ในปัจจุบัน เนื่องจากเทคนิคแมชชีนเลิร์นนิงถูกนำไปใช้อย่างกว้างขวางกับแอพพลิเคชั่นต่างๆ แมชชีนเลิร์นนิงจึงมีความสำคัญต่อบริการออนไลน์
Morphware เป็นระบบการเรียนรู้ของเครื่องที่กระจายอำนาจซึ่งให้รางวัลแก่เจ้าของเครื่องเร่งความเร็วด้วยการประมูลพลังการประมวลผลที่ไม่ได้ใช้งานและอำนวยความสะดวกให้กับกิจวัตรย่อยที่เกี่ยวข้อง ซึ่งสามารถดำเนินการในนามของนักวิทยาศาสตร์ข้อมูลเพื่อฝึกฝนและทดสอบแบบจำลองการเรียนรู้ของเครื่องด้วยความจุแบบกระจายอำนาจ
ประเภทของโมเดลแมชชีนเลิร์นนิงรวมถึงอัลกอริธึมการเรียนรู้กึ่งควบคุมหรือแบบไม่มีผู้ดูแลภายใต้การดูแล
การฝึกอบรมอัลกอริธึมการเรียนรู้ภายใต้การดูแลสามารถมองได้ว่าเป็นการค้นหาน้ำหนักรวมกันที่เหมาะสมที่สุดเพื่อนำไปใช้กับชุดของอินพุตหรือเพื่อคาดการณ์ผลลัพธ์ที่ต้องการ
แรงผลักดันของงานนี้คือความซับซ้อนในการคำนวณ ฮาร์ดแวร์ที่ใช้ในการแสดงวิดีโอเกมสามารถเร่งการฝึกอบรมอัลกอริธึมการเรียนรู้ภายใต้การดูแลได้
มอร์ฟแวร์คืออะไร?
ปัญหาสำคัญประการหนึ่งในโมเดลการเรียนรู้ของเครื่องคือทรัพยากรการคำนวณที่จำเป็นสำหรับการรันปริมาณงานการเรียนรู้ของเครื่องที่ล้ำสมัยจะเพิ่มเป็นสองเท่าทุกๆ สามเดือนครึ่งโดยประมาณ
เพื่อแก้ไขปัญหานี้ Morphware ได้พัฒนาเครือข่ายแบบ peer-to-peer ที่ช่วยให้นักวิทยาศาสตร์ข้อมูล วิศวกรการเรียนรู้ของเครื่อง และนักศึกษาด้านวิทยาการคอมพิวเตอร์สามารถจ่ายเงินให้ผู้เล่นวิดีโอเกมหรือคนอื่น ๆ เพื่อฝึกโมเดลในนามของพวกเขา
แม้ว่าเครื่องฮาร์ดแวร์จะช่วยให้นักวิทยาศาสตร์ข้อมูลเร่งการพัฒนาโมเดลการเรียนรู้ของเครื่อง แต่ค่าใช้จ่ายสูงของตัวเร่งฮาร์ดแวร์เหล่านี้เป็นอุปสรรคสำหรับนักวิทยาศาสตร์ข้อมูลจำนวนมาก
โมเดลการเรียนรู้ของเครื่องคืออะไร?
