في 12 حزيران (يونيو) ، أعلن Gensyn ، وهو بروتوكول حوسبة بلوكتشين AI مقره المملكة المتحدة ، عن الانتهاء من جولة من السلسلة A بقيمة 43 مليون دولار بقيادة a16z. في هذه الثورة في مجال الذكاء الاصطناعي ، تولى Gensyn زمام المبادرة في تسليم ورقة إجابات لنا.
** Gensyn هو أساسًا blockchain من الطبقة الأولى لإثبات الحصة استنادًا إلى بروتوكول Substripe ، والذي يمكن أن يعزز تخصيص مهام التعلم الآلي والمكافآت من خلال العقود الذكية لتحقيق القدرة على التعلم بسرعة لنماذج الذكاء الاصطناعي وتقليل تكلفة التدريب على التعلم العميق السعر. ** تبلغ تكلفة جلسة تدريب واحدة لـ GPT-3 في عام 2020 حوالي 12 مليون دولار ، وهو ما يزيد بأكثر من 270 مرة عن القيمة المقدرة بحوالي 43000 دولار لتدريب GPT-2 في عام 2019. بشكل عام ، يتضاعف تعقيد النموذج (الحجم) لأفضل الشبكات العصبية كل ثلاثة أشهر. تبلغ التكلفة بالساعة لعمل تدريب التعلم الآلي لـ Gensyn حوالي 0.4 دولار ، وهو أقل بكثير من التكاليف المطلوبة لـ AWS (2 دولار) و GCP (2.5 دولار). يريد Gensyn استخدام blockchain وغيرها من التقنيات لتنفيذ بروتوكول حوسبة فعال وموزع على نطاق واسع لامركزي ، ولديه دليل تعليمي احتمالي وآلية تحفيز للعملات المشفرة.
** يربط Gensyn مطورًا (أي شخص يمكنه تدريب نموذج التعلم الآلي) مع حلال (Solver ، أي شخص يريد تدريب نموذج التعلم الآلي على أجهزته الخاصة). ** من خلال الاستفادة من أجهزة الحوسبة الخاملة التي تدعم ML في جميع أنحاء العالم ، مثل مراكز البيانات الصغيرة ، وأجهزة الكمبيوتر المخصصة للألعاب ، وأجهزة M1 و M2 Mac ، وحتى الهواتف الذكية ، وربطها بمجموعة ML فائقة عالمية ، تزيد قوة ML 10-100x في قوة الحوسبة المتاحة. في الوقت نفسه ، يستخدم Gensyn نظام تحقق مبتكرًا وإمدادات طاقة حاسوبية لتحقيق تدريب واسع النطاق ومنخفض التكلفة للشبكات العصبية دون ثقة.
** 1. نظام تحقق مبتكر **
** يتمثل التحدي الأساسي الذي يواجهه Gensyn في التحقق من أن مهام الحوسبة التي يتم إجراؤها على الجهاز قد تم تنفيذها بشكل صحيح وتحفيز الدفع من خلال الرموز المميزة. ** يحل نظام Gensyn بشكل أساسي مشكلة التحقق من خلال ثلاثة مفاهيم ، بما في ذلك إثبات التعلم الاحتمالي ، وبروتوكول تحديد المواقع الدقيق المستند إلى الرسم البياني ولعبة الحوافز على غرار Truebit.
يتألف من أربعة ممثلين رئيسيين ، بما في ذلك المحررون والمحللون والمحققون والمبلغون عن المخالفات. المرسلون هم المستخدمون النهائيون للنظام الذين يقدمون المهام التي يتعين حسابها ودفع تكاليف وحدات العمل المكتملة. المحلل هو جزء العمل الرئيسي في النظام ، حيث يقوم بإجراء تدريب نموذجي ويولد البراهين للتحقق من قبل المدقق. يربط المدقق إجراء تدريب غير حتمي بحساب خطي حتمي ، ويكرر جزءًا من برهان الحل ، ويقارن المسافة بالعتبة المتوقعة. المبلغون عن المخالفات هم خط الدفاع الأخير ، حيث يتحققون من عمل المدققين ويتحدونهم للحصول على الجوائز.
يمكن للنظام القيام بكل هذا دون ثقة وبنفقات عامة تتناسب مع حجم النموذج ، مما يحافظ على ثبات تكاليف التحقق. يكمن ابتكار النظام في الجمع بين نقاط فحص التدريب النموذجية وفحوصات الاحتمالات المنتهية على السلسلة ، والتي تحل بشكل فعال مشكلة الاعتماد على الدولة في تدريب الشبكة العصبية بأي مقياس.
