istaknuta značajka ovog projekta je vizija osnivača, dr. Bena Goertzela, o unapređenju umjetne inteligencije (AGI) – doba u kojem će umjetna inteligencija imati sposobnost obavljanja bilo kojih zadataka koje mogu obavljati i ljudi te potencijalno nadmašiti ljudsku inteligenciju u nekoliko domena.
Fetch.ai: Decentralizirani agenti i podatkovna ekonomija
Fetch.ai je još jedna nova inovacija koja djeluje unutar nadolazeće agentske ekonomije pokretane umjetnom inteligencijom. Ovaj projekt je osmišljen kao višeagentska platforma koja omogućuje autonomnim softverskim agentima interakciju, pregovaranje i transakcije podataka u ime korisnika, organizacija ili uređaja, a istovremeno koristi blockchain tehnologiju za osiguranje komunikacijskih kanala.
Jedna od glavnih komponenti ovog ekosustava je agentski okvir (AEA). Zadužen je za funkcije kao što su prikupljanje i analiza podataka, interakcija s drugim agentima ili izvorima podataka, donošenje odluka, transakcije i sudjelovanje u strojnom učenju ili optimizaciji zadataka. Možemo ih smatrati digitalnim blizancima koji djeluju u ime korisnika.
Ono po čemu se ističe Fetch.ai je omogućavanje dinamičkog protoka podataka u stvarnom vremenu između autonomnih agenata. Ovo je napredak u odnosu na tradicionalne AI cjevovode, koji nisu samo centralizirani već i statičke prirode. Na primjer, sustav upravljanja prometom u prometnom gradu može koristiti AI agente za kupnju podataka o prometu uživo od gradskih senzora, zahvaljujući modelu ekonomije temeljenoj na agentima.
Gensyn: Decentralizirano računanje za obuku umjetne inteligencije
Prema nedavnom prijaviti McKinseyjevi projekti pokazuju da će podatkovnim centrima diljem svijeta biti potrebno procijenjenih 6.7 bilijuna dolara kako bi se zadovoljila rastuća potražnja za računalnom snagom. Gensyn rješava ovaj prijeteći rizik troškova putem svog decentraliziranog protokola, koji se fokusira na strojno učenje računanja.
U svojoj srži, Gensyn omogućuje agregaciju svjetske računalne ponude u jednu mrežu. To je moguće putem decentraliziranog okvira koji pruža priliku svima s neaktivnim računalstvom da ga dodijele mreži, podržavajući inovatore umjetne inteligencije globalno dostupnim računalstvom koje mogu unajmiti za skaliranje obuke velikih modela.
Gensynov ekosustav sastoji se od četiri temeljne komponente: dosljednog izvršavanja strojnog učenja, provjere bez povjerenja, komunikacije između ravnopravnih korisnika i decentralizirane koordinacije. Svi ovi aspekti rade zajedno kako bi omogućili decentralizirano, provjerljivo strojno učenje na globalnoj razini.
Također vrijedi spomenuti da je ovaj projekt još uvijek u ranoj fazi, a Testnet je trenutno dostupan. Sadrži tri aplikacije koje korisnici mogu isprobati: RL Swarm, BlockAssist i Judge.
Grass: Decentralizirana mreža za crowdsourcing podataka
Mnogo puta, kada plaćamo internetske usluge, ne iskoristimo svu dodijeljenu propusnost. Grass, ranije Grassdata, predstavila je inovativni koncept u kojem globalni korisnici interneta mogu iskoristiti svoju neaktivnu propusnost.
Projekt oživljava ovu priču kroz distribuirani model koji omogućuje svima da doprinesu i zarade nagrade kroz jednostavne korake, pretvarajući neaktivnu propusnost u vrijedan resurs za obuku umjetne inteligencije. Jednostavno rečeno, Grass djeluje kao decentralizirana fizička mreža (DepIN) za pristup web podacima, gdje korisnici mogu pokretati čvorove sa svojih svakodnevnih uređaja, služeći kao izvori podataka za umjetnu inteligenciju i web inteligenciju.
Ovaj pristup bez dopuštenja i distribuirani pristup ne mijenja samo pravila igre u obuci AI modela, već i u korištenju svakodnevnih digitalnih resursa. Korisnici mogu djelovati kao pružatelji podataka kako bi pokrenuli otvorenu mrežu sposobnu konkurirati centraliziranim web crawlerima i agregatorima podataka koje trenutno kontrolira nekolicina velikih tehnoloških tvrtki.
Zaključak
Kao što je spomenuto u uvodu, evolucija i prihvaćanje umjetne inteligencije nisu prošli bez jedinstvenog skupa izazova. To uključuje kontrolu podataka, kvalitetu i rastuće troškove izračuna. Međutim, kao što je istaknuto primjerima u ovom popisu, postignut je značajan napredak u području decentraliziranih inovacija umjetne inteligencije. Ovi projekti su uvid u ono što decentralizirane arhitekture nude umjetnoj inteligenciji i obrnuto; to je obostrano korisna kombinacija i za blockchain i za inovacije umjetne inteligencije.