โมเดลการเรียนรู้ของเครื่องอาจแตกต่างกันไปตามระดับการควบคุมดูแลและการกำหนดพารามิเตอร์ จุดประสงค์ของการฝึกโมเดลที่มีการกำหนดพารามิเตอร์ภายใต้การดูแลคือเพื่อลดอัตราความผิดพลาดที่ครอบคลุมระยะห่างเชิงตัวเลขระหว่างการคาดคะเนและการสังเกต
การฝึกอบรมโมเดลแมชชีนเลิร์นนิงถูกนำไปใช้โดยการประมวลผลล่วงหน้า และตามด้วยการทดสอบ นักวิทยาศาสตร์ข้อมูลจะแยกข้อมูลที่มีให้สำหรับโมเดลการเรียนรู้ของเครื่องในขณะที่กำลังฝึกอบรมจากข้อมูลที่มีให้ในช่วงเวลาของการทดสอบ
ดังนั้น จะเห็นได้ว่าแบบจำลองนี้ไม่ได้พอดีกับชุดของข้อมูลที่มีอยู่ เช่นเดียวกับประสิทธิภาพ ซึ่งอาจแย่กว่าสำหรับข้อมูลที่มองไม่เห็น
โดยปกติ ข้อมูลการฝึกอบรมและการทดสอบจะถูกเลือกจากไฟล์หรือไดเรกทอรีเดียวกันในการประมวลผลล่วงหน้า
การกำเนิดของการเรียนรู้เชิงลึกเป็นบิ๊กแบงของสมัยใหม่ ในฐานะที่เป็นแบบจำลองซอฟต์แวร์ใหม่ที่เป็นพื้นฐาน การเรียนรู้เชิงลึกช่วยให้เซลล์ประสาทซอฟต์แวร์หลายพันล้านเซลล์และการเชื่อมต่อหลายล้านล้านรายการได้รับการฝึกอบรมไปพร้อม ๆ กัน
การใช้อัลกอริธึมเครือข่ายประสาทลึกและการเรียนรู้จากตัวอย่าง การประมวลผลแบบเร่งความเร็วเป็นแนวทางที่เหมาะสมที่สุด และ GPU เป็นโปรเซสเซอร์ในอุดมคติ
เป็นการผสมผสานรูปแบบใหม่เพื่อสร้างแพลตฟอร์มคอมพิวเตอร์รุ่นใหม่ที่มีประสิทธิภาพการทำงานที่ดีขึ้น ความสามารถในการเขียนโปรแกรม และการเข้าถึงแบบเปิด
โมเดลการเรียนรู้เชิงลึกเรียกว่าชุดย่อยของโมเดลการเรียนรู้ของเครื่อง พวกเขาใช้การคำนวณอย่างเข้มข้นเป็นพิเศษในการฝึก เนื่องจากชั้นของตัวแปรแฝงที่เชื่อมโยงถึงกัน
โซลูชั่นของ Morphware คืออะไร?
Morphware Token สกุลเงินของแพลตฟอร์มหลักใช้สำหรับธุรกรรมเหล่านี้
โทเคโนมิกส์
อุปทานทั้งหมดของ Morphware Token คือ 1,232,922,769 ตัวและสามารถเผาได้ แต่ไม่สามารถสร้างได้
ผ่านเว็บไซต์ที่ออกแบบ พัฒนา และปรับใช้โดย Morphware ผู้ใช้สามารถซื้อโทเค็นของแพลตฟอร์มได้
น้อยกว่าสองเปอร์เซ็นต์ของอุปทาน Morphware Token ทั้งหมดจะถูกขายในเดือนแรก
Morphware ทำงานอย่างไร
กระบวนการของโมเดลแมชชีนเลิร์นนิงคือการวิเคราะห์ข้อมูล จากนั้นเป็นวัฏจักรการวนซ้ำที่ผันแปรระหว่างการเลือกแบบจำลองและวิศวกรรมคุณลักษณะ
จุดประสงค์ของงานนี้คือการช่วยให้ผู้ใช้ปลายทางเช่นนักวิทยาศาสตร์ข้อมูลสามารถทำซ้ำได้เร็วขึ้นโดยการสร้างการเข้าถึงเครือข่ายคอมพิวเตอร์ที่กระจายอำนาจซึ่งสามารถเร่งปริมาณงานได้
