ഓൺ-ചെയിൻ വികേന്ദ്രീകൃത AI മോഡൽ സൃഷ്ടിക്കുന്നതിനുള്ള പ്ലാറ്റ്ഫോമായ FLock.io, വികേന്ദ്രീകൃത കമ്പ്യൂട്ട് പവർ ഉപയോഗിച്ച് അതിൻ്റെ കഴിവുകൾ വർദ്ധിപ്പിക്കുന്നതിന് DePIN നെറ്റ്വർക്ക് IO.Net-മായി സഹകരിക്കുന്നു. നൂതന വികേന്ദ്രീകൃത കമ്പ്യൂട്ടിംഗിലൂടെ വികേന്ദ്രീകൃത AI പരിശീലന പ്ലാറ്റ്ഫോമുകൾ മെച്ചപ്പെടുത്തുന്നതിന് പദ്ധതികൾ ചേരുന്നു. ഈ പങ്കാളിത്തം ഭരണത്തിലും കണക്കുകൂട്ടലിലും ഒരു വിതരണം ചെയ്ത സമീപനം പ്രോത്സാഹിപ്പിക്കുന്നതിലൂടെ കേന്ദ്രീകൃത AI സിസ്റ്റങ്ങളുടെ ഗുരുതരമായ കേടുപാടുകൾ പരിഹരിക്കാൻ ലക്ഷ്യമിടുന്നു.
ഡാറ്റാ കുത്തകവൽക്കരണം, സ്വകാര്യത ലംഘനങ്ങൾ എന്നിവ പോലുള്ള അപകടസാധ്യതകൾ കുറയ്ക്കുന്നതിന് അത്യന്താപേക്ഷിതമായ വികേന്ദ്രീകരണത്തിലേക്കുള്ള വിശാലമായ വ്യവസായ പ്രവണതയുമായി സഹകരണം യോജിക്കുന്നു. IO.Net-ൻ്റെ വികേന്ദ്രീകൃത കമ്പ്യൂട്ട് ഉറവിടങ്ങൾ സംയോജിപ്പിക്കുന്നതിലൂടെ, കൂട്ടം കൂട്ടം കമ്മ്യൂണിറ്റി-പ്രേരിതമായതും കേന്ദ്ര നിയന്ത്രണത്തിൻ്റെ അപകടസാധ്യത കുറഞ്ഞതുമായ കൂടുതൽ ശക്തമായ AI പരിഹാരങ്ങൾ വാഗ്ദാനം ചെയ്യാൻ ലക്ഷ്യമിടുന്നു.
AI മോഡൽ പരിശീലനത്തിനായി FLock ഫെഡറേറ്റഡ് ലേണിംഗ് ഉപയോഗിക്കുന്നു, അവിടെ ഡാറ്റ മാറ്റിസ്ഥാപിക്കാതെയും പരിപാലിക്കാതെയും വികേന്ദ്രീകൃത ഡാറ്റ ഉറവിടങ്ങളിൽ നിന്ന് മോഡലുകൾ പഠിക്കുന്നു. സ്വകാര്യത ദുരുപയോഗ സാധ്യത കുറയ്ക്കുകയും ചെയ്യുന്നു. IO.Net പരമ്പരാഗത ക്ലൗഡ് ദാതാക്കളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ, നിഷ്ക്രിയ കമ്പ്യൂട്ടിംഗ് പവർ പ്രയോജനപ്പെടുത്തി, ഗണ്യമായ ചിലവ് ലാഭിക്കൽ വാഗ്ദാനം ചെയ്യുന്നു.
IO.Net-ൻ്റെ സിഇഒ അഹ്മദ് ഷാദിദ്, രണ്ട് സ്ഥാപനങ്ങളും തമ്മിലുള്ള സാങ്കേതിക സമന്വയത്തെക്കുറിച്ചുള്ള തൻ്റെ ഉൾക്കാഴ്ചകൾ പങ്കിട്ടു. "ഈ പങ്കാളിത്തം വികേന്ദ്രീകൃത കമ്പ്യൂട്ടിംഗ് പവർ കൂടുതൽ ആക്സസ് ചെയ്യാവുന്നതേയുള്ളൂ, മാത്രമല്ല AI വികസനത്തിനായി ഒരു പ്രതിരോധശേഷിയുള്ള ചട്ടക്കൂട് സൃഷ്ടിക്കുന്നതിനുള്ള ഒരു ചുവടുവെപ്പ് അടയാളപ്പെടുത്തുകയും ചെയ്യുന്നു," ഷാദിദ് പറഞ്ഞു.
