اینفریوم AI
اینفریوم AI یک پلتفرم زیرساختی و تحلیلی برای استنتاج قابل تأیید (Verifiable Inference) و نمایندگان هوش مصنوعی (AI Agents) است. این پلتفرم، معیارهای عملکرد در لحظه و گواهی استنتاج (Proof of Inference) را فراهم می‌کند. هدف آن پاداش‌دهی به کاربران در ازای مشارکت‌هایشان است؛ از جمله تولید محتوا، عملکرد مدل‌ها و بازخوردهایی که ارائه می‌دهند.
مرور کلی
اینفریوم AI پلتفرمی است متمرکز بر استنتاج قابل راستی‌آزمایی هوش مصنوعی و استقرار عامل‌های هوشمند، که به مسائل مهمی مانند انتخاب مدل، شفافیت، حفظ حریم خصوصی، و ارتباط بین توسعه‌دهندگان و کاربران نهایی می‌پردازد. این پلتفرم مدل‌های مختلف هوش مصنوعی را در یک محیط واحد تجمیع می‌کند و ارزیابی‌های عملکرد استانداردشده و گواهی مبتنی بر بلاک‌چین را برای تأیید و بررسی فرآیند استنتاج ارائه می‌دهد.
با ادغام رمزنگاری هم‌ریخت (Homomorphic Encryption)، اینفریوم امکان انجام استنتاج‌هایی با حفظ حریم خصوصی را فراهم می‌سازد که با استانداردهای نظارتی هم‌خوانی دارند. این پلتفرم ابزارهایی برای استقرار، آزمایش و اعتبارسنجی مدل‌ها ارائه می‌دهد و از طریق همکاری با شرکت‌هایی مانند Aethir Cloud و io.net زیرساختی مقیاس‌پذیر فراهم می‌کند. همچنین داده‌هایی از منابع قابل اعتماد در آن گنجانده شده و برنامه‌ریزی‌هایی برای راه‌اندازی بازار داده‌های مشارکت‌کننده توسط کاربران دارد. به‌روزرسانی‌های منظم و مکانیزم‌های دریافت بازخورد، به توسعه‌دهندگان کمک می‌کند تا همگام با مدل‌های در حال تکامل، راهکارهایی دقیق‌تر، امن‌تر و کاربردی‌تر ارائه دهند.
ویژگی‌ها
فروشگاه مدل‌ها (Models Store)
فروشگاه مدل‌های اینفریوم امکانی برای ارسال، دسترسی، ارزیابی و استقرار آسان مدل‌های هوش مصنوعی فراهم می‌کند. این بخش شامل جریان‌های کاری تیم‌محور و رابط کاربری شهودی برای بارگذاری و یکپارچه‌سازی مدل‌ها است. فرآیند جستجو در فروشگاه توسط موتور جستجوی مبتنی بر یادگیری ماشین به نام Magic Search انجام می‌شود که با تحلیل رفتار کاربران، بازخوردها و داده‌های گذشته، پیشنهادهایی شخصی‌سازی‌شده و مرتبط ارائه می‌دهد.
این سیستم به‌صورت مداوم تطبیق پیدا می‌کند و با استفاده از استنتاج‌های دسته‌ای روزانه و تعامل کاربران، نتایج خود را بهبود می‌بخشد. فروشگاه مدل‌ها از معماری‌های گوناگون مانند شبکه‌های عصبی، درخت‌های تصمیم‌گیری و مدل‌های رگرسیون پشتیبانی می‌کند و توانایی مدیریت مجموعه‌داده‌های نامتوازن با استفاده از روش‌هایی نظیر Random Forest و XGBoost را دارد.
عملکرد مدل‌ها با معیارهای تطبیقی و بازخورد انسانی ارزیابی می‌شود. کاربران می‌توانند مدل‌ها را تست، رتبه‌بندی و مقایسه کنند و در امتیاز استنتاج جمعی مشارکت داشته باشند. اینفریوم همچنین میزبان مسابقات مدل‌سازی است که در آن مدل‌ها بر اساس معیارهای خاص هر وظیفه و توسط داوران متخصص ارزیابی می‌شوند. این فرآیندها شفافیت و نوآوری را تقویت کرده و باعث می‌شود مدل‌های موجود در پلتفرم همیشه دقیق، کارآمد و مناسب برای سناریوهای واقعی باشند.