ผู้ใช้ปลายทางถูกจับคู่กับและชำระเงิน โหนดผู้ปฏิบัติงานผ่านการประมูลแบบย้อนกลับราคาที่สองที่ปิดสนิท พวกเขาจ่ายโหนดผู้ปฏิบัติงานเพื่อฝึกโมเดลและโหนดตรวจสอบความถูกต้องเพื่อทดสอบโมเดลที่ฝึกโดยโหนดผู้ปฏิบัติงานโดย Morphware Tokens
บทบาทและความรับผิดชอบของสมาชิกของเครือข่ายรวมถึงประเภทเพียร์อิสระสองประเภท
ในการทำงานกับ Morphware ผู้ใช้ปลายทางเพียงแค่อัปโหลดแบบจำลองของพวกเขาในรูปแบบของสมุดบันทึก Jupyter หรือไฟล์ Python ข้อมูลการฝึกอบรมและการทดสอบ
ถัดไป พวกเขาต้องระบุระดับความแม่นยำของเป้าหมายและคาดการณ์ว่าจะใช้เวลานานเท่าใดกว่าจะถึงระดับความแม่นยำนั้น คลิกส่งเป็นอันเสร็จสิ้น
ผู้ใช้ปลายทางส่งแบบจำลองเพื่อให้ผู้ปฏิบัติงานได้รับการฝึกอบรมและทดสอบโดยผู้ตรวจสอบความถูกต้อง ในขณะเดียวกัน ผู้ปฏิบัติงานคือโหนดที่ได้รับโทเค็นจากโมเดลการฝึกอบรมที่ส่งโดยผู้ใช้ปลายทาง
เครื่องมือตรวจสอบคือโหนดที่ได้รับโทเค็นโดยการทดสอบโมเดลที่ได้รับการฝึกอบรมโดยผู้ปฏิบัติงาน
เมื่อผู้ใช้ปลายทางส่งโมเดล โมเดลนั้นจะได้รับการฝึกอบรมโดยคนงานและทดสอบโดยผู้ตรวจสอบความถูกต้อง ผ่านแพลตฟอร์ม ซึ่งสื่อสารกับเครือข่ายผ่านแบ็คเอนด์ daemon
ภูตมีหน้าที่ไม่เพียงแต่สร้างอัลกอริธึมและชุดข้อมูลที่เกี่ยวข้องสำหรับสิ่งที่ผู้ใช้ปลายทางส่งผ่านไคลเอนต์ แต่ยังส่งการชักชวนเบื้องต้นของงานไปยังสัญญาอัจฉริยะ
นอกจากนี้ daemon ยังรับผิดชอบการฝึกอบรมและทดสอบโมเดล โดยผู้ปฏิบัติงานและผู้ตรวจสอบความถูกต้อง
Peer-assisted delivery ช่วยให้สามารถเผยแพร่อัลกอริทึมและชุดข้อมูลที่เกี่ยวข้องจากผู้ใช้ปลายทางไปยังผู้ปฏิบัติงานหรือผู้ตรวจสอบความถูกต้อง
อย่างไรก็ตาม ข้อกำหนดการทำงานเบื้องต้นจากผู้ใช้ปลายทางและการตอบกลับที่เกี่ยวข้องกับผู้ใช้ปลายทางจากผู้ปฏิบัติงานหรือผู้ตรวจสอบความถูกต้องทั้งหมดจะโพสต์ลงในสัญญาอัจฉริยะ
ข้อกำหนดในการทำงานเบื้องต้น ได้แก่ รันไทม์โดยประมาณของระยะเวลาการฝึกอบรม แม่เหล็กที่เกี่ยวข้องกับอัลกอริทึม ชุดการฝึก และชุดทดสอบของข้อมูล
การตอบสนองจากพนักงานรวมถึงลิงก์แม่เหล็กไปยังแบบจำลองที่พวกเขาฝึกฝน ซึ่งต่อมาได้รับการทดสอบโดยผู้ตรวจสอบหลายคน
หากแบบจำลองที่ได้รับการฝึกอบรมตรงตามเกณฑ์ประสิทธิภาพที่กำหนด ผู้ปฏิบัติงานและผู้ตรวจสอบความถูกต้องจะได้รับโทเค็นเป็นรางวัล