2. مصدر طاقة جديد للحوسبة
** تستخدم أنظمة Gensyn موارد أجهزة الحوسبة غير المستغلة وغير المحسّنة. ** تتراوح هذه الأجهزة من وحدات معالجة الرسومات غير المستخدمة حاليًا إلى وحدات معالجة الرسوميات GPU من عصر ما قبل Ethereum PoW. نظرًا لأن البروتوكول لامركزي ، مما يعني أنه سيخضع في النهاية لأغلبية المجتمع ولا يمكن "إغلاقه" دون موافقة المجتمع ، على عكس الويب 2 ، فإن هذا يجعله مقاومًا للرقابة. يتمثل ابتكار هذه الاتفاقية في الاستفادة الكاملة من موارد معدات الحوسبة غير المستخدمة ، وتوفير المزيد من القوة الحاسوبية للمجتمع ، وكذلك توفير مصدر جديد للدخل لأولئك الذين يمتلكون معدات غير مستخدمة. ويقدم بروتوكول Gensyn تكلفة مماثلة لامتلاك وحدة معالجة الرسومات في مركز البيانات ، ويمكن أن يتجاوز AWS.
باختصار ، ** الهدف الأساسي لـ Gensyn هو إضفاء الطابع الديمقراطي على الذكاء الاصطناعي من خلال خطة لامركزية ، بحيث يمكن لعدد أكبر من الأشخاص المشاركة في ابتكار تكنولوجيا الذكاء الاصطناعي وتطبيقها. ** الفكرة الأساسية لهذا البرنامج هي استخدام موارد معدات الحوسبة غير المستغلة لتحسين كفاءة ودقة نماذج الذكاء الاصطناعي من خلال بناء نظام تحقق مفتوح وغير مركزي ، وتوفير المزيد من الفرص لرواد الأعمال والاحتمالات. إنه برنامج مبتكر وتطلعي ومن المتوقع أن يلعب دورًا مهمًا في مجال الذكاء الاصطناعي في المستقبل.
شاهد النسخة الأصلية
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
تحليل شبكة الحوسبة الموزعة AI Gensyn
في 12 حزيران (يونيو) ، أعلن Gensyn ، وهو بروتوكول حوسبة بلوكتشين AI مقره المملكة المتحدة ، عن الانتهاء من جولة من السلسلة A بقيمة 43 مليون دولار بقيادة a16z. في هذه الثورة في مجال الذكاء الاصطناعي ، تولى Gensyn زمام المبادرة في تسليم ورقة إجابات لنا.
** Gensyn هو أساسًا blockchain من الطبقة الأولى لإثبات الحصة استنادًا إلى بروتوكول Substripe ، والذي يمكن أن يعزز تخصيص مهام التعلم الآلي والمكافآت من خلال العقود الذكية لتحقيق القدرة على التعلم بسرعة لنماذج الذكاء الاصطناعي وتقليل تكلفة التدريب على التعلم العميق السعر. ** تبلغ تكلفة جلسة تدريب واحدة لـ GPT-3 في عام 2020 حوالي 12 مليون دولار ، وهو ما يزيد بأكثر من 270 مرة عن القيمة المقدرة بحوالي 43000 دولار لتدريب GPT-2 في عام 2019. بشكل عام ، يتضاعف تعقيد النموذج (الحجم) لأفضل الشبكات العصبية كل ثلاثة أشهر. تبلغ التكلفة بالساعة لعمل تدريب التعلم الآلي لـ Gensyn حوالي 0.4 دولار ، وهو أقل بكثير من التكاليف المطلوبة لـ AWS (2 دولار) و GCP (2.5 دولار). يريد Gensyn استخدام blockchain وغيرها من التقنيات لتنفيذ بروتوكول حوسبة فعال وموزع على نطاق واسع لامركزي ، ولديه دليل تعليمي احتمالي وآلية تحفيز للعملات المشفرة.
