7 beste gedecentraliseerde AI-platforms om in de gaten te houden
In het kort
In dit artikel belichten we de top 7 gedecentraliseerde AI-platformen die de concurrentie eerlijker maken.
Innovaties op het gebied van kunstmatige intelligentie (AI) hebben een enorme groei doorgemaakt sinds de introductie van ChatGPT in november 2022. Ondanks dat AI mainstream is geworden, zijn er nog steeds enkele belangrijke knelpunten die de ontwikkeling en acceptatie van AI vertragen. Een van de grootste uitdagingen voor deze opkomende sector is de kwaliteit en controle van data.
Volgens een schatting Volgens Epoch AI bedraagt de totale effectieve voorraad van door mensen gegenereerde openbare tekstdata ongeveer 300 biljoen tokens. Deze datavoorraad zal waarschijnlijk volledig worden benut door taalmodellen voor training tussen 2026 en 2032. Deze dreigende dataschaarste, in combinatie met zorgen over transparantie en kosten, is voornamelijk het gevolg van de centralisatie van de meeste AI-datapijplijnen.
Aan de positieve kant blijken gedecentraliseerde infrastructuren waardevol te zijn bij het oplossen van enkele van deze knelpunten. In dit artikel belichten we de top 7 gedecentraliseerde AI-platformen die de concurrentie gelijk trekken. Deze opkomende platforms bieden AI-ontwikkelaars en bedrijven de mogelijkheid om verifieerbare, community-gedreven datasets te verkrijgen zonder afhankelijk te zijn van gecentraliseerde tussenpersonen.
OORT: De complete datacloud voor gedecentraliseerde AI
OORT-extensie is een end-to-end gedecentraliseerde AI-oplossing die is ontworpen om zowel bedrijven als individuen in staat te stellen AI-data te verzamelen, verwerken en te gelde te maken.
Wat opvalt aan deze AI-datacloud ten opzichte van gecentraliseerde tegenhangers, is de wereldwijde community-aanpak. In plaats van te vertrouwen op ondoorzichtige dataverzamelingsprocessen, introduceert OORT een gedecentraliseerd omni-chain dataverzamelingsplatform genaamd OORT DataHub. Dit platform maakt gebruik van bijdragen van een wereldwijde community om diverse, hoogwaardige en verifieerbare datasets te leveren en zo de bestaande tekortkomingen in de kwaliteit en controle van AI-data aan te pakken.
De OORT DataHub wordt ondersteund door een gedecentraliseerd netwerk, OORT Edge, dat de opslag en verwerking van de verzamelde gegevens verzorgt. Dit gebeurt via een hardwarematig edge node-apparaat: Deimos.
Als zodanig hebben gebruikers van het OORT-ecosysteem de mogelijkheid om geldelijke beloningen te verdienen door bij te dragen naar de DataHub of deel uitmaken van het edge-netwerk door Hosting een knooppunt via het Deimos-apparaat. Er zijn momenteel meer dan 330,000 databijdragers, meer dan 83,000 knooppunten en meer dan 10,000 dagelijkse gebruikers in dit gedecentraliseerde AI-ecosysteem.
Bittensor: Het gedecentraliseerde inlichtingennetwerk
Bittensor is een ander interessant gedecentraliseerd AI-platform. Dit op blockchain gebaseerde ecosysteem ondersteunt in de kern de on-chain productie van digitale producten, waaronder AI-inferentie, training en bijbehorende infrastructuur.
Dus, hoe werkt het? Bittensor maakt gebruik van het concept van subnetten om communities te introduceren die deze digitale producten tegen concurrerende tarieven produceren. Dit is gebaseerd op een prikkelmodel waarbij de beste miners (bijdragers) worden beloond voor het voltooien van een bepaalde taak. Taken binnen een AI-subnet kunnen variëren van diensten zoals training, voorspelling of gespecialiseerde inferentie.
Het netwerk van Bittensor omvat ook validators die het werk van de miners valideren. Dit zorgt ervoor dat alleen kwaliteitsdiensten worden beloond via Bittensors incentivemodel – het ecosysteem geeft hiervoor dagelijks 7200 TAO-tokens uit. De toewijzingen binnen de subnetten zijn verdeeld in drie delen: subnet creator (18%), validators (41%) en miners (41%).
