AIトレーニングの真のボトルネックは計算能力ではなく、データです。質の高い例。モデルが良いトレーニングデータを使い果たすと、学習は停滞します。どれだけ処理を重ねても、そのギャップを埋めることはできません。

中央集権的なデータ収集の代わりに、それを分散させたらどうでしょうか？何千もの貢献者が同時に例を共有学習ネットワークに提供します。各ノードはローカルで訓練し、システムはグローバルに進化します。

そこに分散型AIプロトコルが登場します。これらは知能の構築方法を再構築し、データ収集をトップダウンの問題から協力的でインセンティブに沿ったプロセスに変えます。ネットワークは一度にあらゆる場所で学習し、単一のソースによるボトルネックを排除します。