12 червня Gensyn, британський обчислювальний протокол блокчейну штучного інтелекту, оголосив про завершення раунду серії A на суму 43 мільйони доларів під керівництвом a16z. У цій революції в галузі штучного інтелекту Gensyn взяв на себе ініціативу, надавши нам бланк відповідей.
Gensyn — це, по суті, блокчейн першого рівня з підтвердженням частки, заснований на протоколі Substripe, який може сприяти розподілу завдань машинного навчання та винагородам за допомогою смарт-контрактів, щоб швидко реалізувати здатність до навчання моделей штучного інтелекту та знизити ціну глибокого навчання. навчання. Вартість одного навчального сеансу GPT-3 у 2020 році становитиме близько 12 мільйонів доларів, що більш ніж у 270 разів перевищує орієнтовну вартість навчання GPT-2 у 2019 році (близько 43 000 доларів США). Загалом складність моделі (розмір) найкращих нейронних мереж нині подвоюється кожні три місяці. Погодинна вартість навчання машинного навчання Gensyn становить приблизно 0,4 дол. США, що набагато нижче, ніж необхідні витрати на AWS (2 дол. США) і GCP (2,5 дол. США). Gensyn хоче використовувати блокчейн та інші технології для реалізації децентралізованого широкомасштабного ефективного обчислювального протоколу розподіленого глибокого навчання, а також має ймовірнісний доказ навчання та механізм стимулювання криптовалюти.
Gensyn з’єднує розробника (будь-кого, хто може навчити модель машинного навчання) із розв’язувачем (розв’язувач, кожен, хто хоче навчити модель машинного навчання на власній машині). Використовуючи неактивні обчислювальні пристрої з підтримкою машинного навчання по всьому світу (наприклад, невеликі центри обробки даних, ігрові комп’ютери, комп’ютери Mac M1 і M2 і навіть смартфони) і об’єднуючи їх у глобальний суперкластер машинного навчання, здатні до машинного навчання обчислювальна здатність збільшується в 10-100 разів. У той же час Gensyn використовує інноваційну систему перевірки та джерело обчислювальної потужності для досягнення надвеликомасштабного та недорогого навчання нейронних мереж без довіри.
1. Інноваційна система перевірки
Основне завдання Gensyn полягає в тому, щоб перевірити, чи обчислювальні завдання, виконувані на пристрої, виконано правильно, і ініціювати оплату через токени. Система Gensyn в основному вирішує проблему перевірки за допомогою трьох концепцій, включаючи ймовірнісне підтвердження навчання, протокол точного позиціонування на основі графіка та мотиваційну гру у стилі Truebit.
Складається з чотирьох основних дійових осіб, включаючи комітентів, розв’язувачів, верифікаторів і інформаторів. Подавачі — це кінцеві користувачі системи, які надають завдання для обчислення та оплачують виконані одиниці роботи. Розв’язувач є основною робочою частиною системи, яка виконує навчання моделі та генерує докази для перевірки верифікатором. Верифікатор пов’язує недетерміновану процедуру навчання з детермінованим лінійним обчисленням, відтворюючи частину доказу розв’язувача та порівнюючи відстань із очікуваним порогом. Викривачі є останньою лінією захисту, перевіряючи роботу валідаторів і вимагаючи з них джекпоти.
Система може робити все це без довіри та з накладними витратами, які лінійно масштабуються з розміром моделі, зберігаючи витрати на перевірку постійними. Інновація системи полягає в поєднанні контрольних точок навчання моделі та завершених на ланцюжку ймовірнісних перевірок, що ефективно вирішує проблему залежності стану при навчанні нейронної мережі будь-якого масштабу.
2. Нове обчислювальне живлення
Системи Gensyn використовують недостатньо використані та неоптимізовані ресурси обчислювальних пристроїв. Ці пристрої варіюються від ігрових графічних процесорів, які зараз не використовуються, до майнерів графічних процесорів з епохи PoW до Ethereum. Оскільки протокол є децентралізованим, тобто в кінцевому підсумку ним керуватиме більшість спільноти, і його не можна «закрити» без згоди спільноти, на відміну від web2, це робить його стійким до цензури. Новацією цієї угоди є повне використання ресурсів обчислювального обладнання, що не використовується, надання більшої обчислювальної потужності для спільноти, а також створення нового джерела доходу для тих, хто володіє невикористаним обладнанням. А вартість протоколу Gensyn така ж, як і володіння графічним процесором у центрі обробки даних, і його можна масштабувати за межі AWS.
Коротше кажучи, головною метою Gensyn є демократизація ШІ за допомогою децентралізованого плану, щоб більше людей могли брати участь в інноваціях і застосуванні технології ШІ. Основна ідея програми полягає в тому, щоб використовувати недостатньо використані ресурси обчислювального обладнання для підвищення ефективності та точності моделей штучного інтелекту шляхом побудови відкритої та децентралізованої системи перевірки та надання більше можливостей і можливостей для підприємців штучного інтелекту. Це інноваційна та перспективна програма, яка, як очікується, відіграватиме важливу роль у сфері штучного інтелекту в майбутньому.
