بیسد‌ای‌آی (BasedAI)
بیسد‌ای‌آی یک شبکه غیرمتمرکز همتا به همتا (P2P) است که برای مدل‌های زبان بزرگ دانش صفر (ZK-LLMs) و قراردادهای هوشمند طراحی شده است و توسط شان ولینگتون تأسیس شده است. این پلتفرم زیرساختی را معرفی می‌کند که رمزنگاری همومورفیک کامل (FHE) را با مدل‌های زبان بزرگ (LLM) ترکیب می‌کند تا محاسبات هوش مصنوعی امن و خصوصی را بدون به خطر انداختن حریم خصوصی داده‌ها تسهیل کند.
مروری بر بیسد‌ای‌آی
بیسد‌ای‌آی بر اساس یک شبکه توزیع شده از ماشین‌ها ساخته شده است که امکان تبدیل مدل‌های زبان بزرگ سنتی به مدل‌های زبان بزرگ دانش صفر رمزنگاری شده را از طریق مکانیسمی به نام "Cerberus Squeezing" فراهم می‌کند. این چارچوب با استفاده از این مکانیسم عملکرد و حریم خصوصی داده‌ها را بهینه‌سازی می‌کند، به طوری که ماینرها می‌توانند تعاملات کاربران با LLMها را بدون رمزگشایی ورودی‌ها یا خروجی‌ها پردازش کنند. این نوآوری مشکل کاهش عملکردی که معمولاً در محیط‌های مبتنی بر FHE مشاهده می‌شود را برطرف می‌کند و تعاملات بین کاربران، ماینرها و اعتبارسنج‌ها را ساده‌تر می‌کند.
این پلتفرم همچنین از تکنولوژی‌های مختلف بلاکچین استفاده می‌کند و ویژگی‌هایی از سابستریت پلتفرم پولکادات، ماشین مجازی اتریوم و پیکربندی‌های GPU از آر‌ان‌دی‌آر را به کار می‌برد. بیسد‌ای‌آی یک چارچوب جامع ارائه می‌دهد که امکان راه‌اندازی قراردادهای هوشمند، مدیریت دارایی‌ها و تعامل با مکانیزم‌های اجماع شبکه را فراهم می‌کند.
فناوری
بیسد‌ای‌آی از رمزنگاری همومورفیک کامل (FHE) بهره می‌برد تا اطمینان حاصل کند که داده‌ها در طول چرخه عمر خود – ذخیره‌سازی، انتقال و محاسبات – همیشه رمزنگاری شده باقی می‌مانند. این رویکرد امکان انجام محاسبات بر روی داده‌های رمزنگاری‌شده بدون نیاز به رمزگشایی را فراهم می‌کند و حریم خصوصی کامل را در عملیات هوش مصنوعی تضمین می‌کند. فرایند ماینینگ این پلتفرم از مدل‌های زبان بزرگ دانش صفر استفاده می‌کند تا این محیط امن و رمزنگاری‌شده هوش مصنوعی را پشتیبانی کند.
در مرکز اکوسیستم بیسد‌ای‌آی، گره‌های پردازشی به نام مغزها (Brains) وجود دارند که وظایف محاسباتی مربوط به LLMها را انجام می‌دهند. این مغزها ستون فقرات زیرساخت غیرمتمرکز را تشکیل می‌دهند و پردازش‌های هوش مصنوعی توزیع‌شده و متمرکز بر حریم خصوصی را امکان‌پذیر می‌کنند.
تست‌نت‌ها و توسعه
نقشه راه توسعه بیسد‌ای‌آی شامل دو تست‌نت اصلی است: Prometheus و Cyan. تست‌نت Prometheus تکمیل شده است و تست‌نت Cyan که در ژوئن 2024 راه‌اندازی شد، به عنوان نامزد انتشار برای آزمایش ادغام NFTهای مغز و توکن‌های مربوطه آن‌ها عمل می‌کند. این مرحله بر روی انتشارها، پاداش‌ها و مدیریت این دارایی‌های توکنی‌شده تمرکز دارد. بیسد‌ای‌آی پس از این مراحل تست‌نت، به راه‌اندازی اصلی شبکه (mainnet) خواهد پرداخت.
