S rychlým rozvojem AI technologií se její aplikační scénáře stále více rozšiřují. Tento růst však klade vyšší nároky na infrastrukturu, zejména v oblasti zpracování dat, distribuce výpočetní síly a ochrany soukromí. Tradiční centralizované způsoby zpracování mají problémy s jednotlivými body selhání, nerovnoměrnou distribucí výpočetní síly a únikem dat, což již nedokáže vyhovět současným požadavkům.
Ve skutečnosti je v oblasti AI získávání dat a trénování modelů vždy klíčovým tématem. Tradiční modely se většinou spoléhají na veřejná data pro trénink velkých modelů, ale mají omezení, pokud jde o pochopení a přizpůsobení se specializovaným oblastem. Aby tento problém vyřešil, FLock uvedl na trh decentralizovanou síť pro trénink a ověřování AI modelů, což přináší zcela nová řešení.
Přehled projektu
FLock je decentralizovaná síť pro trénink a ověřování AI modelů, jejímž cílem je zlomit monopol technických gigantů na AI modely. Nabízením modulární výpočetní síly, dat a metod trénování dosahuje decentralizovaného vývoje AI modelů. Prostřednictvím motivace komunity k poskytování tréninkových dat a zpětné vazby k modelům se vytváření a úpravy modelů stávají demokratizovanými. Protokoly a vývojáři mohou využívat platformu FLock k trénování modelů specifických pro jejich případy užití, jako jsou AI asistenti, modely pro volání funkcí, analýza senzorů atd.
Hlavní myšlenkou FLock je aktivace potenciálu privátních dat a posunout umělou inteligenci k novým bodům průlomu. Inovoval způsob vyvolávání dat a trénování modelů AI a rozšířil tradiční modely závislé na veřejných datech do oblasti privátních dat.
Na technické a produktové úrovni se Flock soustředí na decentralizované trénování a využívá technologii federálního učení, aby zajistil, že tréninková data zůstanou decentralizovaně uložena, bez úniku datových soukromí. Zároveň směruje tréninkové požadavky na decentralizované výpočetní platformy, jako jsou Akash a http://IO.net, čímž dále realizuje decentralizaci trénování modelů.
Současně tým FLocku pracoval v oblasti umělé inteligence mnoho let, má špičkový akademický zázemí v Oxfordu a BCG a bohaté zkušenosti z oboru. Tým přispěl k několika známým open-source AI projektům s core technologií a publikoval řadu článků v top vědeckých časopisech jako Royal Society, NeurIPS, což potvrzuje jeho technickou sílu.
Tento měsíc projekt FLock také obdržel významné zprávy o financování, získal podporu od mnoha známých investičních institucí. Podle oficiálních zpráv FLock úspěšně dokončil kolo strategického financování, vedené mateřskou společností Grayscale Digital Currency Group (DCG), s následným investováním strategických partnerů jako Lightspeed Faction, Animoca Brands, Fenbushi Capital, GnosisVC, GSR Ventures, OKCoinJapan, Bas1s Ventures a A41, aby společně podpořili rozvoj FLock. Celkem bylo vybráno 11 milionů dolarů, které budou použity na uvedení vylepšené testovací sítě FLock a klienta federálního učení, čímž se položil pevný základ pro budoucí rozvoj Flock.
FLock stále udržuje vznešenou misi demokratizovat vytváření, správu a vlastnictví AI agentů, usiluje o odnětí moci z monopolů velkých globálních společností a vrátit rozhodovací práva a odměny více komunitě, aby dosáhla skutečného sdílení a společného řízení. A DCG, jako jedna z nejaktivnějších a nejprozíravějších investičních institucí v posledním býčím trhu, má široké a hluboké investiční uspořádání v oblasti AI, zahrnující projekty jako TAO, WLD a další lídry v AI.
Tato investice je bezpochyby dalším důležitým uspořádáním DCG v oblasti AI. Nové finanční prostředky poskytnou FLocku inovace a rozvoj v oblasti AI infrastruktury, pomohou mu vstoupit do nové fáze a společně prozkoumat nové možnosti budoucnosti deAI.
Inovace architektury a produktů FLock
Jako jediný projekt AI infrastruktury, který získal financování od Ethereum Foundation, FLock umožňuje trénování AI modelů při zachování dat na místě. Dosud tréninková platforma FLock shromáždila 1 500 ověřených aktivních AI inženýrů na Githubu, kteří společně přispívají k pokroku decentralizované AI.
Produktový balíček FLock pokrývá celý životní cyklus decentralizovaného vývoje AI, včetně AI Arena, FL Alliance a AI Marketplace. AI Arena je soutěžní platforma pro trénink základních modelů, kde mohou vývojáři optimalizovat modely pomocí decentralizované výpočetní síly; FL Alliance je platforma pro spolupráci s ochranou soukromí, kde mohou datoví přispěvatelé a vývojáři spolupracovat na optimalizaci základních modelů při zajištění datového soukromí; AI Marketplace je platforma pro správu a obchodování s modely, kde uživatelé získávají odměny za přispění dat, výpočetních zdrojů a algoritmů.
