7 פלטפורמות הבינה המלאכותית המבוזרות הטובות ביותר שכדאי לעקוב אחריהן
בקיצור
במאמר זה, נדגיש את 7 פלטפורמות הבינה המלאכותית המבוזרות המובילות שמיישות את מגרש המשחקים.
חידושים בתחום הבינה המלאכותית (AI) חוו צמיחה אדירה מאז הופעת הבכורה של ChatGPT בנובמבר 2022. עם זאת, למרות המעבר למיינסטרים, כמה צווארי בקבוק משמעותיים ממשיכים להאט את הפיתוח והאימוץ של בינה מלאכותית - אחד האתגרים הגדולים ביותר העומדים בפני תעשייה צעירה זו הוא איכות הנתונים ובקרתם.
פי לְהַעֲרִיך על פי Epoch AI, סך כל נתוני הטקסט הציבוריים שנוצרו על ידי בני אדם עומד על כ-300 טריליון טוקנים; סביר להניח שמלאי נתונים זה ינוצל במלואו על ידי מודלי שפה לאימון בין 2026 ל-2032. מחסור הנתונים הממשמש ובא, יחד עם חששות סביב שקיפות ועלות, נובעים בעיקר מריכוזיות של רוב צינורות נתוני הבינה המלאכותית.
מצד שני, תשתיות מבוזרות מוכיחות את עצמן כבעלות ערך בפתרון חלק מנקודות הכאב הללו. במאמר זה, נדגיש את 7 פלטפורמות הבינה המלאכותית המבוזרות המובילות שמיישרות את תנאי המשחק. פלטפורמות מתפתחות אלו מעניקות לבוני בינה מלאכותית ולארגונים את היכולת לאתר מערכי נתונים מאומתים ומונעי קהילה, מבלי להסתמך על מתווכים מרכזיים.
OORT: ענן הנתונים השלם עבור בינה מלאכותית מבוזרת
OORT הוא פתרון בינה מלאכותית מבוזר מקצה לקצה שנועד לאפשר לארגונים וליחידים כאחד לאסוף, לעבד ולהפיק רווחים מנתוני בינה מלאכותית.
מה שבולט בענן נתוני הבינה המלאכותית הזה בהשוואה למקבילו המרכזיים הוא גישת קהילה גלובלית; במקום להסתמך על תהליכי איסוף נתונים אטומים, OORT מציגה פלטפורמת איסוף נתונים מבוזרת, רב-שרשרת, המכונה OORT DataHub. פלטפורמה זו ממנפת תרומות מקהילה גלובלית כדי לספק מערכי נתונים מגוונים, איכותיים וניתנים לאימות, כדי להתמודד עם החסרונות הקיימים באיכות ובקרת נתוני הבינה המלאכותית.
רשת מבוזרת, OORT Edge, תומכת ב-OORT DataHub, המפעילה את האחסון והעיבוד של הנתונים שנאספו; היא עושה זאת באמצעות התקן חומרה בצומת קצה - Deimos.
ככאלה, למשתמשי המערכת האקולוגית של OORT יש הזדמנות להרוויח תגמולים שניתן להרוויח מהם כסף על ידי תורם לעבר DataHub או להפוך לחלק מרשת הקצה על ידי אירוח צומת דרך מכשיר Deimos. נכון לעכשיו, ישנם מעל 330,000 תורמי נתונים, 83,000+ צמתים ו-10,000+ משתמשים יומיים במערכת האקולוגית המבוזרת הזו של בינה מלאכותית.
ביטנסור: רשת המודיעין המבוזרת
Bittensor היא פלטפורמת בינה מלאכותית מבוזרת ומעניינת נוספת; בליבתה, מערכת אקולוגית מבוססת בלוקצ'יין זו תומכת בייצור בשרשרת של סחורות דיגיטליות, כולל הסקה של בינה מלאכותית, הדרכה ותשתיות קשורות.
