OPML: خطة فعالة لتعلم الآلة على البلوكتشين

OPML(التعلم الآلي المتفائل) هو طريقة مبتكرة لاستنتاج وتدريب نماذج الذكاء الاصطناعي على البلوكتشين. مقارنةً بـ ZKML، فإن OPML يتمتع بميزة التكلفة المنخفضة والكفاءة العالية. حتى على أجهزة الكمبيوتر العادية، يمكن تشغيل نماذج اللغة الكبيرة، مثل 26 جيجابايت من 7B-LLaMA.

يستخدم OPML آلية لعبة التحقق، مماثلة لنظام Truebit وOptimistic Rollup، لتحقيق خدمات ML لامركزية وقابلة للتحقق. تشمل العملية ما يلي:

1. يقوم الطلب بتقديم مهمة ML
2. يقوم الخادم بتنفيذ المهام وتقديم النتائج على البلوكتشين
3. يقوم المدققون بفحص النتائج، وإذا كان هناك اعتراض، يتم بدء لعبة التحقق
4. إجراء التحكيم النهائي على العقود الذكية

! OPML: التعلم الآلي مع مجموعة متفائلة

تستخدم لعبة التحقق من مرحلة واحدة لـ OPML بروتوكول تحديد المواقع بدقة، وتحقق التنفيذ خارج السلسلة والتحكيم على السلسلة من خلال الآلة الافتراضية (VM). لتحسين كفاءة استدلال AI، تستخدم OPML مكتبة DNN خفيفة الوزن مصممة خصيصًا، وتوفر نصوص تحويل تدعم أطر ML الرئيسية. تعتمد صور VM على إدارة شجرة ميركل، حيث يتم رفع تجزئة الجذر فقط على السلسلة.

! OPML: التعلم الآلي مع نظام التجميع المتفائل

ومع ذلك، فإن لعبة التحقق من المرحلة الواحدة مقيدة بالتنفيذ داخل VM، ولا يمكنها الاستفادة الكاملة من تسريع GPU/TPU. لهذا الغرض، اقترح OPML خطة لعبة تحقق متعددة المراحل. في المراحل غير النهائية، يمكن تنفيذ الحسابات بمرونة في البيئة المحلية، مما يؤدي إلى الاستفادة الكاملة من أداء الأجهزة. الطريقة متعددة المراحل تعزز بشكل ملحوظ من كفاءة التنفيذ، لتقترب من مستوى البيئة الأصلية.

! OPML: التعلم الآلي مع مجموعة متفائلة

كمثال على نموذج LLaMA، تعتمد OPML طريقة من مرحلتين:

• المرحلة الثانية تتم فيها التحقق من اللعبة على الرسم البياني، يمكن استخدام وحدة المعالجة المركزية متعددة الخيوط أو وحدة معالجة الرسومات
• المرحلة الأولى ستحول حساب العقد الفردية إلى تنفيذ أوامر VM

! OPML: التعلم الآلي مع مجموعة متفائلة

حقق OPML متعدد المراحل تسريعًا بمقدار α مقارنةً بالتنفيذ أحادي المرحلة، حيث أن α هو نسبة تسريع GPU / الحوسبة المتوازية. بالإضافة إلى ذلك، فإن الطريقة متعددة المراحل تقلل بشكل كبير من حجم شجرة ميركل.

لضمان التناسق عبر المنصات، يعتمد OPML على خوارزمية ثابتة ومكتبة نقطة عائمة برمجية، متغلبًا على التحديات التي تثيرها الفروق في الأجهزة.

! OPML: التعلم الآلي مع نظام التجميع المتفائل

بشكل عام، يوفر OPML حلاً فعالاً ومنخفض التكلفة للتعلم الآلي على البلوكتشين، مع آفاق تطبيق واسعة.