Belajar bersama Nesa (NES): Membina Lapisan Pelaksanaan AI yang Boleh Diverifikasi
Pengenalan: Nesa ialah lapisan pelaksanaan AI terdesentralisasi yang melindungi privasi dan boleh disahkan. Ia membenarkan pengguna dan pembangun menjalankan model AI di atas rangkaian teragih nod komputasi tanpa bergantung kepada penyedia terpusat tunggal. Melalui teknik kriptografi seperti Enkripsi Equivariant, Pembahagian Rahsia Homomorfik atas Enkripsi Embedding, penjadualan MetaInf, dan pelaksanaan model terdesentralisasi, Nesa bertujuan untuk menjadikan inferens AI sebagai proses yang privasi, boleh disahkan, boleh dikembangkan, dan boleh diakses merentas Web3.
Satu Lapisan Infrastruktur Baru untuk AI
AI menjadi salah satu teknologi paling penting di dunia, tetapi kebanyakan infrastruktur AI masih terpusat.
Hari ini, pengguna biasanya mengakses AI melalui API kotak hitam yang dikendalikan oleh syarikat besar. Platform-platform ini mungkin kuat, tetapi menciptakan beberapa masalah. Pengguna sering tidak dapat mengesahkan bagaimana model menghasilkan jawapan, pembangun bergantung pada penyedia terpusat, dan perusahaan mungkin dipaksa menghantar data sensitif ke pelayan yang tidak mereka kawal.
Ini terutama sukar untuk Web3.
Aplikasi blok rantai dibina berdasarkan transparansi, kepemilikan, dan kebolehverifikan, tetapi sistem AI seringkali tidak telus dan terpusat. Jika kontrak pintar, dapp, atau agen AI bergantung pada model luar blok, pengguna mungkin tidak mempunyai cara untuk mengetahui sama ada inferens dilakukan dengan betul.
Nesa direka untuk menyelesaikan ini dengan mencipta lapisan eksekusi terdesentralisasi untuk AI.
Alih-alih bergantung pada satu syarikat atau satu pelayan, inferens AI boleh didistribusikan merentas rangkaian, disahkan secara kriptografi, dan dikoordinasikan melalui infrastruktur blok rantai.
Inferens AI Peribadi Dengan Reka Bentuk
Privasi adalah salah satu fokus utama Nesa.
Dalam sistem AI biasa, pengguna biasanya menghantar data mereka terus ke pelayan terpusat. Pelayan itu mungkin melihat soalan, fail, tingkah laku pengguna, output, dan kadang-kadang maklumat perniagaan atau peribadi yang sensitif.
Nesa mengambil pendekatan yang berbeza.
Rangkaian ini direka supaya soalan AI boleh diproses tanpa sebarang nod tunggal melihat input penuh, model penuh, atau output penuh. Ini dilakukan melalui kaedah kriptografi seperti Enkripsi Equivariant dan Pembahagian Rahsia Homomorfik atas Enkripsi Embedding.
Enkripsi Ekuivarian membolehkan lapisan model dan penghimpunan diubah menjadi domain terenkripsi di mana pengiraan masih boleh berjalan dengan cekap.
HSS-EE menggunakan perkongsian rahsia pada penyaduran tersulit, membenarkan inferens dibahagikan di antara beberapa pelayan atau nod sambil melindungi input pengguna, keadaan sementara, dan parameter model.
Ini membuat Nesa berbeza daripada sistem yang hanya bergantung pada peranti tepercaya atau reputasi ringkas. Matlamatnya adalah menjadikan privasi sebahagian daripada reka bentuk pengiraan itu sendiri.
Keputusan yang boleh diverifikasi, bukan janji kotak hitam
Nesa juga dibina berdasarkan keterjaminan.
Dalam AI terpusat, pengguna biasanya perlu mempercayai bahawa penyedia menjalankan model yang betul, menggunakan input yang betul, dan mengembalikan hasil yang sah. Sering kali tiada bukti bahawa output dihasilkan dengan jujur.
Nesa bertujuan untuk mengubah ini dengan menyokong pengesahan atas rantai bagi inferens di luar rantai.
Apabila pengguna atau dapp menghantar soalan AI, pelaksanaan model berlaku di seluruh rangkaian terdesentralisasi. Hasilnya boleh disertai dengan bukti kriptografi atau pengesahan berdasarkan konsensus, membantu pengguna dan aplikasi mengesahkan bahawa inferens telah dilakukan dengan betul.
Ini penting untuk kes penggunaan bernilai tinggi.