อะไรทำให้ Morphware โดดเด่น
Morphware เป็นตลาดสองด้าน
ตลาดให้บริการนักวิทยาศาสตร์ข้อมูลที่สามารถใช้แพลตฟอร์มเพื่อเข้าถึงพลังการประมวลผลระยะไกลผ่านเครือข่ายคอมพิวเตอร์ เช่น CPU, GPU, RAM เหมือนกับวิธีที่พวกเขาใช้ AWS แต่มีต้นทุนต่ำกว่าและมีอินเทอร์เฟซที่เป็นมิตรกับผู้ใช้มากขึ้น
ในทางกลับกัน Morphware ยังให้บริการแก่เจ้าของพลังการประมวลผลส่วนเกินที่ต้องการหารายได้และรางวัลจากการขายพลังประมวลผลของพวกเขา
ดังนั้นกลุ่มลูกค้าของบริษัทจึงมุ่งเน้นไปที่นักวิทยาศาสตร์ข้อมูล นักเล่นเกม หรือผู้ที่มีพลังประมวลผลสูงที่ต้องการหารายได้
ปัจจุบัน รายชื่อลูกค้าของ Morphware มีการเติบโตอย่างต่อเนื่อง รวมถึงนักวิทยาศาสตร์ข้อมูลที่ทำงานใน Mobility Lab รถยนต์ที่ขับเคลื่อนด้วยตนเอง องค์กรนักศึกษาที่ต้องการการสนับสนุนด้านวิทยาศาสตร์ข้อมูล และบริษัทยานยนต์ เช่น Suzu, Mitsubishi หรือ Volvo
Morphware ยังได้ร่วมมือกับ Tellor ภายใต้ความร่วมมือนี้ Tellor จะจ่าย Morphware สำหรับการใช้ Oracle ในช่วงสองสามเดือนแรก
เมื่อเทียบกับคู่แข่งรายอื่นในตลาด Morphware มีความได้เปรียบทางการแข่งขัน กลยุทธ์การตลาดที่เป็นเอกลักษณ์ทำให้สินค้ามีราคาถูกกว่าที่อื่น
ปิดความคิดเกี่ยวกับ Morphware
เนื่องจากโมเดลแมชชีนเลิร์นนิงมีความซับซ้อนมากขึ้น จึงได้มีการสำรวจโครงการสำหรับระบบนิเวศใหม่ของโมเดลการเรียนรู้ด้วยเครื่องที่ซื้อขายผ่านเครือข่ายบล็อคเชน
ดังนั้น ผู้ใช้ปลายทางหรือผู้ซื้อสามารถรับโมเดลที่น่าสนใจจากตลาดการเรียนรู้ของเครื่อง ขณะที่พนักงานหรือผู้ขายที่สนใจใช้การคำนวณในท้องถิ่นกับข้อมูลเพื่อปรับปรุงคุณภาพของโมเดลนั้น
ดังนั้น จะพิจารณาความสัมพันธ์ตามสัดส่วนระหว่างข้อมูลในพื้นที่และคุณภาพของแบบจำลองที่ได้รับการฝึกอบรม และการประเมินมูลค่าข้อมูลของผู้ขายในการฝึกอบรมแบบจำลองต่างๆ จะถูกประมาณการ
โปรเจ็กต์แสดงประสิทธิภาพรันไทม์ที่แข่งขันได้ ค่าใช้จ่ายในการดำเนินการที่ลดลง และความเป็นธรรมในแง่ของสิ่งจูงใจสำหรับผู้เข้าร่วม
Morphware เป็นหนึ่งในแพลตฟอร์มบุกเบิกที่แนะนำเครือข่ายเพียร์ทูเพียร์ ซึ่งผู้ใช้ปลายทางสามารถจ่ายเงินให้ผู้เล่นวิดีโอเกมเพื่อฝึกโมเดลการเรียนรู้ของเครื่องในนามของพวกเขาในสกุลเงินของแพลตฟอร์ม Morphware Token
เรียนรู้เพิ่มเติมเกี่ยวกับ Morphware – โปรดคลิกที่นี่!
ที่มา: https://blockonomi.com/morphware-guide/