Berikut sesuatu yang saya anggap menarik tentang AI terdesentralisasi: Mudah untuk membicarakan distribusi GPU. Pertanyaan yang lebih sulit adalah: bagaimana Anda tahu bahwa GPU tersebut benar-benar melakukan pekerjaannya? Di sinilah 𝗕𝗧𝗧𝗶𝗻𝗳𝗲𝗿𝗚𝗿𝗶𝗱’𝘀 𝗖𝗵𝗮𝗹𝗹𝗲𝗻𝗴𝗲-𝗕𝗮𝘀𝗲𝗱 𝗩𝗲𝗿𝗶𝗳𝗶𝗰𝗮𝘁𝗶𝗼𝗻 𝗟𝗮𝘆𝗲𝗿 berperan. Alih-alih hanya mengasumsikan setiap Miner melakukan hal yang benar, Validator dapat memasukkan tugas tantangan acak ke dalam beban kerja. Sistem ini dirancang berdasarkan tiga mekanisme utama: 1. Mekanisme Audit Probabilistik Validator menyisipkan tugas tantangan acak ke dalam beban kerja untuk mendeteksi: Komputasi malas Melewatkan inferensi Respons yang dipalsukan Serangan replay 2. Ketidakdapatdibedakan Tugas Tugas tantangan harus tidak dapat dibedakan dari permintaan nyata. Hal ini membuat Miner sulit memprediksi kapan mereka sedang diaudit. Jika Anda tidak dapat mengidentifikasi audit dengan andal, melakukan komputasi dengan benar secara konsisten menjadi strategi yang lebih aman. 3. Evaluasi Output Validator mempertahankan ground truth pribadi atau heuristik yang dapat diverifikasi, lalu mengevaluasi output Miner berdasarkan sifat statistik atau semantik yang diharapkan. Jadi alur dasarnya adalah: Tantangan acak → Miner merespons → Validator mengevaluasi → Komputasi dapat diverifikasi. Dan karena sistem menggunakan audit probabilistik daripada memeriksa setiap beban kerja secara independen, tujuannya adalah agar overhead verifikasi tetap sublinier relatif terhadap total beban kerja. Ini adalah perbedaan penting. Mendesentralisasi AI bukan hanya tentang menempatkan GPU di tempat yang berbeda. Anda juga membutuhkan mekanisme untuk memeriksa apakah jaringan benar-benar mendapatkan komputasi yang telah dibayarnya. BTTInferGrid’s Challenge-Based Verification Layer dirancang untuk menangani masalah tepat seperti ini. Info lebih lanjut: https://t.co/hijdAPy3eK #TRONEcoStar @justinsuntron #TRON #BTTInferGrid @BitTorrent