** يربط Gensyn مطورًا (أي شخص يمكنه تدريب نموذج التعلم الآلي) مع حلال (Solver ، أي شخص يريد تدريب نموذج التعلم الآلي على أجهزته الخاصة). ** من خلال الاستفادة من أجهزة الحوسبة الخاملة التي تدعم ML في جميع أنحاء العالم ، مثل مراكز البيانات الصغيرة ، وأجهزة الكمبيوتر المخصصة للألعاب ، وأجهزة M1 و M2 Mac ، وحتى الهواتف الذكية ، وربطها بمجموعة ML فائقة عالمية ، تزيد قوة ML 10-100x في قوة الحوسبة المتاحة. في الوقت نفسه ، يستخدم Gensyn نظام تحقق مبتكرًا وإمدادات طاقة حاسوبية لتحقيق تدريب واسع النطاق ومنخفض التكلفة للشبكات العصبية دون ثقة.
** 1. نظام تحقق مبتكر **
** يتمثل التحدي الأساسي الذي يواجهه Gensyn في التحقق من أن مهام الحوسبة التي يتم إجراؤها على الجهاز قد تم تنفيذها بشكل صحيح وتحفيز الدفع من خلال الرموز المميزة. ** يحل نظام Gensyn بشكل أساسي مشكلة التحقق من خلال ثلاثة مفاهيم ، بما في ذلك إثبات التعلم الاحتمالي ، وبروتوكول تحديد المواقع الدقيق المستند إلى الرسم البياني ولعبة الحوافز على غرار Truebit.
يتألف من أربعة ممثلين رئيسيين ، بما في ذلك المحررون والمحللون والمحققون والمبلغون عن المخالفات. المرسلون هم المستخدمون النهائيون للنظام الذين يقدمون المهام التي يتعين حسابها ودفع تكاليف وحدات العمل المكتملة. المحلل هو جزء العمل الرئيسي في النظام ، حيث يقوم بإجراء تدريب نموذجي ويولد البراهين للتحقق من قبل المدقق. يربط المدقق إجراء تدريب غير حتمي بحساب خطي حتمي ، ويكرر جزءًا من برهان الحل ، ويقارن المسافة بالعتبة المتوقعة. المبلغون عن المخالفات هم خط الدفاع الأخير ، حيث يتحققون من عمل المدققين ويتحدونهم للحصول على الجوائز.
يمكن للنظام القيام بكل هذا دون ثقة وبنفقات عامة تتناسب مع حجم النموذج ، مما يحافظ على ثبات تكاليف التحقق. يكمن ابتكار النظام في الجمع بين نقاط فحص التدريب النموذجية وفحوصات الاحتمالات المنتهية على السلسلة ، والتي تحل بشكل فعال مشكلة الاعتماد على الدولة في تدريب الشبكة العصبية بأي مقياس.
2. مصدر طاقة جديد للحوسبة
** تستخدم أنظمة Gensyn موارد أجهزة الحوسبة غير المستغلة وغير المحسّنة. ** تتراوح هذه الأجهزة من وحدات معالجة الرسومات غير المستخدمة حاليًا إلى وحدات معالجة الرسوميات GPU من عصر ما قبل Ethereum PoW. نظرًا لأن البروتوكول لامركزي ، مما يعني أنه سيخضع في النهاية لأغلبية المجتمع ولا يمكن "إغلاقه" دون موافقة المجتمع ، على عكس الويب 2 ، فإن هذا يجعله مقاومًا للرقابة. يتمثل ابتكار هذه الاتفاقية في الاستفادة الكاملة من موارد معدات الحوسبة غير المستخدمة ، وتوفير المزيد من القوة الحاسوبية للمجتمع ، وكذلك توفير مصدر جديد للدخل لأولئك الذين يمتلكون معدات غير مستخدمة. ويقدم بروتوكول Gensyn تكلفة مماثلة لامتلاك وحدة معالجة الرسومات في مركز البيانات ، ويمكن أن يتجاوز AWS.
باختصار ، ** الهدف الأساسي لـ Gensyn هو إضفاء الطابع الديمقراطي على الذكاء الاصطناعي من خلال خطة لامركزية ، بحيث يمكن لعدد أكبر من الأشخاص المشاركة في ابتكار تكنولوجيا الذكاء الاصطناعي وتطبيقها. ** الفكرة الأساسية لهذا البرنامج هي استخدام موارد معدات الحوسبة غير المستغلة لتحسين كفاءة ودقة نماذج الذكاء الاصطناعي من خلال بناء نظام تحقق مفتوح وغير مركزي ، وتوفير المزيد من الفرص لرواد الأعمال والاحتمالات. إنه برنامج مبتكر وتطلعي ومن المتوقع أن يلعب دورًا مهمًا في مجال الذكاء الاصطناعي في المستقبل.