مجموعه‌داده‌ها (Datasets)
اینفریوم محیطی ساختاریافته و در دسترس برای مدیریت و استفاده از مجموعه‌داده‌ها در جریان توسعه هوش مصنوعی فراهم می‌کند. داده‌های باکیفیت از طریق همکاری‌هایی همچون مشارکت اولیه با Rivalz جمع‌آوری می‌شوند تا کتابخانه‌ای قوی از داده‌های اولیه ایجاد شود. در آینده، اینفریوم از داده‌های ارسال‌شده توسط کاربران نیز پشتیبانی خواهد کرد تا تنوع مجموعه‌داده‌ها در حوزه‌های مختلف افزایش یابد.
کتابخانه‌ی داده‌ها حوزه‌هایی مانند پردازش زبان طبیعی، بینایی ماشین و پردازش صوت را پوشش می‌دهد و مشابه پلتفرم‌هایی مانند Hugging Face، طیف گسترده‌ای از وظایف یادگیری ماشین را دربر می‌گیرد. کاربران می‌توانند تنها با چند فرمان ساده، داده‌ها را جستجو و بارگذاری کرده و در پروژه‌های خود استفاده کنند. ابزارهایی برای پیش‌پردازش مؤثر نیز در دسترس هستند تا کاربران بتوانند داده‌ها را برای آموزش و ارزیابی آماده کنند. این سیستم با در نظر گرفتن بهینه‌سازی مصرف حافظه و جلوگیری از افت عملکرد، برای داده‌های حجیم نیز مناسب است.
اینفریوم از فرمت‌های متداول داده مانند JSON، CSV، Parquet و Apache Arrow پشتیبانی می‌کند که باعث سازگاری بالا با منابع و جریان‌های کاری مختلف می‌شود.
استودیو اینفریوم (Inferium Studio)
استودیو اینفریوم فضایی اختصاصی و منعطف برای استقرار، تست و اشتراک مدل‌های هوش مصنوعی فراهم می‌کند. هر کاربر یک محیط پایه شامل ۲ هسته CPU، حافظه RAM به اندازه ۱۶ گیگابایت و فضای ذخیره‌سازی ۵۰ گیگابایت دریافت می‌کند که برای اغلب وظایف یادگیری ماشین مناسب است. کاربران می‌توانند با ارتقاء این محیط، قدرت پردازشی و فضای ذخیره را افزایش دهند.
مدل‌ها می‌توانند در محیط‌های خصوصی یا عمومی میزبانی شوند. استودیوهای خصوصی برای توسعه ایمن و کنترل‌شده مناسب‌اند، در حالی که استودیوهای عمومی همکاری و به اشتراک‌گذاری دانش را در بین جامعه کاربران تسهیل می‌کنند.
یکی از قابلیت‌های مهم اینفریوم استودیو، توکنیزه‌کردن عامل‌های هوش مصنوعی است. کاربران می‌توانند مدل‌های خود را به دارایی‌های دیجیتال مبتنی بر بلاک‌چین تبدیل کنند تا مالکیت، استفاده و درآمدزایی آن‌ها از طریق اشتراک یا فروش مدیریت شود. این عامل‌های توکنیزه‌شده با گواهی استنتاج پشتیبانی می‌شوند که شفافیت و پاسخ‌گویی در استفاده از مدل را تضمین می‌کند.
استودیو اینفریوم مانند ابزارهایی نظیر Figma، امکان همکاری تیمی را فراهم می‌کند و فضایی برای تعامل، بازخورد، و توسعه پروژه‌محور در اختیار قرار می‌دهد.
معماری
معماری گره‌های اینفریوم برای پشتیبانی از اجرای غیرمتمرکز و قابل اطمینان وظایف هوش مصنوعی طراحی شده و شامل دو نوع گره است: گره‌های کارگر (Worker Nodes) و گره‌های اعتبارسنج (Validator Nodes).
