7 najboljših decentraliziranih platform umetne inteligence, ki jih je vredno spremljati
Na kratko
V tem članku predstavljamo 7 najboljših decentraliziranih platform umetne inteligence, ki izenačujejo pogoje.
Inovacije na področju umetne inteligence (UI) so od svojega nastanka doživele izjemno rast. ChatGPT novembra 2022. Vendar pa kljub temu, da gre v ospredje, nekatera pomembna ozka grla še naprej upočasnjujejo razvoj in uporabo umetne inteligence – eden največjih izzivov, s katerimi se sooča ta nastajajoča industrija, je kakovost in nadzor podatkov.
Po oceniti Po podatkih Epoch AI je skupna efektivna zaloga javnih besedilnih podatkov, ki jih je ustvaril človek, približno 300 bilijonov žetonov; ta zaloga podatkov bo verjetno v celoti izkoriščena s strani jezikovnih modelov za učenje med letoma 2026 in 2032. To grozeče pomanjkanje podatkov, skupaj s pomisleki glede preglednosti in stroškov, je predvsem posledica centralizacije večine podatkovnih cevovodov umetne inteligence.
Po drugi strani pa se decentralizirane infrastrukture izkazujejo za dragocene pri reševanju nekaterih teh težav. V tem članku predstavljamo 7 najboljših decentraliziranih platform umetne inteligence, ki izenačujejo pogoje. Te nastajajoče platforme omogočajo razvijalcem umetne inteligence in podjetjem, da pridobivajo preverljive nabore podatkov, ki jih vodi skupnost, ne da bi se morali zanašati na centralizirane posrednike.
OORT: Celovit podatkovni oblak za decentralizirano umetno inteligenco
OORT je celovita decentralizirana rešitev umetne inteligence, zasnovana tako, da omogoča tako podjetjem kot posameznikom zbiranje, obdelavo in monetizacijo podatkov umetne inteligence.
Kar pri tem oblaku podatkov umetne inteligence izstopa v primerjavi s centraliziranimi ustreznicami, je pristop globalne skupnosti; namesto da bi se zanašal na nepregledne procese zbiranja podatkov, OORT uvaja decentralizirano platformo za zbiranje podatkov z več verigami, imenovano OORT DataHub. Ta platforma izkorišča prispevke globalne skupnosti za zagotavljanje raznolikih, visokokakovostnih in preverljivih naborov podatkov za odpravo obstoječih pomanjkljivosti v kakovosti in nadzoru podatkov umetne inteligence.
OORT DataHub podpira decentralizirano omrežje OORT Edge, ki omogoča shranjevanje in obdelavo zbranih podatkov prek strojne naprave Deimos – robnega vozlišča.
Kot taki imajo uporabniki ekosistema OORT možnost zaslužiti monetizacijske nagrade z prispeva proti podatkovnemu središču ali pa postane del robnega omrežja z gostovanje vozlišče prek naprave Deimos. Trenutno je v tem decentraliziranem ekosistemu umetne inteligence več kot 330,000 prispevalcev podatkov, več kot 83,000 vozlišč in več kot 10,000 dnevnih uporabnikov.
Bittensor: Decentralizirano obveščevalno omrežje
Bittensor je še ena zanimiva decentralizirana platforma umetne inteligence; v osnovi ta ekosistem, ki temelji na veriženju blokov, podpira proizvodnjo digitalnih dobrin v verigi, vključno z sklepanjem umetne inteligence, usposabljanjem in sorodno infrastrukturo.
Kako torej deluje? Bittensor izkorišča koncept podomrežij za uvedbo skupnosti, ki proizvajajo te digitalne dobrine po konkurenčnih cenah. To temelji na modelu spodbud, kjer so najboljši rudarji (sodelavci) nagrajeni za dokončanje določene naloge. Nekatere naloge znotraj podomrežja umetne inteligence lahko segajo od storitev, kot so usposabljanje, napovedovanje ali specializirano sklepanje.
Bittensorjevo omrežje vključuje tudi validatorje, katerih vloga je potrjevanje dela, ki ga opravijo rudarji. To zagotavlja, da se prek Bittensorjevega modela spodbud nagrajujejo le kakovostne storitve – ekosistem v ta namen vsak dan odda 7200 žetonov TAO. Dodelitve znotraj podomrež so razdeljene na tri: ustvarjalec podomrežja (18 %), validatorji (41 %) in rudarji (41 %).
Bittensorjeva decentralizirana podomrežja so odmik od centraliziranega procesa usposabljanja umetne inteligence, kjer imajo velika tehnološka podjetja monopol nad zbiranjem podatkov in drugimi storitvami umetne inteligence.
