Этап подготовки Bittensor привлек внимание Чамата Палихапития и генерального директора Nvidia Дженсена Хуанга

Импульс развития ИИ с открытым исходным кодом усиливается благодаря поддержке генерального директора Nvidia

Чамат Палихапития рассказал о Covenant-72B от Bittensor в одном из эпизодов подкаста All-In, представив его как наглядный пример децентрализованного искусственного интеллекта (ИИ), выходящего за рамки теории. Bittensor работает как децентрализованная сеть на основе блокчейна, создающая одноранговую платформу, на которой происходит обмен моделями машинного обучения и вычислительными ресурсами ИИ, а также стимулируется их использование.

Палихапития описал эту инициативу простыми словами: это крупномасштабная языковая модель (LLM), обученная без централизованной инфраструктуры, а вместо этого работающая на основе сети независимых участников. «Им удалось обучить модель LLaMA с 4 миллиардами параметров, полностью распределенную, с помощью группы людей, предоставляющих избыточные вычислительные ресурсы», — сказал он, назвав это «довольно безумным техническим достижением».

Сравнение привело к знакомой аналогии. «Есть случайные люди, и каждый из них получает небольшую долю», — добавил Палихапития, сославшись на ранний проект распределенных вычислений, который использовал простаивающее оборудование по всему миру.

Хуанг не отверг эту идею. Вместо этого он обратился к более широкому представлению рынка ИИ, предположив, что децентрализованные и проприетарные подходы не являются взаимоисключающими. «Эти две вещи — это не А или Б; это и А, и Б», — сказал Хуанг. «В этом нет никаких сомнений».

Эта концепция двух направлений отражает растущий разрыв — и пересечение — в сфере ИИ. С одной стороны находятся закрытые, тщательно отлаженные системы, такие как ChatGPT, Claude и Gemini. С другой — открытые и децентрализованные модели, которые позволяют разработчикам и организациям настраивать системы под конкретные нужды.

Хуанг ясно дал понять, что считает оба направления одинаково важными. «Модели — это технология, а не продукт», — сказал он, отметив, что большинство пользователей будут по-прежнему полагаться на отлаженные системы общего назначения, а не создавать свои собственные с нуля.

В то же время он указал на отрасли, где настройка под конкретные нужды является обязательной. «Существуют целые отрасли, где их отраслевая экспертиза… должна быть заложена таким образом, чтобы они могли ее контролировать», — пояснил Хуанг, добавив, что «это возможно только с помощью открытых моделей».

Это заявление полностью соответствует специализации Bittensor. Covenant-72B, разработанный в рамках Subnet 3 (Templar), представляет собой один из крупнейших на сегодняшний день децентрализованных циклов обучения, координирующий более 70 участников через стандартные интернет-соединения без центрального органа управления.

С технической точки зрения модель раздвигает границы. Построенная с использованием 72 миллиардов параметров и обученная на примерно 1,1 триллиона токенов, она использует такие инновации, как сжатые протоколы связи и распределенный параллелизм данных, чтобы сделать обучение возможным за пределами традиционных центров обработки данных.

Показатели производительности свидетельствуют о том, что это не просто эксперимент. Результаты тестирования ставят его в один ряд с устоявшимися централизованными моделями, что помогает объяснить, почему проект привлек внимание не только крипто-аудитории.

Рынок тоже это заметил. После объявления токен проекта TAO вырос на 24% с тех пор, как видео с Палихапития и Хуангом стало вирусным в социальных сетях.

Тем не менее, комментарии Хуанга указывают на то, что суть заключается не в радикальном изменении, а в сосуществовании двух подходов. Проприетарные системы ИИ, вероятно, останутся доминирующими для обычных пользователей, в то время как открытые и децентрализованные модели займут свою нишу в специализированных, чувствительных к стоимости или ориентированных на суверенитет приложениях.

Для стартапов генеральный директор Nvidia изложил прагматичный план действий: начинать с открытости, а затем добавлять проприетарные преимущества. «Каждый стартап, в который мы сейчас инвестируем, сначала использует открытый исходный код, а затем переходит к проприетарной модели», — сказал он.

Другими словами, будущее ИИ, возможно, не принадлежит какой-то одной архитектуре или философии. Оно может принадлежать тем, кто умеет ориентироваться в обоих направлениях — и знает, когда использовать каждое из них.

Часто задаваемые вопросы 🔎

• Что такое Covenant-72B от Bittensor?
  Языковая модель с 72 миллиардами параметров, обученная через децентрализованную сеть участников без централизованной инфраструктуры.
• Что сказал Дженсен Хуанг о децентрализованном ИИ?
  Он заявил, что открытые и проприетарные модели ИИ будут сосуществовать, охарактеризовав их взаимоотношения как «А и Б», а не как выбор между ними.
• Почему это важно?
  Это показывает, что крупномасштабные модели ИИ можно обучать за пределами традиционных центров обработки данных, что ставит под сомнение представления о потребностях в инфраструктуре.
• Как это влияет на индустрию ИИ?
  Это поддерживает гибридное будущее, в котором централизованные платформы и децентрализованные модели будут выполнять разные роли в различных отраслях.