وظایف هوش مصنوعی مانند استنتاج، ارزیابی عملکرد و اعتبارسنجی در یک مخزن مشترک به نام Task Pool قرار می‌گیرند و گره‌های کارگر بر اساس توان سخت‌افزاری خود این وظایف را دریافت می‌کنند. گره‌های قدرتمند وظایف سنگین مانند آموزش و میزبانی مدل را انجام می‌دهند، گره‌های میان‌رده وظایف استنتاج زنده و عملیات عامل‌ها را بر عهده دارند، و گره‌های سبک وظایف ساده‌تری مانند به‌روزرسانی رتبه‌بندی‌ها را انجام می‌دهند.
گره‌های اعتبارسنج نقش حیاتی در بررسی خروجی گره‌های کارگر دارند. آن‌ها با استفاده از اثبات‌های بدون افشا (Zero-Knowledge Proofs) نتایج محاسبات را تأیید می‌کنند و تمام نتایج در بلاک‌چین ثبت می‌شود تا شفافیت و صحت داده‌ها حفظ شود.
برای حفظ یکپارچگی سیستم، مکانیزم پاداش و جریمه پیاده‌سازی شده است. گره‌های کارگر در ازای انجام وظایف موفق، توکن $IFR دریافت می‌کنند و می‌توانند از میزبانی عامل‌ها درآمد بیشتری کسب کنند. گره‌های اعتبارسنج نیز برای تأیید نتایج، حفظ امنیت تراکنش‌ها و مشارکت در تصمیم‌گیری پلتفرم پاداش می‌گیرند. در مقابل، گره‌هایی که وظایف را به‌درستی انجام ندهند یا نتایج نادرست ارائه دهند، با جریمه‌هایی مانند کسر توکن یا حذف دائم از شبکه مواجه می‌شوند.
اینفرنود (InferNode)
اینفرنود، گره کارگر پلتفرم اینفریوم است که وظایف استنتاج، پردازش درخواست‌ها و میزبانی عامل‌های هوش مصنوعی را انجام می‌دهد. این گره‌ها زیرساخت محاسباتی لازم برای اجرای مدل‌ها، ارائه APIهای استنتاج و تعامل در لحظه با هوش مصنوعی را فراهم می‌کنند.
اینفرنودها از بهینه‌سازی‌هایی مانند کوانتش مدل و تنظیم دقیق برای اجرای مؤثرتر پشتیبانی می‌کنند. همچنین، وظیفه نگهداری عملیات دائمی عامل‌ها و ارتباط آن‌ها با APIها و اپلیکیشن‌های خارجی را بر عهده دارند. علاوه بر این، اینفرنودها مسئولیت بنچ‌مارک‌گیری از مدل‌ها، ثبت نتایج در آزمایشگاه مدل اینفریوم و ارزیابی دقت، تأخیر و کارایی را دارند.
آن‌ها همچنین وظایف محاسباتی توزیع‌شده، ریزتنظیم مدل‌ها و پردازش حجم بالا از داده را از طریق شبکه‌های GPU غیرمتمرکز انجام می‌دهند. به موازات، مدیریت آماده‌سازی و پیش‌پردازش داده‌ها، و تولید داده‌های مصنوعی برای بهبود آموزش را نیز انجام می‌دهند.
وِرا نود (VeraNode)
ورا نودها گره‌های اعتبارسنج پلتفرم اینفریوم هستند که مسئولیت تأیید صحت، امنیت و انطباق وظایف هوش مصنوعی را بر عهده دارند. آن‌ها با استفاده از تکنیک‌هایی مانند ZKML یا محیط‌های اجرای مورد اعتماد (TEE) نتایج راستی‌آزمایی‌شده را ثبت کرده و آن‌ها را به زنجیره بلاک‌چین منتقل می‌کنند.
ورا نودها همچنین مدل‌ها و مجموعه‌داده‌ها را پیش از انتشار در آزمایشگاه مدل اینفریوم بررسی می‌کنند؛ از جمله بررسی عملکرد، آسیب‌پذیری‌های امنیتی، و رفتارهای مخرب. این گره‌ها عامل‌های میزبان‌شده در استودیوها را از نظر رعایت حریم خصوصی و اخلاق بررسی کرده و تراکنش‌های بازار را برای شناسایی فعالیت‌های کلاهبرداری رصد می‌کنند.
