A mes que la IA i la blockchain convergeixen, OpenLedger emergeix com un projecte pioner a aquesta intersecció, amb l’objectiu de descentralitzar l’entrenament de models, recompensar l’atribució de dades i fomentar economies d’agents. La plataforma visualitza un futur d’IA transparent i gestionat per la comunitat. En una entrevista amb el col·laborador principal Kamesh, explorem els principis, innovacions i full de ruta d’OpenLedger. Kamesh explica el seu rerefons en R+D d’IA/Machine Learning, treballant amb empreses com Walmart i Cadbury. Destaca els grans reptes de la indústria: la caixa negra de l’IA, la manca de transparència en l’ús de dades i la retribució justa als contribuents de dades. OpenLedger aborda aquests punts garantint la traçabilitat i recompenses equitatives. Situat com el “blockchain pensat per a l’IA”, OpenLedger cobreix buits essencials; empreses centralitzades han obtingut beneficis entrenant IA amb dades d’usuaris sense consentiment ni compensació. OpenLedger registra obertament cada pas d’entrenament, la font de les dades i cada actualització de models, permetent la inspecció, imprescindible en casos sensibles com assessorament financer o salut.

El seu mecanisme de Prova d’Atribució exposa l’origen de les dades darrere de determinades inferències, reduint riscos de desinformació. El seu ambiciós sistema de recompenses fa un seguiment de les contribucions a través d’un historial a la cadena de blocs de conjunts de dades i modificacions de models vinculats als wallets dels contribuents. Cada vegada que una acció de xarxa utilitza una contribució, aquest contribuent rep una quota de les comissions de manera transparent i pública. Tecnològicament, OpenLedger ofereix eines com Model Factory, una plataforma sense code per al afinament de models de llenguatge de manera econòmica, utilitzant adapters lleugers LoRA. OpenLoRA permet inserir aquests adapters dinàmicament sobre models base compartits durant la inferència, superant els colls d’ampolla de GPU i suportant iteracions escalables i costories en el desenvolupament de models—fomentant la participació àmplia en el desenvolupament d’IA. La Prova d’Atribució (POA) mesura i registra a la cadena de blocs l’enllaç entre dades i els resultats de les inferències, assegurant una retribució justa als contribuents amb quotes de revenue que tots poden rastrejar. Per mantenir la confiança davant de desafiaments com la forqueta de models o l’ús de proxies, OpenLedger allotja els models de manera centralitzada amb només accés via API. Actualment, la testnet compta amb més de 4 milions de nodes actius, amb més de 10 projectes en desenvolupament sobre la xarxa, incloent-hi un exinvestigador de Google DeepMind. Després de la finalització recent de l’Epoch 2, els pròxims objectius inclouen un esdeveniment de generació de tokens (TGE) i el llançament de la mainnet, amb tots els detallants per arribar properament. Kamesh recomana als desenvolupadors que s’inicien en l’IA descentralitzada que s’enfoquin en la simplicitat—els productes haurien de ser fàcils d’entendre ràpidament i prioritzar solucions fluïdes i eficaces sobre paraules de moda. No oblideu donar “m’ha agradat” i compartir aquesta història!