Sogni.ai ومختبرات CMC تتحد لتمكين مزودي GPU ولامركزية الإبداع الذكاء الاصطناعي | Bitcoinist.com

برنامج CMC Labs، برنامج التسريع الحصري لـ Coinmarketcap في مجال الويب3، اختار منصة الذكاء الاصطناعي الإبداعية Sogni.ai للتعاون من أجل استكشاف تقاطع التكنولوجيا بين البلوكشين والذكاء الاصطناعي والإبداع الرقمي. تستعد Sogni لإطلاق الشبكة الرئيسية في الربع الأول من عام 2025، وسيعمل التعاون الاستراتيجي على تعزيز نمو وتوعية الplattform، التي تعمل في نقطة تقاطع بين الذكاء الاصطناعي والبلوكشين والإبداع.

سوجني في مهمة لتمكين مزودي وحدة المعالجة الرسومية والمبدعين لتعزيز الاقتصاد الإبداعي اللامركزي. يسمح نموذجه مفتوح المصدر لكل مستخدم بالمساهمة بوحدته المركزية ووحدة المعالجة الرسومية. يساهم المستخدمون في قوة الجهاز مقابل مكافآت رمزية Web3 من المنصة، ويستفيد المبدعون من الطاقة الحاسوبية لإضفاء الحياة على أعمالهم. تقدم المنصة للمستخدمين بنية تحتية لامركزية للإبداع المساعد بالذكاء الاصطناعي، مما يتيح التعبير الفني الذاتي والمكافآت من خلال SDK سوبيرنت، ستوديو برو سوجني، وسوجني بوكيت.

سوجني حاليًا في المرحلة الثالثة من تجربة الشبكة الاختبارية، والتي تتضمن تراخيص عامل الشبكة الفائقة NFT وإمتيازات خالق نموذج الذكاء الاصطناعي. تتضمن المرحلة الرابعة والأخيرة حدث إنشاء الرمز المميز والتحضيرات النهائية لإطلاق الشبكة الرئيسية. سيتم نشر $SOGNI على الشبكة الأساسية الرئيسية مع إمداد يبلغ 10 مليار رمز مميز.

شراكة واعدة

كوينماركتكاب هو أكثر موقع لتتبع الأسعار مرجعية للعملات الرقمية عالميا. يجعل العملات الرقمية فعالة وقابلة للإكتشاف من خلال تمكين المستخدمين التجزئة بمعلومات قيمة وغير متحيزة حتى يمكنهم الوصول إلى استنتاجات دقيقة. إنه مصدر موثوق به للغاية يقارن الآلاف من العملات الرقمية، ويستشهد به عادة من قبل الوسائط الإعلامية الكبرى بما في ذلك CNBC و Bloomberg. حتى الحكومة الأمريكية تستخدم بياناته للتقارير والأبحاث.

سيمنح شراكة مع CMC Labs لـ Sogni الوصول إلى موارد لا تقدر بثمن وإرشاد استراتيجي وفرص مباشرة للتواصل في Web3. ستساعد هذه الفوائد المنصة على توسيع وجودها العالمي، وتسريع نموها، وترسيخ وضعها كرائدة في ملكية الإبداع المؤمَّنة بتقنية البلوكشين، والفن الرقمي المدعوم بالذكاء الاصطناعي، وNFTs. من خلال الاستفادة من خبرة CMC Labs وشبكتها الواسعة، ستساهم Sogni في إثراء الإبداع المدعوم بالذكاء الاصطناعي الذي يكون شفافًا ومُتمَرِّكاً، ويكون متاحًا عالميًا. هذا التعاون هو تأييد يُوثِّق رؤية Sogni لنظام بيئي إبداعي أصلي لـ Web3.

وحدات المعالجة الرسومية هي أسس الذكاء الاصطناعي الحديث

يمكن أن لا يُبالغ في أهمية السماح للمستخدمين بالمساهمة بوحدات معالجة الرسوميات الخاصة بهم. لقد أصبحت وحدات معالجة الرسوميات عمود العمل في مجال الذكاء الاصطناعي الحديث، مما يتيح للشخص تدريب ونشر نماذج ذكاء اصطناعي متعددة الجوانب تُشغل كل شيء من معالجة اللغة الطبيعية إلى التعرف على الصور. تشكل المهام المطلوبة حسابياً جوهر الذكاء الاصطناعي، وقدرة وحدات معالجة الرسوميات على أداء عدد هائل من الحسابات بشكل متزامن يجعلها مثالية لتلك المهام.