De gedecentraliseerde subnetten van Bittensor zijn een stap weg van het gecentraliseerde AI-trainingsproces, waarbij grote technologiebedrijven een monopolie hebben op dataverzameling en andere AI-diensten.
Ocean Protocol: marktplaats voor AI-ready data
Ocean Protocol is een van de gevestigde spelers in dit opkomende innovatiegebied. Dit platform, gebouwd als een gedecentraliseerd protocol, faciliteert de twee belangrijkste componenten die nodig zijn voor de ontwikkeling van AI: data en computing.
De tech stack bestaat uit drie hoofdonderdelen: Datatokens, Ocean Nodes en Compute-to-Data. Met Datatokens kunnen gebruikers van het Ocean Protocol hun privégegevens tokeniseren en beschikbaar stellen voor modeltraining, met behoud van hun privacy. Deze aanpak, 'token-gating' genaamd, stelt data-eigenaren in staat om datadiensten te publiceren op de Ocean Protocol-marktplaats via een gedecentraliseerd toegangscontrolemodel.
De Ocean Nodes maken het mogelijk om ongebruikte computerbronnen te gelde te maken. Apparaateigenaren over de hele wereld kunnen hun ongebruikte computerkracht inzetten om het Ocean Network te ondersteunen in ruil voor ecosysteembeloningen.
Compute-to-Data is het belangrijkste kenmerk van dit ecosysteem; het stelt consumenten (modeltrainers) in staat datasets te kopen waarmee ze hun modellen kunnen uitvoeren zonder dat de privacy van de leverancier wordt onthuld. Dit geeft Ocean Protocol een voorsprong als gedecentraliseerde "marktplaats voor AI-ready data".
SingularityNET: de pionier van gedecentraliseerde AI-diensten
SingularityNET is een pionier in de gedecentraliseerde AI-sector; het project werd gelanceerd in 2017 en haalde binnen een minuut een ICO van $ 36 miljoen op. Sindsdien heeft het zich ontwikkeld tot een gerenommeerd blockchainplatform waar gebruikers AI-diensten kunnen creëren, delen en er geld mee kunnen verdienen.
In tegenstelling tot vergelijkbare platforms, die zich richten op datasets en ruwe berekeningen, specialiseert SingularityNET zich in AI-diensten zoals API's, modellen en agents die ontwikkelaars kunnen verzilveren of aanschaffen ter ondersteuning van hun ontwikkelingsinitiatieven. Dit is mogelijk via de native token $AGIX van het platform, waarmee deelnemers kunnen betalen voor de AI-diensten.
Het infrastructuurmodel van SingularityNET besteedt ook veel aandacht aan interoperabiliteit, waardoor de verschillende services elkaar kunnen aanspreken. Dit creëert een AI-ondersteunend ecosysteem waar onafhankelijke bijdragers complexe pipelines kunnen samenstellen.
Een ander opvallend kenmerk van dit specifieke project is de visie van de oprichter, Dr. Ben Goertzel, om Kunstmatige Algemene Intelligentie (AGI) te bevorderen - een tijdperk waarin AI in staat zal zijn om alle taken uit te voeren die mensen kunnen doen en mogelijk de menselijke intelligentie op meerdere gebieden zal overtreffen.
Fetch.ai: Gedecentraliseerde agenten en data-economie
Fetch.ai is een andere nieuwe innovatie die deel uitmaakt van de opkomende agenteconomie, aangestuurd door AI-agenten. Dit project is ontworpen als een multi-agentplatform waarmee autonome softwareagenten namens gebruikers, organisaties of apparaten kunnen communiceren, onderhandelen en gegevens kunnen verhandelen, terwijl blockchaintechnologie wordt gebruikt om de communicatiekanalen te beveiligen.
Een van de belangrijkste componenten van dit ecosysteem is het agent framework (AEA). Het is verantwoordelijk voor functies zoals dataverzameling en -analyse, interactie met andere agents of databronnen, beslissingen, transacties en deelname aan machine learning of taakoptimalisatie. Je kunt ze zien als digitale tweelingen die namens gebruikers handelen.
Wat valt op? Fetch.ai is het mogelijk maken van realtime, dynamische datastromen tussen autonome agenten. Dit is een vooruitgang ten opzichte van traditionele AI-pijplijnen, die niet alleen gecentraliseerd maar ook statisch van aard zijn. Zo kan een verkeersmanagementsysteem in een drukke stad AI-agenten gebruiken om live verkeersgegevens te kopen van stadssensoren, dankzij het agentgebaseerde economiemodel.
