Gensyn پروٹوکول بے اعتمادی سے نیورل نیٹ ورکس کو ہائپر اسکیل پر نچلی ترتیب کے ساتھ تربیت دیتا ہے…

Gensyn پروٹوکول بے اعتمادی سے نیورل نیٹ ورکس کو ہائپر اسکیل پر کم قیمت کے ساتھ تربیت دیتا ہے

لنکس: Gensyn ویب سائٹ, لیٹ پیپر۔, سکے فنڈ پورٹ فولیو, ٹیک کرنچ آرٹیکل لنک

سرمایہ کاری تھیسس کا خلاصہ

• ایم ایل کی بڑھتی ہوئی پیچیدگی اور قدر کا سیکولر فائدہ: جدید ترین AI سسٹمز کی کمپیوٹیشنل پیچیدگی ہر 3 ماہ بعد دوگنی ہو رہی ہے، جبکہ ان ماڈلز کی قدر میں تیزی سے اضافہ ہو رہا ہے، جبکہ ان الگورتھم کی سابقہ ​​بلیک باکس فطرت اب تیزی سے اس قابل ہو رہی ہے کہ وہ زیادہ سے زیادہ فٹ ہونے کے قابل ہو جائیں۔ انسانی قابل فہم الیومینیٹر.
• نوول کوآرڈینیشن اور تصدیقی نظام کا ڈیزائن: Gensyn ایک تصدیقی نظام بنا رہا ہے (testnet v1 اس سال کے آخر میں تعینات کیا جائے گا) جو کسی بھی پیمانے پر نیورل نیٹ ورک کی تربیت میں ریاست کے انحصار کے مسئلے کو مؤثر طریقے سے حل کرتا ہے۔ یہ نظام ماڈل ٹریننگ چوکیوں کو ممکنہ جانچ کے ساتھ جوڑتا ہے جو آن چین کو ختم کرتا ہے۔ یہ یہ سب کچھ بے اعتمادی سے کرتا ہے اور اوور ہیڈ ماڈل سائز کے ساتھ لکیری طور پر اسکیل کرتا ہے (تصدیق کی لاگت کو مستقل رکھنا)۔
• اے آئی ڈی سینٹرلائزیشن پر تھیمیٹک فوکس: مشین لرننگ ایپلی کیشنز کی زیادہ تر معروف مثالیں (ٹیسلا سیلف ڈرائیونگ کاریں، گوگل ڈیپ مائنڈ) کمپنیوں کے ایک ہی سیٹ کے ذریعہ تیار کی جاتی ہیں، اس کی وجہ یہ ہے کہ ڈیپ لرننگ انڈسٹری فی الحال بگ ٹیک کمپنیوں کے درمیان اجارہ داری کے کھیل کی طرح دکھائی دیتی ہے۔ چین اور امریکہ جیسی ریاستوں کے ساتھ ساتھ۔ ان قوتوں کے نتیجے میں مرکزیت کی بہت بڑی قوتیں ہیں جو web3 اور یہاں تک کہ web1 کے تاریخی ماخذ کے خلاف چلتی ہیں۔

CoinFund کو Gensyn Protocol کے حالیہ فنڈ ریز کی حمایت کرنے پر فخر ہے۔ اور ٹیم کا وژن ان کے نئے تصدیقی نظام کے ذریعے ہائپر اسکیل اور کم قیمت پر نیورل نیٹ ورکس کو بھروسے کے ساتھ تربیت دینے کے قابل بنانا ہے۔ امکانی جانچوں کا استعمال کرنا جو آن چین کو ختم کرتے ہیں۔ میں ٹیپ کرتے وقت کم استعمال شدہ اور کم استعمال شدہ کمپیوٹ ذرائع جن میں موجودہ کم استعمال شدہ گیمنگ GPUs سے لے کر جدید ترین ETH1 مائننگ پولز تک Ethereum نیٹ ورک سے علیحدہ ہونے والے ہیں کیونکہ یہ نیٹ ورک پروف آف اسٹیک پر منتقل ہوتا ہے، Gensyn پروٹوکول کو کسی انتظامی نگران یا قانونی نفاذ کی ضرورت نہیں ہوتی ہے، بلکہ ادائیگی کے پروگرام اور ٹاسک کی تقسیم کے ذریعے سہولت فراہم کرتے ہیں۔ سمارٹ معاہدے. ابھی بھی بہتر ہے، پروٹوکول کی وکندریقرت فطرت کا مطلب ہے کہ یہ بالآخر اکثریتی کمیونٹی کے زیر انتظام ہوگا اور کمیونٹی کی رضامندی کے بغیر اسے 'بند' نہیں کیا جا سکتا۔ یہ اسے سنسرشپ مزاحم بناتا ہے، اس کے web2 ہم منصبوں کے برعکس۔ بالآخر، ہمیں یقین ہے کہ Gensyn web3-native ML کمپیوٹ کے لیے بنیادی پرت بننے کے لیے کھیل رہا ہے، کیونکہ فریق ثالث کے شرکاء بالآخر صارف کے بھرپور تجربات اور متعدد طاقوں میں مخصوص فعالیت پیدا کرتے ہیں۔

