7 лучших децентрализованных платформ искусственного интеллекта, за которыми стоит следить
Коротко
В этой статье мы расскажем о 7 лучших децентрализованных платформах искусственного интеллекта, которые выравнивают условия игры.
Инновации в области искусственного интеллекта (ИИ) пережили колоссальный рост с момента дебюта ChatGPT в ноябре 2022 года. Однако, несмотря на то, что ИИ становится мейнстримом, некоторые существенные препятствия продолжают замедлять разработку и внедрение ИИ. Одной из самых больших проблем, с которой сталкивается эта молодая отрасль, является качество и контроль данных.
В соответствии с оценка По оценкам Epoch AI, общий эффективный запас общедоступных текстовых данных, созданных человеком, составляет около 300 триллионов токенов; этот запас данных, вероятно, будет полностью использован языковыми моделями для обучения в период с 2026 по 2032 год. Эта надвигающаяся нехватка данных в сочетании с опасениями по поводу прозрачности и стоимости являются главным образом результатом централизации большинства конвейеров данных ИИ.
С другой стороны, децентрализованные инфраструктуры доказывают свою эффективность в решении некоторых из этих проблем. В этой статье мы расскажем о 7 лучших децентрализованных платформах ИИ, которые уравнивают возможности. Эти новые платформы предоставляют разработчикам ИИ и компаниям возможность получать проверяемые, разработанные сообществом наборы данных, не прибегая к услугам централизованных посредников.
OORT: Полное облако данных для децентрализованного ИИ
ООРТ — это комплексное децентрализованное решение на основе ИИ, призванное позволить как предприятиям, так и частным лицам собирать, обрабатывать и монетизировать данные ИИ.
Отличительной чертой этого облака данных ИИ по сравнению с централизованными аналогами является подход, основанный на глобальном сообществе: вместо того, чтобы полагаться на непрозрачные процессы сбора данных, OORT представляет децентрализованную многоцепочечную платформу сбора данных, получившую название OORT DataHub. Эта платформа использует вклад глобального сообщества для предоставления разнообразных, высококачественных и проверяемых наборов данных, что позволяет устранить существующие недостатки в качестве и контроле данных ИИ.
OORT DataHub поддерживается децентрализованной сетью OORT Edge, которая обеспечивает хранение и обработку собранных данных. Это осуществляется с помощью аппаратного устройства периферийного узла — Deimos.
Таким образом, пользователи экосистемы OORT имеют возможность получать монетизируемые вознаграждения содействие к DataHub или стать частью периферийной сети хостинг узел через устройство Deimos. В настоящее время в этой децентрализованной экосистеме искусственного интеллекта насчитывается более 330 000 участников, более 83 000 узлов и более 10 000 пользователей в день.
Bittensor: децентрализованная разведывательная сеть
Биттензор — еще одна интересная децентрализованная платформа ИИ; по сути, эта экосистема на базе блокчейна поддерживает он-чейн производство цифровых товаров, включая вывод ИИ, обучение и связанную с ним инфраструктуру.
Итак, как это работает? Bittensor использует концепцию подсетей для создания сообществ, производящих эти цифровые товары по конкурентоспособным ценам. Это основано на модели стимулирования, где лучшие майнеры (участники) получают вознаграждение за выполнение определённой задачи. Некоторые задачи в подсети ИИ могут включать в себя такие услуги, как обучение, прогнозирование или специализированный вывод.
Сеть Bittensor также включает валидаторов, чья роль заключается в проверке работы майнеров. Это гарантирует вознаграждение только за качественные услуги благодаря системе стимулирования Bittensor – для этой цели экосистема ежедневно выпускает 7200 токенов TAO. Распределение токенов внутри подсетей разделено на три группы: создатели подсетей (18%), валидаторы (41%) и майнеры (41%).
Децентрализованные подсети Bittensor — это отход от централизованного процесса обучения ИИ, при котором крупные технологические компании имеют монополию на сбор данных и другие услуги ИИ.
Ocean Protocol: торговая площадка для данных, готовых к использованию с искусственным интеллектом
Протокол океанов — один из признанных игроков в этой молодой области инноваций. Эта платформа, построенная на основе децентрализованного протокола, обеспечивает два основных компонента, необходимых для развития ИИ: данные и вычисления.
Технологический стек включает три основных компонента: токены данных (Datatokens), узлы Ocean Node и Compute-to-Data. С помощью токенов данных пользователи Ocean Protocol могут токенизировать свои личные данные и предоставлять их для обучения моделей, сохраняя при этом конфиденциальность. Этот подход, получивший название «токен-гейтинг», позволяет владельцам данных публиковать сервисы данных на торговой площадке Ocean Protocol с помощью децентрализованной модели контроля доступа.
Что касается узлов Ocean, они позволяют монетизировать простаивающие вычислительные ресурсы. Владельцы устройств по всему миру могут использовать свои простаивающие вычислительные мощности для поддержки Ocean Network в обмен на экосистемное вознаграждение.
