Ambient：Инновационная платформа, объединяющая Блокчейн и AI

В условиях быстрого развития технологий, сочетание Блокчейн и искусственного интеллекта стало центром внимания многих инновационных проектов. Ambient возник именно на этом фоне, стремясь объединить децентрализованную Блокчейн-архитектуру с масштабными AI-вычислениями для исследования новых моделей умной экономики.

Как полноценный форк Solana, Ambient сохранил свои высокоскоростные и эффективные характеристики, одновременно внедрив механизм доказательства Logits (PoL), создав совершенно новую экосистему Блокчейн.

Обзор Ambient

Ambient является Layer-1 Блокчейн, который сочетает совместимость с Solana SVM и инновационный механизм доказательства работы, предоставляя масштабируемые возможности валидации вывода. Его основная идея заключается в глубоком объединении AI вывода и Блокчейн, создании децентрализованной AI экономики.

В отличие от традиционных систем доказательства доли (PoS), Ambient использует стимулы, похожие на биткойн, предоставляя предсказуемую прибыль узлам, участвующим в сетевом выводе, тонкой настройке или обучении. Такой подход избегает зависимости от высококачественных GPU, обеспечивая устойчивую прибыль для майнеров через компенсацию, основанную на транзакциях и инфляции. Как майнеры, так и пользователи могут получать вознаграждения, соответствующие их вкладу, в то время как ценность платформы увеличивается с ростом сети.

Основные характеристики Ambient включают:

1. Высокая эффективность вывода и безопасность: полная проверка вывода на огромной интеллектуальной модели (600B+ параметров) с затратами менее 1%.
2. Превосходная производительность тренировки: эффективность тренировки увеличена в 10 раз по сравнению с существующими методами.
3. Высокая эффективность использования майнеров: оптимизация с помощью единой модели, повышение коэффициента использования майнеров и эффективности проверки вывода.
4. Неконкурирующее доказательство работы: использование неконкурирующего механизма доказательства работы для обеспечения экономической конкуренции в основных действиях сети при сохранении высокой TPS.

Команда проекта и текущее состояние развития

Генеральный директор и основатель Ambient Трэвис Гуд имеет разнообразный академический фон в области государственных наук, экономики, информатики и машинного обучения. Его стиль руководства акцентирует внимание на исполнительности и прагматизме, настаивая на практических действиях и осуществимых решениях при продвижении технологических инноваций.

1 апреля 2023 года Ambient завершил финансирование на сумму 7,2 миллиона долларов на стадии посевных инвестиций, в которое инвестировали несколько известных инвестиционных учреждений. Проект планирует запустить тестовую сеть во втором или третьем квартале.

Логитс доказательство механизма консенсуса

Алгоритм доказательства логитов основан на ключевом принципе: логиты (логические единицы) являются уникальным отпечатком пальца и могут эффективно захватывать "мыслительное" состояние модели в определенный момент времени через хеш-значение в процессе генерации модели. В этом механизме хеш-значение доказательства логитов представляет собой список хешей каждой группы логитов перед каждым выходным токеном.

Проще говоря, для каждого токена n до конечного токена t, хэш-значение, подтвержденное логитами, равно:

Hash(Hash(n)... Hash(t))

А хэш-значение логитов прогресс-метки доказательства равно хэшу логитов после генерации x токенов, где x находится между n и t (включая n и t):

Hash(n)... Hash(x)... Hash(t)

Исходя из этого принципа, Ambient разработал механизм верификации:

1. Генерация текста майнерами
2. Валидатор случайным образом выбирает слово и запрашивает у майнера "состояние мышления" этой точки.
3. Валидатор выполняет одно рассуждение по этому слову в одной и той же модели и контексте, генерируя свое "состояние мышления"
4. Сравните "состояния мышления" двух сторон (представленные через хеш-значения), если они совпадают, то проверка успешна.

Этот механизм доказательства работы аналогичен принципам дизайна Биткойна: стоимость майнинга высока (через многократное выполнение модели с помощью большого количества токенов), но процесс проверки дешевый (требуется лишь 1 токен для проверки). Это не только повышает эффективность, но и обеспечивает безопасность и надежность проверки.