اکوسیستم بیسد‌ای‌آی
این پلتفرم بر روی یک شبکه بلاکچین غیرمتمرکز فعالیت می‌کند و بر حریم خصوصی داده‌ها و امنیت در کاربردهای هوش مصنوعی تأکید دارد. با ادغام مدل‌های زبان بزرگ دانش صفر با رمزنگاری همومورفیک، هدف بیسد‌ای‌آی فراهم آوردن یک محیط هوش مصنوعی امن و شفاف است، در حالی که مالکیت مدل‌های هوش مصنوعی را نیز غیرمتمرکز می‌کند. کاربران از طریق رابط خط فرمان بیسد (Based CLI) با شبکه تعامل می‌کنند که طیف گسترده‌ای از عملکردها، از مدیریت کیف پول گرفته تا تعامل با گره‌های پردازشی را پشتیبانی می‌کند.
ویژگی‌های کلیدی
- Cerberus Squeezing: مکانیسمی که مدل‌های زبان بزرگ سنتی را به مدل‌های زبان بزرگ دانش صفر تبدیل می‌کند و پردازش امن و رمزنگاری‌شده هوش مصنوعی را امکان‌پذیر می‌سازد.
- رمزنگاری همومورفیک کامل (FHE): اطمینان حاصل می‌کند که داده‌ها در طول چرخه عمر خود رمزنگاری‌شده باقی بمانند و در عین حال محاسبات را پشتیبانی کند.
- Based CLI: یک رابط خط فرمان که تعامل کاربران با پلتفرم را تسهیل می‌کند، به کاربران این امکان را می‌دهد که کیف پول‌ها را مدیریت کنند، با مغزها تعامل داشته باشند و در مکانیزم‌های اجماع شرکت کنند.
- مراحل تست‌نت: توسعه بیسد‌ای‌آی با تست‌نت‌های Prometheus و Cyan مشخص می‌شود که برای آزمایش عملکرد آن قبل از استقرار کامل ضروری هستند.
کاربردها
کاربردهای اصلی بیسد‌ای‌آی بر بهبود حریم خصوصی در پردازش هوش مصنوعی، دموکراتیک کردن مالکیت مدل‌های هوش مصنوعی از طریق NFTهای مغز و ایجاد یک محیط امن برای استقرار قراردادهای هوشمند متمرکز است. همچنین، ادغام تکنولوژی‌های هوش مصنوعی و بلاکچین از موارد پیشرفته‌ای مانند ابزارهای هوش مصنوعی غیرمتمرکز، پردازش داده‌های امن و محاسبات حفظ حریم خصوصی پشتیبانی می‌کند.
بیسد‌ای‌آی یک ترکیب نوآورانه از تکنولوژی بلاکچین غیرمتمرکز و هوش مصنوعی است. با استفاده از رمزنگاری همومورفیک و مدل‌های زبان بزرگ دانش صفر، این پلتفرم یک چارچوب فراهم می‌کند که اولویت اصلی آن حفظ حریم خصوصی داده‌ها و امنیت است، در حالی که مالکیت و عملیات مدل‌های هوش مصنوعی را غیرمتمرکز می‌سازد.
