Pi Network กำลังพยายามใช้ประโยชน์จากกระแสปัญญาประดิษฐ์ (AI) ที่กำลังเฟื่องฟู ด้วยการนำโหนดที่ไม่ได้ใช้งานและเครือข่ายผู้ใช้ของตนมาใช้กับงาน AI แบบกระจายศูนย์
โครงการนี้อ้างว่าเครือข่ายซึ่งมีโหนดที่ทำงานอยู่กว่า 421,000 โหนด สามารถนำมาใช้แก้ปัญหาการขาดแคลนพลังประมวลผล AI ทั่วโลกได้ โครงสร้างพื้นฐานขนาดใหญ่นี้ประกอบไปด้วยหน่วยประมวลผลกลาง (CPU) มากกว่า 1 ล้านเครื่อง
กระแสการฝึก AI ของ Pi Network ดันราคาโทเคนพุ่ง 15%
เพื่อแสดงศักยภาพดังกล่าว Pi Network ได้ทดสอบแนวคิดร่วมกับ OpenMind ซึ่งเป็นสตาร์ทอัพด้านหุ่นยนต์ที่ Pi เข้าไปลงทุนด้วย
ในระหว่างการทดสอบ มีผู้ดูแลโหนดอาสาสมัครเจ็ดคนได้รับ container การจดจำภาพด้วย AI ซึ่งโหนดเหล่านี้สามารถประมวลผลข้อมูลสำเร็จ โดยระบุวัตถุต่าง ๆ เช่น รถบัสและคน และส่งคืนผลการวิเคราะห์ภายในสี่วินาที
โดยสรุป การทดลองนี้แสดงให้เห็นว่า Pi Nodes ที่กระจายตัวสามารถประมวลผลงานที่เกี่ยวข้องกับ AI ได้และส่งคืนผลลัพธ์ที่เป็นประโยชน์อย่างรวดเร็ว เครือข่าย ระบุ
อย่างไรก็ตาม หากตรวจสอบอย่างละเอียดจะพบว่ามีช่องว่างขนาดใหญ่ระหว่างการกล่าวอ้างเกี่ยวกับโครงสร้างพื้นฐานของโครงการกับข้อเท็จจริงทางเทคนิคของการพัฒนา AI สมัยใหม่
การฝึกระบบ AI ที่ซับซ้อน โดยเฉพาะโมเดลภาษาใหญ่ ต้องใช้ทรัพยากรจำนวนมหาศาล ซึ่งกระบวนการนี้ต้องมีคลัสเตอร์ขนาดยักษ์ของ หน่วยประมวลผลกราฟิก (GPU) สมรรถนะสูง ที่เชื่อมต่อกันด้วยเครือข่ายที่มีค่าหน่วงต่ำ
ซีพียูเกรดผู้บริโภคที่กระจัดกระจายซึ่งเป็นพลังของโหนด Pi ขาดความสามารถในการประมวลผลแบบขนานอันจำเป็นสำหรับคณิตศาสตร์เมทริกซ์ที่ต้องใช้กำลังสูง
แม้จะมีข้อจำกัดด้านฮาร์ดแวร์เกี่ยวกับ การฝึก AI แต่ Pi Network ก็ยังมีทรัพยากรที่มีศักยภาพสำหรับอุตสาหกรรม AI
ทรัพยากรนั้นคือฐานผู้ใช้ขนาดใหญ่ที่กระจายทั่วโลกเป็นจำนวนมาก โดยสำคัญอย่างยิ่ง คือเครือข่ายนี้กำหนดให้ผู้เข้าร่วมจำนวนหลายล้านคนต้องผ่านการยืนยันตัวตนที่เข้มงวด
Chengdiao Fan ผู้ร่วมก่อตั้ง Pi Network เน้นย้ำว่าผู้ใช้ที่ผ่านการยืนยันเหล่านี้สามารถให้การสนับสนุนแบบ human-in-the-loop ที่จำเป็นแก่โมเดล AI ได้
การมีส่วนร่วมของมนุษย์ก็เป็นองค์ประกอบสำคัญเช่นกัน เครือข่ายผู้ที่ผ่านการยืนยันของ Pi เสนอทรัพยากรที่ไม่เหมือนใครสำหรับการรับป้อนข้อมูลมนุษย์ในระบบ AI ในขนาดที่ขยายได้และแท้จริง Fan กล่าว
ด้วยการวางตำแหน่งให้ผู้ใช้เครือข่ายของตนเป็นแรงงานแบบกระจายสำหรับฝึก AI Pi จึงอาจสร้างประโยชน์ใช้สอยที่แท้จริงให้แก่คริปโตเคอร์เรนซีดั้งเดิมของตน โดยผู้เข้าร่วมแต่ละคนจะได้รับ Pi token เป็นค่าตอบแทนสำหรับไมโครทาสก์
ในขณะเดียวกัน Fan ก็ได้กล่าวอีกด้วยว่า ความพยายามฝึกฝน AI แบบกระจายของเครือข่ายอาจสามารถแก้ปัญหาท้าทายในอุตสาหกรรมที่กำลังเผชิญอยู่ในปัจจุบันได้
Fan กล่าวว่า การฝึกฝน AI แบบกระจายมีความสอดคล้องโดยธรรมชาติกับเครือข่ายแบบกระจาย ทั้งนี้ ยังสามารถช่วยรับมือข้อจำกัดของการฝึกฝนแบบรวมศูนย์ เช่น ข้อจำกัดของศูนย์ข้อมูล การกระจุกตัวของพลังงาน และปัญหาอย่าง catastrophic forgetting หรือ global state bottlenecks ได้ด้วย
ในขณะเดียวกัน ทิศทางของเครือข่ายที่หันสู่ AI ก็ดูเหมือนจะทำให้ราคาเหรียญของเครือข่ายพุ่งขึ้น 15% เป็น 0.2307 USD ในขณะที่รายงานนี้ถูกเผยแพร่