FLock.io AI മോഡലുകളെ ഉപയോക്തൃ ഉപകരണങ്ങളിൽ നേരിട്ട് പരിശീലിപ്പിക്കാൻ അനുവദിക്കുന്നു, സെൻസിറ്റീവ് ഡാറ്റ അതിൻ്റെ ഉറവിടത്തിൽ നിന്ന് പുറത്തുപോകുന്നില്ലെന്ന് ഉറപ്പാക്കുന്നു. ഈ സമീപനം സ്വകാര്യതയെ സംരക്ഷിക്കുകയും വൈവിധ്യമാർന്ന ഡാറ്റ ഉപയോഗപ്പെടുത്തുകയും ചെയ്യുന്നു, ഇത് കൂടുതൽ കൃത്യവും പ്രാതിനിധ്യവുമുള്ള AI മോഡലുകളിലേക്ക് നയിച്ചേക്കാം.
FLock.io-യുടെ സിഇഒ ജിയാഹോ സൺ, വികേന്ദ്രീകൃത AI-യുടെ സാമ്പത്തിക പ്രത്യാഘാതങ്ങളെക്കുറിച്ച് കൂടുതൽ വിശദീകരിച്ചു. "പരമ്പരാഗത ക്ലൗഡ് സേവനങ്ങൾക്കെതിരായ ചിലവ് ലാഭിക്കൽ നടപടികളായി വികേന്ദ്രീകൃത പരിഹാരങ്ങൾ പലപ്പോഴും കാണപ്പെടുമ്പോൾ, അവയുടെ യഥാർത്ഥ മൂല്യം മെച്ചപ്പെട്ട സ്വകാര്യതയോടെ സെൻസിറ്റീവ് ഡാറ്റ കൈകാര്യം ചെയ്യാനുള്ള കഴിവിലാണ്," അദ്ദേഹം വിശദീകരിച്ചു. കേന്ദ്രീകൃത പ്ലാറ്റ്ഫോമുകളുടെ നിലവിലെ കാര്യക്ഷമത ഒടുവിൽ സ്വകാര്യതയിലും പ്രത്യേക പ്രകടനത്തിലും വികേന്ദ്രീകൃത മോഡലുകളുടെ നേട്ടങ്ങളാൽ മറികടക്കുമെന്ന് സൺ വാദിച്ചു.
ധനകാര്യത്തിൽ നിരീക്ഷിക്കപ്പെടുന്ന വികേന്ദ്രീകരണ പ്രസ്ഥാനം പോലെ തന്നെ നിർണായകമാണ് AI വികേന്ദ്രീകരണം എന്ന് സൺ ഉറപ്പിച്ചു പറയുന്നു. സ്വകാര്യതയും മാതൃകാ കൃത്യതയും വർധിപ്പിക്കുന്ന വികേന്ദ്രീകൃത സമീപനങ്ങളിലാണ് AI-യുടെ ഭാവി സ്ഥിതിചെയ്യുന്നതെന്ന് അദ്ദേഹം വിശ്വസിക്കുന്നു, പ്രത്യേകിച്ച് സാമ്പത്തികം, ആരോഗ്യ സംരക്ഷണം തുടങ്ങിയ സെൻസിറ്റീവ് മേഖലകളിൽ.
അവന് പറഞ്ഞു ക്രിപ്റ്റോസ്ലേറ്റ്,
“വികേന്ദ്രീകൃത AI ചെലവ് കുറയ്ക്കുന്നതിലും കേന്ദ്രീകൃത AI യുടെ അപകടസാധ്യതകളിൽ നിന്ന് സംരക്ഷിക്കുന്നതിലും ആനുകൂല്യങ്ങൾ വാഗ്ദാനം ചെയ്യുന്നുവെന്ന് ഞാൻ വിശ്വസിക്കുന്നു, പ്രത്യേകിച്ച് അതിർത്തി AI[...]
വികേന്ദ്രീകൃത AI-യുടെ യഥാർത്ഥ അനിഷേധ്യമായ നേട്ടം പൂർണ്ണമായും സ്വകാര്യത സംരക്ഷിക്കുന്ന രീതിയിൽ സ്വകാര്യ ഡാറ്റ ആക്സസ് ചെയ്യാനുള്ള കഴിവിലാണ്. കേന്ദ്രീകൃത മൂന്നാം കക്ഷി AI പരിശീലന ദാതാക്കൾക്ക് ധനകാര്യവും ആരോഗ്യ പരിരക്ഷയും പോലെ എത്തിച്ചേരാൻ മുമ്പ് ബുദ്ധിമുട്ടായിരുന്ന വ്യവസായങ്ങൾക്കും മേഖലകൾക്കും സേവനം നൽകാൻ ഇത് AI-യെ പ്രാപ്തമാക്കുന്നു.
