Naeural AI OS — Decentralized ubiquitous computing MLOps execution engine

要約

過去数年にわたって、ユビキタス コンピューティングまたはパーベイシブ コンピューティングは、エンタープライズ グレードのシステム、コンシューマ アプリケーション、ゲーム システムなど、幅広いアプリケーションの主要なアプローチとして人気が高まっています。
ユビキタス コンピューティングとは、コンピューティング テクノロジーを日常の物体や環境に統合し、相互に接続されたデバイスのネットワークを作成し、相互に通信したり人間と通信したりすることを指します。
ユビキタス コンピューティング テクノロジを使用することで、コミュニティのつながりと効率が向上し、メンバーがより簡単に通信して共同作業できるようになります。
これにより相互接続とコラボレーションが可能になり、より成功した持続可能なコミュニティが実現します。
しかし、ユビキタス コンピューティングの普及により、自動学習とスマート アプリケーション全般の重要性が強調されています。
人工知能とディープラーニングは大幅に進歩しましたが、高価で非常に複雑なクラウド数値計算インフラストラクチャに対する圧力が高まっているため、大規模な導入は躊躇されています。
実用的な機械学習システムの導入、さらには開発には、複雑なインフラストラクチャだけでなく、データ サイエンスと機械学習に関する確かな専門知識の点でも、法外なコストがかかる場合があります。
このペーパーでは、エンドツーエンドの AI 連携アプリケーション パイプラインのローコード開発と展開のための革新的なアプローチを紹介します。
私たちは、トークン化された経済学に基づいた完全に分散化されたグローバルな協力コミュニティにおいて、インフラストラクチャの割り当て、コスト、および安全な雇用配分に取り組みます。

要約(オリジナル)

Over the past few years, ubiquitous, or pervasive computing has gained popularity as the primary approach for a wide range of applications, including enterprise-grade systems, consumer applications, and gaming systems. Ubiquitous computing refers to the integration of computing technologies into everyday objects and environments, creating a network of interconnected devices that can communicate with each other and with humans. By using ubiquitous computing technologies, communities can become more connected and efficient, with members able to communicate and collaborate more easily. This enabled interconnectedness and collaboration can lead to a more successful and sustainable community. The spread of ubiquitous computing, however, has emphasized the importance of automated learning and smart applications in general. Even though there have been significant strides in Artificial Intelligence and Deep Learning, large scale adoption has been hesitant due to mounting pressure on expensive and highly complex cloud numerical-compute infrastructures. Adopting, and even developing, practical machine learning systems can come with prohibitive costs, not only in terms of complex infrastructures but also of solid expertise in Data Science and Machine Learning. In this paper we present an innovative approach for low-code development and deployment of end-to-end AI cooperative application pipelines. We address infrastructure allocation, costs, and secure job distribution in a fully decentralized global cooperative community based on tokenized economics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google