Pi Network เมื่อวันที่ 5 มีนาคม ได้เผยแพร่รายงานกรณีศึกษาการพิสูจน์แนวคิดการคำนวณแบบกระจายศูนย์ร่วมกับ OpenMind ซึ่งเป็นสตาร์ทอัพด้าน AI หุ่นยนต์ 7 ผู้ให้บริการโหนด Pi ที่อาสาสมัครกันสำเร็จในการใช้พลังการคำนวณแบบกระจายเพื่อดำเนินงานด้านการรู้จำภาพ AI การแพร่กระจายงานใน 1 วินาทีได้รับการตอบสนอง และผลลัพธ์การอนุมานถูกส่งกลับภายใน 4 วินาที เป็นการยืนยันว่า พลังการคำนวณที่ว่างของโหนด Pi กว่า 420,000 โหนด สามารถเป็นทรัพยากรการคำนวณภายนอกสำหรับบริษัท AI บุคคลที่สามได้อย่างแท้จริง; Pi Network ระบุว่าการดำเนินการนี้มีเป้าหมายเพื่อทำให้พลังการคำนวณที่ว่างของโหนดกลายเป็นเชิงพาณิชย์ และเปิดโอกาสให้ผู้ดำเนินโหนดสร้างรายได้ใหม่จากการชำระด้วยคริปโตเคอร์เรนซี
(เบื้องหลัง: ราคาของ Pi ลดลง 30% ทำสถิติต่ำสุดในประวัติศาสตร์! ผู้บริหารระดับสูงของ Pi Network กล่าวหาว่าผู้ก่อตั้งมี “การต่อสู้ภายในและการใช้งบประมาณอย่างผิดวัตถุประสงค์” ทำให้ความเชื่อมั่นของชุมชนพังทลาย)
(ข้อมูลเพิ่มเติม: ราคาของ Pi แตะที่ 0.32 ดอลลาร์สหรัฐฯ ซึ่งเป็นจุดต่ำสุดในประวัติศาสตร์ นโยบายล็อคเหรียญของ Pi Network จุดไฟความโกรธของชุมชน)
สารบัญบทความ
Toggle
- OpenMind คือใคร? ทำไมต้องการพลังการคำนวณแบบกระจายศูนย์
- ผลการพิสูจน์แนวคิด: การแพร่กระจายภายใน 1 วินาที, การส่งกลับภายใน 4 วินาที, โหนดทั้ง 7 โหนดสำเร็จทั้งหมด
- แนวคิดเชิงพาณิชย์ของพลังการคำนวณที่ว่างของ 420,000 โหนด
เครือข่ายโหนดของ Pi Network ซึ่งเริ่มต้นจากการขุดบนมือถือ กำลังมุ่งสู่การใช้งานใหม่ที่แตกต่างจากการตรวจสอบบล็อกเชนโดยสิ้นเชิง — การให้พลังการคำนวณแบบกระจายศูนย์สำหรับโมเดล AI รายงานกรณีศึกษาการพิสูจน์แนวคิดของ Pi Network ซึ่งเผยแพร่เมื่อวันที่ 5 มีนาคม โดยมีผู้ดำเนินโหนดอาสาสมัคร 7 คนที่ประสบความสำเร็จในการใช้พลังการคำนวณที่ว่างเพื่อดำเนินงานด้านการรู้จำภาพ AI ระบบสายส่งแบบ end-to-end แบบกระจายศูนย์สามารถดำเนินงานเสร็จสิ้นภายใน 1 วินาทีในการแพร่กระจายงานและภายใน 4 วินาทีในการส่งผลลัพธ์การอนุมาน ยืนยันว่าพลังการคำนวณที่ว่างของโหนด Pi กว่า 420,000 โหนด (ซึ่งเป็นตัวแทนของ CPU กว่า 1 ล้านเครื่อง) สามารถเป็นทรัพยากรการคำนวณภายนอกสำหรับบริษัท AI บุคคลที่สามได้อย่างแท้จริง
OpenMind คือใคร? ทำไมต้องการพลังการคำนวณแบบกระจายศูนย์
OpenMind กำลังพัฒนาระบบปฏิบัติการหุ่นยนต์และข้อตกลงโอเพนซอร์ส โดยมีเป้าหมายให้หุ่นยนต์สามารถคิด วิเคราะห์ และทำงานร่วมกันได้ ซึ่งถูกเปรียบเทียบเป็น “ระบบปฏิบัติการ Android สำหรับหุ่นยนต์” เช่นเดียวกับงานพัฒนาปัญญาประดิษฐ์เชิงกายภาพ (Physical AI) ทั้งหมด OpenMind ต้องการพลังการคำนวณจำนวนมากเพื่อฝึกสอน ประเมินผล และดำเนินงานโมเดลของตน โดยเฉพาะความสามารถด้านการรู้จำภาพ ซึ่งเป็นสิ่งสำคัญอย่างยิ่ง หุ่นยนต์ต้องสามารถรู้จำวัตถุในสภาพแวดล้อมจริงได้อย่างแม่นยำ เพื่อให้สามารถโต้ตอบกับโลกแห่งความเป็นจริงได้อย่างมีประสิทธิภาพ
