Круглый стол по децентрализованному ИИ
Третий круглый стол по децентрализованному ИИ MIT, проведенный 12 сентября 2024 года Центром децентрализованных исследований и венчурных инвестиций MIT Media Lab, осветил передовые достижения в децентрализованных технологиях ИИ и их преобразующий потенциал.
Аюш Чопра представила модели большого населения (LPM), вдохновленные моделями большого языка, демонстрирующие их способность моделировать сложную социальную динамику и информировать о принятии решений в реальном мире в таких областях, как реагирование на пандемии и децентрализация энергетики. Антигони Полихрониаду исследовала пересечение криптографии и ИИ, продемонстрировав методы сохранения конфиденциальности, такие как безопасные многосторонние вычисления (MPC), полностью гомоморфное шифрование (FHE) и федеративное обучение для таких приложений, как обнаружение мошенничества и безопасные запросы ИИ.
В панельной дискуссии мероприятия приняли участие лидеры отрасли, занимающиеся практическим внедрением децентрализованного ИИ. Леви Рыбалов представил агентные фреймворки для гибких децентрализованных торговых площадок, в то время как Варун Матур представил генеративный браузер Hyperspace, работающий на распределенных потребительских узлах, направленный на демократизацию ИИ за счет экономики доказательств вычислений. Рэнд Хинди обсудила достижения в области FHE, подчеркнув его потенциал для обеспечения конфиденциальности в децентрализованных системах, несмотря на препятствия масштабируемости.
Завершившись интересной сессией вопросов и ответов, круглый стол подчеркнул роль децентрализованного ИИ в формировании будущего, отличающегося повышенной безопасностью, доступностью и равенством. Мероприятие продемонстрировало дух сотрудничества между академическими кругами и промышленностью, стимулирующий инновации в децентрализованном ИИ.
Аюш Чопра представила модели большого населения (LPM), вдохновленные моделями большого языка, демонстрирующие их способность моделировать сложную социальную динамику и информировать о принятии решений в реальном мире в таких областях, как реагирование на пандемии и децентрализация энергетики. Антигони Полихрониаду исследовала пересечение криптографии и ИИ, продемонстрировав методы сохранения конфиденциальности, такие как безопасные многосторонние вычисления (MPC), полностью гомоморфное шифрование (FHE) и федеративное обучение для таких приложений, как обнаружение мошенничества и безопасные запросы ИИ.
В панельной дискуссии мероприятия приняли участие лидеры отрасли, занимающиеся практическим внедрением децентрализованного ИИ. Леви Рыбалов представил агентные фреймворки для гибких децентрализованных торговых площадок, в то время как Варун Матур представил генеративный браузер Hyperspace, работающий на распределенных потребительских узлах, направленный на демократизацию ИИ за счет экономики доказательств вычислений. Рэнд Хинди обсудила достижения в области FHE, подчеркнув его потенциал для обеспечения конфиденциальности в децентрализованных системах, несмотря на препятствия масштабируемости.
Завершившись интересной сессией вопросов и ответов, круглый стол подчеркнул роль децентрализованного ИИ в формировании будущего, отличающегося повышенной безопасностью, доступностью и равенством. Мероприятие продемонстрировало дух сотрудничества между академическими кругами и промышленностью, стимулирующий инновации в децентрализованном ИИ.
Основные доклады
Революционизирование социальных систем с помощью моделей с большим количеством населения: Аюш Чопра, MIT Media Lab
Аюш Чопра (MIT Media Lab) - "Модели большой популяции (LPM) для децентрализованного ИИ" - Аюш Чопра углубился в преобразующий потенциал моделей большой популяции (LPM), черпая вдохновение из больших языковых моделей (LLM). Он продемонстрировал, как LPM позволяют проводить высокоточное моделирование миллиардов взаимосвязанных агентов в различных средах, обеспечивая масштабируемую структуру в режиме реального времени для принятия политических и операционных решений.
Чопра рассказал о приложениях, охватывающих оптимизацию реагирования на пандемии, устойчивость цепочки поставок и децентрализацию энергетики, подчеркнув смену парадигмы в интеграции симуляций с реальной инфраструктурой. Эта презентация подчеркнула беспрецедентную способность LPM решать сложные глобальные задачи, вдохновляя как исследователей, так и практиков в области децентрализованного ИИ.