Ocean Protocol: Tržnica za podatke, pripravljene za umetno inteligenco
Protokol o oceanu je eden od uveljavljenih akterjev na tem nastajajočem področju inovacij. Ta platforma, zgrajena kot decentraliziran protokol, omogoča dve glavni komponenti, potrebni za napredek umetne inteligence – podatke in računalništvo.
Tehnološki sklad vključuje tri glavne dele: podatkovne žetone, oceanska vozlišča in izračune v podatke (Compute-to-Data). Z podatkovnimi žetoni lahko uporabniki Ocean Protocol tokenizirajo svoje zasebne podatke in jih dajo na voljo za učenje modelov, hkrati pa ohranijo svojo zasebnost. Pristop, imenovan »omejevanje žetonov«, pri katerem lahko lastniki podatkov objavijo podatkovne storitve na trgu Ocean Protocol prek decentraliziranega modela nadzora dostopa.
Kar zadeva vozlišča Ocean Nodes, ta omogočajo monetizacijo neaktivnih računalniških virov. Lastniki naprav po vsem svetu lahko svojo neaktivno računalniško moč namenijo podpori omrežja Ocean Network v zameno za nagrade ekosistema.
Izračunavanje v podatke (Compute-to-Data) je glavna značilnost tega ekosistema; potrošnikom (trenerjem modelov) omogoča nakup naborov podatkov, na katerih lahko izvajajo svoje modele, ne da bi se razkrila zasebnost ponudnika. To daje Ocean Protocolu prednost kot decentraliziranemu »tržišču za podatke, pripravljene za umetno inteligenco«.
SingularityNET: Pionir decentraliziranih storitev umetne inteligence
SingularityNET je pionir na področju decentralizirane umetne inteligence; projekt se je začel leta 2017 in v minuti zbral 36 milijonov dolarjev ICO. Od takrat se je razvil v ugledno platformo, ki temelji na tehnologiji veriženja blokov, kjer lahko uporabniki ustvarjajo, delijo in monetizirajo storitve umetne inteligence.
Za razliko od svojih konkurentov, ki se osredotočajo na nabore podatkov in surovo računanje, se SingularityNET specializira za storitve umetne inteligence, kot so API-ji, modeli in agenti, ki jih lahko razvijalci monetizirajo ali kupijo za podporo svojim razvojnim pobudam. To je mogoče prek izvornega žetona platforme $AGIX, ki udeležencem omogoča plačilo za storitve umetne inteligence.
Infrastrukturni model SingularityNET posveča veliko pozornost tudi interoperabilnosti, kar omogoča različnim storitvam, da se medsebojno povezujejo. To ustvarja ekosistem, ki podpira umetno inteligenco, kjer lahko neodvisni sodelavci sestavljajo kompleksne cevovode.
Druga izstopajoča značilnost tega projekta je vizija ustanovitelja, dr. Bena Goertzela, o napredku splošne umetne inteligence (AGI) – dobe, v kateri bo umetna inteligenca sposobna opravljati vse naloge, ki jih lahko opravljajo ljudje, in potencialno preseči človeško inteligenco na več področjih.
Fetch.ai: Decentralizirani agenti in podatkovna ekonomija
Pridobi.ai je še ena nova inovacija, ki deluje v okviru prihajajočega agentskega gospodarstva, ki ga poganjajo agenti umetne inteligence. Ta projekt je zasnovan kot večagentna platforma, ki avtonomnim programskim agentom omogoča interakcijo, pogajanja in transakcije podatkov v imenu uporabnikov, organizacij ali naprav, hkrati pa izkorišča tehnologijo veriženja blokov za zavarovanje komunikacijskih kanalov.
Ena glavnih komponent tega ekosistema je ogrodje agentov (AEA). Naloženo mu je izvajanje funkcij, kot so zbiranje in analiza podatkov, interakcija z drugimi agenti ali viri podatkov, odločitve, transakcije in sodelovanje pri strojnem učenju ali optimizaciji nalog. Lahko si jih predstavljamo kot digitalne dvojčke, ki delujejo v imenu uporabnikov.
V čem izstopa Pridobi.ai je omogočanje dinamičnih pretokov podatkov v realnem času med avtonomnimi agenti. To je napredek v primerjavi s tradicionalnimi cevovodi umetne inteligence, ki niso le centralizirani, ampak tudi statične narave. Na primer, sistem za upravljanje prometa v prometnem mestu lahko s pomočjo agentov umetne inteligence kupuje prometne podatke v živo od mestnih senzorjev, zahvaljujoč modelu ekonomije, ki temelji na agentih.
