FLock 与 Io.net 合作推出“AI 证明”以保护和验证去中心化网络

我们在网上面临的最大挑战之一是验证我们所消费内容的真实性和质量，无论是新闻、视频、图片还是社交媒体帖子。由于信息量如此之大，很难区分事实与虚构、可靠来源与不可靠来源。

这就是去中心化内容验证 (DCV) 发挥作用的地方。DCV 使用区块链技术和人工智能来创建一个透明且安全的在线内容验证系统。其目标是帮助用户、创作者和平台建立和维护对数字空间的信任。推动 DCV 计划的两个关键参与者是世界上最大的去中心化物理基础设施网络 (DePIN) io.net 和基于联邦学习的去中心化 AI 训练平台 Flock.io。

今天，io.net 和 Flock.io 宣布合作开发世界上第一个人工智能证明（PoAI）——一种人工智能原生的工作量证明和共识机制，旨在验证在分散计算网络内运行的节点的完整性，可能会塑造 DePIN 项目的未来。

借助 PoAI，去中心化物理基础设施网络 (DePIN) 可以通过要求节点完成计算密集型 AI 训练任务来验证其节点的完整性。PoAI 是一种以 AI 为中心的工作量证明，可将验证工作引导至有意义的 AI 任务。这允许节点从 DePIN 以及 AI 训练网络（具体通过 io.net 和 Flock.io）获得区块奖励。

该机制以去中心化和人工智能原生的方式对 DePIN 节点进行身份验证，涉及一个引擎，该引擎不断提出挑战，收集响应，并向 io.net 节点提供必要的统计数据（例如延迟、分数偏差、数据正确性）以形成评估。

Flock 创始人兼首席执行官孙家豪表示：“AI 工程师和最终用户需要信任他们可用的计算资源的质量，而 Proof of AI 对于实现这一点至关重要。计算推动了整个 AI 开发过程，因此我们从这里开始，我们很高兴与该领域的领导者 io.net 合作。”

去中心化 AI 生态系统提供商可以使用 PoAI 来确认其网络中参与者的诚实性并确保高质量的 AI 训练输入。Flock 负责提供持续的挑战，例如通过大型语言模型 (LLM) 上的推理生成合成数据，这些数据根据 TFLOPS 和 VRAM 等因素决定 GPU 设备的预期行为。

PoAI 服务将创建一个自给自足的循环，将 Flock 的去中心化训练平台与去中心化的 AI DePIN 平台连接起来。随着时间的推移，Flock 计划将 PoAI 的验证能力扩展到计算任务之外，包括 AI 训练和联合学习，目前正在讨论专用 AI 链的可能性。

io.net 首席执行官兼联合创始人 Tory Green 预测：“人工智能证明的引入将显著改善人工智能模型在去中心化计算网络上的训练和推理。我相信 GPU 节点运营商和更广泛的人工智能/机器学习开发者社区将热情地接受人工智能证明——我们确实如此。”

虽然合成数据已被证明对模型训练非常有用，但合成和清理大量数据（例如 LLama3 训练中使用的 15 万亿个 token）是一项复杂的任务。因此，Flock Data Generation 将利用闲置的 GPU 资源根据 Flock Task Creator 和 Training Node 的请求对 LLM 进行批量推理。

去中心化 AI GPU 网络对于去中心化 AI 的长期成功至关重要，但不诚实的行为者仍试图利用该系统。一种常见的策略是欺骗网络，让其相信自己拥有比实际更多的计算能力。

如果没有强有力的威慑措施，节点运营者可能会采取不诚实的行为来获取网络奖励，而无需做出有意义的贡献。解决节点完整性验证问题一直很困难，因为不良行为者可能会歪曲其资源并在不执行必要工作的情况下收取奖励。

凭借 Proof of AI，Flock 和 io.net 相信他们已经取得了重大突破，为未来去中心化 AI 的进步奠定了基础。

Flock.io 是一个基于联邦学习的去中心化 AI 训练平台。该平台通过激励社区贡献训练数据和模型反馈，使模型创建、开发和调整变得民主化。协议和开发人员可以使用 Flock 训练适合其特定需求的模型，例如交易代理、AI 伴侣、函数调用模型、健康分析等。

Io.net 于 2023 年 11 月推出，其起源源于对巨大计算能力的迫切需求，特别是在执行股票和加密货币交易的复杂算法方面。Io.net 的创始人意识到了这一市场，开始着手建立一个去中心化的 GPU 网络，以满足 AI 和机器学习 (ML) 企业不断增长的需求。

如今，Io.net 拥有一个由超过 25,000 个节点组成的令人印象深刻的网络，为 AI/ML 企业提供数十万个 GPU 的访问权限。与传统云服务相比，这种创新方法不仅降低了成本，还大大缩短了交付周期。