אז איך זה עובד? ביטנסור ממנפת את הקונספט של תת-רשתות כדי להציג קהילות המייצרות את הסחורות הדיגיטליות הללו במחירים תחרותיים. זה מבוסס על מודל תמריצים שבו הכורים (התורמים) הטובים ביותר מתוגמלים על השלמת משימה מסוימת. חלק מהמשימות בתוך תת-רשת של בינה מלאכותית יכולות לנוע בין שירותים כמו הדרכה, חיזוי או הסקה מיוחדת.
הרשת של ביטנסור כוללת גם מאמתים שתפקידם לאמת את העבודה שבוצעה על ידי הכורים. זה מבטיח שרק שירותים איכותיים יתוגמלו באמצעות מודל התמריצים של ביטנסור - המערכת האקולוגית פולטת 7200 טוקנים של TAO מדי יום למטרה זו. ההקצאות בתוך תת-הרשתות מחולקות לשלוש: יוצר תת-רשת (18%), מאמתים (41%) וכורים (41%).
תת-הרשתות המבוזרות של ביטנסור הן שינוי מתהליך אימון הבינה המלאכותית המרכזי, שבו לחברות הטכנולוגיה הגדולות יש מונופול על איסוף נתונים ושירותי בינה מלאכותית אחרים.
פרוטוקול האוקיינוס: שוק לנתונים מוכנים לבינה מלאכותית
פרוטוקול האוקיינוס היא אחת השחקניות הוותיקות בתחום החדשנות המתפתח הזה. פלטפורמה זו, שנבנתה כפרוטוקול מבוזר, מאפשרת את שני המרכיבים העיקריים הדרושים לקידום בינה מלאכותית - נתונים ומחשוב.
מחסנית הטכנולוגיה כוללת שלושה חלקים עיקריים: Datatokens, Ocean Nodes ו-Compute-to-Data. בעזרת Datatokens, משתמשי Ocean Protocol יכולים לבצע טוקניזציה של הנתונים הפרטיים שלהם ולהנגיש אותם לאימון מודלים תוך שמירה על פרטיותם. גישה המכונה 'token-gating' לפיה בעלי נתונים יכולים לפרסם שירותי נתונים בשוק Ocean Protocol באמצעות מודל בקרת גישה מבוזר.
באשר לצמתי האוקיינוס, אלה מאפשרים את המונטיזציה של משאבי מחשוב שאינם פעילים. בעלי מכשירים ברחבי העולם יכולים להקדיש את כוח המחשוב שלהם לתמיכה ברשת האוקיינוס בתמורה לתגמולים של המערכת האקולוגית.
חישוב-לנתונים הוא המאפיין הבולט של מערכת אקולוגית זו; הוא מאפשר לצרכנים (מאמני מודלים) לרכוש מערכי נתונים שמולם יוכלו להריץ את המודלים שלהם מבלי לחשוף את פרטיות הספק. זה מה שנותן ל-Ocean Protocol יתרון כ"שוק מבוזר לנתונים מוכנים לבינה מלאכותית".
SingularityNET: חלוצת שירותי בינה מלאכותית מבוזרים
סינגולריות היא חלוצה בתחום הבינה המלאכותית המבוזרת; הפרויקט הושק בשנת 2017, וגייס תוך דקה ICO של 36 מיליון דולר. מאז, הוא התפתח והפך לפלטפורמה מבוססת בלוקצ'יין בעלת מוניטין, שבה משתמשים יכולים ליצור, לשתף ולהפיק רווחים משירותי בינה מלאכותית.
בניגוד למקבילותיה, המתמקדות במערכי נתונים ובחישובים גולמיים, SingularityNET מתמחה בשירותי בינה מלאכותית כגון APIs, מודלים וסוכנים שמפתחים יכולים להרוויח מהם או לרכוש כדי לתמוך ביוזמות הפיתוח שלהם. זה אפשרי באמצעות הטוקן המקורי של הפלטפורמה $AGIX, המאפשר למשתתפים לשלם עבור שירותי הבינה המלאכותית.
