Повторний заголовок статті: Глибоке занурення в BasedAI: Велика мовна модельна операційна мережа з упором на конфіденційність та ефективність, Наступний Bittensor у просторі штучного інтелекту?

Простір штучного інтелекту продовжує бути дуже гарячим. Багато проектів намагаються «AI-фікувати» себе, приймаючи нову пропозицію «допомогти AI працювати краще» у сподіванні піднятися вище на вітрах AI. Однак більшість старих проектів вже зрозуміли свою цінність в попередніх циклах, і нові проекти, такі як Bittensor, вже не є «новими». Нам все ще потрібно шукати проекти, які ще не зрозуміли свою цінність і мають потенціал для захоплюючих наративів. Покращення конфіденційності завжди було привабливим напрямком у криптопроектах, спрямованих на «допомогу AI працювати краще»:

Спочатку тому, що захист конфіденційності природним чином співзвучний з концепцією рівноправ'я у децентралізації; по-друге, захист конфіденційності неминуче включає в себе використання технологій, таких як ZK та Гомоморфне Шифрування. Правильна філософія наративу в поєднанні з передовою технологією, ймовірно, означає, що розвиток проекту ШІ не буде мати недоліків. І чи не було б це цікавіше, якщо б серйозний проект також міг би включати геймплей Мем монет?

На початку березня проект під назвою BasedAI тихо зареєстрував акаунт в Twitter, офіційно опублікувавши лише два твіти поза ретвітами, тоді як його веб-сайт виглядає дуже просто — містить лише вишуканий академічний білий папір. Деякі міжнародні впливові особистості вже взяли на себе лід у аналізі проекту, вказуючи на те, що він може стати наступним Bittensor.

Одночасно його токен-аналог, $basedAI, побачив метеоричний підйом з кінця лютого, піднявшись у ціні більше ніж у 40 разів.

Ретельно вивчивши технічний документ проєкту, ми виявили, що BasedAI — це проєкт штучного інтелекту, який об'єднує великі мовні моделі, докази з нульовим розголошенням (ZK), гомоморфне шифрування та монети-меми. Визнаючи його наративний напрямок, ми також вражені його геніальним економічним дизайном, який, природно, пов'язує планування обчислювальних ресурсів з використанням інших монет-мемів. Враховуючи, що проект все ще знаходиться на дуже ранніх стадіях, у цьому випуску ми інтерпретуємо його, щоб побачити, чи є у нього потенціал стати наступним Bittensor.

Коли серйозна наука зустрічається з Мемом, що саме робить BasedAI?

Перш ніж відповісти на це питання, давайте спочатку подивимося, хто стоїть за BasedAI.

Публічна інформація свідчить, що BasedAI було спільно розроблено організацією під назвою Based Labs та засновним колективом Pepecoin з метою вирішення проблем конфіденційності при використанні великих мовних моделей в сучасній галузі штучного інтелекту. Публічна інформація про Based Labs обмежена, а їх веб-сайт виглядає досить загадково, містить послідовність технічних ключових слів у стилі Матриці. Один з дослідників в цій організації, Шон Веллінгтон, є автором публічно доступної біліотеки для BasedAI:

Крім того, Google Scholar вказує, що Шон закінчив Університет Каліфорнії в Берклі та опублікував кілька статей, пов'язаних з системами розрахунків та розподіленою інформацією з 2006 року, спеціалізуючись на дослідженні штучного інтелекту та розподілених мереж, що робить його значущою постаттю в галузі технологій.

З іншого боку, Pepecoin - це не популярна наразі монета PEPE, а оригінальний мем, який почався у 2016 році, зі своїм власним головним L1 на той момент і з того часу перейшов на Ethereum.

Ви можете сказати, що це оригінальний мем, який також розуміє розвиток L1.

Але як серйозний науковий важкоатлет зі штучного інтелекту та команди Meme, здавалося б, не пов'язані у своїх галузях, спричиняють інновації в межах BasedAI?

