Pi Network намагається використати підйом інтересу до штучного інтелекту, залучаючи власну розподілену мережу вузлів і користувацьку базу до виконання децентралізованих задач у сфері штучного інтелекту.
Проєкт заявив, що його інфраструктура, що включає понад 421 000 активних вузлів, здатна долучитися до вирішення дефіциту обчислювальних потужностей для розвитку AI у глобальному масштабі. За інформацією Pi Network, це понад 1 млн центральних процесорів (CPU).
Pi Network: історія навчання ШІ підняла токен на 15%
Для демонстрації потенціалу Pi Network провела тестування proof-of-concept спільно з OpenMind – стартапом у галузі робототехніки, в який Pi Network здійснила інвестиції.
Під час тестування сім операторів вузлів-добровольців отримали контейнер із алгоритмом розпізнавання зображень на основі AI. Вузли коректно обробили вхідний масив даних, ідентифікували об’єкти (зокрема автобус і особу) та передали результати ідентифікації протягом чотирьох секунд.
«Загалом експеримент підтвердив, що розподілені вузли Pi можуть виконувати навантаження, пов’язані зі сферою AI, і оперативно повертати корисні результати», – повідомила команда у офіційному звіті.
Однак при більш детальному аналізі виявляється істотне розходження між заявленим потенціалом інфраструктури проєкту та сучасними технологічними вимогами до AI-розробки.
Навчання складних систем штучного інтелекту – особливо великих мовних моделей – потребує екстремального рівня потужності. Для цього зазвичай використовуються значні кластери продуктивних графічних процесорів (GPU), об’єднаних мережею з низькими затримками передачі даних.
Децентралізовані споживчі CPU, на яких функціонує більшість вузлів Pi, позбавлені необхідних можливостей для паралельної обробки масивних матричних розрахунків.
Попри обмежену придатність такого обладнання для AI training, Pi Network володіє іншим активом, важливим для екосистеми штучного інтелекту.
Йдеться про чисельну глобальну аудиторію користувачів. Ключовим елементом системи є обовʼязкова ідентифікація для мільйонів учасників мережі.
Співзасновниця Pi Network Ченгдіао Фан наголосила, що завдяки перевірці особи учасники можуть стати джерелом цінного людського зворотного зв’язку для імплементації людино-центричних AI-моделей.
«Людська участь є також ключовою складовою. Мережа Pi із верифікованими особами становить унікальний ресурс для масштабованого та автентичного збору людських даних для AI-систем», – пояснила Фан у соціальній мережі.
Орієнтація Pi на залучення користувачів у вигляді децентралізованої «робочої сили» для навчання AI може надати цінність рідному токену екосистеми. За виконання мікрозавдань передбачено винагороду у вигляді токенів Pi.
Водночас Фан зазначила, що розподілені ініціативи щодо AI training здатні частково розвʼязати поточні проблеми індустрії.
«Розподілений підхід до навчання AI органічно корелює із децентралізованою архітектурою мережі. Це потенційно може дозволити уникнути низки обмежень централізованого навчання, як-от залежності від дата-центрів, концентрації енергоспоживання, а також явищ на кшталт катастрофічного забування чи виникнення вузьких місць у глобальних процесах», – резюмувала вона.
На тлі заявленого переходу до AI-інтеграції, ринкова ціна токена Pi зросла на 15% та досягла $0,2307 станом на момент підготовки матеріалу.
