OPML: التعلم الآلي القابل للتوسع اللامركزية

التقنية الحديثة OPML( للتعلم الآلي التفاؤلي توفر طريقة جديدة لاستدلال وتدريب نماذج الذكاء الاصطناعي لأنظمة البلوك تشين. بالمقارنة مع ZKML، تتمتع OPML بميزة التكلفة المنخفضة والكفاءة العالية، مما يسمح بتشغيل نماذج اللغة الكبيرة مثل 7B-LLaMA بحجم 26GB على أجهزة الكمبيوتر الشخصية العادية.

! [OPML: التعلم الآلي مع مجموعة متفائلة])https://img-cdn.gateio.im/webp-social/moments-97100de5d65b1bb4dfc9ad6502195b59.webp(

تستخدم OPML آلية ألعاب التحقق لضمان اللامركزية وقابلية التحقق لخدمات ML. تشمل سير العمل ما يلي:

1. يقوم الطلب بإطلاق مهمة ML
2. يختم الخادم المهمة ويقدم النتائج على السلسلة
3. يتحقق المدقق من النتائج، وإذا كانت هناك اعتراضات، يتم بدء لعبة التحقق
4. تحديد خطوات الخطأ بدقة من خلال بروتوكول ثنائي
5. أخيرًا، قم بإجراء تحكيم خطوة بخطوة على العقد الذكي

! [OPML: التعلم الآلي مع نظام التجميع المتفائل])https://img-cdn.gateio.im/webp-social/moments-e798407b4f5f3dd6dc7d8327db07eb20.webp(

لزيادة الكفاءة، تعتمد OPML على مكتبة DNN خفيفة الوزن مصممة خصيصًا وتقنية الترجمة المتقاطعة. يتم إدارة صور الآلة الافتراضية من خلال شجرة ميركل، حيث يتم رفع جذر الهاش فقط إلى السلسلة.

توجد بعض القيود في OPML أحادي المرحلة، مثل عدم القدرة على الاستفادة الكاملة من تسريع GPU. لحل هذه المشكلة، تم اقتراح خطة OPML متعددة المراحل:

• يتم الحساب فقط في المرحلة الأخيرة ضمن VM
• يمكن تنفيذ المراحل الأخرى في البيئة المحلية، باستخدام تسريع الأجهزة
• ضمان سلامة الانتقال بين المراحل من خلال شجرة ميركل

![OPML: نظام تعلم الآلة المعتمد على اللامركزية باستخدام نظام Optimistic Rollup])https://img-cdn.gateio.im/webp-social/moments-3f290bc2a1acee40d4e71fbf35ee5079.webp(

باستخدام نموذج LLaMA كمثال، اعتمد على OPML من مرحلتين:

1. المرحلة الثانية تتم فيها التحقق من لعبة في الرسم البياني الحاسوبي
2. المرحلة الأولى ستقوم بتحويل حساب العقدة الفردية إلى تنفيذ تعليمات VM

يمكن أن يحقق OPML متعدد المراحل تسريعًا بمقدار α مقارنةً بالمرحلة الواحدة، كما أن حجم شجرة ميركل أصغر.

! [OPML: التعلم الآلي مع مجموعة متفائلة])https://img-cdn.gateio.im/webp-social/moments-4d41ed09832980b943519f4c0baa6109.webp(

لضمان اتساق النتائج، تستخدم OPML خوارزمية ثابتة ومكتبة عائمة متعددة المنصات. مقارنةً بـ ZKML، تتمتع OPML بمزايا في كفاءة الحساب والعمومية وصعوبة التطوير.

! [OPML: التعلم الآلي مع نظام التجميع المتفائل])https://img-cdn.gateio.im/webp-social/moments-a33f120074b07b2ec4ae4ececbea79f1.webp(

تقنية OPML لا تزال قيد التطوير المستمر، ونرحب بالمطورين المهتمين بالمشاركة.