Das dezentrale EdgeAI-Framework von Network3 löst alte KI-Infrastrukturrisiken

von

Hast du genug von der deutschen Bürokratie und Politik? 🌍🤯 Dann ist unser Kanal genau das Richtige für dich! Hier gibt's nicht nur die heißesten Krypto-News, sondern auch eine Prise Sarkasmus und Spaß! 🚀😎

👉Beitreten zu Telegramm

Als erfahrener Analyst mit über zwei Jahrzehnten Erfahrung in der Technologiebranche habe ich die Entwicklung der Technologie und ihre Auswirkungen auf die Gesellschaft miterlebt. Der aktuelle Stand der KI-Infrastruktur erinnert an die Anfänge des Cloud Computing, als einige wenige dominante Akteure den Markt kontrollierten. Diese zentralisierte Dominanz erstickt nicht nur Innovationen, sondern schafft auch Hindernisse für die Teilnahme kleinerer Unternehmen.

Die KI-Infrastruktur dient, ähnlich wie Platform as a Service (PaaS) im Cloud Computing, als entscheidende Verbindung zwischen der zugrunde liegenden KI-Computing-Schicht und der benutzerinteraktiven Anwendungsschicht. Es überbrückt diese Schichten effektiv.

Als Forscher auf diesem Gebiet bin ich mir sehr bewusst, dass KI-Systeme eine robuste Infrastruktur benötigen, um effektiv zu funktionieren. Bedauerlicherweise dominieren einige wenige Technologiegiganten wie OpenAI, IBM, Amazon und Google diese entscheidende Ebene, die sich auch auf andere Bereiche erstreckt. Folglich hängt der Zugang zu KI für Millionen von Benutzern und erstaunliche 72 % der globalen Unternehmen vom guten Willen dieser Unternehmen ab.

Als Krypto-Investor habe ich erkannt, wie wichtig die Dezentralisierung in der Welt der KI ist. Die Dominanz zentralisierter Systeme ist schon seit Längerem ein Thema. Ich glaube jedoch, dass dezentrale EdgeAI die Lösung sein könnte, nach der wir gesucht haben. Es verspricht, gleiche Wettbewerbsbedingungen zu schaffen, die Demokratisierung voranzutreiben und KI zugänglicher zu machen.

KI, die überall läuft

Ein wesentlicher Nachteil großer KI-Systeme ist neben Sicherheits- und Vertraulichkeitsproblemen auch ihr hoher Ressourcenverbrauch. Die Kosten für das Training von Sprachmodellen wie GPT-3 können zwischen einer halben Million Dollar und bis zu 4,6 Millionen Dollar liegen. Diese hohen Kosten stellen eine Hürde dar, die vor allem kleinere Unternehmen als Herausforderung empfinden, wodurch die Dominanz großer Technologieunternehmen noch weiter gestärkt wird.

Mithilfe von EdgeAI haben Entwickler die Möglichkeit, Modelle auf einer Vielzahl von Geräten zu trainieren und zu implementieren, von Smartphones bis hin zu Geräten für das Internet der Dinge (IoT). Dies hat mehrere Vorteile:

Mit anderen Worten: Damit KI-Systeme, die die EdgeAI-Technologie nutzen, sich optimal entwickeln und effizient arbeiten können, ist es entscheidend, dass diese Geräte in der Lage sind, zu interagieren oder Ressourcen zu bündeln. Ohne diese Fähigkeit ist die der KI zur Verfügung stehende Rechen- und Speicherkapazität eingeschränkt.

Auf dem Weg zur kollaborativen KI

Anstatt bei traditionellen Methoden zur Erstellung von Modellen wie Federated Learning und Distributed Deep Learning zu bleiben, fördert der einzigartige Ansatz von Network3 namens Decentralized Federated Learning die Zusammenarbeit bei der Entwicklung künstlicher Intelligenz durch einen kollektiven Trainingsprozess.

Als Analyst freue ich mich darauf, in dieses aufkommende Paradigma einzutauchen, bei dem DePIN und EdgeAI zusammenarbeiten und zahlreichen Geräten oder „Knoten“ die gemeinsame Nutzung von Rechen- und anderen Ressourcen ermöglichen. Darüber hinaus dient Anonymous Certificateless Signcryption (CLSC) als wichtiges Werkzeug für den sicheren Austausch sensibler Daten, unterstützt durch robuste homomorphe Verschlüsselung. Darüber hinaus nutzt das Framework die Reed-Solomon-Codierung für beispiellose Datenpräzision und integriert Anti-Tracking-Mechanismen zur Wahrung der Privatsphäre.

Im Network3-System führen Edge-Geräte die Datenanalyse vor Ort schnell durch und sorgen so für schnelle Reaktionszeiten. Dies wird dadurch erreicht, dass diese Geräte in erster Linie Modellaktualisierungen senden, wodurch die Bandbreitennutzung minimiert wird und ein effizienter Betrieb auch bei eingeschränkter Bandbreite ermöglicht wird.

Eine dezentrale EdgeAI-Infrastruktur bedeutet einen bedeutenden Wandel hin zu gemeinschaftsgesteuerter künstlicher Intelligenz, da sie gleichzeitig das Problem zentralisierter Monopole und Ressourcenknappheit angeht.

Darüber hinaus eröffnet die Kombination von Krypto-Assets mit der Blockchain-Ökonomie neue Einnahmequellen für Entwickler und Nutzer. Sie können nicht nur von der überschüssigen Rechenleistung und dem Speicherplatz ihrer eigenen Geräte profitieren, sondern auch von „Earn-as-you-Use“ und verschiedenen anderen Einkommensgenerierungsmethoden profitieren.

Um das Ganze abzurunden, kann das Local Language Model (LLM) von Network3 überall auf der Welt kostenlos genutzt werden, unabhängig von geografischen Grenzen. Dies unterstreicht, wie eine dezentrale Infrastruktur die Verfügbarkeit künstlicher Intelligenz erhöht.

Technologien wie Künstliche Intelligenz (KI) haben das Spiel verändert und sind in ihren Auswirkungen mit dem Aufkommen des Internets vergleichbar. Jeder Mensch, egal ob Einzelperson oder großes Unternehmen, sollte sein Potenzial nutzen. Es ist jedoch von entscheidender Bedeutung, dass kein Unternehmen diese Technologie monopolisiert oder unangemessene Vorteile daraus zieht.

Die Zukunft liegt in KI-Systemen, die jeder besitzt, ohne jemandem zu gehören. Nur so kann KI der gesamten Menschheit zugute kommen – der ideale Zweck einer so leistungsstarken Technologie. 

Weiterlesen

2024-12-03 21:59