Лондон, Велика Британія, 9 квітня 2024 р., Chainwire
NeuroMesh (nmesh.io), першопроходець у галузі штучного інтелекту, оголошує про розгортання свого протоколу розподіленого навчання штучного інтелекту, який має на меті зробити революцію в глобальному доступі та співпраці в розробці штучного інтелекту. Використовуючи децентралізовану структуру DePIN, NeuroMesh усуває прогалини між попитом на навчання великих моделей ШІ та розподілених графічних процесорів. Ця ініціатива спрямована на сприяння інклюзивності в розробці штучного інтелекту, сприяючи участі в різних секторах і регіонах.
Візіонери в штучному інтелекті: глобальні амбіції команди
Команда NeuroMesh, що складається з дослідників та інженерів з Оксфорда, NTU, PKU, THU, HKU, Google і Meta, є піонерами демократичного процесу навчання ШІ. Цей далекоглядний підхід усуває обмеження централізованої розробки штучного інтелекту, дозволяючи власникам графічних процесорів у всьому світі робити внесок у широку навчальну мережу, надаючи можливість організаціям будь-якого розміру використовувати цей сервіс для своїх потреб у навчанні.
NeuroMesh виходить за рамки традиційного ШІ, сприяючи співпраці. Їхнє бачення полягає в тому, щоб надати кожному розробнику та організації, незалежно від місця чи ресурсів, можливість навчати та використовувати найсучасніші моделі ШІ. Це ідеально узгоджується з баченням піонерів штучного інтелекту, таких як Янн ЛеКун, які виступають за майбутнє, засноване на краудсорсинговому та розподіленому навчанні ШІ.
Революційний дизайн на основі PCN
В основі протоколу розподіленого навчання NeuroMesh лежить революційний навчальний алгоритм PCN (Predictive Coding Network), який справді змінює правила гри в цій галузі. Цей підхід дає змогу власникам графічних процесорів у всьому світі вносити свою потужність, сприяючи значній спільній роботі.
Алгоритм навчання PCN: Магія NeuroMesh полягає в алгоритмі навчання PCN. На відміну від традиційних методів зворотного поширення (BP), PCN забезпечує повністю локальне, паралельне та автономне навчання. Команда прагне створити величезну мережу, де кожен вузол, що представляє графічний процесор-учасник, навчається незалежно. PCN мінімізує міжрівневий зв’язок, зменшуючи трафік даних і полегшуючи асинхронне навчання. Подумайте про це як про симфонію, де кожен музикант виконує свою партію незалежно, але вносить свій внесок у гармонійне ціле.
Ця передова модель, натхненна останніми досягненнями в дослідженнях нейронауки, започаткованими Оксфордським університетом, імітує підхід до локалізованого навчання людського мозку. Зберігаючи значення помилок і оптимізуючи для локальної цілі на кожному рівні, він відтворює поведінку нейронів мозку. Це дозволяє NeuroMesh визначати моделі, які є набагато більшими, з окремими компонентами, які сприяють тій самій кінцевій меті оптимізації для всієї мережі, як і людський мозок, де різні стимули обробляються різними групами нейронів.
Цей біологічно натхненний підхід у поєднанні з властивими йому можливостями розповсюдження відкриває нову еру розвитку ШІ.
Заклик до створення глобальних партнерств
NeuroMesh запрошує до партнерства в усьому світі, щоб створити майбутнє штучного інтелекту, в якому зможе брати участь кожен. Його протокол є основою, на якій будується різноманітна екосистема. Екосистема розроблена таким чином, щоб бути динамічною, співробітницькою та адаптованою, що гарантує, що вона може обслуговувати потреби в навчанні моделі штучного інтелекту будь-якого розміру в будь-якій галузі.
Окремі особи, проекти з ресурсами GPU та організації, які потребують навчання, можуть приєднатися до цієї трансформаційної ініціативи. Щоб отримати повну інформацію про NeuroMesh і взяти участь у цьому передовому проекті, користувачі можуть відвідати nmesh.io.
Про NeuroMesh
NeuroMesh складається з дослідників та інженерів із таких поважних установ, як Оксфорд, NTU, PKU, THU, HKU, Google і Meta. Надаючи можливість розробникам і організаціям розгортати надійні моделі штучного інтелекту, NeuroMesh розвиває інклюзивну екосистему штучного інтелекту, усуваючи розриви між попитом на навчання великих моделей штучного інтелекту та розподіленими графічними процесорами по всьому світу.
Для отримання додаткової інформації користувачі можуть відвідати Twitter NeuroMesh | Телеграма
контакт
CMOKenchia LeeNeuroMeshkenchia@nmesh.io07746906341