ZK та FHE: Збалансування ефективності обчислень штучного інтелекту та конфіденційності

Якщо ми відкинемо елемент мему, твіттер-вступ BasedAI стисло підкреслює наративну цінність проекту:

«Ваші натяки - це ваші натяки». Це в основному підкреслює важливість конфіденційності та суверенітету даних: коли ви використовуєте великі мовні моделі штучного інтелекту, такі як GPT, будь-який натяк або інформацію, яку ви вводите, отримує сервер на іншому кінці, фундаментально викриваючи вашу конфіденційність даних перед OpenAI або іншими провайдерами моделей.

Хоча це може здатися безпечним, це неодмінно викликає питання щодо конфіденційності, і вам не залишається нічого іншого, окрім як безумовно довіряти тому, що постачальник моделі штучного інтелекту не зловживає вашими записами розмов.

Позбавившись незрозумілих математичних формул та технічних розробок у білій книзі BasedAI, ви можете просто зрозуміти мету проекту як:

Шифрування будь-якого вмісту вашого діалогу за допомогою великих мовних моделей, що дозволяє моделі виконувати обчислення без розголошення відкритого тексту, і в кінцевому підсумку повертати результати, які може розшифрувати лише ви.

Ви можете очікувати, що досягнення цього вимагатиме ZK (доказ з нульовим відомостями) та FHE (повністю гомоморфне шифрування), дві технології конфіденційності.

ZK дозволяє вам довести правду або хибність висловлювання без розкриття тексту;

FHE дозволяє вам обчислювати на зашифрованих даних.

Поєднуючи обидва, ви можете надіслати свої запити до моделі штучного інтелекту у зашифрованому вигляді, і модель повертає вам відповідь, але жодна з втрачених сторін не знає, який був ваш запит або яка відповідь.

Це звучить перспективно, але є критична проблема — FHE вимагає великих обчислювальних витрат і повільний, що створює конфлікт між обчислювальною ефективністю та захистом конфіденційності для користувачів, які використовують LLM, такі як GPT, які потребують швидкого відображення результатів.

На базі штучного інтелекту, у своїй роботі, підкреслив технологію "Cerberus Squeezing" та підтримав її складними математичними формулами:

Хоча ми не можемо професійно оцінити математичну реалізацію цієї технології, її мету можна просто зрозуміти як:

Оптимізація ефективності обробки зашифрованих даних в FHE, вибіркове концентрування обчислювальних ресурсів там, де вони мають найбільший вплив, щоб швидко завершити обчислення та відобразити результати.

Стаття також продемонструвала за даними, як ця оптимізація значно підвищує ефективність:

З використанням стискання Cerberus кількість обчислювальних кроків, необхідних для повністю гомоморфного шифрування, майже удвічі зменшилася. З використанням стискання Cerberus кількість обчислювальних кроків, необхідних для повністю гомоморфного шифрування, майже удвічі зменшилася.

Отже, ми можемо швидко симулювати весь процес користувача за допомогою BasedAI:

• Користувач вводить запитання, які просять проаналізувати емоції, виражені в записах розмови когось, бажаючи захистити конфіденційність цих записів.
• Через платформу BasedAI ці дані подаються у зашифрованій формі, зазначаючи модель штучного інтелекту для використання (наприклад, модель аналізу емоцій).
• Майнери в мережі BasedAI отримують це завдання та використовують свої обчислювальні ресурси для виконання вказаної моделі штучного інтелекту на зашифрованих даних.
• Мережеві вузли завершують обчислювальне завдання без розшифрування даних і повертають зашифрований результат обробки користувачеві.
• Користувач отримує зашифрований результат, розшифровує його за своїм ключем і отримує потрібний результат аналізу даних.

The “Brain,” Miners, and Validators

Поза технологією, які конкретні ролі існують у мережі BasedAI для виконання технології та задоволення потреб користувачів? Перш за все, важливо представити самостворене поняття "Мозок".

«Мозок» від Based Labs

Для більшості криптопроектів з штучним інтелектом кілька необхідних елементів є необхідними:

• Майнери: відповідальні за виконання обчислювальних завдань, витрачаючи обчислювальні ресурси.
• Валідатори: Перевіряють правильність виконаної роботи майнерів, а також забезпечують валідність транзакцій та обчислювальних завдань у мережі.
• Блокчейн: Записує результати обчислювальних та валідаційних завдань у реєстр, стимулюючи поведінку різних ролей через внутрішні токени мережі.

