Koop τemplar (SN3) in Mexico

Templar, ook bekend als Subnet 3 of SN3, is een gedecentraliseerd project dat opereert binnen het Bittensor-ecosysteem. De primaire missie is het opzetten van een toestemmingsloos en gestimuleerd platform voor de gedistribueerde training van grootschalige kunstmatige intelligentiemodellen. Door gebruik te maken van de infrastructuur van het Bittensor-netwerk, wil Templar een open-source alternatief bieden voor de gecentraliseerde rekencapaciteit die doorgaans wordt gecontroleerd door grote bedrijfslaboratoria. De kernfunctionaliteit van Templar draait om gedecentraliseerde voor-training. In dit systeem dragen deelnemers, bekend als miners, hun eigen rekenmiddelen bij om fundamentele machine learning-modellen te trainen. Deze miners dienen gradiënten in, wat in essentie updates zijn die de prestaties van een model verbeteren, bij het netwerk. Een andere groep deelnemers, genaamd validators, beoordeelt vervolgens deze bijdragen om ervoor te zorgen dat ze het model daadwerkelijk verbeteren. Dit proces maakt gebruik van stimuleringsmechanismen die zijn ontworpen om werk van hoge kwaliteit te belonen, waardoor AI-training effectief wordt omgezet in een competitieve, wereldwijde inspanning, vergelijkbaar met hoe gedecentraliseerde mining andere blockchains beveiligt. Technologisch gezien omvat het project geavanceerd onderzoek om de uitdagingen van het trainen van modellen over een gedistribueerde internetverbinding te beheren. Het maakt gebruik van methoden zoals SparseLoCo voor communicatie-efficiënte voor-training, wat helpt de hoeveelheid gegevens te verminderen die tussen verschillende delen van het netwerk moet worden overgedragen. Het project onderzoekt ook het gebruik van hostingservices voor verifieerbare tijdstempels om de indiening van trainingsgegevens te coördineren binnen een wereldwijde groep miners. De visie achter Templar is om de toegang tot hoogwaardige intelligentie te democratiseren door een diverse gemeenschap in staat te stellen middelen te bundelen en mede-eigenaar te worden van de resulterende modellen. Deze aanpak is bedoeld om een anti-fragiel en soeverein AI-ecosysteem te bevorderen dat niet afhankelijk is van één enkele entiteit. In plaats van achter eigendomsmuren te worden vergrendeld, zijn de modellen die op dit subnet worden ontwikkeld bedoeld als gedeelde middelen die kunnen worden gebruikt of gemonetariseerd door de gemeenschapsleden die helpen ze op te bouwen en te beveiligen. In essentie probeert het project AI-ontwikkeling te transformeren van een gecentraliseerde bedrijfsactiviteit naar een transparante, gemeenschapsgedreven digitale grondstof. Leer meer