London, Vereinigtes Königreich, 9. April 2024, Chainwire
NeuroMesh (nmesh.io), ein Vorreiter im Bereich der künstlichen Intelligenz, gibt die Einführung seines verteilten KI-Trainingsprotokolls bekannt, das den globalen Zugang und die Zusammenarbeit bei der KI-Entwicklung revolutionieren soll. NeuroMesh nutzt das dezentrale Framework von DePIN und schließt die Lücken zwischen der Nachfrage nach Training großer KI-Modelle und verteilten GPUs. Diese Initiative zielt darauf ab, die Inklusivität bei der KI-Entwicklung zu fördern und die Teilnahme in verschiedenen Sektoren und Regionen zu erleichtern.
Visionäre in der KI: Die globalen Ambitionen des Teams
Das Team hinter NeuroMesh, bestehend aus Forschern und Ingenieuren von Oxford, NTU, PKU, THU, HKU, Google und Meta, ist Vorreiter eines demokratischen KI-Trainingsprozesses. Dieser visionäre Ansatz überwindet die Einschränkungen der zentralisierten KI-Entwicklung, indem er GPU-Besitzern weltweit ermöglicht, zu einem riesigen Trainingsnetzwerk beizutragen, sodass Unternehmen jeder Größe diesen Dienst für ihre Trainingsanforderungen nutzen können.
NeuroMesh geht über traditionelle KI hinaus, indem es die Zusammenarbeit fördert. Ihre Vision ist es, jedem Entwickler und jeder Organisation, unabhängig von Standort oder Ressourcen, die Möglichkeit zu geben, hochmoderne KI-Modelle zu trainieren und zu nutzen. Dies passt perfekt zur Vision von KI-Pionieren wie Yann LeCun, die sich für eine Zukunft einsetzen, die durch Crowdsourcing und verteiltes KI-Training angetrieben wird.
Ein revolutionäres Design basierend auf PCN
Das Herzstück des verteilten Trainingsprotokolls von NeuroMesh ist der bahnbrechende PCN-Trainingsalgorithmus (Predictive Coding Network) – ein echter Wendepunkt in diesem Bereich. Dieser Ansatz ermöglicht es GPU-Besitzern weltweit, ihre Leistung einzubringen und so eine umfassende Zusammenarbeit zu fördern.
Der PCN-Trainingsalgorithmus: Die Magie hinter NeuroMesh liegt im PCN-Trainingsalgorithmus. Im Gegensatz zu herkömmlichen Backpropagation-Methoden (BP) ermöglicht PCN vollständig lokales, paralleles und autonomes Training. Das Team möchte ein riesiges Netzwerk schaffen, in dem jeder Knoten – der eine teilnehmende GPU darstellt – unabhängig lernt. PCN minimiert die Kommunikation zwischen den Schichten, reduziert den Datenverkehr und erleichtert asynchrones Training. Stellen Sie es sich als eine Symphonie vor, in der jeder Musiker seinen Teil unabhängig spielt und dennoch zu einem harmonischen Ganzen beiträgt.
Dieses hochmoderne Modell, das von den jüngsten Fortschritten in der neurowissenschaftlichen Forschung der Universität Oxford inspiriert wurde, ahmt den lokalisierten Lernansatz des menschlichen Gehirns nach. Indem es Fehlerwerte speichert und in jeder Schicht auf ein lokales Ziel hin optimiert, repliziert es das Verhalten der Gehirnneuronen. Dadurch kann NeuroMesh viel größere Modelle definieren, deren einzelne Komponenten zum gleichen ultimativen Optimierungsziel für das gesamte Netzwerk beitragen, genau wie das menschliche Gehirn, wo unterschiedliche Reize von unterschiedlichen Neuronengruppen verarbeitet werden.
Dieser biologisch inspirierte Ansatz, kombiniert mit den ihm innewohnenden Verteilungsfähigkeiten, eröffnet eine neue Ära der KI-Entwicklung.
Ein Aufruf zur Schaffung globaler Partnerschaften
NeuroMesh lädt weltweit zu Partnerschaften ein, um eine KI-Zukunft zu gestalten, an der jeder teilhaben kann. Sein Protokoll ist das Fundament, auf dem ein vielfältiges Ökosystem aufgebaut wird. Das Ökosystem ist dynamisch, kollaborativ und anpassungsfähig konzipiert, um sicherzustellen, dass es den Trainingsanforderungen von KI-Modellen jeder Größe und Branche gerecht werden kann.
Einzelpersonen, Projekte mit GPU-Ressourcen und Unternehmen mit Schulungsbedarf sind herzlich eingeladen, sich dieser transformativen Initiative anzuschließen. Umfassende Informationen zu NeuroMesh und die Möglichkeit, an diesem bahnbrechenden Unterfangen teilzunehmen, finden Benutzer unter nmesh.io.
Über NeuroMesh
NeuroMesh besteht aus Forschern und Ingenieuren von angesehenen Institutionen wie Oxford, NTU, PKU, THU, HKU, Google und Meta. Indem NeuroMesh Entwickler und Organisationen befähigt, robuste KI-Modelle einzusetzen, entwickelt es ein umfassendes KI-Ökosystem und schließt die Lücken zwischen der Nachfrage nach Training großer KI-Modelle und verteilten GPUs weltweit.
Weitere Informationen finden Sie auf NeuroMeshs Twitter | Telegram
Kontakt
CMOKenchia LeeNeuroMeshkenchia@nmesh.io07746906341