حصہ 1: ڈیپ لرننگ کی کئی دہائیوں کی سیکولر ترقی کا تعارف

ہر وہ چہرہ جسے آپ ویڈیو کال پر دیکھتے ہیں اور جو بھی آڈیو آپ سنتے ہیں اس سے ہیرا پھیری ہوتی ہے۔ کال کوالٹی، نیورل نیٹ ورکس کو بہتر بنانے کے لیے منتخب زوم اور ریزولوشن کو ایڈجسٹ کریں۔ پس منظر کے شور کو دبانا مائیکروسافٹ ٹیموں میں۔ مزید حالیہ پیشرفت یہاں تک کہ کم ریزولوشن والی ویڈیو بھی دیکھیں 'خواب دیکھا' ایک اعلی قرارداد میں. نیورل نیٹ ورک مصنوعی ذہانت کی گہری سیکھنے کی شاخ میں استعمال ہونے والے ماڈل ہیں۔ وہ ڈھیلے ڈھانچے پر مبنی ہیں۔ انسانی دماغ اور بے شمار ایپلی کیشنز ہیں، شاید بالآخر انسانی سطح کی مصنوعی ذہانت پیدا کریں۔ بڑے ماڈل عام طور پر بہتر نتائج دیتے ہیں، اور جدید ترین ترقی کے لیے درکار ہارڈویئر دوگنا ہو رہا ہے۔ ہر تین ماہ. ترقی میں اس دھماکے نے گہری سیکھنے کو جدید انسانی تجربے کا بنیادی حصہ بنا دیا ہے۔ 2020 میں، ایک نیورل نیٹ ورک ریڈار چلایا امریکی جاسوس طیارے پر، زبان کے ماڈل اب لکھتے ہیں۔ بہتر اسکیم ای میلز انسانوں، اور خود ڈرائیونگ کار الگورتھم کے مقابلے میں آؤٹپرفارم بہت سے ماحول میں انسان.

GPT-3 175B، سب سے بڑا GPT-3 ماڈل جو اوپن اے آئی کے ذریعہ تجویز کیا گیا ہے۔ براؤن اور ایل. (2020) تربیت کے لیے 1,000 NVIDIA Tesla V100 GPUs کا ایک کلسٹر استعمال کیا — جو تقریباً ایک ڈیوائس پر 355 سال کی تربیت کے برابر ہے۔ DALL-E سے رمیش وغیرہ۔ (2021)اوپن اے آئی کا ایک اور ٹرانسفارمر ماڈل، 12 بلین پیرامیٹرز پر مشتمل ہے اور اسے 400 ملین سے زیادہ کیپشن والی تصاویر پر تربیت دی گئی تھی۔ OpenAI نے DALL-E کی تربیت کا خرچ اٹھایا لیکن متنازعہ طور پر ماڈل کو اوپن سورس کرنے سے انکار کر دیا، اس کا مطلب یہ ہے کہ شاید سب سے اہم جدید ترین ملٹی موڈل ڈیپ لرننگ ماڈلز میں سے چند ایک کے علاوہ سب کے لیے ناقابل رسائی ہے۔ ان کی تعمیر کے لیے وسائل کی بہت بڑی ضروریات بنیاد ماڈل رسائی میں اہم رکاوٹیں پیدا کریں، اور وسائل کو جمع کرنے کے طریقہ کار کے بغیر، جب کہ ابھی بھی قدر حاصل کر رہے ہیں، ممکنہ طور پر AI کی ترقی میں جمود کا سبب بنے گا۔ بہت سے لوگوں کا خیال ہے کہ یہ عام ماڈلز مصنوعی جنرل انٹیلی جنس (AGI) کو کھولنے کی کلید ہیں، جس سے الگ تھلگ، مصنوعی سائلو میں تربیت کا موجودہ طریقہ مضحکہ خیز لگتا ہے۔