FLock Edge Compute je důležitou součástí projektu FLock, zdůrazňuje využití kvalitních privátních dat, nižší latenci tréninkových dat a využití distribuované výpočetní síly. Díky této inovativní technologii mohou AI inženýři v reálném čase požadovat šifrovaná data z okrajových zařízení uživatelů pro vytváření přesnějších a bohatších modelů. Zároveň běžní uživatelé mohou chránit své soukromí a získávat odměny za účast na optimalizaci modelů.
FLock Edge Compute: Aktivace potenciálu privátních dat
FLock věří, že privátní data skrývají obrovský potenciál pro rozvoj umělé inteligence. Aby tento potenciál plně uvolnil, FLock inovoval způsob vyvolávání dat a trénování modelů AI, čímž prodloužil tréninkové možnosti do oblasti privátních dat.
Kombinováním okrajového výpočtu a technologií federálního učení FLock otevřel zcela novou cestu pro trénink modelů a zpracování dat, přičemž tréninkové úkoly jsou přímo nasazovány na okrajová zařízení uživatelů, jako jsou mobilní telefony, tablety a notebooky, a zároveň, díky distribuované výpočetní síle, model může získávat šifrované parametry modelů z různých okrajových zařízení a integrace, což zabraňuje přímému úniku původních dat.
Ve srovnání s tradičními centralizovanými metodami trénování modelů dokáže okrajový výpočet plně využít kvalitní privátní data, zlepšit přesnost a rozmanitost modelů, výrazně snížit latenci tréninkových dat a přiblížit modely k reálnému času a uspokojit potřeby uživatelů. Zároveň flexibilní využití distribuované výpočetní síly dělá trénování modelů efektivnějším a flexibilnějším, což poskytuje AI inženýrům nekonečný prostor pro kreativitu a možnosti.
Představme si, že existuje maloobchodní podnik, který se snaží zlepšit přesnost svého systému doporučení. V minulosti by podnik možná musel nahrát uživatelská nákupní data na centrální server k trénování modelu, ale prostřednictvím technologie okrajového výpočtu a federálního učení FLocku může podnik trénovat model přímo na uživatelském mobilním telefonu, přičemž mobilní telefon slouží jako okrajové zařízení, šifrovaně zpracovává uživatelská nákupní data a šifrované parametry modelu nahrává na server, čímž chrání soukromí uživatelů a zvyšuje efektivitu a přesnost trénování modelu.
JIT: Inovativní způsob vyvolávání dat
FLock také inovoval proces vyvolávání dat AI, přičemž přešel od předběžného vyvolávání (AOT) k okamžitému vyvolávání (JIT). JIT kompilace je způsob kompilace kódu během běhu programu, který má dynamickou, efektivní a silnou optimalizační schopnost. Díky nativnímu vyvolávání dat JIT na blockchainu mohou AI inženýři v reálném čase přistupovat k původním datům pro zlepšení tréninku, zatímco běžní uživatelé mohou získávat odměny za přispění dat, přičemž si stále zachovávají vlastnictví.
Aplikační scénáře
FLock se v oblasti trénování modelů opírá o své jedinečné technologické výhody, nejenže podporuje efektivní trénink při zachování dat na místě, ale úspěšně se uplatňuje i v několika předních oblastech.
V oblasti zdravotnictví FLock spolupracoval s University College London Hospital na nasazení algoritmu pro predikci hladiny cukru v krvi, aby diabetikům poskytl přesnější plán řízení zdraví. Zároveň s Moorfields Eye Hospital spolupracoval na optimalizaci algoritmu pro oční vyšetření a využil decentralizovanou výpočetní sílu k zvýšení míry včasné diagnostiky očních chorob. Dále, on-chain kreditní scoring systém Request Finance a obchodní roboti Morpheus a Ritual také realizovali rychlou iteraci modelů a optimalizaci výkonu prostřednictvím platformy FLock.
Aby se zjednodušil proces trénování modelů, FLock nabízí šablonu pro nasazení jedním kliknutím, která usnadňuje vývojářům snadné trénování a ověřování modelů na distribuovaných výpočetních platformách, jako je Akash. Tento inovativní přístup nejen snižuje překážky pro trénink, ale také přitahuje velké množství členů komunity Akash k účasti na FLock těžbě, aby společně přispěli výpočetními zdroji.