Gensyn: Decentralizirano računalništvo za usposabljanje umetne inteligence
V skladu z nedavno poročilo Projekti McKinseyja kažejo, da bodo podatkovni centri po vsem svetu potrebovali približno 6.7 bilijona dolarjev, da bi zadostili naraščajočemu povpraševanju po računalniški moči. Gensyn to grozeče tveganje stroškov obravnava s svojim decentraliziranim protokolom, ki se osredotoča na računanje s strojnim učenjem.
V osnovi Gensyn omogoča združevanje svetovne računalniške ponudbe v eno samo omrežje. To je mogoče prek decentraliziranega ogrodja, ki vsem z nedejavno računalniško zmogljivostjo omogoča, da jo dodelijo omrežju, s čimer podpirajo inovatorje umetne inteligence z globalno dostopno računalniško zmogljivostjo, ki jo lahko najamejo za skaliranje učenja velikih modelov.
Gensynov ekosistem sestavljajo štirje temeljni elementi: dosledno izvajanje strojnega učenja, preverjanje brez zaupanja, komunikacija med vrstniki in decentralizirana koordinacija. Vsi ti vidiki delujejo skupaj, da omogočajo decentralizirano in preverljivo strojno učenje na globalni ravni.
Omeniti velja tudi, da je ta projekt še v zgodnji fazi, saj je trenutno na voljo testna mreža. Vsebuje tri aplikacije, ki jih lahko uporabniki preizkusijo: RL Swarm, BlockAssist in Judge.
Grass: Decentralizirano omrežje za množično iskanje podatkov
Velikokrat, ko plačujemo za internetne storitve, na koncu ne porabimo vse dodeljene pasovne širine. Trava, prej Grassdata, je predstavil inovativen koncept, kjer lahko uporabniki interneta po vsem svetu uporabijo svojo nedejavno pasovno širino.
Projekt to zgodbo oživi s svojim porazdeljenim modelom, ki vsakomur omogoča prispevanje in zaslužek nagrad s preprostimi koraki, s čimer se nedejavna pasovna širina spremeni v dragocen vir za usposabljanje umetne inteligence. Preprosto povedano, Grass deluje kot decentralizirano fizično omrežje (DepIN) za dostop do spletnih podatkov, kjer lahko uporabniki upravljajo vozlišča iz svojih vsakodnevnih naprav, ki služijo kot viri podatkov za umetno inteligenco in spletno inteligenco.
Ta pristop brez dovoljenj in porazdelitev ne spreminja le pravil igre pri učenju modelov umetne inteligence, temveč tudi pri uporabi vsakodnevnih digitalnih virov. Uporabniki lahko delujejo kot ponudniki podatkov, ki poganjajo odprto omrežje, ki se lahko kosa s centraliziranimi spletnimi pajki in agregatorji podatkov, ki jih trenutno nadzoruje peščica velikih tehnoloških podjetij.
zaključek
Kot je bilo omenjeno v uvodu, razvoj in uvajanje umetne inteligence nista potekala brez edinstvenih izzivov. Ti vključujejo nadzor podatkov, kakovost in naraščajoče stroške računanja. Vendar pa je bil, kot je poudarjeno s primeri v tem seznamu, na področju decentraliziranih inovacij umetne inteligence dosežen pomemben napredek. Ti projekti so vpogled v to, kaj decentralizirane arhitekture ponujajo umetni inteligenci in obratno; to je obojestransko koristno tako za blockchain kot za inovacije umetne inteligence.
Primerjalna tabela za decentralizirane platforme umetne inteligence
| Projekt | Glavni fokus | Kaj izstopa |
| OORT | Decentraliziran podatkovni oblak umetne inteligence, ki uporabnikom omogoča zbiranje, obdelavo in monetizacijo podatkov | Skupnostno vodeno podatkovno središče in robno omrežje (Deimos) z več kot 330 sodelavci in preverljivimi nabori podatkov |
| Bittensor | Omrežje veriženja blokov za decentralizirano učenje in sklepanje umetne inteligence | Spodbudne podmreže nagrajujejo kakovostne rezultate umetne inteligence z dnevnimi emisijami TAO |
| Protokol o oceanu | Tržnica za podatke in računalništvo, pripravljene na umetno inteligenco | Model zasebnosti »izračunaj-v-data«, ki omogoča varno deljenje podatkov brez razkrivanja surovih naborov podatkov |
| SingularityNET | Tržnica za storitve in API-je umetne inteligence | Monetizacija interoperabilnih agentov umetne inteligence; pionirska vizija za splošno umetno inteligenco (AGI) |
| Pridobi.ai | Večagentna ekonomija umetne inteligence za avtonomno izmenjavo podatkov | Pogajanja o podatkih v realnem času prek avtonomnih agentov (AEA) |
| Gensyn | Decentralizirano računalniško omrežje za strojno učenje | Nezanesljivo preverjanje in združevanje globalne računalniške ponudbe za usposabljanje umetne inteligence |
| Trava | Decentralizirano omrežje za pasovno širino in množično iskanje podatkov | Pretvarja pasovno širino nedejavne internetne povezave v podatkovne vire za učenje umetne inteligence |
Pogosto zastavljena vprašanja
Kaj je decentralizirana umetna inteligenca?