موجودہ حل جو کمپیوٹ سپلائی تک رسائی فراہم کرتے ہیں یا تو اولیگوپولسٹک اور مہنگے یا سادہ ہیں۔ ناقابل عمل بڑے پیمانے پر AI کے لیے درکار کمپیوٹ کی پیچیدگی کے پیش نظر۔ بیلوننگ ڈیمانڈ کو پورا کرنے کے لیے ایک ایسے نظام کی ضرورت ہوتی ہے جو لاگت سے موثر طریقے سے فائدہ اٹھاتا ہو۔ تمام دستیاب کمپیوٹ (آج کے ~40% عالمی پروسیسر کے استعمال کے برخلاف)۔ ابھی اس مسئلے کو مزید پیچیدہ کرنا یہ حقیقت ہے کہ کمپیوٹ کی سپلائی خود ہی متاثر ہو رہی ہے۔ غیر علامتی مائکرو پروسیسر کی کارکردگی میں پیشرفت - ساتھ ساتھ فراہمی کا سلسلہ اور جغرافیہ چپ کی کمی.

حصہ 2: Gensyn کی کوآرڈینیشن کی ضرورت کیوں ہے؟

اس نیٹ ورک کی تعمیر میں بنیادی چیلنج مکمل شدہ ایم ایل کام کی تصدیق ہے۔ یہ ایک انتہائی پیچیدہ مسئلہ ہے جو کہ پیچیدگی تھیوری، گیم تھیوری، کرپٹوگرافی اور اصلاح کے سنگم پر بیٹھا ہے۔ ماڈل ڈیزائن میں انسانی علم کے علاوہ، تین بنیادی مسائل ہیں جو لاگو ایم ایل کی ترقی کو سست کر دیتے ہیں، 1) کمپیوٹ پاور تک رسائی؛ 2) ڈیٹا تک رسائی؛ اور 3) علم تک رسائی (زمینی سچائی کا لیبلنگ)۔ Gensyn اپنی منصفانہ مارکیٹ قیمت پر عالمی سطح پر اسکیل ایبل کمپیوٹ تک آن ڈیمانڈ رسائی فراہم کرکے پہلا مسئلہ حل کرتا ہے، جب کہ Gensyn فاؤنڈیشن تحقیق، فنڈنگ، اور دوسرے پروٹوکولز کے ساتھ تعاون کے ذریعے دو اور تین کے حل کی حوصلہ افزائی کرنے کی کوشش کرے گی۔

خاص طور پر، اعلیٰ پروسیسرز تک رسائی تیزی سے بڑے/پیچیدہ ماڈلز کو تربیت دینے کے قابل بناتی ہے۔ پچھلی دہائی میں، ٹرانزسٹر کثافت کے فوائد اور میموری تک رسائی کی رفتار/متوازی ہونے میں پیش رفت نے بڑے ماڈلز کے لیے تربیت کے اوقات کو ڈرامائی طور پر کم کر دیا ہے۔ AWS اور Alibaba جیسے کلاؤڈ جنات کے ذریعے اس ہارڈویئر تک ورچوئل رسائی نے بیک وقت اپنانے کو وسیع کر دیا ہے۔ اس کے مطابق، جدید ترین پروسیسرز تیار کرنے کے ذرائع حاصل کرنے میں ریاست کی مضبوط دلچسپی ہے۔ مین لینڈ چین کے پاس ابھی تک جدید ترین سیمی کنڈکٹرز (یعنی سیلیکون ویفرز) تیار کرنے کی صلاحیت نہیں ہے، جو پروسیسرز کا ایک لازمی جزو ہے۔ انہیں یہ درآمد کرنے کی ضرورت ہے، خاص طور پر TSMC (تائیوان سیمی کنڈکٹر مینوفیکچرنگ کمپنی) سے۔ چپ فروش دوسرے صارفین کو چپ مینوفیکچررز تک رسائی سے روکنے کی بھی کوشش کرتے ہیں۔ سپلائی خرید کر. ریاستی سطح پر امریکہ رہا ہے۔ جارحانہ طور پر روکنا چینی کمپنیوں کی طرف سے اس ٹیکنالوجی کے حصول کے لیے کوئی بھی اقدام۔ ٹیک اسٹیک کو مزید آگے بڑھاتے ہوئے، کچھ کمپنیاں گوگل کے ٹی پی یو کلسٹرز کی طرح اپنا ڈیپ لرننگ مخصوص ہارڈویئر بنانے میں آگے بڑھی ہیں۔ یہ ڈیپ لرننگ میں معیاری GPUs سے بہتر کارکردگی کا مظاہرہ کرتے ہیں اور فروخت کے لیے دستیاب نہیں ہیں، صرف کرائے پر۔