מודל התשתית של SingularityNET מקדיש תשומת לב רבה גם ליכולת פעולה הדדית, המאפשרת לשירותים השונים להתקשר זה לזה. זה יוצר מערכת אקולוגית התומכת בבינה מלאכותית שבה תורמים עצמאיים יכולים להרכיב צינורות מורכבים.
מאפיין בולט נוסף של הפרויקט הספציפי הזה הוא חזונו של המייסד, ד"ר בן גורטצל, לקדם בינה מלאכותית כללית (AGI) - עידן שבו לבינה מלאכותית תהיה היכולת לבצע כל משימה שבני אדם יכולים לעשות, ובאופן פוטנציאלי לעקוף את האינטליגנציה האנושית במספר תחומים.
Fetch.ai: סוכנים מבוזרים וכלכלת נתונים
Fetch.ai הוא חידוש נוסף שפועל בתוך כלכלת הסוכנים העתידית המונעת על ידי סוכני בינה מלאכותית. פרויקט זה תוכנן כפלטפורמה מרובת סוכנים, המאפשרת לסוכני תוכנה אוטונומיים לתקשר, לנהל משא ומתן ולבצע פעולות בנתונים מטעם משתמשים, ארגונים או מכשירים, תוך מינוף טכנולוגיית בלוקצ'יין לאבטחת ערוצי התקשורת.
אחד המרכיבים העיקריים של מערכת אקולוגית זו הוא מסגרת הסוכנים (AEA). היא אחראית על פונקציות כגון איסוף וניתוח נתונים, אינטראקציה עם סוכנים או מקורות נתונים אחרים, החלטות, עסקאות והשתתפות בלמידת מכונה או אופטימיזציה של משימות. אפשר לחשוב עליהם כתאומים דיגיטליים הפועלים מטעם המשתמשים.
מה בולט Fetch.ai היא מתן אפשרות לזרימת נתונים דינמית בזמן אמת בין סוכנים אוטונומיים. זוהי התקדמות לעומת צינורות בינה מלאכותית מסורתיים, שהם לא רק מרכזיים אלא גם סטטיים באופיים. לדוגמה, מערכת ניהול תנועה בעיר סואנת יכולה להשתמש בסוכני בינה מלאכותית כדי לקנות נתוני תנועה בזמן אמת מחיישני עיר, הודות למודל הכלכלה מבוססת הסוכנים.
ג'נסין: מחשוב מבוזר לאימון בינה מלאכותית
פי אחרונים לדווח פרויקטים של מקינזי מראים כי מרכזי נתונים ברחבי העולם ידרשו סכום מוערך של 6.7 טריליון דולר כדי לעמוד בקצב הביקוש הגובר לכוח מחשוב. גנסין מטפלת בסיכון העלות הממשמש ובא הזה באמצעות הפרוטוקול המבוזר שלה, המתמקד בחישוב למידת מכונה.
בליבתה, Gensyn מאפשרת איחוד של אספקת המחשוב העולמית לרשת אחת. זה אפשרי באמצעות מסגרת מבוזרת המספקת הזדמנות לכל מי שיש לו מחשוב פעיל להקצות לרשת, ותומכת בחדשנים בתחום הבינה המלאכותית עם מחשוב זמין ברחבי העולם שהם יכולים לשכור כדי להרחיב את האימון של מודלים גדולים.
המערכת האקולוגית של Gensyn מורכבת מארבעה מרכיבים יסודיים: ביצוע עקבי של למידת מכונה, אימות ללא אמינות, תקשורת עמית לעמית ותיאום מבוזר. כל ההיבטים הללו פועלים יחד כדי לאפשר למידת מכונה מבוזרת וניתנת לאימות בקנה מידה עולמי.
כמו כן, ראוי לציין כי פרויקט זה עדיין בשלבים מוקדמים, כאשר רשת Testnet זמינה כעת. היא כוללת שלוש אפליקציות שמשתמשים יכולים לנסות: RL Swarm, BlockAssist ו-Judge.