Jika AI digunakan dalam DeFi, kesihatan, pentadbiran, perdagangan, identiti, atau automatik perniagaan, pengguna memerlukan lebih daripada jawapan yang selesa. Mereka memerlukan keyakinan bahawa pengiraan itu sah dan tidak dimanipulasi.
Pendekatan Nesa memberikan akuntabilitas yang lebih kuat kepada eksekusi AI, menjadikannya lebih sesuai untuk aplikasi yang memerlukan pengesahan tanpa kepercayaan.
Pelaksanaan Teragih di Banyak Nod
Nesa direka untuk mengelakkan bottleneck pengiraan terpusat.
Model AI besar biasanya memerlukan GPU yang mahal dan infrastruktur khas. Ini menjadikan infrastruktur AI sukar diakses oleh pembangun kecil, permulaan, dan peserta komuniti.
Nesa memperkenalkan eksekusi terdistribusi, di mana beban AI yang besar boleh dibahagikan di antara nod yang berbeza dalam rangkaian. Model boleh dipecahkan kepada bahagian-bahagian yang lebih kecil, dan setiap nod hanya menangani sebahagian daripada pengiraan.
Ini menciptakan dua manfaat.
Pertama, ia meningkatkan skala kerana kerja boleh disebarkan merentas rangkaian nod global alih-alih bergantung kepada satu pusat data.
Kedua, ia mengurangkan halangan penyertaan kerana tidak setiap nod perlu menjadi mesin GPU kelas atas. Dengan pembahagian model dan pelaksanaan yang dioptimumkan, peranti yang lebih sederhana sekalipun boleh menyumbang kepada rangkaian.
Ini menyokong matlamat lebih luas Nesa: menjadikan infrastruktur AI lebih terbuka, teragih, dan boleh diakses.
MetaInf dan Jadualan AI Adaptif
Salah satu inovasi utama Nesa ialah MetaInf.
MetaInf ialah penjadual inferens meta-belajar yang direka untuk memilih strategi pelaksanaan terbaik bagi setiap tugas, model, dan profil peranti. Alih-alih menggunakan satu kaedah tetap untuk semua beban kerja, MetaInf belajar daripada corak pelaksanaan lampau dan beradaptasi mengikut situasi.
Ini penting kerana inferens AI tidak seragam.
Model, peranti, input, dan beban kerja yang berbeza mungkin memerlukan strategi pengoptimuman yang berbeza. Kaedah yang berkesan untuk satu model mungkin tidak cekap untuk model lain. Nod dengan sumber GPU yang kuat mungkin memerlukan strategi yang berbeza berbanding peranti tepi yang lebih kecil.
MetaInf membantu Nesa mengoptimumkan latensi, kecekapan peranti, dan prestasi pelaksanaan secara dinamik.
Ini menjadikan Nesa lebih praktikal sebagai rangkaian AI terdesentralisasi kerana ia boleh menyesuaikan diri dengan keadaan rangkaian dunia nyata dan kepelbagaian peranti keras, bukan hanya mengandaikan semua nod adalah sama.
DAIs: Aplikasi AI Terpusat
Nesa juga memperkenalkan DAIs, atau Aplikasi AI Terpusat.
DAI adalah produk AI yang berjalan secara asli di rangkaian Nesa. Ia boleh dirasakan seperti aplikasi AI biasa oleh pengguna, tetapi di belakang layar ia bergantung pada inferensi terdesentralisasi, kredibilitas berdasarkan staking, dan koordinasi di rantai.
Ini penting kerana AI terdesentralisasi tidak seharusnya hanya tinggal sebagai konsep infrastruktur.
Untuk pengguna menggunakannya, harus ada aplikasi sebenar yang boleh mereka gunakan. DAIs membolehkan pembangun melancarkan produk AI tanpa mengendalikan infrastruktur terpusat sendiri. Nesa menangani pelaksanaan, koordinasi, pengesahan, dan insentif.
Ini boleh menyokong banyak jenis aplikasi, termasuk chatbot, agen AI, alat penyelidikan, pembantu perusahaan, produk analitik, dan perkhidmatan AI berasaskan Web3.
Dalam istilah mudah, DAIs mengubah infrastruktur Nesa menjadi produk AI yang boleh diakses pengguna.
Pasar Model dan Akses Pembangun
Nesa merangkumi pasaran kuari terdesentralisasi dan kedai model.