قابل رسائی کمپیوٹ کے پیمانے میں بہت زیادہ اضافہ، جب کہ بیک وقت اس کی یونٹ لاگت کو کم کرتا ہے، تحقیق اور صنعتی برادریوں دونوں کے لیے گہری سیکھنے کے لیے ایک بالکل نئے نمونے کا دروازہ کھولتا ہے۔ پیمانے اور لاگت میں بہتری پروٹوکول کو پہلے سے ثابت شدہ، پہلے سے تربیت یافتہ، بیس ماڈلز کا ایک سیٹ بنانے کی اجازت دیتی ہے- فاؤنڈیشن ماڈلز- اسی طرح سے ماڈل چڑیا گھر مقبول فریم ورک کے. اس سے محققین اور انجینئرز کو کھلے عام وسیع پیمانے پر کھلے ڈیٹاسیٹس پر اعلیٰ ماڈلز کی تحقیق اور تربیت کرنے کی اجازت ملتی ہے، اسی طرح ایلیوتھر پروجیکٹ یہ ماڈل مرکزی ملکیت یا سنسر شپ کے بغیر انسانیت کے کچھ بنیادی مسائل کو حل کریں گے۔ کرپٹوگرافی، خاص طور پر فنکشنل انکرپشن، پروٹوکول کو نجی ڈیٹا پر ڈیمانڈ پر فائدہ اٹھانے کی اجازت دے گی۔ اس کے بعد بڑے فاؤنڈیشن ماڈلز کو کوئی بھی شخص ملکیتی ڈیٹاسیٹ کا استعمال کرتے ہوئے ٹھیک بنا سکتا ہے، اس ڈیٹا کی قدر/پرائیویسی کو برقرار رکھتا ہے لیکن پھر بھی ماڈل ڈیزائن اور تحقیق میں اجتماعی معلومات کا اشتراک کرتا ہے۔

حصہ 3: Gensyn Drives Web3-مقامی ڈیٹا سینٹرلائزیشن

انٹرنیٹ شاید 1960 کی دہائی میں امریکی حکومت سے پیدا ہوا ہو، لیکن 1990 کی دہائی تک یہ تخلیقی صلاحیتوں، انفرادیت پسندی اور مواقع کا ایک انتشاری جال تھا۔ اس سے پہلے کہ گوگل TPUs کا ذخیرہ کر رہا تھا، SETI@home جیسے پروجیکٹوں نے کراؤڈ سورسنگ کی وکندریقرت کمپیوٹ پاور کے ذریعے اجنبی زندگی کو دریافت کرنے کی کوشش کی۔ سال 2000 تک، SETI@home کی پروسیسنگ کی شرح تھی۔ 17 ٹیرافلوپسجو اس وقت کے بہترین سپر کمپیوٹر IBM ASCI White کی کارکردگی سے دوگنا ہے۔ وقت کی اس مدت کو عام طور پر 'web1' کا ​​نام دیا جاتا ہے، Google یا Amazon (web2) جیسے بڑے پلیٹ فارمز کی بالادستی سے ایک لمحہ پہلے، لیکن اس وقت کئی مسائل کی وجہ سے، انٹرنیٹ کی ابتدائی ضروریات کو پورا کرنے کے لیے وکندریقرت کمپیوٹ کی پیمائش میں کمی آئی۔