Decentralizirana umetna inteligenca se nanaša na sisteme umetne inteligence, ki so zgrajeni na porazdeljenih ekosistemih, kot sta tehnologija veriženja blokov ali infrastruktura enakovrednih sistemov. Globalne skupnosti prevzamejo vlogo podatkov, računalništva in usposabljanja modelov v nasprotju s centraliziranim okoljem, kjer velike korporacije nadzorujejo vse te funkcije.
Kakšna je razlika med decentralizirano umetno inteligenco in tradicionalnimi platformami umetne inteligence?
Za razliko od tradicionalnih sistemov, ki se zanašajo na centralizirane podatkovne centre in nepregledne tehnike zbiranja podatkov, decentralizirana umetna inteligenca distribuira vire podatkov, računalniško moč in usposabljanje modelov različnim udeležencem ekosistema. To izboljša preglednost, varnost in vključenost.
Zakaj je nadzor kakovosti podatkov pomemben za razvoj umetne inteligence?
Kakovost podatkov neposredno vpliva na natančnost in pravičnost modelov umetne inteligence. Zato morajo biti podatkovni cevovodi umetne inteligence preverljivi, etično pridobljeni in varno deljeni.
Kako udeleženci zaslužijo v decentraliziranih ekosistemih umetne inteligence?
Obstaja več načinov za zaslužek iz teh ekosistemov, vključno s prispevkom dragocenih virov, kot so podatki in računalniška moč. Večina platform DeAI ima mehanizme spodbud, kjer lahko uporabniki prejmejo monetizljive nagrade.
Kateri decentralizirani projekti umetne inteligence trenutno vodijo na tem področju?
Med pomembne akterje spadajo OORT (podatkovni oblak), Bittensor (omrežje za umetno inteligenco), Ocean Protocol (tržišče podatkov, pripravljeno za umetno inteligenco), SingularityNET (središče storitev umetne inteligence), Fetch.ai (agentno gospodarstvo), Gensyn (decentralizirano računalništvo) in Grass (omrežje za množično izvajanje podatkov).
Zavrnitev odgovornosti
V skladu z Smernice projekta Trust, upoštevajte, da informacije na tej strani niso namenjene in se jih ne sme razlagati kot pravni, davčni, naložbeni, finančni ali kakršen koli drug nasvet. Pomembno je, da vlagate samo tisto, kar si lahko privoščite izgubiti, in da poiščete neodvisen finančni nasvet, če imate kakršne koli dvome. Za dodatne informacije predlagamo, da si ogledate določila in pogoje ter strani s pomočjo in podporo, ki jih nudi izdajatelj ali oglaševalec. MetaversePost se zavzema za natančno in nepristransko poročanje, vendar se tržni pogoji lahko spremenijo brez predhodnega obvestila.
O avtorju
Gregory, digitalni nomad, ki prihaja iz Poljske, ni samo finančni analitik, ampak tudi dragocen sodelavec različnih spletnih revij. Z bogatimi izkušnjami v finančni industriji so mu njegovi vpogledi in strokovno znanje prinesli priznanje v številnih publikacijah. Ker učinkovito izkorišča svoj prosti čas, je Gregory trenutno posvečen pisanju knjige o kriptovaluti in verigi blokov.
več člankov
Gregory, digitalni nomad, ki prihaja iz Poljske, ni samo finančni analitik, ampak tudi dragocen sodelavec različnih spletnih revij. Z bogatimi izkušnjami v finančni industriji so mu njegovi vpogledi in strokovno znanje prinesli priznanje v številnih publikacijah. Ker učinkovito izkorišča svoj prosti čas, je Gregory trenutno posvečen pisanju knjige o kriptovaluti in verigi blokov.