تعمل وحدات معالجة الرسومات على تسريع تدريب النموذج الذكاء الاصطناعي ، مما يعزز قدرات الذكاء الاصطناعي ويسمح للمطورين والباحثين بالتكرار على النماذج بشكل أسرع. يقومون بتدريب نماذج الذكاء الاصطناعي من خلال إجراء عمليات رياضية معقدة لضبط المعلمات. تتكون عملية التدريب من إدخال كميات كبيرة من البيانات ثم تعديل المعلمات لتقليل مخاطر عدم الاتساق بين البيانات الفعلية وتنبؤات النموذج.

تلعب وحدات معالجة الرسوميات أيضًا دورًا حاسمًا بعد تدريب نموذج الذكاء الاصطناعي. في هذه المرحلة ، يجب تنفيذه لتوقعات على البيانات الجديدة ، عادةً في الوقت الحقيقي. قدرتها على حل المشاكل المعقدة بسرعة تسمح لتطبيقات الذكاء الاصطناعي بالرد على طلبات المستخدمين بشكل أسرع. إنها مفتاح لفتح قدرات نماذج الذكاء الاصطناعي في الوقت الحقيقي ، سواء كان ذلك بوت دردشة يوفر رد فوري أو سيارة ذاتية القيادة تتخذ قرارات بسرعة الصوت.

المرحلة التالية من الإبداع بقوى الذكاء الاصطناعي: لامركزية وشفافية

الذكاء الاصطناعي اللامركزي يستخدم تكنولوجيا البلوكشين لنشر معالجة البيانات وتخزينها والتحكم فيها عبر شبكة من العقد، مما يضمن سلامة البيانات وحماية ملكيتها. تتعامل الشبكة الموزعة مع المواصفات التصميمية وتفضيلات المستخدمين والأنماط الفنية وأشكال إدخال إبداعية أخرى. يمكن للشركات الإبداعية معالجة البيانات المتعلقة بالفن والتصميم ووسائط الإعلام محليًا دون الاعتماد على سلطة مركزية واحدة. يساعد الذكاء الاصطناعي اللامركزي أيضًا في توليد إخراج مخصص، مما يسمح للفنانين بإنشاء أعمال بدقة عالية

ربما الأهم من ذلك ، يمكنهم إنشاء دون وسطاء يتحكمون أو يؤثرون على منتجاتهم. هذه الاستقلالية تسهل قدرا أكبر من حرية التعبير. يترك الذكاء الاصطناعي اللامركزي القرارات الإبداعية للفنان ولكنه يوفر دعما مخصصا. كلما كان ذلك ممكنا ، يجب استخدام نماذج أسهل في التفسير مثل الانحدار الخطي أو أشجار القرار. SHAP (Shapley Explanations) المضافة و LIME (Local يمكن أن تظهر Explanations) اللاأدرية القابلة للتفسير كيف تؤثر المدخلات على المخرجات في النماذج المعقدة مثل التعلم العميق. تستخدم تقنية SHAP في الذكاء الاصطناعي اللامركزية ، لا سيما في التعلم الموحد ، والأنظمة متعددة الوكلاء ، الذكاء الاصطناعي القائمة على blockchain.

يجب على المنصات الاحتفاظ بوثائق شاملة حول عملية تطوير النماذج، بما في ذلك اختيار الميزات، ومصادر البيانات، ومقاييس التقييم، وإجراءات التدريب. تساعد هذه الشفافية الأطراف المعنية على فهم وظائف النموذج ونقاط الضعف.

وأخيرًا، يجب عليهم تقديم نتائج النموذج والمبررات القرارية بشكل سهل الوصول. ومثال على ذلك هو استخدام تقارير موجزة ووسائل بصرية لتوضيح النماذج المعقدة لأصحاب المصلحة الذين يفتقرون إلى الخبرة التقنية.