Saat ini, karena teknik pembelajaran mesin diterapkan secara luas ke berbagai aplikasi, pembelajaran mesin menjadi penting untuk layanan online.
Morphware adalah sistem pembelajaran mesin terdesentralisasi yang memberi penghargaan kepada pemilik akselerator dengan melelang daya komputasi menganggur mereka dan kemudian memfasilitasi sub-rutin terkait, yang dapat mewakili ilmuwan data untuk melatih dan menguji model pembelajaran mesin dalam kapasitas terdesentralisasi.
Jenis model pembelajaran mesin termasuk algoritma pembelajaran semi-atau tanpa pengawasan terawasi.
Pelatihan algoritma pembelajaran yang diawasi dapat dilihat sebagai pencarian kombinasi bobot yang optimal untuk diterapkan pada sekumpulan input atau untuk memprediksi output yang diinginkan.
Dorongan dari pekerjaan ini adalah kompleksitas komputasi. Perangkat keras yang digunakan untuk merender video game juga dapat mempercepat pelatihan algoritma pembelajaran terawasi.
Apa Itu Morphware?
Salah satu masalah utama dalam model pembelajaran mesin adalah sumber daya komputasi yang diperlukan untuk menjalankan beban kerja pembelajaran mesin canggih berlipat ganda kira-kira setiap tiga setengah bulan.
Untuk mengatasi masalah ini, Morphware mengembangkan jaringan peer-to-peer yang memungkinkan praktisi data scientist, insinyur pembelajaran mesin, dan mahasiswa ilmu komputer membayar pemain video game atau orang lain untuk melatih model atas nama mereka.
Meskipun mesin perangkat keras membantu ilmuwan data mempercepat pengembangan model pembelajaran mesin, tingginya biaya akselerator perangkat keras ini juga menjadi penghalang bagi banyak ilmuwan data.
Apa Itu Model Pembelajaran Mesin?
Model pembelajaran mesin dapat bervariasi menurut tingkat pengawasan dan parameterisasi. Tujuan pelatihan model terawasi-parameter adalah untuk menurunkan tingkat kesalahan yang mencakup jarak numerik antara prediksi dan pengamatan.
Pelatihan model pembelajaran mesin dilaksanakan dengan pra-pemrosesan, dan diikuti dengan pengujian. Ilmuwan data memisahkan data yang tersedia untuk model pembelajaran mesin saat mereka berlatih dari data yang disediakan untuk mereka selama periode pengujian mereka.
Oleh karena itu, dapat dilihat bahwa model tidak sesuai dengan kumpulan data yang tersedia, serta kinerja, yang mungkin lebih buruk pada data yang tidak terlihat.
Biasanya, data pelatihan dan pengujian dipilih dari file atau direktori yang sama dalam pra-pemrosesan.
Kelahiran pembelajaran mendalam adalah ledakan besar modern Sebagai model perangkat lunak baru yang fundamental, pembelajaran mendalam memungkinkan miliaran neuron perangkat lunak dan triliunan koneksi dilatih, secara paralel.
Menjalankan algoritma jaringan saraf yang dalam dan belajar dari contoh, komputasi yang dipercepat adalah pendekatan yang ideal dan GPU adalah prosesor yang ideal.
Ini adalah kombinasi baru untuk menciptakan generasi baru untuk platform komputasi dengan kinerja yang lebih baik, produktivitas pemrograman, dan aksesibilitas terbuka.
Model pembelajaran mendalam dikenal sebagai subset dari model pembelajaran mesin. Mereka sangat intensif secara komputasi untuk dilatih karena lapisan variabel laten yang saling berhubungan.
Apa itu Solusi Morphware?
Mata uang platform utama Morphware Token digunakan untuk transaksi ini.
Tokenomics
Total pasokan Token Morphware adalah 1,232,922,769 dan mereka dapat dibakar, tetapi tidak dapat dicetak.
Melalui situs web yang dirancang, dikembangkan, dan digunakan oleh Morphware, pengguna dapat membeli token platform.
Kurang dari dua persen dari total pasokan Token Morphware akan dijual di bulan pertama.
Bagaimana Morphware Bekerja
Proses model pembelajaran mesin adalah analisis data dan kemudian merupakan siklus berulang yang terombang-ambing antara pemilihan model dan rekayasa fitur.
Tujuan dari pekerjaan ini adalah untuk membantu pengguna akhir seperti ilmuwan data melakukan iterasi lebih cepat dengan menciptakan akses ke jaringan komputer terdesentralisasi yang dapat mempercepat beban kerja mereka.
Pengguna akhir dipasangkan dengan dan membayar, node pekerja melalui lelang balik harga kedua dengan tawaran tertutup. Mereka membayar node pekerja untuk melatih model mereka dan node validator untuk menguji model yang dilatih oleh node pekerja oleh Token Morphware.
