Validarea datelor în calculul AI descentralizat: o schimbare structurală către inteligență artificială fără cusururi @OpenledgerHQ, @gensynai, @OpenGradient Calculul AI descentralizat oferă o soluție complet diferită la întrebarea modului în care este creată și verificată inteligența artificială. Într-un mediu centralizat, judecata privind originea datelor, dacă procesul de învățare a fost realizat corect și dacă rezultatele inferenței erau fiabile se baza pe managementul intern, documentația și auditurile unei anumite organizații. Într-o structură descentralizată, baza acestei încrederi nu se află în organizație, ci în tehnologia însăși, iar întregul proces al inteligenței artificiale, precum datele, calculul și raționamentul, este separat în straturi verificabile. Punctul de plecare al acestei structuri sunt datele de antrenament. Modelele de inteligență artificială sunt create pe baza unor cantități mari de date, însă în mediile tradiționale este dificil să verifici istoricul sursei și modificărilor datelor din exterior. OpenLedger este responsabil pentru urmărirea integrității datelor și provenienței pentru a aborda aceste probleme. În OpenLedger, datele nu sunt doar stocate, ci sunt înregistrate clar cine le-a furnizat în ce scop și context. Datele sunt înregistrate într-o rețea de date organizată pe domenii, iar fiecare contribuție este înregistrată on-chain cu informații despre versiuni. Aceasta creează o structură care îți permite să urmărești ce date au fost folosite efectiv pentru antrenarea unui anumit model și cum acele date au influențat rezultatele. Acest proces previne dispariția datelor în cutia neagră și lasă relația dintre date și performanța modelului ca un fapt verificabil. Odată ce datele sunt gata, următorul pas este resursele de calcul care realizează învățarea efectivă. Gensyn oferă o rețea de calcul descentralizată care conectează resurse de calcul inactive răspândite în întreaga lume și le folosește pentru învățarea inteligenței artificiale. Cheia aici nu este doar distribuirea calculelor, ci și demonstrarea faptului că acestea au fost efectuate corect. Gensyn verifică legitimitatea procesului de antrenament prin protocolul de validare Verde. Sarcina de învățare este delegată mai multor participanți, iar dacă există un dezacord între rezultate, metoda este folosită pentru a găsi punctul de eroare fără a recalcula întregul proces. Acest lucru este posibil datorită unei structuri de operatori reproductibile, care fixează strict ordinea operațiilor, astfel încât aceleași rezultate ale operațiilor să fie obținute pe hardware diferit. Datorită acestui fapt, consistența rezultatelor învățării poate fi verificată chiar și într-un mediu descentralizat, iar costul verificării este minimizat. Aceste structuri au, de asemenea, caracteristici clare în ceea ce privește costul și accesibilitatea. Deși instruirea cu GPU-uri de înaltă performanță într-un mediu cloud centralizat este costisitoare, Gensyn își propune să ofere același nivel de calcul la un cost mai mic prin utilizarea resurselor inactive. În același timp, verificarea dacă calculul a fost efectiv efectuat este realizată prin proceduri criptografice și verificare bazată pe joc, care este înlocuită nu de o simplă declarație de încredere, ci de o confirmare cu bază tehnică. Verificarea nu se încheie nici măcar după finalizarea învățării. Când modelul efectuează efectiv inferența, este necesar să verifice dacă rezultatele sunt corecte. OpenGradient este responsabil pentru validarea acestui pas de inferență. În structura OpenGradient, inferența AI este executată în cadrul tranzacțiilor blockchain, iar rezultatele inferenței sunt confirmate conform metodei de verificare alese. Cea mai puternică metodă este demonstrarea matematică a acurateței calculelor prin demonstrații zero-knowledge, iar o metodă care utilizează un mediu de execuție de încredere bazat pe hardware. În situații cu risc relativ scăzut, se poate aplica o metodă simplă care se bazează pe securitatea criptoeconomică. Aceste metode diferite sunt selectate pe baza importanței raționamentului, costurilor și cerințelor de performanță. Particularitatea OpenGradient este că procesul de inferență nu este gestionat în secret off-chain, ci este tratat ca parte a tranziției de stare a blockchain-ului. Fișierele model sunt stocate în stocare distribuită, iar cererile și rezultatele de inferență sunt legate prin identificatori clari. Acest lucru îți permite să verifici ce model a generat ce ieșire pentru o anumită intrare și în ce metodă de verificare, după aceea. Rezultatele inferenței nu sunt pur și simplu valori de ieșire, ci sunt înregistrate ca produse ale unor operații verificabile. Astfel, OpenLedger, Gensyn și OpenGradient joacă fiecare un rol în diferite etape ale datelor, învățării și inferenței. În etapa de date, sursele și contribuțiile sunt urmărite, în etapa de instruire se verifică acuratețea calculelor, iar în etapa de inferență, rezultatele sunt justificate. Aceste trei straturi nu sunt legate de un singur sistem integrat, ci formează funcțional un lanț continuu de verificare. Este o structură proiectată astfel încât niciun pas să nu rămână opac. Această structură de verificare a datelor în calculul AI descentralizat arată o schimbare în modul în care inteligența artificială este făcută mai fiabilă. Pe măsură ce baza încrederii se mută de la reputația corporativă sau controlul intern la dovada tehnică, sistemele de inteligență artificială devin integrate structural cu explicabilitate și responsabilitate. Un mediu în care putem verifica de unde provin datele, cum a fost realizată învățarea și dacă raționamentul a fost corect face ca inteligența artificială să nu fie un instrument de neînțeles, ci un sistem computațional verificabil. Acest lucru arată că descentralizarea depășește simpla descentralizare și este o modalitate de a remodela structura însăși a încrederii în inteligența artificială. $OPEN