വികേന്ദ്രീകൃത AI-ന് സ്വകാര്യതയിൽ വിട്ടുവീഴ്ച ചെയ്യാതെ സ്വകാര്യ ഡാറ്റ ആക്സസ് ചെയ്യാൻ കഴിയും, സൺ പറയുന്നതനുസരിച്ച്, വൈവിധ്യമാർന്ന ഡൊമെയ്നുകളിലുടനീളം മികച്ച മോഡൽ പ്രകടനത്തിനുള്ള സാധ്യത അവതരിപ്പിക്കുന്നു. “ബ്ലോക്ക്ചെയിൻ സാങ്കേതികവിദ്യ സമന്വയിപ്പിക്കുന്നതിലൂടെ, കമ്മ്യൂണിറ്റി പങ്കാളിത്തത്തിനും ഡാറ്റ സുരക്ഷയ്ക്കും പ്രാധാന്യം നൽകുന്ന AI മോഡൽ പരിശീലനത്തിൽ ഒരു മാറ്റം വരുത്താൻ ഞങ്ങൾക്ക് കഴിയും,” സൺ കൂട്ടിച്ചേർത്തു.
സാങ്കേതികവിദ്യ പുരോഗമിക്കുന്നതിനനുസരിച്ച് വികേന്ദ്രീകൃത AI-യെക്കുറിച്ചുള്ള സംഭാഷണം കൂടുതൽ പ്രസക്തമാവുകയാണ്. FLock.io-നുള്ള സൂര്യൻ്റെ കാഴ്ചപ്പാടിൽ, വികേന്ദ്രീകൃതമായ അടിസ്ഥാന സൗകര്യങ്ങളിൽ പ്രവർത്തിക്കാൻ AI-യെ പൊരുത്തപ്പെടുത്തുന്നതും AI എങ്ങനെ കൂടുതൽ ഉൾക്കൊള്ളുന്നതും സുരക്ഷിതവുമാകുമെന്ന് പുനർവിചിന്തനം ചെയ്യുന്നതും ഉൾപ്പെടുന്നു. "വികേന്ദ്രീകൃത AI മുമ്പ് ഡാറ്റാ സ്വകാര്യത ആശങ്കകളാൽ തടസ്സപ്പെട്ട വ്യവസായങ്ങളിൽ മുന്നേറ്റത്തിന് വഴിയൊരുക്കുന്ന ഭാവി ആപ്ലിക്കേഷനുകൾക്കായി ഞങ്ങൾ വേദിയൊരുക്കുന്നു," സൺ ഉപസംഹരിച്ചു.
പങ്കാളിത്തം പുരോഗമിക്കുമ്പോൾ, FLock ഉം IO.Net ഉം എങ്ങനെ വികേന്ദ്രീകൃത കമ്പ്യൂട്ടിംഗ് AI-യിൽ വിപ്ലവം സൃഷ്ടിക്കുമെന്ന് പര്യവേക്ഷണം ചെയ്യുന്നത് തുടരും. പ്രാദേശികമായി പ്രവർത്തിപ്പിക്കാനുള്ള നീക്കമാണ് സൺ പ്രവചിച്ചത് വികേന്ദ്രീകൃത AI മോഡലുകൾ
"AI ലാൻഡ്സ്കേപ്പിനെ പുനർനിർമ്മിക്കാനും ഒരുകാലത്ത് അപ്രായോഗികമോ അപ്രായോഗികമോ ആയി കണക്കാക്കപ്പെട്ടിരുന്ന തകർപ്പൻ ആപ്ലിക്കേഷനുകൾക്ക് വഴിയൊരുക്കാനുള്ള ശക്തിയുണ്ട്."
- SEO പവർ ചെയ്ത ഉള്ളടക്കവും PR വിതരണവും. ഇന്ന് ആംപ്ലിഫൈഡ് നേടുക.
- PlatoData.Network ലംബ ജനറേറ്റീവ് Ai. സ്വയം ശാക്തീകരിക്കുക. ഇവിടെ പ്രവേശിക്കുക.
- PlatoAiStream. Web3 ഇന്റലിജൻസ്. വിജ്ഞാനം വർധിപ്പിച്ചു. ഇവിടെ പ്രവേശിക്കുക.
- പ്ലേറ്റോഇഎസ്ജി. കാർബൺ, ക്ലീൻ ടെക്, ഊർജ്ജം, പരിസ്ഥിതി, സോളാർ, മാലിന്യ സംസ്കരണം. ഇവിടെ പ്രവേശിക്കുക.
- പ്ലേറ്റോ ഹെൽത്ത്. ബയോടെക് ആൻഡ് ക്ലിനിക്കൽ ട്രയൽസ് ഇന്റലിജൻസ്. ഇവിടെ പ്രവേശിക്കുക.
- അവലംബം: https://cryptoslate.com/flock-io-net-partner-to-train-decentralized-ai-models-to-reduce-centralized-privacy-risk/