OPML: Sistema de aprendizaje automático en cadena de bloques que utiliza un enfoque optimista

OPML(Optimistic aprendizaje automático) es un nuevo tipo de sistema de Cadena de bloques modelo AI inferencia y método de entrenamiento. En comparación con ZKML, OPML puede ofrecer servicios de aprendizaje automático a un costo más bajo y con mayor eficiencia. OPML tiene un umbral muy bajo, una PC normal puede ejecutar modelos de lenguaje grandes, incluyendo 7B-LLaMA, sin necesidad de GPU.

OPML utiliza un mecanismo de juego de verificación para garantizar la descentralización y el consenso verificable de los servicios de ML. Su proceso básico es:

1. El solicitante inicia la tarea del servicio ML
2. El servidor completa la tarea y envía el resultado a la Cadena de bloques
3. Los validadores revisan los resultados, y si hay objeciones, se inicia el juego de validación.
4. Arbitraje paso a paso a través de contratos inteligentes

El núcleo de OPML son los juegos de verificación de una sola etapa y de múltiples etapas. El juego de una sola etapa logra la ejecución fuera de la cadena y el arbitraje en la cadena a través de una máquina virtual, y utiliza una biblioteca DNN ligera para mejorar la eficiencia. El juego de múltiples etapas, por otro lado, aborda las limitaciones del juego de una sola etapa, permitiendo el uso de aceleración GPU/TPU, lo que mejora considerablemente el rendimiento.

Para garantizar la consistencia de los resultados, OPML utiliza algoritmos de punto fijo y bibliotecas de punto flotante basadas en software. En comparación con ZKML, OPML presenta ventajas en costos, barreras de participación, escalabilidad, entre otros, y es una solución de IA en Cadena de bloques prometedora.

OPML todavía está en desarrollo, y se invita a los desarrolladores interesados a contribuir. Con el avance de la tecnología, OPML tiene la esperanza de abrir nuevas posibilidades para las aplicaciones de IA en la Cadena de bloques.