توکنومیک بیسد‌ای‌آی
تشویق به مشارکت: مشوق‌ها و انتشار توکن‌ها
بیسد‌ای‌آی برای تشویق مشارکت در اکوسیستم خود از توکن‌های $BASED استفاده می‌کند. هر 10 ثانیه، 10 توکن $BASED بین مغزهای فعال توزیع می‌شود. مغزها گره‌های کلیدی هستند که وظایف محاسباتی را انجام می‌دهند. جوایز بر اساس دو عامل اصلی تخصیص می‌یابد: میزان توکن‌های $BASED استیک‌شده در هر مغز و عملکرد عملیاتی اعتبارسنج‌ها و ماینرهای مرتبط با آن مغزها. 30% از بهترین مغزها جوایز اضافی دریافت می‌کنند که محیطی رقابتی ایجاد می‌کند و کارآیی و قابلیت اعتماد را پاداش می‌دهد. تمامی توکن‌های $BASED قابل انتقال دوطرفه با توکن ERC-20 بسته‌بندی شده بیسد‌ای‌آی در اتریوم هستند.
برنامه کاهش انتشار
برای کاهش تورم و تشویق به مشارکت بلندمدت، بیسد‌ای‌آی از برنامه کاهش سالانه انتشار پیروی می‌کند که پاداش بلاک را به تدریج کاهش می‌دهد. این کاهش برای متعادل نگه داشتن عرضه توکن‌های $BASED و حفظ مشوق‌ها برای ماینرها و اعتبارسنج‌ها طراحی شده است. از آوریل 2024، پاداش بلاک از 10 توکن $BASED به 5 کاهش می‌یابد و این کاهش هر سال ادامه خواهد داشت.
حاکمیت
مشوق‌های استیکینگ و اعتبارسنجی
بیسد‌ای‌آی مکانیزم استیکینگ را پیاده‌سازی کرده است که به کاربران این امکان را می‌دهد که توکن‌های $BASED را به هر مغز یا اعتبارسنج خاصی استیک کنند. اعتبارسنج‌ها نقش حیاتی در حفظ عملکرد شبکه دارند و وظیفه پردازش محاسبات مربوط به مغزها را بر عهده دارند. ذینفعان از پاداش‌هایی که به اعتبارسنج‌های استیک‌شده اختصاص می‌یابد، بهره‌مند می‌شوند. علاوه بر این، برای تبدیل شدن به یک اعتبارسنج یا ماینر، کاربران باید عملیاتی دائمی برای اتصال آدرس خود به یک مغز انجام دهند.
تخصیص جوایز
75% از انتشار توکن‌ها به گره‌ها—اعتبارسنج‌ها و ماینرهایی که وظایف حیاتی را انجام می‌دهند—اختصاص می‌یابد، در حالی که 25% به مالکین مغزها یا اعتبارسنج‌های خاصی که مغز را مدیریت می‌کنند تعلق می‌گیرد.
تنظیمات مالکین و جوایز وزن‌دهی‌شده به استیکینگ
مالکین مغز این امکان را دارند که نحوه توزیع جوایز را درون گره‌های خود تنظیم کنند و این امر فضای رقابتی ایجاد می‌کند که در آن اعتبارسنج‌ها بر اساس عملکردشان پاداش می‌گیرند. سیستم همچنین شامل مشوق‌های وزن‌دهی‌شده به استیکینگ است که جوایز بزرگ‌تری به شرکت‌کنندگان با سرمایه‌گذاری‌های بیشتر در مغزهای خاص می‌دهد.
کاربرد
NFTهای مغز و تنوع اعتبارسنج‌ها
بیسد‌ای‌آی با محدود کردن جوایز به 70% از بهترین اعتبارسنج‌ها، تنوع اعتبارسنج‌ها را تشویق می‌کند و شرکت‌کنندگان را ترغیب می‌کند که سهام خود را بین چندین مغز توزیع کنند به جای تمرکز بر روی چند مورد. این دینامیک باعث مشارکت گسترده‌تر در شبکه و کاهش ریسک‌های متمرکز شدن می‌شود. اعتبارسنج‌ها نمی‌توانند سهام خود را در چندین مغز تکرار کنند، به این ترتیب سیستمی ایجاد می‌شود که در آن هر مغز به‌طور مستقل با اعتبارسنج‌های متمایز استیک‌شده عمل می‌کند.
