London, Storbritannien, 9 april 2024, Chainwire

NeuroMesh (nmesh.io), en banbrytare inom artificiell intelligens, tillkännager lanseringen av sitt distribuerade AI-träningsprotokoll, redo att revolutionera global åtkomst och samarbete inom AI-utveckling. Genom att anamma DePINs decentraliserade ramverk överbryggar NeuroMesh klyftorna mellan efterfrågan på att träna stora AI-modeller och distribuerade GPU:er. Detta initiativ syftar till att främja inkludering i AI-utveckling, vilket underlättar deltagande i olika sektorer och geografier.

Visionärer inom AI: Teamets globala ambition

Teamet bakom NeuroMesh, som består av forskare och ingenjörer från Oxford, NTU, PKU, THU, HKU, Google och Meta, banar väg för en demokratisk AI-utbildningsprocess. Detta visionära tillvägagångssätt tar itu med begränsningarna av centraliserad AI-utveckling genom att göra det möjligt för GPU-ägare över hela världen att bidra till ett stort utbildningsnätverk, vilket ger enheter av alla storlekar möjlighet att utnyttja denna tjänst för sina utbildningsbehov.

NeuroMesh överträffar traditionell AI genom att främja samarbete. Deras vision är att utrusta varje utvecklare och organisation, oavsett plats eller resurser, med förmågan att träna och använda banbrytande AI-modeller. Detta överensstämmer perfekt med visionen för AI-pionjärer som Yann LeCun, som förespråkar en framtid som drivs av crowdsourced och distribuerad AI-utbildning.

En revolutionerande design baserad på PCN

I hjärtat av NeuroMeshs distribuerade träningsprotokoll ligger den banbrytande PCN-träningsalgoritmen (Predictive Coding Network) – en sann spelväxlare inom detta område. Detta tillvägagångssätt ger GPU-ägare över hela världen möjlighet att bidra med sin kraft, vilket främjar en omfattande samarbetsinsats.

PCN-träningsalgoritmen: Magin bakom NeuroMesh ligger i PCN-träningsalgoritmen. Till skillnad från traditionella backpropagation (BP) metoder, möjliggör PCN helt lokal, parallell och autonom träning. Teamet strävar efter att skapa ett stort nätverk, där varje nod – som representerar en deltagande GPU – lär sig självständigt. PCN minimerar kommunikationen mellan skikten, minskar datatrafiken och underlättar asynkron träning. Se det som en symfoni där varje musiker spelar sin roll självständigt, men ändå bidrar till en harmonisk helhet.

Denna banbrytande modell, inspirerad av de senaste framstegen inom neurovetenskaplig forskning som banat väg för Oxford University, efterliknar den mänskliga hjärnans lokaliserade inlärningsmetod. Genom att lagra felvärden och optimera för ett lokalt mål i varje lager, replikerar det beteendet hos hjärnneuroner. Detta gör att NeuroMesh kan definiera modeller som är mycket större, med individuella komponenter som bidrar till samma ultimata optimeringsmål för hela nätverket, precis som den mänskliga hjärnan där olika stimuli hanteras av olika grupper av neuroner.

Detta biologiskt inspirerade tillvägagångssätt, i kombination med dess inneboende distributionsmöjligheter, låser upp en ny era av AI-utveckling.

En uppmaning att skapa globala partnerskap

NeuroMesh bjuder in globala partnerskap, som syftar till att skapa en AI-framtid som alla kan delta i. Dess protokoll är grunden på vilken ett mångsidigt ekosystem byggs. Ekosystemet är designat för att vara dynamiskt, samarbetande och anpassningsbart, vilket säkerställer att det kan tjäna AI-modellens utbildningsbehov av alla storlekar, från alla branscher. 

Individer, projekt med GPU-resurser och enheter med utbildningsbehov är alla välkomna att gå med i detta transformativa initiativ. För omfattande information om NeuroMesh och för att delta i denna ledande strävan kan användare besöka nmesh.io.

Om NeuroMesh

NeuroMesh omfattar forskare och ingenjörer från uppskattade institutioner som Oxford, NTU, PKU, THU, HKU, Google och Meta. Genom att ge utvecklare och organisationer möjlighet att distribuera robusta AI-modeller, odlar NeuroMesh ett inkluderande AI-ekosystem som överbryggar klyftorna mellan efterfrågan på att träna stora AI-modeller och distribuerade GPU:er över hela världen.

För mer information kan användare besöka NeuroMesh's Twitter | Telegram

Kontakta oss

CMO
Kenchia Lee
NeuroMesh
[e-postskyddad]
07746906341