#OpenLedger is de "AI-versie van Ethereum + GitHub", die AI open source, betrouwbaar en traceerbaar maakt, zodat iedereen kan deelnemen en profiteren. Ik heb onlangs het whitepaper "Proof of Attribution" van @OpenledgerHQ gelezen, en ik voel steeds sterker dat in de tweede helft van de ontwikkeling van #AI, de kwestie van eigendomsrechten in de volledige AI-waardeketen de grootste pijnpunt zal zijn voor de huidige traditionele AI. #OpenLedger combineert de momenteel populaire oplossingen van #AI + #Blockchain en lost bovengenoemd pijnpunt effectief op. Volgens een onderzoeksrapport van @MessariCrypto zal de #AI-sector tegen 2030 een marktwaarde van meer dan 2 biljoen dollar bereiken, waarvan het potentieel voor de hand ligt. Vandaag gaan we de nieuwe zwarte parel in #AI, #OpenLedger, en drie vroege gratis deelnamekansen analyseren.

De huidige #AI wordt voornamelijk gecontroleerd door grote bedrijven (OpenAI, Google, Meta). Hoe de modellen worden getraind, welke data zijn gebruikt en hoe de opbrengsten worden verdeeld - het is volledig een black box. Gewone mensen kunnen niet deelnemen en ontvangen geen opbrengsten. #OpenLedger maakt gebruik van technologie voor bewijs van toewijzing (Proof of Attribution) om ervoor te zorgen dat de door #AI gegenereerde inhoud (zoals afbeeldingen, artikelen, muziek) kan worden herleid naar de bron, en zorgt ervoor dat alle data-aanbieders die bijdragen aan de ontwikkeling van professionele AI-modellen erkend of beloond worden. • Hoe het model is getraind → openbaar en controleerbaar • Wiens data is gebruikt → er zijn registraties, er is bewijs • Wie heeft bijgedragen aan de data → kan allemaal worden getraceerd en beloond Dit is een soort 'antitrust' onderliggende structuur die volledig de kern van het huidige onrechtvaardigheidsprobleem van #AI raakt.

#OpenLedger (@OpenledgerHQ) is een gedecentraliseerd, op blockchain gebaseerd kunstmatig intelligentieplatform, dat is ontworpen om transparantie, gemeenschapsbestuur en open toegang tot kunstmatige intelligentie te realiseren. In tegenstelling tot traditionele kunstmatige intelligentiemodellen die worden gecontroleerd door grote technologiebedrijven, stelt #OpenLedger de gemeenschap in staat om professionele AI-modellen te trainen, te verifiëren en te creëren. Dit helpt bij het opbouwen van een eerlijker systeem, waarbij individuen die gegevens en modellen leveren de erkenning en beloning krijgen die ze verdienen.

#OpenLedger architectuur bestaat uit 5 kernlagen: 🔵 Consensuslaag (gebaseerd op EigenLayer veilige deling) 🔵 Modeluitvoeringslaag (OpenLoRA) 🔵 Gegevensverificatie laag (Datanet + Proof of Attribution) 🔵 Taakuitvoeringslaag (taakverificatie en stimulansen) 🔵 Gebruikersdeelname laag (geplugd, lage drempel voor deelname) Er zijn te veel technische details, we zullen hier niet verder op ingaan. Geïnteresseerde partners kunnen de vastgezette whitepaper op de homepage van @OpenledgerHQ bekijken. Voor ons gewone gebruikers is de methode van de gebruikersdeelname laag misschien belangrijker, de belangrijkste strategieën zijn (gedetailleerde gids volgt): • Chrome-extensie: kan worden gebruikt als gegevensverzamelaar (bijdragen van zoekwoorden, webgegevens) • Lokale uitvoerder: draai OpenLoRA-knooppunten om punten te verdienen, ondersteunt CPU, GPU • Bijdragende interactie: upload datasets, train modellen, verifieer resultaten van anderen, vorm een #AI crowdsourcing gemeenschap.

#OpenLedger kernvoordelen: 1️⃣OpenLoRA: 1 grafische kaart draait duizenden modellen #OpenLedger's meest geavanceerde product is OpenLoRA, dit is een infrastructuur voor modelimplementatie. Het kan moeilijk te begrijpen zijn, dus laat me een voorbeeld geven. 👉 Stel je voor: je hebt een LLM-model en hebt met LoRA 1000 "vaardigheidsplugins" (zoals advocaat, arts, fitnesscoach, leraar, enz.) gefinetuned. Als je deze modellen op de traditionele manier zou draaien, heb je 1000 grafische kaarten nodig, wat belachelijk hoge kosten met zich meebrengt. #OpenLoRA's aanpak: • Laad alleen één basis model (zoals Mistral) • Laad LoRA-plugins dynamisch wanneer nodig • Geen explosie van videogeheugen, milliseconde overschakeling, en nog sneller • Bespaar 90%+ op serverkosten 📌 Deze technologie is gewoon de beste #AI privatisering voor kleine en middelgrote bedrijven en individuen. Het maakt het mogelijk dat elke persoon een LoRA heeft, met meerdere gebruikers Copilot. Bovendien is het een sterke aanvulling voor grote modelplatforms (zoals HuggingFace, Bittensor-achtige projecten). Dus #OpenLoRA is geen concept, maar een echt product dat de kosten en schaalbaarheid van AI-infrastructuur oplost, met sterke commercialiseringscapaciteiten, vooral geschikt voor lokale private implementaties voor kleine en middelgrote bedrijven of individuen.

2️⃣ Data- en bijdrageverificatiesysteem: Datanet + Proof of Attribution We weten dat de training van #AI afhankelijk is van data; data is de olie van het #AI-tijdperk, rekenkracht is de motor, en modellen zijn de snelwegen. Deze drie zijn nauw met elkaar verbonden en afhankelijk van elkaar. In de huidige context is de herkomst van data altijd een juridisch en ethisch grijs gebied geweest (bijvoorbeeld code van GitHub, berichten van Reddit, enz. die worden gebruikt voor training zonder dat de bijdragers enige opbrengst ontvangen). Daarom heeft #OpenLedger twee dingen gedaan: • Gebruik maken van Proof of Attribution om elke bijdrage op de blockchain vast te leggen, realtime traceerbaar, wie wat heeft bijgedragen en hoeveel, is allemaal te controleren. • Gebruik maken van Datanet om een gedecentraliseerde datamarkt te creëren, zodat data en modellen zoals NFT's kunnen worden geverifieerd, verhandeld en getraceerd.