Sogni.ai и CMC Labs объединяются, чтобы расширить возможности поставщиков графических процессоров и децентрализовать творчество ИИ | Bitcoinist.com

Лаборатории CMC, эксклюзивная программа ускорения Web3 от Coinmarketcap, выбрали креативную платформу искусственного интеллекта Sogni.ai для сотрудничества в исследовании пересечения блокчейна, искусственного интеллекта и цифрового творчества. Sogni готовится к запуску своей Основной сети в первом квартале 2025 года, и стратегическое сотрудничество способствует росту и осведомленности о платформе, которая функционирует там, где пересекаются искусственный интеллект, блокчейн и творчество.

Sogni нацелен на то, чтобы дать возможность поставщикам GPU и создателям улучшить децентрализованную креативную экономику. Его открытая модель позволяет каждому пользователю вносить свой вклад с помощью своего процессора и GPU. Пользователи предоставляют машинную мощность в обмен на награды в виде токенов Web3 от платформы, а создатели используют вычислительную мощность, чтобы оживить свои произведения. Платформа предлагает пользователям децентрализованную инфраструктуру для творчества с помощью искусственного интеллекта, обеспечивая автономное художественное выражение и вознаграждение через Supernet SDK, Sogni Studio Pro и Sogni Pocket.

Sogni в настоящее время находится на третьей фазе тестовой сети, которая представляет собой лицензии на рабочих NFT Supernet и роялти создателей моделей искусственного интеллекта. Четвертая и последняя фаза включает в себя событие по генерации токенов и окончательные подготовки к запуску Основной сети. $SOGNI будет развернут на Base Основной сети с общим объемом в 10 миллиардов токенов.

Перспективное партнерство

Coinmarketcap является наиболее часто упоминаемым сайтом отслеживания цен на криптовалюты во всем мире. Это делает криптовалюту эффективной и доступной, предоставляя розничным пользователям ценную и непредвзятую информацию, чтобы они могли делать наиболее точные выводы. Это очень надежный источник, который сравнивает тысячи криптовалют, обычно цитируемых крупными новостными агентствами, включая CNBC и Bloomberg. Даже правительство США использует его данные для отчетов и исследований.

Партнерство с CMC Labs даст Sogni доступ к бесценным ресурсам, стратегическому наставничеству и прямым сетевым возможностям в Web3. Эти преимущества помогут платформе расширить свое глобальное присутствие, ускорить свой рост и закрепить свой статус пионера в области блокчейном обеспеченной творческой собственности, искусственного интеллекта и цифровых NFT. Используя экспертизу и обширную сеть CMC Labs, Sogni будет способствовать искусству, поддерживаемому искусственным интеллектом, которое является прозрачным, децентрализованным и универсально доступным. Сотрудничество является одобрением, подтверждающим видение Sogni о творческой экосистеме, собственной для Web3.

графических процессоров являются основой современного искусственного интеллекта

Значимость разрешения пользователям вносить свой вклад в виде ГПС не может быть недооценена. ГПС стали основным инструментом современного искусственного интеллекта, позволяя обучать и развертывать многофункциональные модели искусственного интеллекта, которые управляют всем, начиная от обработки естественного языка до распознавания изображений. Вычислительно сложные задачи являются основой искусственного интеллекта, и способность ГПС выполнять огромное количество вычислений одновременно делает их идеальными для таких задач.

Графические процессоры ускоряют обучение моделей искусственного интеллекта, улучшая возможности ИИ и позволяя разработчикам и исследователям быстрее итерироваться по моделям. Они обучают модели ИИ, выполняя сложные математические операции для корректировки параметров. Процесс обучения состоит в вводе больших объемов данных, а затем корректировке параметров для минимизации риска несоответствия между фактическими данными и прогнозами модели.

Видеокарты также играют решающую роль после обучения модели искусственного интеллекта. На этой стадии они должны быть выполнены для прогнозирования новых данных, обычно в режиме реального времени. Их способность быстро решать сложные проблемы позволяет приложениям на основе искусственного интеллекта реагировать на запросы пользователей быстрее. Они являются ключевым элементом для разблокировки возможностей моделей искусственного интеллекта в реальном времени, будь то чат-бот, обеспечивающий мгновенный ответ, или самоуправляемая машина, принимающая решения с молниеносной скоростью.

Следующий этап творчества на основе ИИ: децентрализованный и прозрачный

Децентрализованный ИИ использует технологию блокчейн для распределения обработки, хранения и контроля данных по всей сети узлов, обеспечивая целостность данных и защищая право собственности на них. Распределенная сеть обрабатывает спецификации дизайна, пользовательские предпочтения, художественные стили и другие формы творческого ввода. Творческие компании могут обрабатывать данные, связанные с искусством, дизайном и медиа, локально, не полагаясь на единый централизованный орган. Децентрализованный искусственный интеллект также помогает создавать персонализированные результаты, позволяя художникам создавать работы с высокой точностью

Возможно, еще важнее то, что они могут творить без посредников, контролирующих или влияющих на их продукт. Эта автономия способствует большей свободе выражения мнений. Децентрализованный ИИ оставляет творческие решения на усмотрение художника, но обеспечивает индивидуальную поддержку. По возможности следует использовать более простые для интерпретации модели, такие как линейная регрессия или деревья решений. SHAP (Shapley Additive Explanations) и LIME (Local Interpretable Model-независимые Explanations) могут показать, как входные данные влияют на выходные данные в сложных моделях, таких как глубокое обучение. Техника SHAP используется в децентрализованном ИИ, в частности, в федеративном обучении, мультиагентных системах и ИИ на основе блокчейна.

Платформы должны вести исчерпывающую документацию по процессу разработки моделей, включая выбор признаков, источники данных, метрики оценки и процедуры обучения. Такая прозрачность помогает заинтересованным сторонам понять функции и недостатки модели.

Наконец, они должны представить результаты модели и обоснования решений доступным образом. Примером может служить использование сводных отчетов и визуальных пособий для пояснения сложных моделей заинтересованным сторонам, не имеющим технических навыков.