Gensyn: Gedecentraliseerde computing voor AI-training
Volgens een recente verslag Volgens projecten van McKinsey is er wereldwijd naar schatting 6.7 biljoen dollar nodig om datacentra te laten voldoen aan de groeiende vraag naar computerkracht. gensyn pakt dit dreigende kostenrisico aan met een gedecentraliseerd protocol, dat zich richt op machine learning-berekeningen.
Gensyn maakt het mogelijk om het wereldwijde computeraanbod te bundelen in één netwerk. Dit is mogelijk dankzij een gedecentraliseerd framework dat iedereen met ongebruikte rekenkracht de mogelijkheid biedt om deze aan het netwerk toe te wijzen. Dit ondersteunt AI-innovatoren met wereldwijd beschikbare rekenkracht die ze kunnen huren om de training van grote modellen op te schalen.
Het ecosysteem van Gensyn bestaat uit vier fundamentele componenten: consistente ML-uitvoering, betrouwbare verificatie, peer-to-peercommunicatie en gedecentraliseerde coördinatie. Al deze facetten werken samen om gedecentraliseerde, verifieerbare machine learning op wereldwijde schaal mogelijk te maken.
Het is ook vermeldenswaard dat dit project zich nog in een vroeg stadium bevindt, terwijl het Testnet al beschikbaar is. Het bevat drie applicaties die gebruikers kunnen uitproberen: RL Swarm, BlockAssist en Judge.
Gras: Gedecentraliseerd data crowdsourcing netwerk
Wanneer we voor internetdiensten betalen, gebruiken we vaak niet de volledige toegewezen bandbreedte. Grass, voorheen Grassdata, introduceerde een innovatief concept waarbij internetgebruikers wereldwijd hun ongebruikte bandbreedte kunnen benutten.
Het project brengt dit verhaal tot leven via een gedistribueerd model waarmee iedereen via eenvoudige stappen kan bijdragen en beloningen kan verdienen, waardoor de ongebruikte bandbreedte wordt omgezet in een waardevolle bron voor AI-training. Simpel gezegd functioneert Grass als een gedecentraliseerd fysiek netwerk (DepIN) voor toegang tot webdata, waarbij gebruikers vanaf hun dagelijkse apparaten knooppunten kunnen draaien die dienen als gegevensbronnen voor AI- en webintelligentie.
Deze toestemmingsloze en gedistribueerde aanpak is niet alleen een gamechanger in de training van AI-modellen, maar ook in het gebruik van alledaagse digitale bronnen. Gebruikers kunnen fungeren als dataleveranciers en een open netwerk aansturen dat kan concurreren met gecentraliseerde webcrawlers en data-aggregators die momenteel worden beheerd door een handvol grote technologiebedrijven.
Conclusie
Zoals in de inleiding vermeld, zijn de evolutie en implementatie van AI niet zonder unieke uitdagingen verlopen. Denk hierbij aan databeheer, datakwaliteit en de stijgende rekenkosten. Zoals echter blijkt uit de voorbeelden in dit artikel, is er aanzienlijke vooruitgang geboekt op het gebied van gedecentraliseerde AI-innovatie. Deze projecten bieden een voorproefje van wat gedecentraliseerde architecturen AI te bieden hebben en vice versa; het is een win-winsituatie voor zowel blockchain- als AI-innovaties.
Vergelijkingstabel voor gedecentraliseerde AI-platforms
| Project | Hoofdfocus | Wat opvalt |
| OORT-extensie | Gedecentraliseerde AI-datacloud waarmee gebruikers gegevens kunnen verzamelen, verwerken en geldelijke waarde kunnen genereren | Community-gedreven DataHub en edge-netwerk (Deimos) met meer dan 330 bijdragers en verifieerbare datasets |
| Bittensor | Blockchain-netwerk voor gedecentraliseerde AI-training en -inferentie | Gestimuleerde subnetten die kwalitatieve AI-resultaten belonen met dagelijkse TAO-emissies |
| Ocean Protocol | Marktplaats voor AI-ready data en computing | Compute-to-Data-privacymodel dat veilige gegevensdeling mogelijk maakt zonder dat ruwe datasets worden blootgesteld |
| SingularityNET | Marktplaats voor AI-diensten en API's | Monetisering van interoperabele AI-agenten; baanbrekende visie voor kunstmatige algemene intelligentie (AGI) |
| Fetch.ai | Multi-agent AI-economie voor autonome gegevensuitwisseling | Realtime-dataonderhandeling via autonome agenten (AEA's) |
| gensyn | Gedecentraliseerd computernetwerk voor machinaal leren | Vertrouwelijke verificatie en aggregatie van de wereldwijde computervoorziening voor AI-training |
| Grass | Gedecentraliseerd bandbreedte- en datacrowdsourcingnetwerk | Converteert ongebruikte internetbandbreedte naar AI-trainingsdatabronnen |
Veelgestelde Vragen / FAQ
Wat is gedecentraliseerde AI?