BasedAI додає ще один рівень над цими трема елементами з концепцією "Мозок":

“Вам потрібно мати ‘Мозок’, щоб включити обчислювальні ресурси майнерів та валідаторів, дозволяючи цим ресурсам обчислювати різні моделі штучного інтелекту та виконувати завдання.”

Просто кажучи, ці «Мозки» виступають як розподілені контейнери для конкретних обчислювальних завдань, що виконують модифіковані великі мовні моделі (LLM). Кожен «Мозок» може обирати майнерів та валідаторів, з якими він бажає асоціюватися.

Якщо ви знайдете це пояснення абстрактним, уявіть, що мати «Мозок» - це мати «ліцензію на надання хмарних послуг»:

Для найму групи шахтарів та перевіряючих для зашифрованого обчислення великих мовних моделей необхідно мати робочу ліцензію, в якій зазначено:

• Місце вашого бізнесу (ID)
• Ваша сфера бізнесу (використання штучного інтелекту для аналізу настроїв, генерація зображень, медична допомога тощо)
• Скільки обчислювальних ресурсів у вас є, і яка їхня потужність
• Конкретно, кого ти привів
• Скільки винагороди ви можете отримати з цієї діяльності

Згідно з документом Based AI, кожний "Мозок" в BasedAI може вміщати до 256 валідаторів та 1792 шахтарів, загалом лише 1024 "Мозги" в системі, додатково збільшуючи дефіцит "Мозків".

Шахтарі та перевіряльники повинні виконати наступне, щоб приєднатися до "Мозку":

• Майнери: Підключайтеся до платформи, визначте ресурси GPU для виділення (більш підходящі для обчислень), можна внести токени $BASED та почати обчислювальну роботу.
• Валідатори: Підключайтеся до платформи, визначайте ресурси ЦП для виділення (більш підходить для валідації), можете внести токени $BASED та почати валідаційну роботу.

Чим більше токенів $BASED депонується, тим вища ефективність майнерів та валідаторів, які працюють на “Brain”, і тим більше нагород $BASED вони отримують.

Очевидно, «Мозок» представляє певну силу та організаційні відносини, також відкриваючи простір для дизайну токенів та інцентивів (докладніше про це пізніше).

Але чи не здається дизайн цього «Мозку» знайомим?

Різні «мозки» в Bittensor до певної міри нагадують різні підмережі, які виконують конкретні завдання за допомогою різних моделей штучного інтелекту;

У попередньому популярному Полкадоті, різні «Мозки» схожі на різні «слоти», щоб запускати різні парачейни, виконуючи різні завдання.

BasedAI також навів приклад «медичного мозку», який виконує завдання:

• Медичні записи пацієнтів зашифровані та надіслані до медичного мозку, що генерує відповідні слова для запитання про адекватну діагностичну консультацію;
• За допомогою ZK та FHE відповідний великий мовний модель в мережі BasedAI може генерувати відповіді без розшифрування чутливих даних пацієнтів, цей крок залучає обчислювальні ресурси майнерів та валідаторів;
• Постачальники медичних послуг отримують зашифрований вивід від мережі BasedAI. Тільки користувач, який подав запит, може розшифрувати результати, щоб отримати поради з лікування, водночас дані залишаються невідкритими або не витікають під час цього процесу.

Продаж "Brain" Privilege відбувається, на користь Pepecoin

Отже, як отримати «мозок» для отримання привілею «робочої дозволу» для обчислення зашифрованої моделі штучного інтелекту? BasedAI, спільно з Pepecoin, грошіть продаж цих привілеїв, надаючи Pepecoin, токен MEME, корисністю.

З лише 1024 доступними «Мозками» проект природно використовує NFT Minting — кожен проданий «Мозок» генерує відповідний токен ERC-721, який можна розглядати як ліцензію. Щоб виготовити цей NFT «Мозок», потрібно виконати дві дії, пов'язані з Pepecoin: спалювання або стейкінг Pepecoin.

• Щодо спалювання: Виготовлення першої "Brain" передбачає витрату 1000 Pepecoin.
• Кожен наступний мінт "Брейн" збільшує вартість на 200 Pepecoin.
• Мозги, згенеровані таким чином, можна передавати.
• Якби всі Brains були отримані шляхом спалювання, 107 563 530 Pepecoin були б назавжди знищені. (Згідно з даними CMC, поточний обіговий запас становить 133 млн, що означає, що майже 80% видачі токенів було б зменшено, якщо цей спалювання було б повністю реалізовано.)

