Pi Network आर्टिफिशियल इंटेलिजेंस बूम का फायदा उठाने की कोशिश कर रहा है, जिसमें वह अपने फालतू नोड्स और यूजर नेटवर्क का इस्तेमाल डिसेंट्रलाइजड AI टास्क्स के लिए कर रहा है।
इस प्रोजेक्ट का कहना है कि उसके नेटवर्क में 4,21,000 से ज्यादा एक्टिव नोड्स हैं, जिनका इस्तेमाल ग्लोबल AI कंप्यूटिंग पावर की कमी को दूर करने के लिए किया जा सकता है। यह विशाल इन्फ्रास्ट्रक्चर 1 मिलियन से ज्यादा सेंट्रल प्रोसेसिंग यूनिट्स (CPUs) का प्रतिनिधित्व करता है।
Pi Network की AI ट्रेनिंग Story से टोकन 15% ऊपर
अपनी क्षमताएं दिखाने के लिए, Pi Network ने OpenMind के साथ मिलकर एक प्रूफ-ऑफ़-कॉन्सेप्ट टेस्ट किया, जिसमें Pi का इन्वेस्टमेंट है।
टेस्ट के दौरान, सात वालंटियर नोड ऑपरेटर्स को AI इमेज रिकग्निशन कंटेनर मिला। इन नोड्स ने सफलतापूर्वक डेटा प्रोसेस किया, जैसे- बस और व्यक्ति की पहचान की, और सिर्फ चार सेकंड में inference रिजल्ट वापस भेज दिए।
“कुल मिलाकर, इस एक्सपेरिमेंट ने वैलिडेट किया कि डिस्ट्रीब्यूटेड Pi Nodes AI से जुड़े वर्कलोड्स को एक्सेक्युट कर सकते हैं और तेजी से उपयोगी रिजल्ट दे सकते हैं,” नेटवर्क ने कहा।
हालांकि, नजदीकी जांच करने पर पता चलता है कि प्रोजेक्ट के इन्फ्रास्ट्रक्चर दावों और मॉडर्न AI डेवलपमेंट की टेक्निकल रियलिटीज़ में बड़ा अंतर है।
कॉम्प्लेक्स AI सिस्टम्स, खासकर बड़े लैंग्वेज मॉडल्स को ट्रेन करना बहुत ज्यादा रिसोर्स-इंटेंसिव है। इस प्रोसेस में बड़े क्लस्टर्स की जरूरत होती है, जिसमें हाई-पर्फॉर्मेंस GPU लो-लेटेंसी नेटवर्क से जुड़े होते हैं।
Pi नोड्स में जो बिखरे हुए, कंज्यूमर-ग्रेड CPUs हैं, उनमें ऐसी पैरलल प्रोसेसिंग पावर नहीं होती, जो इतनी ज्यादा matrix गणना के लिए चाहिए।
AI ट्रेनिंग के लिए हार्डवेयर लिमिटेशन के बावजूद, Pi Network के पास AI सेक्टर के लिए एक वैल्यूएबल एसेट है।
यह एसेट है उसका विशाल, ग्लोबल स्तर पर फैला यूजर बेस। खास बात यह है कि नेटवर्क अपने मिलियन यूजर्स की सख्त पहचान सत्यापन (identity verification) कराता है।
Pi Network की को-फाउंडर Chengdiao Fan ने बताया कि ये वेरिफाइड यूजर्स AI मॉडल्स के लिए जरूरी human-in-the-loop सपोर्ट दे सकते हैं।
“मानव भागीदारी भी एक क्रिटिकल फैक्टर है। Pi का वेरिफाइड ह्यूमन नेटवर्क AI सिस्टम्स में स्केलेबल और ऑथेंटिक ह्यूमन इनपुट के लिए एक खास रिसोर्स है,” Fan ने कहा।
अपने नेटवर्क यूजर्स को AI ट्रेनिंग के लिए एक डिसेंट्रलाइज्ड वर्कफोर्स बनाकर, Pi अपनी नेटिव क्रिप्टोकरेन्सी के लिए एक असली यूटिलिटी बना सकता है। इसमें पार्टिसिपेंट्स को उनके माइक्रो-टास्क्स के बदले Pi टोकन में पेमेंट मिलेगी।
इसी के साथ, Fan ने यह भी तर्क दिया कि नेटवर्क की डिस्ट्रिब्यूटेड AI ट्रेनिंग की कोशिशें इंडस्ट्री की मौजूदा चुनौतियों का हल दे सकती हैं।
“डिस्ट्रिब्यूटेड AI ट्रेनिंग का distributed network के साथ naturally मेल है, और यह सेंट्रलाइज्ड ट्रेनिंग की कुछ सीमाओं के समाधान में भी मदद कर सकती है, जैसे कि डेटा सेंटर की लिमिट्स, एनर्जी की कंसंट्रेशन, और समस्याएं जैसे कि कैटास्ट्रॉफिक फॉरगेटिंग या ग्लोबल स्टेट बॉटलनेक्स,” उन्होंने कहा।
इधर, नेटवर्क का AI की ओर रुख करने से इसका टोकन 15% उछलकर $0.2307 तक पहुंच गया है (यह लेख लिखने तक)।
