OpenAgents zdobywa finansowanie i uruchamia sieć Pylon
OpenAgents, laboratorium sztucznej inteligencji o otwartym kodzie źródłowym, specjalizujące się w infrastrukturze natywnej dla Bitcoin, ogłosiło zakończenie programu akceleracyjnego BitcoinFi oraz pozyskanie 1,3 mln dolarów w rundzie pre-seed. Środki zostaną przeznaczone na rozwój sieci Pylon – rozproszonego węzła obliczeniowego, który umożliwia zarabianie Bitcoinów poprzez udostępnianie wolnej mocy obliczeniowej. Dodatkowo, firma przyspieszy prace nad Psionic, frameworkiem uczenia maszynowego opartym na języku Rust, wspierającym wnioskowanie, dostrajanie modeli, generowanie osadzeń, obrazów oraz rozproszone trenowanie.
Budowanie zdecentralizowanego rynku mocy obliczeniowej
Pylon, nazywany przez OpenAgents „kopalnią mocy obliczeniowej”, działa na maszynie użytkownika, łącząc się z warstwą koordynacyjną Nexus. Umożliwia selektywne udostępnianie lokalnych zasobów obliczeniowych sieci. Użytkownicy otrzymują płatności w Bitcoinach z hostowanej kasy Nexus za wykonywaną pracę oraz okresowe wypłaty startowe. Technologia ta otwiera możliwość zarabiania Bitcoinów, podobną do wczesnych dni kopania kryptowaluty, kiedy to nawet standardowe komputery i karty graficzne mogły konkurować w wyścigu mocy obliczeniowej.
Nowy model może zainteresować zarówno graczy, jak i entuzjastów AI, którzy dotychczas nie mieli bezpośredniego kontaktu z kryptowalutami. Sieć Pylon bazuje na otwartych protokołach znanych społecznościom Bitcoin i Nostr. Pylon funkcjonuje jako klient Nostr oraz dostawca usług zgodny z NIP-90, natomiast Nexus zarządza obecnością dostawców, przydzielaniem zadań, telemetrią, rozliczeniami oraz statystykami publicznymi. Obecnie OpenAgents prowadzi hostowaną wersję Nexus, jednak kod jest otwarty i zaprojektowany tak, aby w przyszłości inni operatorzy mogli uruchamiać własne sieci Nexus.
Pierwsze kroki na otwartym rynku mocy obliczeniowej
OpenAgents określa obecny etap jako Otwarty Rynek Mocy Obliczeniowej. Pierwsze dostępne produkty obejmują wnioskowanie i generowanie osadzeń, natomiast proces trenowania modeli jest wprowadzany poprzez jasno określony przepływ zadań, walidacji, punktów kontrolnych i wypłat. Podczas publicznej bety sieć Pylon szybko ewoluowała od prostych testów żywotności do rzeczywistej pracy obliczeniowej.
Według komunikatu prasowego, w pierwszym okresie aktywności sieci wypłacono ponad milion satoshi, a liczba aktywnych węzłów Pylon przekroczyła tysiąc. Firma przygotowuje obecnie rozproszone uruchomienia procesów trenowania, które będą publikować dane uczestników, w tym liczbę aktywnych węzłów, przydzielonych zadań, zaakceptowanych prac oraz postępów modeli. Celem jest skalowanie poza dotychczasowe demonstracje rozproszonego trenowania, przy jednoczesnym zachowaniu weryfikowalności przydziałów i akceptacji zadań.
Wykorzystanie nieużywanej mocy obliczeniowej konsumenckiej
OpenAgents koncentruje się na nieużywanej mocy obliczeniowej urządzeń konsumenckich: komputerów Mac, gamingowych PC, starszych maszyn oraz innych urządzeń, których wolne zasoby są zazwyczaj niewykorzystywane. Firma postrzega ten potencjał jako ogromną, niewykorzystaną warstwę infrastrukturalną dla otwartego AI. Do trenowania modeli wykorzystywany jest Psionic – framework uczenia maszynowego OpenAgents oparty na języku Rust.
Pełna gama produktów oparta na sieci
Sieć obliczeniowa stanowi fundament, na którym OpenAgents buduje szerszy ekosystem produktowy. Firma podkreśla, że jej celem jest stworzenie otwartej, konkurencyjnej alternatywy dla największych, scentralizowanych laboratoriów AI, działającej w pełni transparentnie i w otwartym kodzie źródłowym. „Ameryka potrzebuje laboratorium AI o otwartym kodzie, które może konkurować na najwyższym poziomie bez powielania zamkniętych, scentralizowanych mechanizmów motywacyjnych największych graczy” – powiedział Christopher David, założyciel i dyrektor generalny OpenAgents. „OpenAgents istnieje, aby zbudować to laboratorium w sposób publiczny. Płacimy użytkownikom bezpośrednio za moc obliczeniową, oprogramowanie i dane, które czynią system lepszym.”