Kromě oblasti zdravotnictví se technologie FLock široce uplatňuje i v dalších scénářích. Například, http://IO.net využívá PoAI pro dosažení konsensu uzlů a na jeho základě trénuje model generování animovaných obrazů, což uživatelům přináší živější a realistické vizuální efekty. Zároveň FLock vyvinul specializovaného programovacího asistenta pro jazyk Move zaměřeného na vývojáře, čímž dále podporuje popularizaci a aplikaci blockchainových technologií. Dále, Animoca Brands a její produkty také trénují interně specializované modely přes FLock, pokrývající oblasti jako je due diligence, investiční analýzy, market making a provozní podpora, plně využívající výhod AI chránící soukromí, aby podpořily inovace a zvyšování efektivity.
Budování ekosystému
FLock se snaží vybudovat otevřený a inkluzivní ekosystém AI, který přitahuje různé uživatele k aktivní účasti. Prostřednictvím decentralizované tréninkové platformy a motivačních mechanismů FLock povzbuzuje vývojáře, přispěvatele dat a běžné uživatele k aktivní účasti na trénování a optimalizaci AI modelů.
Co se týče vývojářů, FLock poskytuje pohodlnou a efektivní platformu a nástroje na podporu vývoje a trénování modelů. Vývojáři mohou využívat okrajovou výpočetní sílu FLock a techniky federálního učení k trénování a optimalizaci, zároveň také získávají bohaté zdroje tréninkových dat a zpětné vazby k modelům. Kromě toho FLock poskytuje komunitní zdroje a podporu, aby pomohl vývojářům vyřešit problémy a výzvy během vývojového procesu.
Pro držitele tokenů, mohou podpořit rozvoj projektů prostřednictvím držení tokenů FLock nebo účasti na komunitní správě a získat odpovídající odměny. Ekonomický model tokenů FLock byl pečlivě navržen tak, aby motivoval účastníky a zajišťoval bezpečnost systému a decentralizovanou správu. Držitelé tokenů se mohou účastnit rozhodovacích procesů projektu prostřednictvím hlasování a správy, a zároveň si užívat výnosy z dividend tokenů.
Běžní uživatelé se také mohou zapojit a získat odměny prostřednictvím FLock AI Arena. Mohou se rozhodnout stát se delegátory a svěřit své FML výkonným tréninkovým uzlům a validatorům. Tím nejen pomáhají vynikajícím modelům rychleji se prosadit, ale také si užívají výnosy blízké těm, které nabízí spravované uzly. Pokud se jim podaří přesně vybrat potenciální uzly, výnosy budou také velmi atraktivní, a to bez nutnosti osobně trénovat modely nebo nést náklady na hardware.
Nejnovější aktualizace a budoucí vyhlídky
Podle oficiálních zpráv, Web3 AI projekt http://FLock.io oznámil, že 31. prosince uvede token $FLock na Bybit a spustí týdenní launchpool. $FLock je nativní token ekosystému FLock a také jádrem celé platformy pro trénink AI, podporuje její platformu AI Arena, síť spolupracujících uzlů FL Alliance a AI Marketplace.
V současnosti byl zveřejněn ekonomický model tokenů FLock, s maximálním celkovým množstvím nastaveným na 1 miliardu $FLock.
Podle modelu ekonomiky tokenů bude 47 % tokenů přiděleno komunitě, aby motivovalo všechny uživatele, kteří přispívají k FLock, včetně těch, kteří se účastní AI Arena, FL Alliance, AI Marketplace a budoucích přispěvatelů ekosystému Flock. Aby se ocenili aktivní účastníci testovací sítě, $FLock bude při spuštění na hlavní síti airdropováno, budoucí motivační opatření budou systematicky razena během 60 měsíců a měsíčně se budou snižovat o 1 %.
Vyhlídky na rozvoj
FLock kontinuálně optimalizuje budování komunity a motivační mechanismy, aby přitáhl více uživatelů k aktivní účasti na vývoji ekosystému. S neustále rostoucími počty uživatelů a postupným zdokonalováním ekosystému má FLock naději na to, že si v oblasti decentralizované AI vybuduje své místo a podpoří další prosperitu ekosystému.
Díky svým jedinečným výhodám a prozíravému ekosystémovému uspořádání se FLock již začíná profilovat na poli AI infrastruktury. Kombinuje okrajové výpočty a federální učení s decentralizovanou koncepcí, což poskytuje inovativní řešení pro trénink a zpracování AI modelů. Zároveň FLock vytváří různorodé aplikační scénáře a komplexní motivační mechanismy, které nepochybně přitáhnou velké množství uživatelů k aktivní účasti na výstavbě a rozvoji ekosystému.
V budoucnu se FLock bude i nadále soustředit na maloobchodní a spotřebitelské uživatelské skupiny a zaměří se na vývoj více praktických a uživatelsky přívětivých produktů. Tyto produkty budou plně zohledňovat potřeby uživatelů a jejich zvyky, s cílem snížit překážky účasti na trénování AI modelů a přispěvání dat, a přilákat více uživatelů a vývojářů k účasti na výstavbě AI ekosystému, což podpoří inovace a aplikaci AI modelů a technologií.