Amikor az AI és a blockchain egyesül, az OpenLedger mint úttörő projekt jelenik meg ezen a határterületen, célja decentralizálni a modelltréninget, jutalmazni az adatok tulajdonjogát, és elősegíteni az ügynökök gazdaságát. A platform egy átlátható, közösség által tulajdonolt AI jövőt képzel el. Egy Kamesh-szal készített interjúban megismerjük az OpenLedger alapelveit, innovációit és ütemtervét. Kamesh elmagyarázza hátterét az AI/ML K+F területén, korábban vállalatoknál, például Walmartnál és Cadburynál dolgozott. Kiemeli az iparág fő kihívásait: az AI feketedoboz jellegét, az adatok felhasználásának átláthatatlanságát és az adatszolgáltatók igazságtalan juttatását. Az OpenLedger ezeket úgy oldja meg, hogy biztosítja az adathozzáférés nyomon követhetőségét és igazságos jutalmazását. Az OpenLedger, mint „az AI számára épített blockchain, ” betölt fontos hiányosságokat; a központosított vállalatok profitáltak azzal, hogy felhasználói adatokon tréningezték az AI-t anélkül, hogy hozzájárulást vagy kompenzációt kaptak volna. Az OpenLedger minden tréninglépést, adatforrást és modellfrissítést nyilvánosan rögzít, lehetővé téve az ellenőrzést, ami különösen érzékeny esetekben, például pénzügyi tanácsadásban vagy egészségügyben elengedhetetlen.

A bizonyíték a tulajdonjogra (Proof of Attribution) mechanizmus minden adatforrást feltár a konkrét következtetések mögött, csökkentve a téves információkból származó kockázatokat. Az OpenLedger ambiciózus jutalmazási rendszere nyomon követi a hozzájárulásokat az adatkészletek és a modellmódosítások on-chain történetén keresztül, amelyek összekapcsolódnak a hozzájárulók tárcáival. Minden alkalommal, amikor egy hálózati művelet egy hozzájárulást használ fel, az adott hozzájáruló részét kapja a díjaknak, amit nyíltan és transzparensen mutatnak be. Technikai szinten az OpenLedger olyan eszközöket kínál, mint például a Model Factory, egy kódmentes platform, amely lehetővé teszi nyelvi modellek költséghatékony finomhangolását könnyű LoRA adapterek segítségével. Az OpenLoRA lehetővé teszi ezen adapterek dinamikus csatlakoztatását a megosztott alapmodellekhez futás közben, leküzdve a GPU-k korlátait, és támogatva a skálázható, költséghatékony modellezést – így széles körű részvételt biztosítva az AI fejlesztésben. A Proof of Attribution (POA) mér és rögzít az on-chain, megmutatva az adatok és az eredő következtetések közötti kapcsolatot, hogy a hozzájárulók igazságosan részesüljenek a bevételekből, melyeket mindenki visszakövethet. Az adatok iránti bizalom fenntartása érdekében, különösen a modellágazások vagy proxy-k használata esetén, az OpenLedger központilag tárolja a modelleket API-kapcsolaton keresztül elérhető külső hozzáférés nélkül. Jelenleg a tesztnet több mint 4 millió aktív csomópontot tartalmaz, és több mint 10 projekt épül a hálózaton, köztük egy korábbi Google DeepMind kutató. Az Epoch 2 lezárult, a közeljövőben várható a Token Generation Event (TGE) és a mainnet indítása, melyek részleteit hamarosan közzéteszik. Kamesh tanácsa a decentralizált AI fejlesztőinek: a legegyszerűbb termékeket építsék, amelyek könnyen megérthetők, és helyezzenek hangsúlyt a sima, hatékony megoldásokra a hype szavak helyett. Ne felejtsd el kedvelni és megosztani ezt a történetet!