דשא: רשת מיקור המונים מבוזרת של נתונים
פעמים רבות, כשאנחנו משלמים עבור שירותי אינטרנט, אנחנו בסופו של דבר לא משתמשים בכל רוחב הפס המוקצה. דשא, לשעבר Grassdata, הציגה קונספט חדשני שבו משתמשי אינטרנט ברחבי העולם יכולים לנצל את רוחב הפס הלא פעיל שלהם.
הפרויקט מחייה את הנרטיב הזה באמצעות מודל מבוזר המאפשר לכל אחד לתרום ולזכות בפרסים באמצעות צעדים פשוטים, והופך את רוחב הפס הפנוי למשאב יקר ערך לאימון בינה מלאכותית. במילים פשוטות, Grass פועלת כרשת פיזית מבוזרת (DepIN) לגישה לנתוני אינטרנט, לפיה משתמשים יכולים להפעיל צמתים מהמכשירים היומיומיים שלהם, ומשמשים כמקורות נתונים לבינה מלאכותית ובינת אינטרנט.
גישה מבוזרת ונטולת הרשאות זו אינה רק משנה את כללי המשחק באימון מודלים של בינה מלאכותית, אלא גם ביישום משאבים דיגיטליים יומיומיים. משתמשים יכולים לשמש כספקי נתונים כדי להפעיל רשת פתוחה המסוגלת להתחרות בסורקי אתרים מרכזיים ובצוברי נתונים הנשלטים כיום על ידי קומץ חברות טכנולוגיה גדולות.
סיכום
כפי שצוין במבוא, התפתחותה ואימוץה של בינה מלאכותית לא היו נטולות אתגרים ייחודיים משלהן. אלה כוללים בקרת נתונים, איכות ועלות חישוב הולכת וגוברת. עם זאת, כפי שמודגש באמצעות הדוגמאות ברשימה זו, חלה התקדמות משמעותית בתחום החדשנות המבוזרת של בינה מלאכותית. פרויקטים אלה הם הצצה למה שיש לארכיטקטורות מבוזרות להציע לבינה מלאכותית ולהיפך; זהו מצב של win-win עבור חדשנות בתחום הבלוקצ'יין והבינה המלאכותית כאחד.
טבלת השוואה עבור פלטפורמות בינה מלאכותית מבוזרות
| פרויקט | פוקוס מרכזי | מה בולט |
| OORT | ענן נתונים מבוזר של בינה מלאכותית המאפשר למשתמשים לאסוף, לעבד ולהפיק רווחים מנתונים | מרכז נתונים ורשת קצה מונחה קהילה (Deimos) עם למעלה מ-330 תורמים ומערכי נתונים ניתנים לאימות |
| Bittensor | רשת בלוקצ'יין לאימון והסקת מסקנות מבוזרים של בינה מלאכותית | תת-רשתות מתמריצות המתגמלות תפוקות בינה מלאכותית איכותיות עם פליטות TAO יומיות |
| פרוטוקול האוקיינוס | שוק לנתונים ומחשוב מוכנים לבינה מלאכותית | מודל פרטיות מחשוב-לנתונים המאפשר שיתוף נתונים מאובטח מבלי לחשוף מערכי נתונים גולמיים |
| סינגולריות | שוק לשירותי בינה מלאכותית וממשקי API | מונטיזציה של סוכני בינה מלאכותית ניתנים לפעולה הדדית; חזון חלוצי לבינה מלאכותית כללית (AGI) |
| Fetch.ai | כלכלת בינה מלאכותית מרובת סוכנים לחילופי נתונים אוטונומיים | משא ומתן על נתונים בזמן אמת באמצעות סוכנים אוטונומיים (AEAs) |
| גנסין | רשת מחשוב מבוזרת ללמידת מכונה | אימות וצבירה ללא אמינות של אספקת מחשוב גלובלית להכשרת בינה מלאכותית |
| דשא | רשת מיקור המונים של רוחב פס ונתונים מבוזרת | ממיר רוחב פס אינטרנט סרק למשאבי נתונים לאימון בינה מלאכותית |
שאלות נפוצות
מהי בינה מלאכותית מבוזרת?