เพื่อทดสอบความเป็นไปได้ของการคำนวณแบบกระจายศูนย์ของ Pi OpenMind จึงพัฒนาชุดคอนเทนเนอร์ (Container) ซึ่งสามารถร้องขอภารกิจการคำนวณจากคอมพิวเตอร์แต่ละเครื่องได้ หลังจากผู้ดำเนินโหนด Pi อาสาสมัครดาวน์โหลดคอนเทนเนอร์นี้แล้ว ก็สามารถให้เครื่องของตนเข้าร่วมในงานอนุมานโมเดลการรู้จำภาพของ OpenMind ได้
ผลการพิสูจน์แนวคิด: การแพร่กระจายภายใน 1 วินาที, การส่งกลับภายใน 4 วินาที, โหนดทั้ง 7 โหนดสำเร็จทั้งหมด
หัวใจสำคัญของการพิสูจน์แนวคิดนี้คือ การตรวจสอบว่า โหนด Pi สามารถรับงานจากบุคคลที่สามได้อย่างถูกต้อง ดำเนินการคำนวณ และส่งผลลัพธ์ที่มีประสิทธิภาพกลับมาได้หรือไม่ จากรายงานอย่างเป็นทางการ ผู้ดำเนินโหนดอาสาสมัคร 7 คนทั้งหมดสามารถดำเนินงานสำเร็จ: การแพร่กระจายงานภายใน 1 วินาทีได้รับการยืนยันจากผู้ดำเนินงานทุกคน และผลลัพธ์การอนุมานถูกส่งกลับภายใน 4 วินาทีจากหลายโหนดมายัง OpenMind ซึ่งผลลัพธ์ประกอบด้วยป้ายชื่อวัตถุที่ถูกต้อง (เช่น “รถเมล์” และ “คนเดินถนน”) รวมถึงข้อมูลกรอบขอบเขต (bounding box) ที่เกี่ยวข้อง
Pi Network ระบุว่า การทดลองนี้เป็นการยืนยันความน่าเชื่อถือของสองความสามารถหลัก คือ ความน่าเชื่อถือของการแพร่กระจายแบบกระจายศูนย์ และความเสถียรของเส้นทางการส่งผลลัพธ์ กลายเป็นการยืนยันว่า โหนด Pi สามารถดำเนินงานเพิ่มเติมที่กำหนดโดยบุคคลที่สามได้ โดยไม่ส่งผลกระทบต่อภาระหน้าที่ในบล็อกเชน
แนวคิดเชิงพาณิชย์ของพลังการคำนวณที่ว่างของ 420,000 โหนด
ในรายงาน Pi Network ชี้ให้เห็นว่า ระบบบล็อกเชนของ Pi ใช้กลไกฉันทามติที่มีประสิทธิภาพด้านพลังงานสูง ซึ่งไม่จำเป็นต้องใช้พลังการคำนวณทั้งหมดของโหนดเพื่อรักษาความปลอดภัยของสมุดบัญชี ทำให้โหนดทั่วโลกมีทรัพยากรการคำนวณที่ว่างจำนวนมาก หากสามารถรวมพลังการคำนวณเหล่านี้เข้าด้วยกัน ก็สามารถเป็นแหล่งพลังการคำนวณสำรองสำหรับการฝึกโมเดล AI ได้ พร้อมทั้งเปิดโอกาสให้ผู้ดำเนินโหนดสร้างรายได้ใหม่จากการชำระด้วยคริปโตเคอร์เรนซี
นอกจากนี้ Pi Network ยังเน้นย้ำว่า นอกจากพลังการคำนวณแล้ว ผู้ใช้ที่ผ่านการยืนยันตัวตนด้วย KYC กว่าหลายสิบล้านคน ก็สามารถเลือกเข้าร่วม “Human-in-the-Loop” ซึ่งเป็นภารกิจสนับสนุนการเรียนรู้ AI โดยให้มนุษย์จริงเป็นแหล่งข้อมูลที่สามารถขยายได้สำหรับระบบ AI ซึ่งเป็นการผสมผสานระหว่างพลังการคำนวณและแรงงานมนุษย์อย่างสมบูรณ์ คำเตือนคือ การบูรณาการโครงสร้างพื้นฐานแบบกระจายศูนย์ (DePIN) กับพลังการคำนวณ AI ยังคงอยู่ในช่วงการวิจัยเบื้องต้นในอุตสาหกรรม และ Pi Network ก็ระบุในรายงานว่าสิ่งนี้ยังอยู่ในช่วงการศึกษา ยังห่างไกลจากการนำไปใช้เชิงพาณิชย์ในวงกว้าง
อย่างไรก็ตาม รายงานฉบับนี้ของ Pi Network ได้วาดภาพเส้นทางใหม่สำหรับโหนดกว่า 420,000 โหนด ไม่ใช่แค่การตรวจสอบธุรกรรมเท่านั้น แต่ยังเป็นเส้นทางสู่การใช้งานเชิงพาณิชย์ที่สามารถรองรับความต้องการพลังการคำนวณของบริษัท AI จริง ๆ ได้ แม้ว่าจากการทดสอบในระดับเล็ก 7 โหนด ไปสู่ระดับเชิงพาณิชย์ที่สามารถรองรับความต้องการของบริษัท AI จริง ๆ ยังมีปัญหาทางเทคนิคและตลาดจำนวนมากที่ต้องแก้ไขต่อไป Pi Network ระบุว่าจะยังคงสำรวจแนวทางนี้ต่อไป และนี่จะเป็นตัวชี้วัดสำคัญว่า ระบบนิเวศของ Pi จะสามารถหาตำแหน่งใหม่ในยุค AI ได้หรือไม่