تاہم، ویب انفراسٹرکچر کی موجودہ مرکزیت کو بڑے ویب 2 پلیٹ فارمز میں اپنے مسائل پیدا کرتا ہے، جیسے لاگت (AWS کا مجموعی مارجن ایک تخمینہ ہے۔ 61٪زیادہ تر ذیلی پیمانے کے محققین اور ڈیٹا سے چلنے والے کاروبار کے لیے مارجن کمپریشن کی نمائندگی کرتا ہے۔ ایک ہی وقت میں، سنٹرلائزڈ کمپیوٹ کے واقعات بھی کنٹرول کی قربانی دیتے ہیں - AWS نے دائیں بازو کے مقبول سوشل میڈیا پلیٹ فارم پارلر کے بنیادی ڈھانچے کو بند کر دیا ایک دن کا نوٹس 6 جنوری 2021 کے کیپیٹل فسادات کے بعد۔ بہت سے لوگوں نے اس فیصلے سے اتفاق کیا، لیکن اس کی نظیر خطرناک ہے جب AWS میزبان 42% انٹرنیٹ پر سرفہرست 10,000 سائٹس میں سے۔ تاہم، ڈیپ لرننگ ماڈلز کو ڈی سینٹرلائزڈ ہارڈویئر میں تربیت دینا تصدیق کے مسئلے کی وجہ سے مشکل ہے، جسے Gensyn پروٹوکول حل کرنے میں مدد کرتا ہے۔

مارکیٹ پلیس کو Web3 پروٹوکول کے طور پر بنانا اسکیلنگ پر مرکزی اوور ہیڈ اخراجات کو ہٹاتا ہے، اور سپلائی کے نئے شرکاء کے لیے داخلے میں رکاوٹوں کو کم کرتا ہے، جس سے نیٹ ورک ممکنہ طور پر دنیا کے ہر کمپیوٹنگ ڈیوائس کو گھیرے میں لے سکتا ہے۔ تمام آلات کو ایک واحد وکندریقرت نیٹ ورک کے ذریعے مربوط کرنا اسکیل ایبلٹی کی ایک سطح فراہم کرتا ہے جسے کسی بھی موجودہ فراہم کنندہ کے ذریعے حاصل کرنا فی الحال ناممکن ہے، جس سے پوری دنیا کی کمپیوٹ سپلائی تک غیرمعمولی آن ڈیمانڈ رسائی ملتی ہے۔ اختتامی صارفین کے لیے، یہ لاگت بمقابلہ پیمانے کے مخمصے کو مکمل طور پر ختم کر دیتا ہے اور ممکنہ طور پر لامحدود اسکیل ایبلٹی (دنیا بھر میں جسمانی ہارڈویئر کی حد تک) اور یونٹ کی قیمتوں کا تعین مارکیٹ کی حرکیات کے ذریعے کرنے کے لیے شفاف اور کم لاگت کا ML ٹریننگ کمپیوٹ فراہم کرتا ہے۔ یہ معمول کی کھائیوں کو پس پشت ڈالتا ہے جس سے بڑے فراہم کنندگان لطف اندوز ہوتے ہیں، قیمتوں کو نمایاں طور پر کم کرتے ہیں، اور وسائل کی سطح پر حقیقی معنوں میں عالمی مسابقت کی سہولت فراہم کرتے ہیں، اور یہاں تک کہ اس معاملے پر بھی غور کیا جاتا ہے جہاں موجودہ کلاؤڈ سروسز فراہم کرنے والے بھی Gensyn پروٹوکول کو تقسیم کے راستے کے طور پر دیکھتے ہیں جو زیادہ مرکزی فرسٹ پارٹی کی تکمیل کرتا ہے۔ بنڈل پیشکش.