Peran dan tanggung jawab anggota jaringan mencakup dua tipe peer yang otonom.
Untuk bekerja dengan Morphware, pengguna akhir cukup mengunggah model mereka, dalam bentuk notebook Jupyter atau file Python, data pelatihan dan pengujian.
Selanjutnya, mereka perlu menentukan tingkat akurasi target dan memberikan prediksi berapa lama waktu yang dibutuhkan untuk mencapai tingkat akurasi tersebut. Mengklik kirim untuk menyelesaikan.
Pengguna akhir mengirimkan model untuk dilatih oleh pekerja dan diuji oleh validator. Sementara itu, pekerja adalah simpul yang mendapatkan token dengan model pelatihan yang diajukan oleh pengguna akhir.
Validator adalah node yang mendapatkan token dengan menguji model yang dilatih oleh pekerja.
Setelah pengguna akhir mengirimkan model, model akan dilatih oleh pekerja dan diuji oleh validator, melalui platform, yang berkomunikasi dengan jaringan melalui daemon back-end.
Daemon bertanggung jawab untuk tidak hanya membuat algoritme dan kumpulan datanya masing-masing untuk apa yang dikirimkan oleh pengguna akhir melalui klien, tetapi juga mengirimkan permintaan awal pekerjaan ke kontrak pintar.
Selain itu, daemon bertanggung jawab untuk pelatihan dan pengujian model, oleh pekerja dan validator.
Pengiriman dengan bantuan rekan memungkinkan penyebaran algoritme dan kumpulan data yang sesuai dari pengguna akhir ke pekerja atau validator.
Namun, persyaratan kerja awal dari pengguna akhir dan tanggapan yang relevan kepada pengguna akhir dari pekerja atau validator semuanya diposting ke kontrak pintar.
Persyaratan kerja awal mencakup perkiraan runtime periode pelatihan, magnet terkait algoritme, set pelatihan, dan set data pengujian.
Tanggapan dari seorang pekerja menyertakan tautan magnet ke model yang mereka latih, yang kemudian diuji oleh banyak validator.
Jika model yang dilatih memenuhi ambang batas kinerja yang diperlukan, pekerja dan validator akan menerima token sebagai hadiah.
Apa yang Membuat Morphware Luar Biasa
Morphware adalah pasar dua sisi.
Pasar melayani ilmuwan data yang dapat menggunakan platform untuk mengakses daya komputasi jarak jauh melalui jaringan komputer seperti CPU, GPU, RAM seperti cara mereka menggunakan AWS, tetapi dengan biaya lebih rendah dan dengan antarmuka yang lebih ramah pengguna.
Di sisi lain, Morphware juga melayani pemilik kelebihan daya komputasi yang mencari uang dan imbalan dengan menjual daya komputasi mereka.
Oleh karena itu, segmen pelanggannya fokus pada ilmuwan data, gamer, atau orang dengan daya komputasi berlebih yang ingin menghasilkan uang.
Saat ini, daftar klien Morphware terus berkembang termasuk ilmuwan data yang bekerja di Lab Mobilitas mobil yang dapat mengemudi sendiri, organisasi mahasiswa yang membutuhkan dukungan ilmu data, dan perusahaan otomotif seperti Suzu, Mitsubishi, atau Volvo.
Morphware juga telah bermitra dengan Tellor. Di bawah kemitraan ini, Tellor akan membayar Morphware untuk menggunakan oracle mereka selama beberapa bulan pertama.
Dibandingkan dengan pesaing lain di pasar, Morphware memiliki keunggulan kompetitif. Strategi pasarnya yang unik membuat produknya lebih murah daripada yang lain.
Menutup Pikiran tentang Morphware
Karena model pembelajaran mesin menjadi semakin kompleks, proyek untuk ekosistem baru model pembelajaran mesin yang diperdagangkan melalui jaringan berbasis Blockchain telah dieksplorasi.
Dengan demikian, pengguna akhir atau pembeli dapat memperoleh model yang diminati dari pasar pembelajaran mesin sementara pekerja atau penjual yang tertarik untuk menghabiskan komputasi lokal pada data untuk meningkatkan kualitas model tersebut.
Dengan demikian, hubungan proporsional antara data lokal dan kualitas model terlatih dipertimbangkan, dan penilaian data penjual dalam pelatihan model diperkirakan.
Proyek ini menunjukkan kinerja run-time yang kompetitif, biaya pelaksanaan yang lebih rendah, dan keadilan dalam hal insentif bagi para peserta.
Morphware adalah salah satu platform perintis yang memperkenalkan jaringan peer-to-peer di mana pengguna akhir dapat membayar pemain video game untuk melatih model pembelajaran mesin, atas nama mereka, dalam mata uang platform Morphware Token.
Untuk mempelajari lebih lanjut tentang Morphware – silakan klik di sini!
Sumber: https://blockonomi.com/morphware-guide/