Pi Network 正試圖利用人工智慧的蓬勃發展，將其閒置節點和用戶網路重新用於去中心化的 AI 任務。
該計畫聲稱其擁有超過42.1萬個活躍節點的網路可用於解決全球人工智慧運算能力短缺的問題。這龐大的基礎設施相當於超過100萬個中央處理器（CPU）。
Pi Network 的 AI 訓練計畫推動代幣價格上漲 15%
為了展示其功能，Pi Network與機器人新創公司 OpenMind 合作進行了概念驗證測試，Pi 投資了該公司。
測試期間，七名志願者節點操作員收到了人工智慧影像辨識容器。這些節點成功處理了數據，識別出了公車和行人等物體，並在四秒鐘內返回了推理結果。
該網路聲稱： “總體而言，實驗驗證了分佈式 Pi 節點可以執行與 AI 相關的工作負載并快速返回有用的結果。”
然而，仔細審視後發現，該計畫的基礎設施聲稱與現代人工智慧開發的技術現實之間存在著巨大的差距。
訓練複雜的AI系統，特別是大型語言模型，需要消耗大量資源。這個過程需要龐大的高效能圖形處理單元（GPU）集群，這些GPU透過低延遲網路緊密連接。
為 Pi 節點提供動力的分散式消費級 CPU 缺乏進行如此密集的矩陣運算所需的平行處理能力。
儘管人工智慧訓練有硬體限制，但Pi Network 對人工智慧領域而言仍具有潛在的寶貴價值。
這項優勢在於其龐大且遍佈全球的使用者群體。至關重要的是，該網路對其數百萬參與者要求嚴格的身份驗證。
Pi Network 聯合創辦人範成雕強調，這些經過驗證的使用者可以為人工智慧模式提供必要的人工參與支援。
範表示：“人的參與也是一個關鍵組成部分。Pi 的認證用戶網路為人工智慧系統提供了可擴展且真實的人類輸入，是一種獨特的資源。”
Pi 將其網路用戶定位為人工智慧訓練的去中心化勞動力，從而為其原生加密貨幣建立合法的實用性。參與者將因其完成的微任務而獲得 Pi 代幣作為報酬。
同時，範也認為，該網路的分散式人工智慧訓練工作可以解決該產業目前面臨的挑戰。
她表示：“分散式人工智慧訓練與分散式網路自然契合，並可能有助於解決集中式訓練的一些局限性，例如資料中心限制、能源集中以及災難性遺忘或全局狀態瓶頸等問題。”
同時，截至發稿時，該網路向人工智慧的轉型似乎已使其代幣價格上漲 15%，達到 0.2307 美元。