در صورت مشاهده نتایج نادرست از گره‌های کارگر، گزارش‌دهی انجام داده و جریمه‌های مربوطه را اعمال می‌کنند. آن‌ها همچنین نقش کلیدی در پایش انطباق مدل‌ها با قوانین و مجوزهای هوش مصنوعی ایفا می‌کنند.
ربات نامی (Nami Bot)
ربات نامی دستیار هوشمند اینفریوم است که از طریق پلتفرم تلگرام به کاربران امکان استفاده سریع از قابلیت‌های هوش مصنوعی را می‌دهد. این ربات امکان جستجوی مدل‌ها و عامل‌های هوش مصنوعی در پلتفرم‌هایی مانند اینفریوم و Hugging Face را فراهم می‌کند. کاربران می‌توانند مدل‌ها را بر اساس عملکرد، کاربرد و معیارهای ارزیابی فیلتر کنند.
علاوه بر کشف مدل، نامی بات امکان تعامل مستقیم با مدل‌ها را نیز فراهم می‌کند، از جمله تولید متن، طبقه‌بندی تصویر و تولید سه‌بعدی از متن. کاربران می‌توانند نتایج را ارزیابی کرده، داده‌های زنجیره‌ای یا خارج از زنجیره را بررسی کنند، و پرداخت‌ها را از طریق کیف پول داخلی ربات انجام دهند. توسعه‌دهندگان همچنین می‌توانند قطعه‌کدهای برنامه‌نویسی را داخل تلگرام دیباگ کنند یا مدل‌های جدید را برای اضافه‌شدن به پلتفرم ارسال کنند.
توکن IFR
توکن $IFR عنصر اصلی اکوسیستم اینفریوم است و در مواردی مانند حاکمیت، استیکینگ، کارمزدها و پاداش‌دهی استفاده می‌شود. دارندگان توکن حق رأی برای تصمیم‌گیری‌های پلتفرم دارند و می‌توانند بر توسعه قابلیت‌ها و گسترش اکوسیستم تأثیر بگذارند.
کاربران برای واجد شرایط شدن به عنوان اعتبارسنج باید توکن‌های IFR را استیک کنند. همچنین پرداخت برای خدماتی مانند فضای بیشتر، تنظیمات اختصاصی مدل‌ها یا پشتیبانی ویژه از طریق همین توکن انجام می‌شود. پاداش‌های توسعه‌دهندگان برای مدل‌های پربازده و پاداش کاربران برای تست مدل‌ها، ارائه بازخورد و مشارکت اجتماعی نیز با این توکن پرداخت می‌شود.
اقتصاد توکنی (Tokenomics)
تعداد کل توکن‌های IFR برابر با ۲۵۰ میلیون است که به‌صورت زیر توزیع شده‌اند:
- پاداش‌های جامعه: ۲۶٪
- رشد اکوسیستم: ۲۴٪
- فروش توکن: ۲۱.۶٪
- نقدینگی: ۱۴٪
- تیم و مشاوران: ۸٪
- خزانه: ۶.۴٪
سیستم پاداش Inferno
سیستم نقاط اینفرنو (Inferno Points) یک مکانیزم بازی‌گونه برای تشویق مشارکت کاربران در پلتفرم است. کاربران می‌توانند با انجام فعالیت‌هایی مانند ورود روزانه، استقرار مدل‌ها، انجام وظایف استنتاج و ارزیابی مدل‌ها، امتیاز کسب کنند.
همچنین با مشارکت اجتماعی (کامنت‌گذاری، لایک، معرفی دوستان، و همکاری در پروژه‌ها یا مسابقات)، کاربران امتیاز بیشتری دریافت می‌کنند. این امتیازها قابل تبدیل به توکن IFR هستند و از طریق داشبورد کاربران قابل مدیریت‌اند. نرخ تبدیل نیز به‌صورت دوره‌ای و مشخص تعیین می‌شود.
شرکای اینفریوم
اینفریوم با شرکت‌ها و پروژه‌های زیر همکاری دارد:
Laika AI، Renatus، Amplifi، Datalayer، Fetch.ai، ElizaOS، AgentLayer، Fusion AI، Gaimin، Cluster Protocol، PrivateAI، Tada، Tenzro، Marlin، Rivalz، Oasis، Exabits، Mind Network، Segmind، Din، Glacier، Aethir، IO.net، Hybrid
نظرات کاربران