تتعاون io.net مع FLock لتحقيق إنجازات جديدة في مجال الذكاء الاصطناعي

تعاونت منصة التعلم اللامركزية للذكاء الاصطناعي FLock (لا، حرف “L” الكبير ليس خطأ) مع io.net لتطوير أول آلية إجماع في العالم لإثبات الذكاء الاصطناعي (PoAI) للتحقق من سلامة العقد العاملة على شبكة حوسبة موزعة. ومن المقرر أن يعمل الإصدار على تعزيز كفاءة استخدام الموارد في الحوسبة المدعومة بالذكاء الاصطناعي لحالات استخدام مختلفة.

FLock وio.net يعلنان عن شراكة ويستعرضان مفهوم Proof-of-AI

شاركت منصة إدارة وحدة معالجة الرسوميات io.net وخدمة التعلم بالذكاء الاصطناعي FLock تفاصيل تعاونهما الاستراتيجي الطويل الأمد. ومن المتوقع أن توفر المبادرة الجديدة لقطاعي الذكاء الاصطناعي وWeb3 أدوات تطوير وحساب جديدة تمامًا.

وبالتحديد، سيعمل الاثنان معًا على أول آلية إجماع في العالم لإثبات الذكاء الاصطناعي (PoAI) للتحقق من سلامة العقد العاملة على شبكة حوسبة لامركزية.

باستخدام PoAI، يمكن لشبكات البنية التحتية المادية اللامركزية (DePINs) التحقق من سلامة عقد DePIN من خلال إكمال مهام تدريب الذكاء الاصطناعي المكثفة الحوسبة. PoAI هو إثبات عمل أصلي للذكاء الاصطناعي، يوجه موارد التحقق إلى مهام الذكاء الاصطناعي ذات المغزى. إنه يسمح للعقد بكسب مكافآت الكتلة من DePIN بالإضافة إلى شبكات تدريب الذكاء الاصطناعي – في هذه الحالة، كل من IO.net وFLock.io.

أكد جياهاو صن، مؤسس شركة FLock والرئيس التنفيذي لها، أن الإصدار الجديد سيكون ذا أهمية كبيرة لقطاعات DePIN وAI وWeb3:

يحتاج مهندسو الذكاء الاصطناعي والمستخدمون النهائيون على حد سواء إلى الثقة في جودة موارد الحوسبة التي يتم تزويدهم بها، وProof of AI هو المفتاح لتحقيق ذلك. تدعم الحوسبة عملية تطوير الذكاء الاصطناعي بالكامل، ولهذا السبب نبدأ بذلك، ويسعدنا أن نتعاون مع io.net، الشركة الرائدة في مجالها.

تتضمن الآلية، التي تثبت سلامة عقد DePIN بطريقة لامركزية ومبنية على الذكاء الاصطناعي، محركًا يوفر باستمرار التحديات ويجمع الاستجابات ويوفر الإحصائيات الضرورية (على سبيل المثال، زمن الوصول، وانحراف النتيجة، وصحة البيانات) لعقد io.net لتجميع الأحكام.

تجاوز حواجز تدريب نموذج الذكاء الاصطناعي باستخدام Web3

أعرب الرئيس التنفيذي والمؤسس المشارك لشركة io.net توري جرين عن سعادته بمدى الفرص التي يفتحها التعاون الجديد لحالات الاستخدام المختلفة للذكاء الاصطناعي:

من المؤكد أن وصول Proof of AI سيؤدي إلى تحسينات هائلة في تدريب نماذج الذكاء الاصطناعي والاستدلال عليها عبر شبكات الحوسبة اللامركزية. وأنا على ثقة من أن مشغلي عقدة وحدة معالجة الرسوميات، فضلاً عن مجتمع مطوري الذكاء الاصطناعي/التعلم الآلي الأوسع، سوف يرحبون بـ Proof of AI بأذرع مفتوحة.

لقد ثبت أن البيانات الاصطناعية مفيدة للغاية لتدريب النماذج، على الرغم من أن تجميع وتنظيف 15 تريليون رمز (العدد المستخدم في تدريب LLama3) يعد مهمة غير تافهة. وبالتالي، فإن FLock Data Generation سوف يستخدم موارد وحدة معالجة الرسوميات الخاملة لأداء الاستدلال الدفعي على LLMs المطلوبة بواسطة FLock Task Creator و Training Node.

شبكات وحدات معالجة الرسوميات للذكاء الاصطناعي اللامركزية ضرورية لنجاح الذكاء الاصطناعي اللامركزي على المدى الطويل، ومع ذلك، لا يزال العديد من الجهات غير النزيهة تسعى إلى التلاعب بالنظام. إحدى الطرق الشائعة للقيام بذلك هي خداع الشبكة بشكل خبيث لإقناعها بأن لديها موارد حوسبة أكثر مما لديها بالفعل.

في غياب تدابير ردع قوية، قد يتصرف مشغلو العقد بطريقة غير نزيهة للفوز بمكافآت الشبكة، حتى لو كانت مساهماتهم ضئيلة. إن حل مشكلة التحقق من سلامة العقدة يشكل تحديًا، حيث يمكن للجهات السيئة إنشاء تمثيلات زائفة للموارد التي لديهم وجمع المكافآت دون القيام بأي عمل.