Щодо стейкінгу:

• Користувачам потрібно застосувати 100,000 Pepecoin на 90 днів.
• ERC-721 NFT мозгу випускається негайно після стейкінгу.
• Мозги, створені таким чином, не підлягають передачі, але поступово заробляють $BASED, внутрішній токен проекту.
• Ставку можна зняти через 90 днів.

Незалежно від використаного методу, при створенні більшої кількості Brains відповідна кількість Pepecoin буде або спалено або заблоковано, в залежності від співвідношення участі цих двох методів. Очевидно, що ця розподіл є більш про розподіл криптовалютних активів, ніж про ресурси штучного інтелекту. Одержуючи рідкість Brains та токенні винагороди за їхню роботу, попит на Pepecoin значно зросте під час створення Brains; як стейкінг, так і спалювання зменшують обіговий попит на Pepecoin, теоретично користуючись ціною токена на вторинному ринку.

До тих пір, поки в ерц-721 контракті буде видано менше 1024 мозгів і вони будуть активні, портал BasedAI продовжуватиме видавати мозги. Якщо всі 1024 мозги будуть розподілені, портал BasedAI більше не дозволить створювати нові мозги. Адреса Ethereum може утримувати кілька NFT мозгів. Портал BasedAI дозволить користувачам керувати винагородами з усіх власних мозгів, пов'язаних з підключеним гаманцем ETH. Власники активних мозгів можуть очікувати заробити між $30,000 і $80,000 за мозг на рік, згідно з офіційними даними з паперів.

З цими економічними стимулами та наративами щодо штучного інтелекту та конфіденційності, очікувана популярність Brain після його офіційного запуску передбачувана.

Огляд

У криптопроектах технологія сама по собі не є метою; її роль полягає в тому, щоб направляти увагу, тим самим керуючи розподілом та потоком активів. Дизайн мозку BasedAI явно демонструє розуміння 'як сприяти розподілу активів': під правильною наративом про конфіденційність даних, інтегруючи ресурси, необхідні для обчислень, пов'язаних з штучним інтелектом, у привілей, створюючи дефіцит цього привілею, тим самим направляючи активи в привілей та збільшуючи споживання іншого токена MEME.

Обчислювальні ресурси правильно розподілені та стимульовані, активи проекту "Brain" набирають рідкісність та популярність, а обсяг обігу токену Meme зменшується... З погляду створення активів, дизайн BasedAI є вишуканим та розумним.

Однак, якщо хтось мав би відповісти на невимовлені, уникнуті питання з умисною невігодою:

Скільки людей буде використовувати цю модель великої мови, що захищає конфіденційність? Скільки великих компаній з штучним інтелектом готові співпрацювати з такою технологією захисту конфіденційності, яка може не приносити їм користі?

Відповідь залишається менш ніж оптимістичною. Проте наративи процвітають на імпульсі, а спекуляції вчасні. Іноді потрібно не питати про можливість шляху, а просто йти за течією.

Вихідний матеріал:

X: https://twitter.com/getbasedai

Офіційний вебсайт: https://www.getbased.ai/

Pepecoin: https://twitter.com/pepecoins

Основний документ BasedAI

Відмова від відповідальності:

1. Ця стаття відтворена зtechflow, спочатку під назвою «Глибоке занурення в базовий штучний інтелект: мережа великих мовних моделей, що надає пріоритет конфіденційності та ефективності, наступна велика річ у гонці штучного інтелекту» від [TechFlow]. Авторське право належить оригінальному автору, [TechFlow]. Для вирішення будь-яких питань, пов'язаних з цим відтворенням, будь ласка, звертайтеся до Gate Навчальна команда. Команда обробить його відповідно до відповідних процедур якнайшвидше.

2. Відмова від відповідальності: Погляди та думки, висловлені в цій статті, належать лише автору і не становлять жодних інвестиційних порад.

3. Переклади статті на інші мови були виконані командою Gate Learn. Відтворення, поширення або плагіат перекладених статей без згадки Gate.iok