Технология Compute-to-Data — отличительная особенность этой экосистемы: она позволяет потребителям (тренерам моделей) приобретать наборы данных, на основе которых они могут запускать свои модели, не раскрывая конфиденциальность поставщика. Именно это даёт Ocean Protocol преимущество в качестве децентрализованного «рынка данных, готовых к использованию с ИИ».
SingularityNET: пионер децентрализованных сервисов ИИ
SingularityNET — пионер в области децентрализованного ИИ; проект был запущен ещё в 2017 году, собрав $36 млн на ICO всего за минуту. С тех пор он превратился в авторитетную блокчейн-платформу, где пользователи могут создавать, обмениваться и монетизировать ИИ-сервисы.
В отличие от аналогов, ориентированных на наборы данных и «сырые» вычисления, SingularityNET специализируется на ИИ-сервисах, таких как API, модели и агенты, которые разработчики могут монетизировать или приобретать для поддержки своих инициатив. Это возможно благодаря нативному токену платформы $AGIX, который позволяет участникам оплачивать ИИ-сервисы.
Инфраструктурная модель SingularityNET также уделяет большое внимание взаимодействию, позволяя различным сервисам обращаться друг к другу. Это создаёт экосистему с поддержкой ИИ, где независимые участники могут собирать сложные конвейеры.
Еще одной отличительной чертой этого проекта является видение его основателя, доктора Бена Герцеля, о развитии общего искусственного интеллекта (ОИИ) — эпохи, в которой ИИ будет способен выполнять любые задачи, доступные человеку, и потенциально превзойдет человеческий интеллект во многих областях.
Fetch.ai: децентрализованные агенты и экономика данных
Fetch.ai — ещё одна инновационная разработка, работающая в рамках развивающейся экономики агентов, основанной на ИИ-агентах. Этот проект представляет собой многоагентную платформу, позволяющую автономным программным агентам взаимодействовать, согласовывать и обмениваться данными от имени пользователей, организаций или устройств, используя технологию блокчейн для защиты каналов связи.
Одним из основных компонентов этой экосистемы является агентская структура (AEA). Она отвечает за такие функции, как сбор и анализ данных, взаимодействие с другими агентами или источниками данных, принятие решений, транзакции и участие в машинном обучении или оптимизации задач. Их можно рассматривать как цифровых двойников, действующих от имени пользователей.
Чем выделяется Fetch.ai Это обеспечение динамических потоков данных в режиме реального времени между автономными агентами. Это шаг вперёд по сравнению с традиционными конвейерами ИИ, которые не только централизованы, но и статичны по своей природе. Например, система управления дорожным движением в оживлённом городе может использовать агентов ИИ для покупки данных о дорожном движении в режиме реального времени с городских датчиков благодаря модели экономики, основанной на агентах.
Gensyn: децентрализованные вычисления для обучения ИИ
Согласно недавнему докладе По оценкам McKinsey, для удовлетворения растущего спроса на вычислительную мощность центрам обработки данных по всему миру потребуется около 6.7 триллиона долларов США. Генсин решает эту надвигающуюся проблему риска расходов с помощью своего децентрализованного протокола, который фокусируется на вычислениях машинного обучения.
По сути, Gensyn позволяет объединить все мировые вычислительные ресурсы в единую сеть. Это возможно благодаря децентрализованной структуре, которая позволяет любому, у кого есть свободные вычислительные мощности, выделять их для сети, поддерживая новаторов в области ИИ, предоставляя им глобально доступные вычислительные ресурсы, которые они могут арендовать для масштабирования обучения крупных моделей.
Экосистема Gensyn состоит из четырёх основных компонентов: согласованного выполнения машинного обучения, недоверительной верификации, однорангового взаимодействия и децентрализованной координации. Все эти аспекты работают в тандеме, обеспечивая децентрализованное и проверяемое машинное обучение в глобальном масштабе.
Стоит также отметить, что этот проект всё ещё находится на ранней стадии развития, и уже доступна тестовая сеть. Пользователи могут опробовать три приложения: RL Swarm, BlockAssist и Judge.
Grass: децентрализованная сеть краудсорсинга данных
Зачастую, оплачивая интернет-услуги, мы не используем всю выделенную пропускную способность. Grass, ранее известная как Grassdata, представила инновационную концепцию, благодаря которой пользователи Интернета по всему миру могут использовать свою свободную полосу пропускания.
Проект воплощает эту идею в жизнь благодаря своей распределённой модели, которая позволяет любому человеку вносить свой вклад и получать вознаграждения, выполняя простые шаги, превращая неиспользуемую полосу пропускания в ценный ресурс для обучения ИИ. Проще говоря, Grass работает как децентрализованная физическая сеть (DepIN) для доступа к веб-данным, где пользователи могут запускать узлы со своих повседневных устройств, служа источниками данных для ИИ и веб-аналитики.
Этот общедоступный и распределённый подход меняет правила игры не только в обучении моделей ИИ, но и в использовании повседневных цифровых ресурсов. Пользователи могут выступать поставщиками данных, обеспечивая работу открытой сети, способной конкурировать с централизованными веб-сканерами и агрегаторами данных, которые в настоящее время контролируются несколькими крупными технологическими компаниями.