Чопра рассказал о приложениях, охватывающих оптимизацию реагирования на пандемии, устойчивость цепочки поставок и децентрализацию энергетики, подчеркнув смену парадигмы в интеграции симуляций с реальной инфраструктурой. Эта презентация подчеркнула беспрецедентную способность LPM решать сложные глобальные задачи, вдохновляя как исследователей, так и практиков в области децентрализованного ИИ.
Обеспечение будущего: криптография и искусственный интеллект: Антигони Полихрониаду (JPMC)
В своем выступлении на тему "Конвергенция криптографии и ИИ" на круглом столе по децентрализованному ИИ MIT Антигони Полихрониаду, исполнительный директор по исследованиям ИИ в JP Morgan, затронула насущную проблему проведения безопасных вычислений с конфиденциальными данными при сохранении конфиденциальности.
Она подчеркнула значительные достижения в трех ключевых областях: безопасные многопартийные вычисления (MPC), полностью гомоморфное шифрование (FHE) и федеративное обучение. Полихрониаду продемонстрировал, как эти инструменты применяются в реальных случаях использования, таких как совместное обнаружение мошенничества и безопасные запросы LLM, демонстрируя, как децентрализованный ИИ может обеспечить конфиденциальность без ущерба для функциональности.
Опираясь на опыт внедрения в Центре передового опыта Ольги Крафт JP Morgan, она продемонстрировала успехи в эффективности и безопасности, которые прокладывают путь для приложений ИИ, ориентированных на конфиденциальность. Эта презентация предоставила важную информацию практикам и исследователям, продвигающим децентрализованные решения ИИ, основанные на криптографии.
Она подчеркнула значительные достижения в трех ключевых областях: безопасные многопартийные вычисления (MPC), полностью гомоморфное шифрование (FHE) и федеративное обучение. Полихрониаду продемонстрировал, как эти инструменты применяются в реальных случаях использования, таких как совместное обнаружение мошенничества и безопасные запросы LLM, демонстрируя, как децентрализованный ИИ может обеспечить конфиденциальность без ущерба для функциональности.
Опираясь на опыт внедрения в Центре передового опыта Ольги Крафт JP Morgan, она продемонстрировала успехи в эффективности и безопасности, которые прокладывают путь для приложений ИИ, ориентированных на конфиденциальность. Эта презентация предоставила важную информацию практикам и исследователям, продвигающим децентрализованные решения ИИ, основанные на криптографии.
Дискуссионный форум: Перспективы отрасли: масштабные новаторские разработки
Переосмысление цифровых рынков: Леви Рыбалов (CoopHive)
Леви Рыбалов В своем выступлении под названием "Создание универсального протокола торговой площадки“, основатель CoopHive, представил гибкий протокол, призванный революционизировать децентрализованные торговые площадки. Платформа использует межагентские переговоры, модульные жизненные циклы заданий и разнообразные способы оплаты для облегчения торговли как взаимозаменяемыми, так и не взаимозаменяемыми активами.
Рыбалов подчеркнул потенциал кибернетической экономики, основанной на агентах, с приложениями, охватывающими вычисления, хранилище, пропускную способность и торговлю активами в реальном мире. Этот инновационный подход направлен на пересмотр функционирования децентрализованных систем, предлагая новые возможности практикам и исследователям, изучающим масштабируемые и эффективные рыночные решения.
Рыбалов подчеркнул потенциал кибернетической экономики, основанной на агентах, с приложениями, охватывающими вычисления, хранилище, пропускную способность и торговлю активами в реальном мире. Этот инновационный подход направлен на пересмотр функционирования децентрализованных систем, предлагая новые возможности практикам и исследователям, изучающим масштабируемые и эффективные рыночные решения.
Демократизация доступа к ИИ: Варун Матур (Гиперпространство)
Варун Матур В своем выступлении под названием “Генеративный браузер для децентрализованного ИИ", основатель Hyperspace, представил инновационный генеративный браузер, работающий на базе распределенной "Uber-подобной" сети потребительских узлов. Матур представил концепцию экономики, основанной на доказательствах вычислений, призванную демократизировать доступ к ИИ за счет снижения затрат за счет децентрализованной инфраструктуры.