Tablica usporedbe za decentralizirane AI platforme
| Projekt | Glavni fokus | Ono što se ističe |
| OORT | Decentralizirani oblak podataka umjetne inteligencije koji korisnicima omogućuje prikupljanje, obradu i monetizaciju podataka | Zajednički vođeni DataHub i rubna mreža (Deimos) s više od 330 tisuća suradnika i provjerljivim skupovima podataka |
| Bittensor | Blockchain mreža za decentraliziranu obuku i zaključivanje umjetne inteligencije | Poticajne podmreže nagrađuju kvalitetne AI rezultate dnevnim TAO emisijama |
| Protokol o oceanu | Tržište za podatke i računalstvo spremne za umjetnu inteligenciju | Model privatnosti "izračunavanje-do-data" koji omogućuje sigurno dijeljenje podataka bez otkrivanja sirovih skupova podataka |
| SingularityNET | Tržište za AI usluge i API-je | Monetizacija interoperabilnih AI agenata; pionirska vizija za opću umjetnu inteligenciju (AGI) |
| Fetch.ai | Višeagentna AI ekonomija za autonomnu razmjenu podataka | Pregovaranje podataka u stvarnom vremenu putem autonomnih agenata (AEA) |
| Gensyn | Decentralizirana računalna mreža za strojno učenje | Nepouzdana provjera i agregacija globalne računalne ponude za obuku umjetne inteligencije |
| Grass | Decentralizirana mreža za propusnost i crowdsourcing podataka | Pretvara neaktivnu internetsku propusnost u podatkovne resurse za obuku umjetne inteligencije |
Često postavljana pitanja
Što je decentralizirana umjetna inteligencija?
Decentralizirana umjetna inteligencija odnosi se na sustave umjetne inteligencije koji su izgrađeni na distribuiranim ekosustavima poput blockchaina ili peer-to-peer infrastrukture. Globalne zajednice preuzimaju ulogu podataka, računanja i obuke modela za razliku od centraliziranog okruženja gdje velike korporacije kontroliraju sve te funkcije.
Po čemu se decentralizirana umjetna inteligencija razlikuje od tradicionalnih AI platformi?
Za razliku od svojih tradicionalnih pandana, koji se oslanjaju na centralizirane podatkovne centre i neprozirne tehnike prikupljanja podataka, decentralizirana umjetna inteligencija distribuira podatke, računalnu snagu i obuku modela različitim sudionicima ekosustava. To poboljšava transparentnost, sigurnost i uključivost.
Zašto je kontrola kvalitete podataka važna za razvoj umjetne inteligencije?
Kvaliteta podataka izravno utječe na točnost i pravednost AI modela. Stoga, AI podatkovni kanali moraju biti provjerljivi, etički dobiveni i sigurno dijeljeni.
Kako sudionici zarađuju u decentraliziranim AI ekosustavima?
Postoji nekoliko načina za zaradu od ovih ekosustava, uključujući doprinos vrijednih resursa poput podataka i računalne snage. Većina DeAI platformi ima mehanizme poticaja gdje korisnici mogu primati unovčive nagrade.
Koji decentralizirani AI projekti trenutno prednjače u tom području?
Istaknuti igrači uključuju OORT (oblak podataka), Bittensor (mreža umjetne inteligencije), Ocean Protocol (tržište podataka spremno za umjetnu inteligenciju), SingularityNET (središte za usluge umjetne inteligencije), Fetch.ai (ekonomija agenata), Gensyn (decentralizirano računalstvo) i Grass (mreža za crowdsourcing podataka).
Izjava o odricanju od odgovornosti
U skladu s Smjernice projekta povjerenja, imajte na umu da informacije navedene na ovoj stranici nemaju namjeru i ne smiju se tumačiti kao pravni, porezni, investicijski, financijski ili bilo koji drugi oblik savjeta. Važno je ulagati samo ono što si možete priuštiti izgubiti i potražiti neovisni financijski savjet ako imate bilo kakvih nedoumica. Za dodatne informacije predlažemo da pogledate odredbe i uvjete, kao i stranice za pomoć i podršku koje pruža izdavatelj ili oglašivač. MetaversePost je predan točnom, nepristranom izvješćivanju, ali tržišni uvjeti podložni su promjenama bez prethodne najave.
O autoru
Gregory, digitalni nomad porijeklom iz Poljske, nije samo financijski analitičar, već i vrijedan suradnik raznih internetskih časopisa. Uz bogato iskustvo u financijskoj industriji, njegovi su mu uvidi i stručnost priskrbili priznanje u brojnim publikacijama. Učinkovito koristeći svoje slobodno vrijeme, Gregory je trenutno posvećen pisanju knjige o kriptovaluti i blockchainu.
Više članaka
Gregory, digitalni nomad porijeklom iz Poljske, nije samo financijski analitičar, već i vrijedan suradnik raznih internetskih časopisa. Uz bogato iskustvo u financijskoj industriji, njegovi su mu uvidi i stručnost priskrbili priznanje u brojnim publikacijama. Učinkovito koristeći svoje slobodno vrijeme, Gregory je trenutno posvećen pisanju knjige o kriptovaluti i blockchainu.
