io.net se une ao FLock para novas conquistas de IA

Oi pessoal! Você já cansou de viver na pobreza enquanto as criptomoedas estão curtindo uma vida de luxo? Então junte-se ao nosso canal @Crypnoticias no Telegram, onde compartilhamos notícias sobre criptomoedas em português - porque quem precisa de dinheiro de verdade quando você pode nadar em Dogecoins? Venha para o lado selvagem da especulação financeira, onde o único risco é perder tudo... ou ganhar um foguete para a lua! 😂💰🚀

☞ Junte-se ao Telegram

Como um investidor experiente em criptografia com mais de duas décadas de experiência, devo admitir que a parceria entre FLock e io.net é nada menos que revolucionária. O conceito de mecanismo de consenso de Prova de IA (PoAI) tem o potencial de remodelar o cenário dos segmentos de IA e Web3.

A plataforma de aprendizagem de IA FLock, e não Flock com ‘l’ minúsculo, fez parceria com io.net para criar o primeiro sistema de verificação de Prova de IA (PoAI) para nós em uma rede de computação distribuída. Esta inovação visa aumentar a eficiência dos cálculos de IA em inúmeras aplicações.

FLock e io.net anunciam parceria e provocam o conceito de Prova de IA

io.net e FLock, uma plataforma de gerenciamento de GPU e um serviço federado de aprendizagem de IA, respectivamente, divulgaram planos para uma parceria estratégica de longo prazo. Prevê-se que esta aliança ofereça aos setores de IA e Web3 uma gama de ferramentas totalmente novas para desenvolvimento e fins computacionais.

1/ Colaboração emocionante entre @ionet e X FLock: um avanço
Trabalhando na criação de um mecanismo de consenso inovador de Prova de Inteligência Artificial (PoAI).
O propósito? Para autenticar a confiabilidade dos nós DePIN em redes de computação descentralizadas.
Descubra mais sobre esta Prova de Trabalho centrada no trabalho, alimentada por IA.
— FLock.io (@flock_io) 29 de agosto, 2024

Especificamente, eles estão unindo forças para desenvolver o sistema inicial de acordo de Prova de Inteligência Artificial (PoAI) para verificar a confiabilidade dos nós que funcionam dentro de uma rede de computação distribuída.

Através do PoAI, as redes descentralizadas de infraestrutura física (DePINs) podem autenticar a confiabilidade de seus nós, realizando tarefas complexas de treinamento em IA. PoAI é um tipo de Prova de Trabalho projetado especificamente para IA, canalizando recursos de verificação para projetos valiosos de IA. Dessa forma, os nós podem receber recompensas em bloco não apenas do DePIN, mas também de redes de treinamento de IA como IO.net e FLock.io.

Jiahao Sun, fundador e CEO da FLock, enfatiza que o próximo lançamento tem relevância significativa para os setores DePIN, AI e Web3.

Recursos de computação confiáveis são cruciais tanto para engenheiros de IA quanto para usuários finais, e a Prova de IA (PoAI) serve como base para construir essa confiança. Como a infraestrutura computacional constitui a espinha dorsal do desenvolvimento da IA, é essencial abordar este aspecto primeiro. Estamos entusiasmados em colaborar com a io.net, pioneira em seu setor, para garantir o fornecimento de recursos de computação de alto nível para nossos esforços de IA.

O sistema que garante a confiabilidade dos nós DePIN usando uma abordagem descentralizada e integrada por IA apresenta um mecanismo que gera desafios de forma consistente, coleta respostas e fornece estatísticas relevantes (como latência, variações de pontuação, precisão de dados) aos nós io.net para a tomada de decisões .

Superando barreiras de treinamento de modelos de IA com Web3

Tory Green, CEO e cofundador da io.net, está entusiasmado com a ampla gama de possibilidades que a mais recente parceria oferece para a aplicação de Inteligência Artificial em múltiplos cenários.

Espera-se que o advento da Prova de IA traga melhorias significativas nos processos de treinamento e inferência de modelos de IA em sistemas de computação distribuídos. É provável que os operadores de nós de GPU e a comunidade mais ampla de desenvolvimento de IA/ML adotem calorosamente o Proof of AI, pois antecipam seus benefícios.

Como um investidor criptográfico interessado no domínio da inteligência artificial, passei a apreciar a importância dos dados sintéticos no treinamento de modelos. No entanto, a tarefa de sintetizar e refinar 15 trilhões de tokens, como visto no treinamento do LLama3, não é pouca coisa. Portanto, a FLock Data Generation desenvolveu uma solução inteligente: aproveitar recursos ociosos da GPU para executar inferência em lote em modelos de linguagem (LLMs) exigidos tanto pelo FLock Task Creator quanto pelo Training Node.

No longo prazo, é essencial que os sistemas de IA distribuídos que usam GPUs tenham um bom desempenho para que a IA descentralizada prospere. No entanto, existem indivíduos sem escrúpulos que tentam explorar o sistema alegando falsamente que possuem mais poder computacional do que realmente possuem. Um método típico é enganar a rede fazendo-a pensar que possui um número maior de recursos computacionais.

Como investigador, deparei-me com uma preocupação significativa: a falta de mecanismos de dissuasão fortes poderia potencialmente levar os operadores de nós a agirem inescrupulosamente na busca de recompensas de rede, independentemente das suas contribuições reais. Verificar a integridade dos nós é uma tarefa formidável devido à possibilidade de atores mal-intencionados fabricarem representações de seus recursos e reivindicarem recompensas sem realizar qualquer trabalho genuíno.

2024-08-29 19:19