جعل التعلم الآلي يعمل من أجل Blockchain

اليوم ، نظرًا لتطبيق تقنيات التعلم الآلي على نطاق واسع في مجموعة من التطبيقات ، أصبح التعلم الآلي مهمًا للخدمات عبر الإنترنت.

Morphware هو نظام لامركزي للتعلم الآلي يكافئ مالكي المسرعات عن طريق بيع قدراتهم الحاسوبية الخاملة بالمزاد ثم يسهل الإجراءات الفرعية المرتبطة بها، والتي يمكن أن تكون نيابة عن علماء البيانات لتدريب واختبار نماذج التعلم الآلي بقدرة لا مركزية.

تشمل أنواع نماذج التعلم الآلي خوارزميات التعلم شبه الخاضعة للإشراف أو غير الخاضعة للإشراف.

يمكن اعتبار تدريب خوارزمية التعلم الخاضع للإشراف بمثابة بحث عن التركيبة المثلى للأوزان لتطبيقها على مجموعة من المدخلات أو للتنبؤ بالمخرجات المرغوبة.

الدافع لهذا العمل هو التعقيد الحسابي. يمكن للأجهزة المستخدمة لتقديم ألعاب الفيديو أيضًا تسريع تدريب خوارزميات التعلم الخاضع للإشراف.

ما هو Morphware؟

تتمثل إحدى المشكلات الرئيسية في نماذج التعلم الآلي في أن الموارد الحسابية المطلوبة لتشغيل أعباء عمل التعلم الآلي الحديثة تتضاعف تقريبًا كل ثلاثة أشهر ونصف.

لمعالجة هذه المشكلة ، تطور Morphware شبكة نظير إلى نظير تسمح لعلماء البيانات الممارسين ومهندسي التعلم الآلي وطلاب علوم الكمبيوتر بدفع أموال لمشغلي ألعاب الفيديو أو غيرهم لتدريب النماذج نيابة عنهم.

على الرغم من أن أجهزة الأجهزة تساعد علماء البيانات في تسريع تطوير نماذج التعلم الآلي ، فإن التكلفة العالية لمسرعات الأجهزة هذه تشكل أيضًا عائقًا أمام العديد من علماء البيانات.

ما هي نماذج التعلم الآلي؟

يمكن أن تختلف نماذج التعلم الآلي حسب درجة الإشراف والمعلمات. الغرض من تدريب نموذج خاضع للإشراف هو خفض معدل الخطأ الذي يمتد للمسافة الرقمية بين التنبؤ والملاحظة.

يتم تنفيذ تدريب نموذج التعلم الآلي عن طريق المعالجة المسبقة ، ويتبعها الاختبار. يفصل علماء البيانات البيانات التي يتم توفيرها لنماذج التعلم الآلي أثناء تدريبهم من البيانات التي يتم توفيرها لهم خلال فترة الاختبار.

لذلك ، يمكن ملاحظة أن النموذج لا يتناسب مع مجموعة البيانات المتاحة ، وكذلك الأداء ، والذي قد يكون أسوأ في البيانات غير المرئية.

عادة ، يتم اختيار بيانات التدريب والاختبار من نفس الملف أو الدليل في المعالجة المسبقة.

ولادة التعلم العميق هو الانفجار الكبير للحديث كنموذج برمجي جديد بشكل أساسي ، يسمح التعلم العميق بتدريب مليارات من الخلايا العصبية البرمجية وتريليونات من الوصلات بالتوازي.

تشغيل خوارزميات الشبكة العصبية العميقة والتعلم من الأمثلة ، تعد الحوسبة المتسارعة نهجًا مثاليًا ووحدة معالجة الرسومات (GPU) هي المعالج المثالي.

إنه مزيج جديد لإنشاء جيل جديد لمنصات الحوسبة مع أداء أفضل وإنتاجية برمجة وإمكانية وصول مفتوحة.

تُعرف نماذج التعلم العميق بأنها مجموعة فرعية من نماذج التعلم الآلي. إنهم مكثفون بشكل خاص من الناحية الحسابية للتدريب بسبب طبقاتهم المترابطة من المتغيرات الكامنة.

ما هو حل Morphware؟

يتم استخدام عملة Morphware Token الخاصة بالمنصة الرئيسية لهذه المعاملات.

Tokenomics

إجمالي المعروض من رمز Morphware هو 1,232,922,769،XNUMX،XNUMX،XNUMX وهي قابلة للنسخ ، ولكنها ليست قابلة للسك.

من خلال موقع ويب تم تصميمه وتطويره ونشره بواسطة Morphware ، يمكن للمستخدمين شراء رمز النظام الأساسي.

سيتم بيع أقل من اثنين بالمائة من إجمالي المعروض من رموز Morphware في الشهر الأول.

كيف يعمل Morphware

عملية نموذج التعلم الآلي هي تحليل البيانات ، ثم تكون دورة تكرارية تتأرجح بين اختيار النموذج وهندسة الميزات.

الغرض من هذا العمل هو مساعدة المستخدمين النهائيين مثل علماء البيانات على التكرار بشكل أسرع من خلال إنشاء وصول إلى شبكة لامركزية من أجهزة الكمبيوتر التي يمكنها تسريع أعباء العمل الخاصة بهم.

يتم إقران المستخدمين النهائيين بالعقد العاملة والدفع لها عبر مزاد عكسي مختوم السعر الثاني. يدفعون لعقد العمال لتدريب نماذجهم وعقد المصادقة لاختبار النماذج التي تم تدريبها بواسطة عقد العمال بواسطة Morphware Tokens.

تشمل أدوار ومسؤوليات أعضاء الشبكة نوعين من الأقران المستقلين.