Подход Матура, подчеркивающий прорывы, такие как взаимосвязанные модели рассуждений на ациклических графах и инструменты ИИ, ориентированные на потребителя, бросает вызов традиционным централизованным поставщикам ИИ. Уникальный механизм проверки работоспособности системы и база данных 3.2 TV vector обеспечивают экономичную структуру, при которой расходы согласуются с местными ценами на электроэнергию, а не с фиксированными тарифами облачных вычислений. Это видение переосмысливает доступное глобальное внедрение ИИ, прокладывая путь к доступности децентрализованного ИИ
Подход Матура, подчеркивающий прорывы, такие как взаимосвязанные модели рассуждений на ациклических графах и инструменты ИИ, ориентированные на потребителя, бросает вызов традиционным централизованным поставщикам ИИ. Уникальный механизм проверки работоспособности системы и база данных 3.2 TV vector обеспечивают экономичную структуру, при которой расходы согласуются с местными ценами на электроэнергию, а не с фиксированными тарифами облачных вычислений. Это видение переосмысливает доступное глобальное внедрение ИИ, прокладывая путь к доступности децентрализованного ИИ
Обеспечение безопасности конфиденциальных вычислений: Рэнд хинди (Zama)
Дискуссионная группа завершилась выступлением Рэнда Хинди, генерального директора Zama и лауреата рейтинга Forbes от 30 до 30 лет. Хинди исследовал роль полностью гомоморфного шифрования (FHE) в обеспечении конфиденциальности в рамках децентрализованного ИИ. FHE обеспечивает безопасные вычисления на основе зашифрованных данных с помощью приложений в здравоохранении, рынков данных и децентрализованных протоколов. Хинди поделился достижениями в обеспечении доступности FHE для разработчиков, сравнив его преобразующий потенциал с HTTPS в веб-безопасности, несмотря на существующие проблемы масштабируемости крупномасштабных моделей ИИ.
Панельная дискуссия: Рэнд Хинди, Леви Рыбалов и Варун Матур
На сессии вопросов и ответов Круглого стола по децентрализованному ИИ MIT Рэнд Хинди, Варун Матур и Леви Рыбалов подробнее остановились на своих презентациях, углубившись в практические и теоретические последствия их соответствующих инноваций в децентрализованном ИИ.Хинди поделился ценной информацией как для практиков, так и для исследователей, подчеркнув важность создания безопасных систем ИИ при решении проблем масштабируемости, связанных с технологиями сохранения конфиденциальности.
Варун подробно остановился на формирующейся концепции экономики, основанной на доказательствах вычислений, проиллюстрировав, как эта модель может демократизировать доступ к ИИ, обеспечивая распределенное участие и стимулируя вклад вычислений. Леви подчеркнул необходимость масштабируемых, безопасных и прозрачных систем, доступных для регионов с недостаточным уровнем обслуживания, подчеркнув роль децентрализованного ИИ в содействии инклюзивности. Он также подчеркнул важность фреймворков, обеспечивающих конфиденциальность и безопасность данных при одновременном содействии эффективному обмену данными в децентрализованных средах.
Вместе они рассказали о том, как децентрализованные технологии ИИ могут значительно повысить безопасность, доступность и экономическую эффективность, трансформируя приложения ИИ в разных отраслях. Сессия подчеркнула быстрое развитие децентрализованного ИИ, переход от теоретических рамок к практическим решениям. По мере развития этих технологий они обладают потенциалом изменить все - от динамики рынка до сохранения конфиденциальности, прокладывая путь к будущему, в котором ИИ станет более безопасным, доступным и справедливым для всех.
Источник: MIT
Варун подробно остановился на формирующейся концепции экономики, основанной на доказательствах вычислений, проиллюстрировав, как эта модель может демократизировать доступ к ИИ, обеспечивая распределенное участие и стимулируя вклад вычислений. Леви подчеркнул необходимость масштабируемых, безопасных и прозрачных систем, доступных для регионов с недостаточным уровнем обслуживания, подчеркнув роль децентрализованного ИИ в содействии инклюзивности. Он также подчеркнул важность фреймворков, обеспечивающих конфиденциальность и безопасность данных при одновременном содействии эффективному обмену данными в децентрализованных средах.
Вместе они рассказали о том, как децентрализованные технологии ИИ могут значительно повысить безопасность, доступность и экономическую эффективность, трансформируя приложения ИИ в разных отраслях. Сессия подчеркнула быстрое развитие децентрализованного ИИ, переход от теоретических рамок к практическим решениям. По мере развития этих технологий они обладают потенциалом изменить все - от динамики рынка до сохранения конфиденциальности, прокладывая путь к будущему, в котором ИИ станет более безопасным, доступным и справедливым для всех.
Источник: MIT