Сможет ли блокчейн NEAR стать ведущей силой в развитии искусственного интеллекта?

Согласно публикации Bloomberg, Ллион Джонс, один из восьми соавторов наиболее авторитетной научной работы Google "Внимание — это все, что вам нужно", покидает компанию, чтобы приступить к работе над стартапом, и это был последний автор, решивший покинуть команду.
Волна уходов сотрудников из Google началась с того, когда Илья Полосухин стал одним из основателей NEAR Protocol, а за ним последовали и остальные ведущие специалисты в области ИИ.

Выходцы из Google дали начало новому будущему для искусственного интеллекта

Восемь сотрудников Google в декабре 2017 года совместно опубликовали уникальную работу в области искусственного интеллекта под названием "Внимание — это все, что вам нужно". В этой работе была представлена принципиально новая архитектура модели под кодовым названием трансформер (Transformer), в которой вместо RNN или CNN используются только механизмы внимания. На данный момент трансформеры являются ключевыми элементами в области обработки Естественного Языка (NLP) и широко используются в таких задачах, как машинный перевод, краткое изложение текста и в системах обработки ответов на вопросы.
Трансформеры — технология, лежащая в основе таких популярных продуктов в области искусственного интеллекта, как ChatGPT компании OpenAI.

Нейронные сети — один из самых популярных алгоритмов машинного обучения в настоящее время. Со временем было решительно доказано, что нейронные сети превосходят другие алгоритмы по точности и скорости. С различными вариантами, такими как CNN (сверточные нейронные сети), RNN (рекуррентные нейронные сети).

Илья Полосухин покинул Google раньше всех из этой восьмерки. Илья принимал активное участие в разработке проекта Google TensorFlow AI с открытым исходным кодом и занимал руководящую должность в группе по глубокому обучению Google. В 2017 году он вместе с Алексом Скидановым основал компанию NEAR.AI, занимающуюся разработкой искусственного интеллекта, и превратил NEAR.AI в блокчейн-сеть NEAR Protocol.

В NEAR была собрана команда мирового класса. Основатели компании — выходцы из Google, Facebook и Microsoft, обладающие большим опытом в создании масштабных систем распределенного типа. Команда инженеров и разработчиков включала в себя многократных чемпионов международных соревнований по программированию, таких как ACM-ICPC, Google Code Jam, TopCoder Open и т.д.. В составе бизнес-команды — успешные представители бизнеса и опытные специалисты, работавшие в крупнейших компаниях мира.

NEAR поддержали ведущие фонды, включая a16z, Electric Capital, Dragonfly Capital, Pantera Capital, Coinbase Ventures и Baidu Ventures.
На сегодняшний день NEAR занимает 38-е место в мире с рыночной капитализацией в размере $1,4 млрд.

Семь других научных сотрудников, ставших соавторами статьи, впоследствии тоже постепенно покидали Google. Практически все они продолжили работу в области искусственного интеллекта: Эйдан Гомес возглавил Cohere, предоставляющую корпоративным клиентам большие языковые модели (LLM). Ноам Шазир, который дольше всех проработал в Google и считался легендарным специалистом в области ИИ, основал компанию Combined.AI, с помощью которой пользователи могут создавать чат-ботов, имитирующих знаменитостей и исторических личностей. Ники Пармар и Ашиш Васвани совместно создали стартап Adept, который обучает искусственный интеллект использовать существующее программное обеспечение и API. Якоб Ушкорейт также стал одним из основателей Inceptive, компании, которая специализируется на ИИ в области биологических наук и занимается разработкой нового поколения молекул РНК с помощью нейронных сетей и проведения масштабных экспериментов. В 2021 году Лукаш Кайзер покинул Google и присоединился к конкурирующей компании OpenAI. Кайзер был одним из создателей TensorFlow, платформы Google для проведения математических расчетов с открытым исходным кодом. В совокупности их проекты получили около $1,5 млрд. инвестиций от таких известных структур, как Nvidia, Tiger Global, Oracle, a16z и других, в результате чего суммарная оценка компаний превысила $4 млрд.

NEAR намерен стать инфраструктурой данных в области искусственного интеллекта

Большая часть авторов, участвовавших в создании той работы, продолжила свой путь на поприще искусственного интеллекта.

Но первым из них ушел Илья Полосухин, основавший бизнес на базе блокчейна и добившийся значительных успехов. Во время работы над стартапом он пришел к выводу, что сбор, оценка и обмен данными остаются серьезным препятствием на пути развития ИИ. Он осознал, что блокчейн и смарт-контракты способны стать наилучшим вариантом для решения проблемы данных в машинном обучении; он считал, что блокчейн может стать основой инфраструктуры для будущего развития ИИ. Поэтому Илья и Алекс решили переключиться с ИИ на блокчейн.