للعمل مع Morphware ، يقوم المستخدمون فقط بتحميل النموذج الخاص بهم ، في شكل دفتر Jupyter أو ملف Python ، بيانات التدريب والاختبار.

بعد ذلك ، يحتاجون إلى تحديد مستوى الدقة المستهدف وإعطاء توقع للمدة التي سيستغرقها للوصول إلى مستوى الدقة هذا. النقر يسلم للانتهاء.

يقدم المستخدمون النهائيون نماذج ليتم تدريبها من قبل العمال واختبارها بواسطة المدققين. وفي الوقت نفسه ، فإن العمال هم العقد التي تكسب الرموز من خلال نماذج التدريب المقدمة من المستخدمين النهائيين.

المدققون هم العقد التي تربح الرموز عن طريق اختبار النماذج التي تم تدريبها من قبل العمال.

بمجرد أن يرسل المستخدم النهائي النموذج ، سيتم تدريبه من قبل العمال واختباره من قبل المدققين ، من خلال النظام الأساسي ، الذي يتواصل مع الشبكة من خلال برنامجها الخلفي.

لا يعد البرنامج الخفي مسؤولاً فقط عن إنشاء الخوارزميات ومجموعات البيانات الخاصة بكل منها لما يقدمه المستخدم النهائي من خلال العميل ولكن أيضًا إرسال الطلب الأولي للعمل إلى العقد الذكي.

بالإضافة إلى ذلك ، فإن البرنامج الخفي مسؤول عن تدريب واختبار النماذج من قبل العاملين والمدققين.

يسمح التسليم بمساعدة الأقران بنشر خوارزمية ومجموعة بيانات مقابلة من مستخدم نهائي إلى عامل أو مدقق.

ومع ذلك ، يتم نشر متطلبات العمل الأولية من المستخدم النهائي والاستجابات ذات الصلة للمستخدم النهائي من العمال أو المدققين في العقد الذكي.

تشمل متطلبات العمل الأولية وقت التشغيل المقدر لفترة التدريب ، والمغناطيس المرتبط بالخوارزمية ، ومجموعة التدريب ، ومجموعة اختبار البيانات.

تتضمن استجابة العامل ارتباطًا مغناطيسيًا بالنموذج الذي قاموا بتدريبه ، والذي تم اختباره لاحقًا بواسطة العديد من المدققين.

إذا كان النموذج الذي تم تدريبه يفي بحد الأداء المطلوب ، فسيحصل العامل والمدققون على الرموز المميزة كمكافأة.

ما الذي يجعل Morphware رائعًا

Morphware هو سوق ذو وجهين.

يخدم السوق علماء البيانات الذين يمكنهم استخدام النظام الأساسي للوصول إلى قوة الحوسبة عن بُعد من خلال شبكة من أجهزة الكمبيوتر مثل وحدات المعالجة المركزية ووحدات معالجة الرسومات وذاكرة الوصول العشوائي بالطريقة التي يستخدمون بها AWS ، ولكن بتكلفة أقل وبواجهة أكثر سهولة في الاستخدام.

من ناحية أخرى ، تخدم Morphware أيضًا أصحاب قوة الحوسبة الزائدة الذين يتطلعون إلى كسب المال والمكافآت من خلال بيع قوتهم الحاسوبية.

لذلك ، تركز قطاعات عملائها على علماء البيانات أو اللاعبين أو الأشخاص الذين لديهم قوة حوسبية زائدة والذين يرغبون في كسب المال.

في الوقت الحالي ، تتزايد قائمة عملاء Morphware باستمرار بما في ذلك عالم البيانات الذي يعمل في مختبر التنقل للسيارة ذاتية القيادة ، والمنظمات الطلابية التي تحتاج إلى دعم علم البيانات ، وشركات السيارات مثل Suzu أو Mitsubishi أو Volvo.

دخلت Morphware أيضًا في شراكة مع Tellor. بموجب هذه الشراكة ، ستدفع Tellor لـ Morphware مقابل استخدام oracle الخاص بهم في الأشهر القليلة الأولى.

بالمقارنة مع المنافسين الآخرين في السوق ، تتمتع Morphware بميزة تنافسية. تجعل إستراتيجيتها الفريدة في السوق منتجها أرخص من المنتجات الأخرى.

ختام الأفكار على Morphware

نظرًا لأن نماذج التعلم الآلي أصبحت معقدة بشكل متزايد ، فقد تم استكشاف مشاريع النظام الإيكولوجي الجديد لنماذج التعلم الآلي التي يتم تداولها عبر شبكة قائمة على Blockchain.

على هذا النحو ، يمكن للمستخدمين النهائيين أو المشترين الحصول على نموذج الاهتمام من سوق التعلم الآلي بينما العمال أو البائعين المهتمين بإنفاق الحسابات المحلية على البيانات لتحسين جودة هذا النموذج.

على هذا النحو ، يتم النظر في العلاقة التناسبية بين البيانات المحلية وجودة النماذج المدربة ، ويتم تقدير تقييمات بيانات البائع في تدريب النماذج.

يُظهر المشروع أداءً تنافسيًا في وقت التشغيل ، وتكلفة أقل للتنفيذ ، وعدالة من حيث الحوافز للمشاركين.

Morphware هي إحدى المنصات الرائدة التي تقدم شبكة نظير إلى نظير حيث يمكن للمستخدمين النهائيين الدفع لمشغلي ألعاب الفيديو لتدريب نماذج التعلم الآلي نيابة عنهم بعملة Morphware Token الخاصة بالمنصة.

لمعرفة المزيد حول Morphware - الرجاء النقر هنا!