#OpenLedger on "Ethereum + GitHubin tekoälyversio", joka tekee tekoälystä avoimen lähdekoodin, uskottavan ja jäljitettävän, ja kaikki voivat osallistua ja hyötyä. Äskettäin luettuani @OpenledgerHQ'n "Proof of Attribution" -valkoisen kirjan minusta tuntuu yhä enemmän, että #AI kehityksen jälkipuoliskolla kysymys oikeuksien vahvistamisesta koko #AI panosprosessissa on perinteisen tekoälyn suurin kipupiste. #OpenLedger yhdistää nykyisen suositun #AI + #Blockchain -ohjelman ratkaistakseen tehokkaasti yllä olevat kipupisteet, ja @MessariCrypto-tutkimusraportin mukaan #AI rata saavuttaa yli 2 biljoonan dollarin markkina-arvon vuoteen 2030 mennessä, jonka potentiaali on itsestään selvä, analysoimme tänään #AI uutta Dark Horse #OpenLedger ja varhaisia 3 ilmaista osallistumismahdollisuutta.

Tällä hetkellä #AI ovat periaatteessa suurten yritysten (OpenAI, Google, Meta) hallinnassa, miten malli koulutetaan, kenen tietoja käytetään ja miten tulot jaetaan - se on täysin mustan laatikon operaatio. Tavalliset ihmiset eivät voi osallistua eivätkä hyötyä. #OpenLedger käyttää Proof of Attributionia mahdollistaakseen #AI luoman sisällön (esim. kuvat, artikkelit, musiikki) jäljittämisen lähteeseen ja varmistaakseen, että kaikki ammattimaisten tekoälymallien rakentamiseen osallistuvat tiedontarjoajat tunnustetaan tai kannustetaan. •Miten malli koulutetaan → se on julkisesti saatavilla • Kenen tietoja käytetään → jolla on tietue ja tunnistetiedot •Kuka tahansa toimittaa → tietoja voidaan seurata ja palkita Tämä on "monopolien vastaisuuden" taustalla oleva rakenne, joka osuu täysin tärkeimmän epäoikeudenmukaisen ongelman nykyisen #AI ydinkipupisteeseen.

#OpenLedger (@OpenledgerHQ) on hajautettu, lohkoketjupohjainen tekoälyalusta, jonka tavoitteena on mahdollistaa läpinäkyvyys, yhteisön hallinto ja tekoälyn avoin saatavuus. Toisin kuin perinteiset suurten teknologiayritysten hallitsemat tekoälymallit, #OpenLedger antaa yhteisölle mahdollisuuden kouluttaa, validoida ja luoda erikoistuneita tekoälymalleja. Tuloksena on oikeudenmukaisempi järjestelmä, jossa dataa ja malleja tarjoavat henkilöt saavat ansaitsemansa kunnian ja palkkiot.

#OpenLedger arkkitehtuuri käyttää 5 ydinkerrosta: 🔵 Konsensuskerros (perustuu EigenLayerin suojattuun jakamiseen) 🔵 Mallin ajonaikainen kerros (OpenLoRA) 🔵 Datanet + attribuutiotodistus 🔵 Tehtävien suorituskerros (tehtävien todentaminen ja kannustimet) 🔵 Käyttäjän osallistumiskerros (laajennus, matalan kynnyksen sisäänpääsy) Teknisiä asioita on liikaa, emme toista niitä tässä, kiinnostuneet kumppanit, voit lukea @OpenledgerHQ kotisivun yläosassa olevan valkoisen kirjan. Tavallisille käyttäjillemme saatamme olla enemmän huolissamme käyttäjien sitouttamiskerroksen menetelmästä, ja tärkeimmät strategiat ovat (tarkemmat strategiat myöhemmin): • Chrome-laajennus: voidaan käyttää tiedonkeruuna (muokkauskehotteet, verkkosivutiedot) •Paikallinen juoksija: Suorita OpenLoRA-solmuja saadaksesi pisteitä, tukeaksesi suoritinta, GPU:ta •Osallistuvat vuorovaikutukset: Lataa tietojoukkoja, kouluta malleja ja validoi muiden tuloksia muodostaaksesi #AI joukkoistamisyhteisön

#OpenLedger tärkeimmät edut: 1️⃣OpenLoRA: 1 näytönohjain käyttää tuhansia malleja #OpenLedger kovin tuote on OpenLoRA, joka on mallin käyttöönottokerroksen infrastruktuuri. Sitä voi olla vaikea ymmärtää, mutta annan sinulle esimerkin tässä. 👉 Esimerkiksi, sinulla on nyt LLM-malli ja sinulla on 1 000 "taitopohjaista laajennusta", jotka on hienosäädetty LoRA:lla (esim. lakimiehet, lääkärit, kuntovalmentajat, opettajat jne.). Jos käytät näitä malleja perinteisellä tavalla, sinun on määritettävä 1000 näytönohjainta, mikä on naurettavan kallista. #OpenLoRA Käytetyt käytännöt: •Lataa vain yksi perusmalli (esim. • LoRA-laajennuksen dynaaminen lataaminen vie aikaa • Videomuisti ei räjähdä, kytkentämillisekunnin taso ja nopeus on vielä nopeampi • Säästä 90%+ palvelinkustannuksissa 📌 Tämä tekniikka on yksinkertaisesti paras #AI yksityistämisen siunaus pienille ja keskisuurille yrityksille ja yksityishenkilöille. Yksi LoRA per henkilö, usean käyttäjän Copilot. Lisäksi suurille mallialustoille (kuten HuggingFace- ja Bittensor-projekteille) se on vahva täydentävä kumppanuus. Siksi #OpenLoRA ei ole konsepti, vaan laskeutumistuote, joka todella ratkaisee tekoälyinfran kustannus- ja skaalautuvuusongelmat ja jolla on vahvat kaupallistamiskyvyt, jotka soveltuvat erityisesti pienten ja keskisuurten yritysten tai yksityishenkilöiden paikalliseen yksityiseen käyttöönottoon.