Pembangun boleh menghantar model AI sumber terbuka atau proprietari melalui saluran muat naik model Nesa dan Model Playground. Ini membolehkan pencipta model menerbitkan model tanpa perlu menguruskan penghosan, penskalaan, atau persekitaran pelaksanaan sendiri.
Toko model boleh menyokong model bahasa besar, model penglihatan-bahasa, dan modality AI lain.
Ini menciptakan pasaran di mana pengguna boleh mengemukakan permintaan terhadap model, pembangun boleh menyumbang model, pengendali nod boleh menyediakan pengiraan, dan pengesah boleh membantu mengamankan dan mengesahkan pelaksanaan.
Nesa juga menyokong akses lintas-blok rantai melalui AI Link, membenarkan aplikasi di blok rantai lain memanggil kemampuan pelaksanaan AI Nesa tanpa memindahkan pengguna, aset, atau kontrak mereka ke dalam Nesa itu sendiri.
Ini bermakna Nesa tidak hanya membina rantai AI. Ia sedang membina lapisan eksekusi AI yang boleh melayani pelbagai ekosistem blok rantai.
Kegunaan Token NES
$NES ialah token asli bagi ekosistem Nesa.
Ia digunakan dalam sistem soalan dan bayaran rangkaian. Pembangun boleh menghantar transaksi PayForQuery untuk menerbitkan data soalan dan membayar untuk pelaksanaan inferens AI. Transaksi diprioritaskan melalui mempool harga gas, bermakna transaksi dengan bayaran lebih tinggi boleh menerima keutamaan.
$$NES juga terhubung kepada bertaruh dan keselamatan rangkaian. Penambang atau peserta nod diwajibkan untuk bertaruh $$NES, memberikan mereka eksposur ekonomi terhadap pemprosesan soalan AI yang jujur dan cekap. Jika berlaku perilaku jahat atau penahanan data, sistem boleh menggunakan hukuman kripto-ekonomi seperti pemotongan.
Pemerintahan adalah bahagian lain daripada utiliti $NES. Pemegang boleh mencadangkan dan mengundi perubahan terhadap parameter rangkaian yang dipilih, dan kolam komuniti menerima sebahagian daripada ganjaran blok untuk menyokong inisiatif ekosistem.
Secara keseluruhan, $NES direka untuk menyokong pelaksanaan soalan AI, keselamatan rangkaian, tatacara, dan pertumbuhan ekosistem.
Gambaran Lebih Besar untuk Nesa
Nesa sedang membina infrastruktur untuk ekonomi AI yang lebih terbuka, boleh disahkan, dan melindungi privasi.
Ekonomi AI hari ini didominasi oleh platform terpusat. Mereka mengawal akses, penentuan harga, pengiraan, pengagihan model, dan data pengguna. Ini menciptakan halangan tinggi kepada pembangun kecil dan jaminan lemah kepada pengguna yang memerlukan privasi atau ketepatan.
Nesa mencadangkan model yang berbeza.
Ia membenarkan penyedia komputasi, pencipta model, pembangun, pengesah, pengguna, dan aplikasi AI untuk menyertai rangkaian AI terdesentralisasi. Pelaksanaan AI boleh diminta merentasi rantai, disahkan melalui mekanisme kriptografi, dan dilakukan tanpa mendedahkan data sensitif kepada penyedia terpusat.
Dengan ringkas, Nesa membina lapisan eksekusi AI terdesentralisasi di mana inferens AI boleh menjadi peribadi, boleh disahkan, dan terbuka secara ekonomi — menggerakkan AI dari API awan kotak hitam kepada infrastruktur tanpa kepercayaan untuk Web3 dan seterusnya.
Hadiah Rujukan:
Jemput pengguna baru untuk menyertai kampen Belajar & Dapatkan Hadiah dan buka hadiah tambahan. Untuk setiap rakan yang berjaya dijemput yang mendaftar dan menyelesaikan perdagangan yang diperlukan, anda akan menerima rebat yuran 25%. Semakin ramai pengguna berkelayakan yang anda jemput, semakin banyak hadiah yang boleh anda perolehi. Untuk butiran, sila rujuk: https://www.kucoin.com/ms/referral
Bagaimana untuk Mengajak
Penafian: Maklumat yang terdapat pada halaman ini mungkin berasal daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah untuk rujukan sahaja dan bukan merupakan sebarang bentuk perwakilan atau waranti, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak bertanggungjawab ke atas sebarang kesilapan atau pengabaian, atau ke atas sebarang akibat yang terhasil daripada penggunaan maklumat ini. Pelaburan dalam aset maya mungkin melibatkan risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.