جديد من @glxyresearch - التدريب الذكاء الاصطناعي اللامركزي: البنى والفرص والتحديات حسب @Uptodatenow. التدريب اللامركزي ينتقل من النظرية إلى الواقع. إليك ما تحتاج إلى معرفته🧵

في العام الماضي ، كتب @glxyresearch عن كيف يمكن للأشعة تحت التحتية غير المصرح بها للعملات المشفرة أن تدعم الذكاء الاصطناعي: أسواق GPU ، و zkML للاستدلال الذي يمكن التحقق منه ، ووكلاء الذكاء الاصطناعي. اليوم ، تدير شبكات التدريب اللامركزية تدريبا نموذجيا حقيقيا على نطاق عالمي.

مشاريع مثل @NousResearch و @PrimeIntellect و @PluralisHQ و @tplr_ai و @gensynai تدفع الحدود. إنهم ينسقون وحدات معالجة الرسومات في جميع أنحاء العالم ، ويقللون من نفقات الاتصالات العامة ، وحتى تجربة الحوافز الاقتصادية المشفرة.

لماذا هذا مهم؟ ✔️يفتح وحدات معالجة الرسومات العالمية غير المستخدمة للذكاء الذكاء الاصطناعي مفتوح المصدر ✔️تحديات تحكم المختبرات المركزية في تطوير النماذج ✔️يبني الأساس لحزمة الذكاء الاصطناعي على السلسلة بالكامل

يتعمق التقرير في: ✔️البنى الكامنة وراء التدريب اللامركزي ✔️التحديات التقنية والاقتصادية ✔️كيف تتعامل المشاريع مع التحقق والحوافز والتوسع

لم يعد التدريب اللامركزي افتراضيا. يتم بالفعل تدريب النماذج متوسطة الحجم على شبكات عالمية مباشرة. السؤال المفتوح: هل يمكنهم تحقيق مزايا عملية على المختبرات المركزية؟