Переглянути оригінал
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
Короткий огляд обчислювального протоколу штучного інтелекту в блокчейні Gensyn під керівництвом a16z
Текст / Донг Нуо
12 червня Gensyn, британський обчислювальний протокол блокчейну штучного інтелекту, оголосив про завершення раунду серії A на суму 43 мільйони доларів під керівництвом a16z. У цій революції в галузі штучного інтелекту Gensyn взяв на себе ініціативу, надавши нам бланк відповідей.
Gensyn — це, по суті, блокчейн першого рівня з підтвердженням частки, заснований на протоколі Substripe, який може сприяти розподілу завдань машинного навчання та винагородам за допомогою смарт-контрактів, щоб швидко реалізувати здатність до навчання моделей штучного інтелекту та знизити ціну глибокого навчання. навчання. Вартість одного навчального сеансу GPT-3 у 2020 році становитиме близько 12 мільйонів доларів, що більш ніж у 270 разів перевищує орієнтовну вартість навчання GPT-2 у 2019 році (близько 43 000 доларів США). Загалом складність моделі (розмір) найкращих нейронних мереж нині подвоюється кожні три місяці. Погодинна вартість навчання машинного навчання Gensyn становить приблизно 0,4 дол. США, що набагато нижче, ніж необхідні витрати на AWS (2 дол. США) і GCP (2,5 дол. США). Gensyn хоче використовувати блокчейн та інші технології для реалізації децентралізованого широкомасштабного ефективного обчислювального протоколу розподіленого глибокого навчання, а також має ймовірнісний доказ навчання та механізм стимулювання криптовалюти.
Gensyn з’єднує розробника (будь-кого, хто може навчити модель машинного навчання) із розв’язувачем (розв’язувач, кожен, хто хоче навчити модель машинного навчання на власній машині). Використовуючи неактивні обчислювальні пристрої з підтримкою машинного навчання по всьому світу (наприклад, невеликі центри обробки даних, ігрові комп’ютери, комп’ютери Mac M1 і M2 і навіть смартфони) і об’єднуючи їх у глобальний суперкластер машинного навчання, здатні до машинного навчання обчислювальна здатність збільшується в 10-100 разів. У той же час Gensyn використовує інноваційну систему перевірки та джерело обчислювальної потужності для досягнення надвеликомасштабного та недорогого навчання нейронних мереж без довіри.
1. Інноваційна система перевірки
Основне завдання Gensyn полягає в тому, щоб перевірити, чи обчислювальні завдання, виконувані на пристрої, виконано правильно, і ініціювати оплату через токени. Система Gensyn в основному вирішує проблему перевірки за допомогою трьох концепцій, включаючи ймовірнісне підтвердження навчання, протокол точного позиціонування на основі графіка та мотиваційну гру у стилі Truebit.
Складається з чотирьох основних дійових осіб, включаючи комітентів, розв’язувачів, верифікаторів і інформаторів. Подавачі — це кінцеві користувачі системи, які надають завдання для обчислення та оплачують виконані одиниці роботи. Розв’язувач є основною робочою частиною системи, яка виконує навчання моделі та генерує докази для перевірки верифікатором. Верифікатор пов’язує недетерміновану процедуру навчання з детермінованим лінійним обчисленням, відтворюючи частину доказу розв’язувача та порівнюючи відстань із очікуваним порогом. Викривачі є останньою лінією захисту, перевіряючи роботу валідаторів і вимагаючи з них джекпоти.
Система може робити все це без довіри та з накладними витратами, які лінійно масштабуються з розміром моделі, зберігаючи витрати на перевірку постійними. Інновація системи полягає в поєднанні контрольних точок навчання моделі та завершених на ланцюжку ймовірнісних перевірок, що ефективно вирішує проблему залежності стану при навчанні нейронної мережі будь-якого масштабу.
2. Нове обчислювальне живлення
Системи Gensyn використовують недостатньо використані та неоптимізовані ресурси обчислювальних пристроїв. Ці пристрої варіюються від ігрових графічних процесорів, які зараз не використовуються, до майнерів графічних процесорів з епохи PoW до Ethereum. Оскільки протокол є децентралізованим, тобто в кінцевому підсумку ним керуватиме більшість спільноти, і його не можна «закрити» без згоди спільноти, на відміну від web2, це робить його стійким до цензури. Новацією цієї угоди є повне використання ресурсів обчислювального обладнання, що не використовується, надання більшої обчислювальної потужності для спільноти, а також створення нового джерела доходу для тих, хто володіє невикористаним обладнанням. А вартість протоколу Gensyn така ж, як і володіння графічним процесором у центрі обробки даних, і його можна масштабувати за межі AWS.
Коротше кажучи, головною метою Gensyn є демократизація ШІ за допомогою децентралізованого плану, щоб більше людей могли брати участь в інноваціях і застосуванні технології ШІ. Основна ідея програми полягає в тому, щоб використовувати недостатньо використані ресурси обчислювального обладнання для підвищення ефективності та точності моделей штучного інтелекту шляхом побудови відкритої та децентралізованої системи перевірки та надання більше можливостей і можливостей для підприємців штучного інтелекту. Це інноваційна та перспективна програма, яка, як очікується, відіграватиме важливу роль у сфері штучного інтелекту в майбутньому.