AIOZ Network 將通過開放模型和挑戰“賦能”去中心化人工智能開發者

由 DePIN 提供支援的生態系統 AIOZ AI 正在建立一個去中心化的全端基礎設施。

AIOZ AI 旨在透過賦予貢獻者更多對其工作的控制權來“賦能貢獻者”，使開發人員、研究人員和技術團隊能夠在協作環境中發布、共享和擴展其數據集。

AIOZ Network 創辦人兼執行長 Erman Tjiputra 告訴Decrypt ，傳統的 AI 模型是在不透明的環境中創建的，其方法缺乏透明度，而 AIOZ AI 的分散式方法旨在提供「效率更高、安全性更高、可訪問性更強」的 AI 運算。

透過 AIOZ AI，用戶可以上傳和儲存資料集並訓練模型——根據模型的效能和被他人使用的情況，用戶有可能獲得代幣獎勵。

AIOZ Network 的去中心化實體基礎設施網路 (DePIN) 為此目標提供了支持，超過 30 萬台設備貢獻其閒置的運算能力，用於人工智慧運算、去中心化儲存和內容分發。

其目標是讓貢獻者更好地控制他們的 AI 資產（例如模型和資料集），同時讓創新者更容​​易部署造福普通人的 AI 解決方案。

AIOZ AI 上已經提供了多種模型，包括圖像到圖像處理模型，例如背景移除、背景替換、圖像到動漫以及影片到 Canny Edge。

此外，據AIOZ Network稱，AIOZ AI上「輕量高效」的影像超解析度（SR）模型能夠從低解析度輸入重建高保真影像，這對數位內容創作者和檔案修復計畫「極為有利」。 AIOZ AI模型未來的潛在應用包括為串流平台提供即時視訊升頻、根據可用頻寬自適應地優化影像質量，以及能夠執行物件感知影像銳化和細節恢復的工具。

「透過 AIOZ AI，我們正在建立一個以人為本的 AI 經濟，」Tjiputra 說。 “開發者可以掌控自己的模型和數據集，在社區計算資源上運行它們，並在他們的工作成果驅動實際應用時獲得代幣獎勵。”

AIOZ人工智慧挑戰賽

AIOZ AI平台的核心功能之一是其AIOZ AI挑戰系統，該系統允許任何組織、研究人員或開發人員在生態系統內舉辦競賽。這些挑戰賽將現實世界的問題轉化為開放的、協作式的AI項目，這些項目運行在網路的去中心化計算層上。

該平台上目前正在進行的挑戰包括建立一個回歸模型，該模型能夠根據關鍵數據點（例如位置、面積和臥室數量）準確預測房屋的最終售價。另一個挑戰是開發一個自然語言處理模型，該模型能夠判斷電影評論是正面還是負面。

AIOZ Network 先前舉辦的一項挑戰賽旨在獎勵用戶為解決一個緊迫的現實問題所做的努力：人臉防欺騙挑戰賽鼓勵參賽者創建能夠準確區分真人面孔和冒名頂替者的模型，例如那些試圖通過打印照片、3D面具或深度偽造視頻來獲取賬戶訪問權限的人。鑑於人臉辨識工具目前已廣泛應用於金融應用程序，AIOZ Network 認為解決這項挑戰「至關重要」。

在某些情況下，AIOZ AI挑戰的優秀參賽者會在社群中獲得認可，而表現突出的解決方案有機會獲得數位禮品和代幣獎勵。每項挑戰賽都包含一個討論區，供有抱負的開發者提出技術問題並交流想法。

據 AIOZ Network 稱，此類舉措是構建「萬物智能」的共同努力的一部分——開發者團結起來，共同推動人工智慧的邊界。