Templar, auch bekannt als Subnet 3 oder SN3, ist ein dezentrales Projekt, das innerhalb des Bittensor-Ökosystems operiert. Seine Hauptmission ist es, eine berechtigungslose und incentivierte Plattform für das verteilte Training großer künstlicher Intelligenzmodelle zu etablieren. Durch die Nutzung der Infrastruktur des Bittensor-Netzwerks zielt Templar darauf ab, eine Open-Source-Alternative zur zentralisierten Rechenleistung bereitzustellen, die typischerweise von großen Konzernlaboren kontrolliert wird. Die Kernfunktionalität von Templar dreht sich um dezentrales Vortraining. In diesem System stellen Teilnehmer, bekannt als Miner, ihre eigenen Rechenressourcen zur Verfügung, um grundlegende Modelle für maschinelles Lernen zu trainieren. Diese Miner reichen Gradients an das Netzwerk ein, die im Wesentlichen Updates sind, die die Leistung eines Modells verbessern. Eine andere Gruppe von Teilnehmern, genannt Validatoren, bewertet dann diese Beiträge, um sicherzustellen, dass sie das Modell tatsächlich verbessern. Dieser Prozess nutzt Anreizmechanismen, die darauf ausgelegt sind, qualitativ hochwertige Arbeit zu belohnen, wodurch das KI-Training effektiv zu einer wettbewerbsorientierten, globalen Anstrengung wird, ähnlich der Art und Weise, wie dezentrales Mining andere Blockchains sichert. Technologisch integriert das Projekt fortschrittliche Forschung, um die Herausforderungen des Modelltrainings über eine verteilte Internetverbindung zu bewältigen. Es nutzt Methoden wie SparseLoCo für kommunikationseffizientes Vortraining, was dazu beiträgt, die Datenmenge zu reduzieren, die zwischen verschiedenen Teilen des Netzwerks übertragen werden muss. Das Projekt erforscht auch die Nutzung von Hosting-Diensten für verifizierbare Zeitstempel, um die Einreichung von Trainingsdaten über eine globale Gruppe von Minern hinweg zu koordinieren. Die Vision hinter Templar ist es, den Zugang zu hochwertiger Intelligenz zu demokratisieren, indem eine vielfältige Gemeinschaft Ressourcen bündeln und die daraus resultierenden Modelle gemeinsam besitzen kann. Dieser Ansatz soll ein anti-fragiles und souveränes KI-Ökosystem fördern, das nicht von einer einzelnen Entität abhängig ist. Anstatt hinter proprietären Mauern eingeschlossen zu sein, sollen die auf diesem Subnet entwickelten Modelle geteilte Ressourcen sein, die von den Community-Mitgliedern, die beim Aufbau und der Sicherung helfen, genutzt oder monetarisiert werden können. Im Wesentlichen versucht das Projekt, die KI-Entwicklung von einer zentralisierten Unternehmensaktivität in ein transparentes, gemeinschaftsgesteuertes digitales Gut zu verwandeln.
Mehr erfahren