Заключение
Как упоминалось во введении, развитие и внедрение ИИ не обошлось без своего уникального набора проблем. К ним относятся контроль данных, качество и растущая стоимость вычислений. Однако, как показывают примеры в этом списке, в сфере децентрализованных инноваций в области ИИ достигнут значительный прогресс. Эти проекты дают представление о том, что децентрализованные архитектуры могут предложить ИИ и наоборот; это выгодно как для блокчейна, так и для инноваций в области ИИ.
Сравнительная таблица децентрализованных платформ ИИ
| Проект | Основное внимание | Что выделяется |
| ООРТ | Децентрализованное облако данных ИИ, позволяющее пользователям собирать, обрабатывать и монетизировать данные | DataHub, управляемый сообществом, и периферийная сеть (Deimos) с более чем 330 тыс. участников и проверяемыми наборами данных |
| Биттензор | Блокчейн-сеть для децентрализованного обучения и вывода искусственного интеллекта | Стимулирующие подсети, вознаграждающие качественные результаты ИИ ежедневными выбросами TAO |
| Протокол океанов | Торговая площадка для данных и вычислений, готовых к использованию с ИИ | Модель конфиденциальности Compute-to-Data, обеспечивающая безопасный обмен данными без раскрытия необработанных наборов данных |
| SingularityNET | Торговая площадка для услуг ИИ и API | Монетизация совместимых агентов ИИ; новаторское видение общего искусственного интеллекта (AGI) |
| Fetch.ai | Многоагентная экономика ИИ для автономного обмена данными | Передача данных в реальном времени через автономные агенты (AEA) |
| Генсин | Децентрализованная вычислительная сеть для машинного обучения | Не требующая доверия проверка и агрегация глобальных вычислительных ресурсов для обучения ИИ |
| Grass | Децентрализованная сеть пропускной способности и краудсорсинга данных | Преобразует неиспользуемый интернет-канал в ресурсы данных для обучения ИИ |
FAQ
Что такое децентрализованный ИИ?
Децентрализованный ИИ относится к системам искусственного интеллекта, построенным на распределенных экосистемах, таких как блокчейн или одноранговые инфраструктуры. Глобальные сообщества берут на себя функции обработки данных, вычислений и обучения моделей, в отличие от централизованной среды, где все эти функции контролируются крупными корпорациями.
Чем децентрализованный ИИ отличается от традиционных платформ ИИ?
В отличие от традиционных систем, которые опираются на централизованные центры обработки данных и непрозрачные методы сбора данных, децентрализованный ИИ распределяет источники данных, вычислительные мощности и обучение моделей среди различных участников экосистемы. Это повышает прозрачность, безопасность и инклюзивность.
Почему контроль качества данных важен для разработки ИИ?
Качество данных напрямую влияет на точность и объективность моделей ИИ. Поэтому потоки данных ИИ должны быть проверяемыми, получать их этичным образом и безопасно распространяться.
Как участники зарабатывают в децентрализованных экосистемах ИИ?
Существует несколько способов заработать на этих экосистемах, включая предоставление ценных ресурсов, таких как данные и вычислительные мощности. Большинство платформ DeAI предлагают механизмы поощрения, позволяющие пользователям получать монетизируемое вознаграждение.
Какие децентрализованные проекты ИИ в настоящее время лидируют в этой области?
К числу известных игроков относятся OORT (облако данных), Bittensor (сеть искусственного интеллекта), Ocean Protocol (рынок данных, готовый к использованию искусственного интеллекта), SingularityNET (центр услуг искусственного интеллекта), Fetch.ai (экономика агентов), Gensyn (децентрализованные вычисления) и Grass (сеть краудсорсинга данных).
Условия использования
В соответствии с Руководство трастового проектаОбратите внимание, что информация, представленная на этой странице, не предназначена и не должна интерпретироваться как юридическая, налоговая, инвестиционная, финансовая или любая другая форма консультации. Важно инвестировать только то, что вы можете позволить себе потерять, и обращаться за независимой финансовой консультацией, если у вас есть какие-либо сомнения. Для получения дополнительной информации мы предлагаем обратиться к положениям и условиям, а также к страницам справки и поддержки, предоставленным эмитентом или рекламодателем. MetaversePost стремится предоставлять точную и объективную отчетность, однако рыночные условия могут быть изменены без предварительного уведомления.
Об авторе
Грегори, цифровой кочевник родом из Польши, является не только финансовым аналитиком, но и ценным автором различных онлайн-журналов. Благодаря богатому опыту работы в финансовой отрасли, его идеи и знания снискали ему признание в многочисленных публикациях. Эффективно используя свое свободное время, Грегори в настоящее время занимается написанием книги о криптовалюте и блокчейне.
Другие статьи
Грегори, цифровой кочевник родом из Польши, является не только финансовым аналитиком, но и ценным автором различных онлайн-журналов. Благодаря богатому опыту работы в финансовой отрасли, его идеи и знания снискали ему признание в многочисленных публикациях. Эффективно используя свое свободное время, Грегори в настоящее время занимается написанием книги о криптовалюте и блокчейне.
