Лондон, Великобритания, 9 апреля 2024 г., Chainwire
NeuroMesh (nmesh.io), первопроходец в области искусственного интеллекта, объявляет о внедрении своего протокола распределенного обучения ИИ, способного произвести революцию в глобальном доступе и сотрудничестве в разработке ИИ. Используя децентрализованную структуру DePIN, NeuroMesh устраняет разрыв между потребностью в обучении больших моделей искусственного интеллекта и распределенных графических процессоров. Эта инициатива направлена на содействие инклюзивности в разработке ИИ, способствуя участию представителей различных секторов и географических регионов.
Провидцы в области искусственного интеллекта: глобальные амбиции команды
Команда NeuroMesh, состоящая из исследователей и инженеров из Оксфорда, NTU, PKU, THU, HKU, Google и Meta, является пионером демократического процесса обучения искусственному интеллекту. Этот дальновидный подход устраняет ограничения централизованной разработки ИИ, позволяя владельцам графических процессоров по всему миру вносить свой вклад в обширную сеть обучения, предоставляя организациям любого размера возможность использовать эту услугу для своих потребностей в обучении.
NeuroMesh выходит за рамки традиционного искусственного интеллекта, способствуя сотрудничеству. Их цель — предоставить каждому разработчику и организации, независимо от местоположения и ресурсов, возможность обучать и использовать передовые модели искусственного интеллекта. Это идеально согласуется с видением таких пионеров ИИ, как Ян ЛеКун, которые выступают за будущее, основанное на краудсорсинговом и распределенном обучении ИИ.
Революционный дизайн на основе PCN
В основе протокола распределенного обучения NeuroMesh лежит новаторский алгоритм обучения PCN (сеть прогнозного кодирования) — настоящий переломный момент в этой области. Такой подход позволяет владельцам графических процессоров по всему миру вносить свой вклад, способствуя масштабным совместным усилиям.
Алгоритм обучения PCN. Магия NeuroMesh заключается в алгоритме обучения PCN. В отличие от традиционных методов обратного распространения ошибки (BP), PCN обеспечивает полностью локальное, параллельное и автономное обучение. Команда стремится создать обширную сеть, в которой каждый узел, представляющий участвующий графический процессор, обучается независимо. PCN сводит к минимуму межуровневую связь, сокращая трафик данных и облегчая асинхронное обучение. Думайте об этом как о симфонии, в которой каждый музыкант играет свою партию независимо, но вносит свой вклад в гармоничное целое.
Эта передовая модель, вдохновленная недавними достижениями в области нейробиологических исследований, впервые предложенных Оксфордским университетом, имитирует подход локализованного обучения человеческого мозга. Сохраняя значения ошибок и оптимизируя локальную цель на каждом уровне, он воспроизводит поведение нейронов мозга. Это позволяет NeuroMesh определять модели гораздо большего размера, с отдельными компонентами, которые способствуют одной и той же конечной цели оптимизации для всей сети, точно так же, как человеческий мозг, где разные стимулы обрабатываются разными группами нейронов.
Этот биологический подход в сочетании с присущими ему возможностями распространения открывает новую эру развития ИИ.
Призыв к формированию глобального партнерства
NeuroMesh приглашает к сотрудничеству по всему миру с целью создания будущего искусственного интеллекта, в котором может участвовать каждый. Его протокол является основой, на которой строится разнообразная экосистема. Экосистема спроектирована так, чтобы быть динамичной, совместной и адаптируемой, гарантируя, что она может удовлетворить потребности в обучении моделей ИИ любого размера и в любой отрасли.
Частные лица, проекты с ресурсами графических процессоров и организации, нуждающиеся в обучении, приглашаются присоединиться к этой преобразующей инициативе. Чтобы получить подробную информацию о NeuroMesh и принять участие в этом передовом проекте, пользователи могут посетить сайт nmesh.io.
О НейроМеш
В состав NeuroMesh входят исследователи и инженеры из таких авторитетных учреждений, как Оксфорд, NTU, PKU, THU, HKU, Google и Meta. Предоставляя разработчикам и организациям возможность развертывать надежные модели искусственного интеллекта, NeuroMesh развивает инклюзивную экосистему искусственного интеллекта, устраняя разрыв между потребностью в обучении больших моделей искусственного интеллекта и распределенными графическими процессорами по всему миру.
Для получения дополнительной информации пользователи могут посетить Twitter NeuroMesh | Телеграмма
Контакт
CMOKenchia LeeNeuroMeshkenchia@nmesh.io07746906341