کاهش تمرکز
برای افزایش تمرکززدایی بیشتر شبکه، بیسد‌ای‌آی محدودیتی برای حداکثر میزان سهام در هر مغز اعمال می‌کند و از این طریق مانع از کنترل بیش از 0.5% از کل سهام شبکه در توکن $BASED توسط یک نهاد واحد می‌شود. این اقدام باعث توزیع منصفانه‌تر جوایز و کاهش ریسک کنترل ائتلافی بر شبکه می‌شود.
اجراکننده مدل ترنسفورمر ترکیبی زمانی (TFT)
یکی از ویژگی‌های منحصر به فرد بیسد‌ای‌آی، اجراکننده مدل ترنسفورمر ترکیبی زمانی (TFT) است که برای بهینه‌سازی توزیع جوایز با تحلیل داده‌های شبکه در طول زمان طراحی شده است. مدل TFT عواملی مانند حجم تراکنش‌ها، زمان‌های بلاک و جوایز انتشار را ارزیابی کرده و به‌طور پویا، مشوق‌ها را برای اعتبارسنج‌ها و مغزها تنظیم می‌کند. این سیستم خودکار کمک می‌کند تا جوایز به‌طور منصفانه توزیع شوند و فرصت‌های دستکاری یا تبانی کاهش یابد.
شان ولینگتون
شان ولینگتون پژوهشگری در بیسد لبز (Based Labs) است و تحصیلات خود را از دانشگاه کالیفرنیا، برکلی دریافت کرده است. او در توسعه زیرساخت غیرمتمرکز بیسد‌ای‌آی نقش مهمی ایفا کرده است، به‌ویژه در زمینه ادغام رمزگذاری همومورفیک کامل (FHE) با مدل‌های زبانی بزرگ (LLM) به‌منظور حفظ حریم خصوصی داده‌ها در تعاملات بدون نیاز به رمزگشایی. یکی از جنبه‌های اصلی کار او شامل توسعه مکانیزم "Cerberus Squeezing" است که برای بهینه‌سازی عملکرد در محیط‌های سازگار با FHE طراحی شده است. این سیستم به ماینرهای بیسد‌ای‌آی این امکان را می‌دهد که به سؤالات رمزنگاری‌شده LLM پاسخ دهند و از تکنیک‌های شبکه‌های مولد متخاصم (GANs) برای حمایت از حریم خصوصی استفاده می‌کند.
کار ولینگتون به‌دنبال حل چالش‌های عملکردی است که معمولاً در محیط‌های محاسباتی مبتنی بر FHE با آن‌ها روبه‌رو می‌شوند و ارتباط بین کاربران، ماینرها و اعتبارسنج‌ها در شبکه را بهبود می‌بخشد. تحقیقات و مشارکت‌های او فراتر از بیسد‌ای‌آی است و در مجموعه‌ای از اختراعات و مقالات علمی در زمینه‌های رمزنگاری، سیستم‌های غیرمتمرکز و هوش مصنوعی منعکس شده است. این اختراعات شامل اختراعاتی چون "روش و سیستم زنجیره الکترونیکی نگهداری اطلاعات" (2006) و "روش‌ها و سیستم‌ها برای مدیریت به‌روزرسانی داده‌های همزمان توزیع‌شده اشیاء تجاری" (2016) است که مشارکت او در نوآوری‌های مرتبط با مدیریت داده‌های توزیع‌شده و فشرده‌سازی اسناد را برجسته می‌کند. در طول دوران حرفه‌ای خود، ولینگتون بر روی کشف فناوری‌های غیرمتمرکز، به‌ویژه در زمینه‌های هوش مصنوعی و رمزنگاری، متمرکز بوده است تا چالش‌های مستمر مربوط به حریم خصوصی و امنیت داده‌ها در سیستم‌های دیجیتال را برطرف کند.
نظرات کاربران