בינה מלאכותית מבוזרת מתייחסת למערכות בינה מלאכותית הבנויות על מערכות אקולוגיות מבוזרות כמו בלוקצ'יין או תשתיות עמית לעמית. קהילות גלובליות תופסות את תפקיד האימון בנתונים, חישובים ומודלים, בניגוד לסביבה ריכוזית שבה תאגידים גדולים שולטים בכל הפונקציות הללו.
במה שונה בינה מלאכותית מבוזרת מפלטפורמות בינה מלאכותית מסורתיות?
בניגוד למקבילות המסורתיות שלהן, אשר מסתמכות על מרכזי נתונים מרכזיים וטכניקות איסוף נתונים אטומות, בינה מלאכותית מבוזרת מפיצה מקורות נתונים, כוח מחשוב ואימון מודלים למשתתפים מגוונים במערכת האקולוגית. זה משפר את השקיפות, האבטחה וההכלה.
מדוע בקרת איכות נתונים חשובה לפיתוח בינה מלאכותית?
לאיכות הנתונים יש השפעה ישירה על הדיוק וההגינות של מודלים של בינה מלאכותית. ככאלה, צינורות נתונים של בינה מלאכותית צריכים להיות ניתנים לאימות, מקורם האתי ויש לשתף אותם בצורה מאובטחת.
כיצד משתתפים מרוויחים במערכות אקולוגיות מבוזרות של בינה מלאכותית?
ישנן מספר דרכים להרוויח ממערכות אקולוגיות אלו, כולל תרומה של משאבים יקרי ערך כגון נתונים וכוח מחשוב. לרוב פלטפורמות DeAI יש מנגנוני תמריצים שבהם משתמשים יכולים לקבל תגמולים הניתנים למימוש.
אילו פרויקטים מבוזרים של בינה מלאכותית מובילים כיום את התחום?
בין השחקנים הבולטים נמנים OORT (ענן נתונים), Bittensor (רשת מודיעין בינה מלאכותית), Ocean Protocol (שוק נתונים מוכן לבינה מלאכותית), SingularityNET (מרכז שירותי בינה מלאכותית), Fetch.ai (כלכלת סוכנים), Gensyn (מחשוב מבוזר) ו-Grass (רשת מיקור חוץ של נתונים).
כתב ויתור
בקנה אחד עם הנחיות פרויקט אמון, אנא שים לב שהמידע המסופק בדף זה אינו מיועד ואין לפרש אותו כייעוץ משפטי, מס, השקעות, פיננסי או כל צורה אחרת של ייעוץ. חשוב להשקיע רק את מה שאתה יכול להרשות לעצמך להפסיד ולפנות לייעוץ פיננסי עצמאי אם יש לך ספק. למידע נוסף, אנו מציעים להתייחס לתנאים ולהגבלות וכן לדפי העזרה והתמיכה שסופקו על ידי המנפיק או המפרסם. MetaversePost מחויבת לדיווח מדויק וחסר פניות, אך תנאי השוק עשויים להשתנות ללא הודעה מוקדמת.
על המחבר
גרגורי, נווד דיגיטלי שמקורו בפולין, הוא לא רק אנליסט פיננסי אלא גם תורם רב ערך למגזינים מקוונים שונים. עם ניסיון עשיר בתעשייה הפיננסית, התובנות והמומחיות שלו זיכו אותו בהכרה בפרסומים רבים. תוך ניצול יעיל של זמנו הפנוי, גרגורי מוקדש כעת לכתיבת ספר על מטבעות קריפטוגרפיים ובלוקצ'יין.
מאמרים נוספים
גרגורי, נווד דיגיטלי שמקורו בפולין, הוא לא רק אנליסט פיננסי אלא גם תורם רב ערך למגזינים מקוונים שונים. עם ניסיון עשיר בתעשייה הפיננסית, התובנות והמומחיות שלו זיכו אותו בהכרה בפרסומים רבים. תוך ניצול יעיל של זמנו הפנוי, גרגורי מוקדש כעת לכתיבת ספר על מטבעות קריפטוגרפיים ובלוקצ'יין.