NEAR разрабатывает революционную операционную систему на базе блокчейна, которая стала первой подобной разработкой в данной отрасли: она станет общим слоем для просмотра и поиска открытого интернет-опыта, который будет совместим с любым блокчейном. В результате NEAR станет базовым интерфейсом для пользователей и разработчиков, обеспечивающим беспрепятственный доступ и работу как с Web3, так и с Web2. В результате NEAR станет базовым интерфейсом для пользователей и разработчиков, обеспечивающим беспрепятственный доступ и работу как с Web3, так и с Web2. На данный момент количество аккаунтов в NEAR превысило 25 млн, а ежедневный объем транзакций составляет около 446,000. Кроме того, на платформе функционирует более тысячи различных приложений, и она продолжает уверенно развиваться.

Независимо от того, что NEAR значительно продвинулся в сфере разработки блокчейна, он по-прежнему тесно связан с ИИ.

"Блокчейн способен помочь скоординировать децентрализованные группы участников для выполнения определенных задач в соответствии с установленными правилами, и поэтому он может сыграть определенную роль в процессе управления искусственным интеллектом, а также в поиске подходящих для обучения моделей в мировом масштабе".

Илья раскрывает подробности применения искусственного интеллекта в NEAR и рассматривает несколько вариантов использования:

1. Маркировка данных с помощью механизма краудсорсинга: создание рынка для стимулирования участников за качественную маркировку данных, которая способствует обучению модели.
2. Управление: прозрачный и превентивный контроль и мониторинг искусственного интеллекта, например, создание массива данных для согласования с помощью краудсорсинга, курирование публичных массивов данных для проведения оценки моделей, распределение финансирования для исследования и обеспечение публичного и отслеживаемого процесса обсуждения исследований.
3. Система управления контентом и ончейн-репутацией: проверка подлинности всех медийных или информационных ресурсов в момент их создания: текстов, статей, цитат, изображений, видео, для решения проблем фальшивого присвоения авторства, несогласованного или незаконного контента. Проверка подлинности контента позволяет проследить, как пользователи взаимодействуют с данными на протяжении определенного времени, что обеспечивает более мощный контроль пользователей над контентом, который они хотят видеть, с помощью системы управления сообществом и системы ончейн-репутации.
4. Формирование пользовательского опыта с помощью языка: пользователь может попросить искусственный интеллект создать для него фронтенд, сочетающий в себе разнообразные компоненты и функции. Автоматизация данного процесса сделает разработку доступной для каждого, у кого есть аккаунт.
5. Маркетплейсы: позволят повысить доступность взаимодействия с LLM и моделями глубокого обучения в общем, но при этом позволяют монетизировать модели, запуск и обучение которых требует больших затрат.
   

Большие языковые модели (LLM) — нейросетевые модели, использующие алгоритмы машинного обучения, позволяющие обобщать, прогнозировать, генерировать человеческие языки на основе больших наборов текстовых данных. Принцип работы таких моделей основан на определении вероятностного сочетания слов и их значений в заданном контексте с использованием определенных алгоритмов вычислений.

Сооснователь Алекс запустил платформу для работы с данными в области искусственного интеллекта на базе NEAR

Сооснователь NEAR Алекс Скиданов тоже является экспертом в области систем искусственного интеллекта и машинного обучения. Он завоевал золотую медаль на самом сложном в мире студенческом соревновании по программированию ACM-ICPC, а после завершения учебы работал в Microsoft и Open AI. Впоследствии Алекс был первым инженером в компании SingleStore (MemSQL) и заложил основы модели шардированной базы данных, которая послужила таким мировым гигантам, как Goldman Sachs, Uber и Samsung.

Завершив исследования и разработав множество революционных решений для NEAR, таких как знаменитый механизм шардинга Nightshade, Алекс обратил свое внимание на ИИ и основал стартап под названием Jasnah. Jasnah фокусируется на создании более интеллектуальных больших языковых моделей, или LLM, для содействия ускоренному развитию искусственного интеллекта. LLM, обычно, базируются на трех основных компонентах: данных, вычислениях и архитектуре модели.
Jasnah занимается разработкой LLM, которые решают сразу две проблемы в этой области: обучение сложным темам, таким как логика, математика и наука, и выявление того, когда их результаты являются ошибочными с точки зрения фактов. Уникальный подход к обучению этих моделей заключается в децентрализованном обучении с помощью участия сообщества на базе блокчейна с использованием NEAR Protocol.

NEAR продолжает активное развитие направления "ИИ + блокчейн", продвигая различные варианты использования ИИ и машинного обучения. Обладая надежной технической базой и развивающейся экосистемой из разработчиков и партнеров, NEAR по-прежнему стремится к реализации поставленной задачи по привлечению миллиардов пользователей в Web3.

Источник: https://medium.com/nearprotocol/will-near-blockchain-lead-the-breakthrough-of-ai-87d158991fdb