Децентралізований штучний інтелект (Decentralized AI, скорочено DeAI) – це перетворення штучного інтелекту та технологій блокчейн. Цей термін охоплює широкий спектр застосувань, від токенізації або децентралізованих ринків до повноцінного запуску AI моделей на блокчейні у формі смарт-контрактів.
Що таке DeAI?
Термін 'DeAI' може використовуватися для опису або посилання на різноманітні концепції. У певних випадках цей термін узагальнюється, навіть використовується для платформ та застосунків, які не є ні децентралізованими, ні надійними. У контексті таких платформ, як ICP, DeAI відноситься до штучного інтелекту, який працює на повністю децентралізованій та безпечній платформі.
Ось сценарії застосування DeAI, упорядковані за ступенем децентралізації від сильного до слабкого:
Повністю ончейн навчання та інференція
Це найчистіша форма DeAI, яка вводить безпеку та надійність, захищені смарт-контрактами. Цей випадок використання є довгостроковим баченням ICP, яке стане можливим після інтеграції підтримки вузлів GPU.Використання моделей, навчання поза ланцюгом для повної ончейн інференції
Цей сценарій передбачає, що модель була навчена поза ланцюгом і завантажена на ланцюг. Інференція відбувається повністю на ланцюзі і має таку ж безпеку та надійність, як і звичайні смарт-контракти. Наразі ICP вже підтримує ончейн інференцію моделей з мільйонами параметрів. Наприклад, можна послатися на випадок використання класифікації зображень на ланцюзі.Ончейн зберігання моделей, інференція на пристрої користувача
У цьому випадку модель після навчання поза ланцюгом завантажується на ланцюг для зберігання, а операції інференції виконуються на пристрої користувача. Користувачеві потрібно спочатку завантажити модель, і якщо він довіряє своєму пристрою, то може довіряти правильності результатів інференції. Проте недоліком цього методу є необхідність завантажити модель на пристрій користувача, що може призвести до зниження конфіденційності моделі та погіршення досвіду користувача через збільшення затримок. ICP підтримує практично всі наявні моделі для цього випадку використання, оскільки його смарт-контракти можуть зберігати моделі обсягом до 500GiB. Прикладом є браузерний AI чат-бот, створений на основі відкритого коду великої мовної моделі (LLM), наданої через ICP.Токенізація, ринки та оркестрація
Цей тип застосунків передбачає використання смарт-контрактів як основи для токенізації AI моделей і апаратного забезпечення, ринкової торгівлі та оркестрації завдань. Оскільки ICP є універсальним блокчейном, він здатний підтримувати будь-які складні проекти смарт-контрактів.Смарт-контракти викликають Web2 AI сервіси
Смарт-контракти, що працюють на ICP, можуть викликати Web2 сервіси через HTTP запити, такі як OpenAI та Claude. Прикладом є смарт-контракт, що викликає OpenAI API.
Чому обирають DeAI?
Найчистіша форма DeAI має потенціал вирішити проблему довіри до AI. Наразі користувачі повинні сліпо довіряти AI, який працює на централізованих серверах, без жодної прозорості щодо того, як використовуються їх дані, як AI модель генерує відповіді та чи працює вона правильно, надійно та послідовно.
Оскільки моделі AI є 'чорною скринькою' для користувачів, створення надійних моделей AI є великою проблемою. Якщо користувачі зможуть перевірити, як модель навчалася, і підтвердити, що процес інференції дійсно використовує цю модель для генерації виходу, цю проблему можна вирішити.
За допомогою смарт-контрактів Canister платформи ICP можна реалізувати надійний DeAI.
Повністю ончейн DeAI
Запуск AI моделей на ланцюзі є занадто вимогливим до обчислень та пам'яті для традиційних блокчейнів. Дизайн ICP робить смарт-контракти більш потужними завдяки наступним особливостям:
Віртуальна машина WebAssembly забезпечує продуктивність, близьку до рідної.
Детерміноване розподілення часу автоматично розбиває довготривалі обчислення на кілька блоків.
Потужне апаратне забезпечення вузлів з уніфікованими апаратними специфікаціями: 32-ядерний процесор, 512GiB пам'яті та 30TB NVMe.
Наразі ICP підтримує ончейн-інференцію малих моделей через AI бібліотеки, скомпільовані в WebAssembly (наприклад, Sonos Tract). Ви можете ознайомитися з прикладом класифікації зображень, щоб зрозуміти, як це працює. Довгострокове бачення ICP в DeAI полягає в підтримці ончейн обчислень на GPU для навчання та інференції більших моделей.