ستنشر شبكة Pi دراسة حالة مفصلة يوم السبت، مؤكدة أن أكثر من 421,000 عقدة تابعة لها تعمل بنجاح في مشروع إثبات المفهوم (PoC) المرتبط بتدريب الذكاء الاصطناعي. أُجريت الاختبارات بقيادة OpenMind، حيث نجح 7 مشغلين لعقد التطوع في إرسال نتائج استنتاج التعرف على الصور خلال 4 ثوانٍ، مما يثبت إمكانية دعم الحوسبة غير النشطة لأعباء عمل الذكاء الاصطناعي.
إثبات المفهوم من OpenMind: عملية الاختبار والنتائج الأساسية
(المصدر: موقع شبكة Pi)
المسألة الأساسية في إثبات المفهوم هي: هل يمكن لشبكة العقد اللامركزية لـ Pi التعامل بشكل موثوق مع مهام حسابية خارجية مرتبطة بالذكاء الاصطناعي؟ تعمل OpenMind على إنشاء نظام تشغيل مفتوح المصدر وبروتوكول اتصال للروبوتات، وتحتاج إلى قوة حساب قوية لدعم تدريب النماذج، تقييمها وتنفيذها.
استخدم الاختبار بنية حاوية: أنشأت OpenMind حاوية توزع المهام الحسابية على أجهزة العقد الفردية؛ قام المتطوعون من مشغلي عقد Pi بتنزيل الحاوية وتشغيلها على أجهزتهم المحلية؛ ثم أُرسلت مهمة التعرف على الصور، حيث تستخدم كل عقدة نموذج OpenMind لمعالجة الصور، بهدف التعرف على أكبر عدد ممكن من الكائنات في الصورة.
أظهرت البيانات أن جميع المشغلين السبعة للعقد أرسلوا تأكيد المهمة خلال ثانية واحدة، وأن العديد من العقد أكملت الاستنتاج وأعادت النتائج خلال 4 ثوانٍ، متضمنة علامات الكائنات المتوقعة (مثل “حافلة” و"إنسان") وبيانات الإطارات الحدودية، وكان سير العملية طبيعيًا.
الدلالة التقنية لقوة الحوسبة اللامركزية وقيمة العقد
أشارت شبكة Pi إلى أن إثبات المفهوم يهدف إلى مواجهة تحديين هيكليين في مجال الذكاء الاصطناعي: محدودية سعة مراكز البيانات المركزية واستهلاك الطاقة المركز، بالإضافة إلى تزايد الطلب على الحوسبة مع توسع نماذج الذكاء الاصطناعي، الوكلاء والخدمات. فيما يلي الخصائص التقنية الرئيسية التي كشفت عنها الاختبارات:
استجابة منخفضة التأخير: أكدت المهمة خلال ثانية واحدة، ونتائج الاستنتاج خلال 4 ثوانٍ، مما يدل على قدرة الشبكة اللامركزية على المعالجة في الوقت الحقيقي بشكل مقبول
أساسيات توسع الحوسبة: أكثر من 421,000 عقدة تمثل أكثر من مليون وحدة CPU، ويمكن أن توفر موارد حوسبة بديلة كبيرة للشركات العاملة في الذكاء الاصطناعي عند نجاحها تجاريًا
إمكانات أرباح مشغلي العقد: إذا نضج هذا النموذج، فسيخلق وسيلة جديدة لمشغلي العقد للمشاركة في مهام الحوسبة AI والحصول على مكافآت
أكدت شبكة Pi أن تدريب الذكاء الاصطناعي اللامركزي لا يزال في مرحلة البحث، وأن المجال يتطلب المزيد من العمل، من التجارب الفردية إلى النشر الموثوق على نطاق واسع، مع ضرورة التغلب على تحديات تقنية وتصميم حوافز وآليات أمان مستمرة.
خارطة طريق شبكة Pi للذكاء الاصطناعي: التقدم بالتوازي مع ترقية البروتوكول
تزامن إصدار إثبات المفهوم مع الذكرى السنوية الأولى لإطلاق شبكة Pi المفتوحة، حيث أدرجت Pi سابقًا الذكاء الاصطناعي كأولوية رئيسية في استراتيجيتها بعد التحديث، بجانب رموز النظام البيئي وخدمات الهوية. على مستوى البروتوكول، أكملت Pi ترقية v19.9، وتستهدف إتمام الترقية إلى v20.2 قبل يوم Pi في 14 مارس 2026، مع تقدم خارطة الطريق التقنية وتزامنها مع استراتيجية الذكاء الاصطناعي.
يُعد إثبات المفهوم من OpenMind أول اختبار علني لجهود Pi في تجارية الحوسبة اللامركزية للذكاء الاصطناعي، ويقدم إثباتًا مبكرًا لإمكانية تطبيق أدوات العقد، لكنه لا يزال بعيدًا عن النشر التجاري على نطاق واسع، ويتطلب المزيد من التحقق المنهجي.
الأسئلة الشائعة
كيف يمكن لعقد الـ 421,000 عقدة في شبكة Pi أن تُستخدم في تدريب الذكاء الاصطناعي؟
يمكن لمشغلي العقد اختيار تنزيل حاوية من طرف ثالث (مثل OpenMind) وتلقي مهام حسابية خارجية للذكاء الاصطناعي، واستخدام موارد CPU غير النشطة على أجهزتهم المحلية لإتمام الحسابات وإرسال النتائج. في إثبات المفهوم، كانت المهمة التعرف على الصور، وأُعيدت النتائج خلال 4 ثوانٍ مع علامات الكائنات والإطارات الحدودية.
ما هي النتائج الرئيسية لهذا الإثبات؟
أرسل جميع مشغلي العقد السبعة تأكيد المهمة خلال ثانية واحدة، وأكملت عدة عقد عمليات التعرف على الصور خلال 4 ثوانٍ، مع نتائج تتضمن علامات مثل “حافلة” و"إنسان" وبيانات الإطارات الحدودية. وأكدت شبكة Pi أن سير العملية كان طبيعيًا، مع التأكيد على أن تدريب الذكاء الاصطناعي اللامركزي لا يزال في مرحلة البحث.
ما الفرق بين نموذج الحوسبة اللامركزية لـ Pi والتزويد التقليدي بالحوسبة؟
تركز الحوسبة التقليدية على مراكز البيانات الكبيرة، التي تواجه قيود سعة واستهلاك طاقة مرتفع، بينما تعتمد شبكة Pi على عقد غير نشطة حول العالم لتوفير موارد حوسبة بديلة، مع مزايا اللامركزية وانخفاض استهلاك الطاقة المحتمل، لكن الاعتمادية التجارية والقدرة على التوسع لا تزال قيد التحقق.
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى
إخلاء المسؤولية.