نتیجہ:

AI کے ساتھ کرپٹو کرنسی اور بلاکچینز کی طرح تقریباً مقبول ایک بز ورڈ کے ساتھ، Gensyn میں سرمایہ کاری کے لیے ہمارے مقالے کو جیسا کہ یہاں پیش نظارہ کیا گیا ہے، کو سمجھنے میں آسان اور شواہد کی حمایت یافتہ ہونے کا امتحان پاس کرنا چاہیے، جبکہ پروٹوکول کی صلاحیت کے لیے متعین مواقع کو کم کرنے کے لیے اتنا ہی پرجوش ہونا چاہیے۔ ایک ابتدائی طور پر ٹارگٹڈ لیکن عام کرنے کے قابل ریسورس نیٹ ورک کی قدر جو کہ web3 پر ہے۔ Gensyn پروٹوکول کے ساتھ، ہمیں یقین ہے کہ ہم ایک ہائپر اسکیل ایبل، لاگت سے موثر کوآرڈینیشن نیٹ ورک کی شروعات دیکھ رہے ہیں جو اور بھی زیادہ قیمتی بصیرت کی راہ ہموار کرتا ہے جو مستقبل میں بے شمار ایپلی کیشنز کی بنیاد رکھتا ہے۔

CoinFund کے بارے میں

CoinFund ایک متنوع، سرکردہ بلاکچین پر مرکوز سرمایہ کاری فرم ہے جس کی بنیاد 2015 میں رکھی گئی تھی، جس کی بنیاد امریکہ میں اجتماعی طور پر، ہمارے پاس کرپٹو کرنسی، روایتی ایکویٹی، کریڈٹ، نجی ایکویٹی، اور وینچر سرمایہ کاری میں وسیع ٹریک ریکارڈ اور تجربہ ہے۔ CoinFund کی حکمت عملی مائع اور وینچر دونوں بازاروں پر محیط ہے اور ہمارے کثیر الضابطہ نقطہ نظر سے فائدہ اٹھاتی ہے جو فنانس کے روایتی تجربے کے ساتھ تکنیکی خفیہ اہلیت کو ہم آہنگ کرتی ہے۔ "بانی پہلے" نقطہ نظر کے ساتھ، CoinFund ڈیجیٹل اثاثہ کی جگہ میں جدت لانے کے لیے اپنی پورٹ فولیو کمپنیوں کے ساتھ قریبی شراکت دار ہے۔

اعلانِ لاتعلقی

اس سائٹ پر فراہم کردہ مواد صرف معلوماتی اور بحث کے مقاصد کے لیے ہے اور کسی خاص سرمایہ کاری کے فیصلے کے سلسلے میں اس پر انحصار نہیں کیا جانا چاہیے یا کسی سرمایہ کاری کے حوالے سے پیشکش، سفارش یا التجا کے طور پر نہیں سمجھا جانا چاہیے۔ مصنف اس مضمون میں زیر بحث کسی کمپنی، پروجیکٹ، یا ٹوکن کی توثیق نہیں کر رہا ہے۔ تمام معلومات یہاں "جیسا ہے" پیش کی گئی ہیں، بغیر کسی قسم کی وارنٹی کے، خواہ ظاہر ہو یا مضمر، اور کوئی بھی مستقبل کے حوالے سے بیانات غلط نکل سکتے ہیں۔ CoinFund Management LLC اور اس سے وابستہ افراد کے پاس اس مضمون میں زیر بحث ٹوکنز یا پروجیکٹس میں طویل یا مختصر پوزیشن ہو سکتی ہے۔

---

Gensyn پروٹوکول بے اعتمادی سے نیورل نیٹ ورکس کو ہائپر اسکیل پر نچلی ترتیب کے ساتھ تربیت دیتا ہے… میں اصل میں شائع کیا گیا تھا CoinFund بلاگ میڈیم پر، جہاں لوگ اس کہانی کو نمایاں کرکے اور اس کا جواب دے کر گفتگو جاری رکھے ہوئے ہیں۔

• سکے سمارٹ۔ یورپ کا بہترین بٹ کوائن اور کرپٹو ایکسچینج۔
• پلیٹو بلاک چین۔ Web3 Metaverse انٹیلی جنس۔ علم میں اضافہ۔ مفت رسائی۔
• کرپٹو ہاک۔ Altcoin ریڈار. مفت جانچ.
• Source: https://blog.coinfund.io/the-gensyn-protocol-trustlessly-trains-neural-networks-at-hyperscale-with-lower-order-of-magnitude-227fe968fabf?source=rss—-f5f136d48fc3—4