Piani di Near per sviluppare il più grande modello AI open-source da 1.4T

Ambizioso progetto di Near Protocol

Near Protocol ha lanciato un’iniziativa ambiziosa, presentata durante la sua conferenza Redacted a Bangkok, con l’obiettivo di sviluppare il più grande modello di intelligenza artificiale open-source al mondo. Questo modello, composto da 1,4 trilioni di parametri, rappresenterebbe un salto significativo rispetto all’attuale modello open-source di Meta, il Llama, essendo 3,5 volte più grande. La creazione di questo modello avverrà attraverso un processo di ricerca e sviluppo crowdsourced, coinvolgendo migliaia di contribuenti attraverso il nuovo hub di ricerca AI di Near. I partecipanti avranno l’opportunità di contribuire fin da ora, con l’addestramento pianificato di un modello più piccolo da 500 milioni di parametri.

Dimensioni e complessità del modello

Il progetto di Near Protocol evolverà in sette modelli distinti, ognuno dei quali avanzerà in termini di dimensioni e complessità. Solo i contributori più meritevoli avranno la possibilità di progredire verso l’ideazione e lo sviluppo di modelli sempre più sofisticati. Questo approccio garantisce non solo l’affinamento delle competenze dei partecipanti, ma anche l’ottimizzazione del risultato finale. La pianificazione prevede che la crescita del modello avvenga in modo scalabile, consentendo un miglioramento continuo basato sui contributi ricevuti. Un aspetto cruciale del progetto è la preservazione della privacy, attuata tramite l’uso di Ambienti di Esecuzione Protetti (TEE) informatici, che garantiscono che le informazioni rimangano sicure durante il processo di addestramento. Queste misure di sicurezza incentivano i partecipanti a contribuire regolarmente, favorendo un ecosistema di collaborazione e innovazione costante.

Monetizzazione e sostenibilità del progetto

Il finanziamento della formazione e delle operazioni necessarie per l’implementazione del modello da 1,4 trilioni di parametri richiederà una pianificazione finanziaria astuta. Secondo Illia Polosukhin, co-fondatore di Near Protocol, il costo per la creazione di questo enorme modello si attesta attorno ai 160 milioni di dollari. Tuttavia, Polosukhin è ottimista riguardo alla capacità di raccogliere questo importo attraverso vendite di token, sfruttando il potenziale di finanziamento che il settore delle criptovalute può offrire. In questo modello, gli investitori e i detentori di token saranno rimborsati tramite i ricavi generati dalle inferenze effettuate quando il modello sarà in funzione. Questa strategia non solo prevede un ciclo di reinvestimento per finanziare i modelli futuri, ma crea anche un ecosistema sostenibile che premia continuamente gli investitori e i contributori coinvolti.

La proposta di Near Protocol si distingue per la sua capacità di integrare monetizzazione e sviluppo in un ciclo virtuoso, dove i successi nell’inferenza alimentano ulteriori progressi e l’innovazione tecnologica. Anche durante il processo di sviluppo, i contributori avranno opportunità di guadagno, incentivando così un maggiore impegno e partecipazione nel progetto. Con una forte attenzione alla sostenibilità economica e all’espansione continua, Near si posiziona come un protagonista nel panorama emergente dell’intelligenza artificiale decentralizzata.

Impegni verso IA decentralizzata e privacy

Near Protocol riconosce l’importanza cruciale di un approccio decentralizzato nell’ambito dell’intelligenza artificiale, specialmente riguardo alla questione della privacy. Il co-fondatore Illia Polosukhin ha sottolineato che mantenere il controllo di un modello AI su una singola azienda pone seri rischi per la società. La centralizzazione può portare a uno scenario in cui le decisioni critiche legate all’IA sono monopolizzate, erodendo la nostra libertà e autonomia. Con l’obiettivo di contrastare questa tendenza, Near sta sviluppando tecnologie che consentono un’architettura distribuita e regolamentata dell’IA.

La formazione di modelli di grandi dimensioni richiederà una combinazione di risorse, con l’acquisto di GPU distribuite su una rete ampia e decentralizzata, eliminando così il bisogno di concentrare l’intero processo in una singola location. Questo approccio non solo migliora la privacy attraverso il controllo decentralizzato, ma promuove anche un ecosistema più resilienti, che può adeguarsi meglio alle sfide future. Ricerche emergenti suggeriscono che questo modello non solo è possibile, ma necessario per preservare le differenze e le libertà fondamentali nel crescente panorama delle tecnologie AI.

Polosukhin ha espresso la sua disponibilità a esplorare collaborazioni con altri progetti affini per promuovere una cultura di trasparenza e cooperazione nella comunità tecnologica. La creazione di un’IA decentralizzata non è solo un obiettivo tecnologico, ma un imperativo morale, essenziale per garantire un futuro in cui l’innovazione non è limitata da poteri centralizzati, mantenendo così una rete globalmente equa e accessibile.