Gedecentraliseerde AI verwijst naar systemen voor kunstmatige intelligentie (AI) die zijn gebouwd op gedistribueerde ecosystemen zoals blockchain- of peer-to-peer-infrastructuren. Wereldwijde gemeenschappen nemen de rol van data-, reken- en modeltraining op zich, in tegenstelling tot de gecentraliseerde omgeving waar grote bedrijven al deze functies beheren.
Hoe verschilt gedecentraliseerde AI van traditionele AI-platformen?
In tegenstelling tot traditionele AI, die afhankelijk zijn van gecentraliseerde datacenters en ondoorzichtige dataverzamelingstechnieken, verdeelt gedecentraliseerde AI databronnen, rekenkracht en modeltraining over diverse deelnemers aan het ecosysteem. Dit verbetert de transparantie, beveiliging en inclusiviteit.
Waarom is datakwaliteitscontrole belangrijk voor AI-ontwikkeling?
De kwaliteit van de data heeft een directe impact op de nauwkeurigheid en eerlijkheid van AI-modellen. Daarom moeten AI-datapijplijnen verifieerbaar, ethisch verantwoord en veilig gedeeld zijn.
Hoe verdienen deelnemers in gedecentraliseerde AI-ecosystemen?
Er zijn verschillende manieren om geld te verdienen aan deze ecosystemen, waaronder de bijdrage van waardevolle bronnen zoals data en rekenkracht. De meeste DeAI-platforms beschikken over incentivemechanismen waarmee gebruikers geld kunnen verdienen.
Welke gedecentraliseerde AI-projecten lopen momenteel voorop?
Belangrijke spelers zijn onder meer OORT (datacloud), Bittensor (AI-intelligentienetwerk), Ocean Protocol (AI-ready datamarktplaats), SingularityNET (AI-servicehub), Fetch.ai (agenteconomie), Gensyn (gedecentraliseerde computing) en Grass (datacrowdsourcingnetwerk).
Disclaimer
In lijn met de Richtlijnen voor vertrouwensprojectenHoud er rekening mee dat de informatie op deze pagina niet bedoeld is en niet mag worden geïnterpreteerd als juridisch, fiscaal, beleggings-, financieel of enige andere vorm van advies. Het is belangrijk om alleen te beleggen wat u zich kunt veroorloven te verliezen en onafhankelijk financieel advies in te winnen als u twijfels heeft. Voor meer informatie raden wij u aan de algemene voorwaarden en de hulp- en ondersteuningspagina's van de uitgever of adverteerder te raadplegen. MetaversePost streeft naar nauwkeurige, onpartijdige berichtgeving, maar de marktomstandigheden kunnen zonder voorafgaande kennisgeving worden gewijzigd.
Over de auteur
Gregory, een digitale nomade afkomstig uit Polen, is niet alleen financieel analist, maar levert ook een waardevolle bijdrage aan verschillende online magazines. Met een schat aan ervaring in de financiële sector hebben zijn inzichten en expertise hem erkenning opgeleverd in talrijke publicaties. Gregory gebruikt zijn vrije tijd effectief en is momenteel toegewijd aan het schrijven van een boek over cryptocurrency en blockchain.
Meer artikelen
Gregory, een digitale nomade afkomstig uit Polen, is niet alleen financieel analist, maar levert ook een waardevolle bijdrage aan verschillende online magazines. Met een schat aan ervaring in de financiële sector hebben zijn inzichten en expertise hem erkenning opgeleverd in talrijke publicaties. Gregory gebruikt zijn vrije tijd effectief en is momenteel toegewijd aan het schrijven van een boek over cryptocurrency en blockchain.
