Acurast مدل تصمیم‌گیری هوش مصنوعی Laya را به شبکه گوشی‌های هوشمند می‌آورد

Acurast مدل تصمیم‌گیری هوش مصنوعی متن‌باز Laya را در شبکه محاسباتی گوشی‌های هوشمند غیرمتمرکز خود پیاده‌سازی کرده است و این امکان را فراهم می‌کند که مدل تصمیمات آنی را بر روی دستگاه‌های اندروید به جای مراکز داده متمرکز پردازش کند.

خلاصه

• Acurast مدل هوش مصنوعی Laya را در شبکه محاسباتی گوشی‌های هوشمند غیرمتمرکز خود پیاده‌سازی کرده است.
• Laya تصمیمات ساختاری را برای بازی، طبقه‌بندی، تعدیل و وظایف امنیتی پردازش می‌کند و به جای تولید متن گفتگویی، عمل می‌کند.
• Acurast اعلام کرد که تصمیمات معمولاً حدود 0.2 تا 1 ثانیه طول می‌کشد و با استفاده از CPUهای گوشی‌های هوشمند بدون GPUهای اختصاصی پردازش می‌شود.
• طبق گفته این شرکت، بیش از 280,000 گوشی هوشمند در بیش از 175 کشور به شبکه Acurast پیوسته‌اند.

طبق گفته Acurast، این پیاده‌سازی Laya را به‌طور کامل بر روی گره‌های لبه موبایل اجرا می‌کند و از گوشی‌های هوشمند توزیع‌شده شبکه برای مدیریت بارهای کاری شامل طبقه‌بندی، بازی، ناوبری، امنیت و تعدیل محتوا استفاده می‌کند.

Acurast مدل هوش مصنوعی Laya را به شبکه محاسباتی گوشی‌های هوشمند می‌آورد

Laya که توسط Convai Innovations تحت مجوز Apache 2.0 توسعه یافته، برای اتخاذ تصمیمات ساختاری طراحی شده است و به جای تولید پاسخ‌های گفتگویی عمل می‌کند.

با توجه به یک وضعیت تعریف‌شده و مجموعه‌ای از اقدامات ممکن، مدل ورودی را ارزیابی کرده و یک گزینه را انتخاب می‌کند. مخزن متن‌باز آن سه فرمت اصلی تصمیم‌گیری را توصیف می‌کند که شامل انتخاب بین گزینه‌های تعریف‌شده، امتیازدهی در برابر یک محدوده مشخص و تصمیمات بولی است.

این مدل از معماری غیر خودبازگشتی استفاده می‌کند، به این معنی که به‌طور معمول به‌صورت توکن به توکن پاسخ تولید نمی‌کند، همان‌طور که مدل‌های زبانی بزرگ معمولاً متن تولید می‌کنند. Convai Innovations Laya را به‌عنوان یک مدل تصمیم‌گیری "سیستم 1" توصیف می‌کند که برای وظایفی طراحی شده است که در آن یک برنامه نیاز به پاسخ سریع و ساختاری دارد.

Acurast از این مدل برای نشان دادن اینکه چگونه چنین بارهای کاری می‌توانند بر روی سخت‌افزار موبایل عمومی عمل کنند، استفاده می‌کند. طبق گفته این شرکت، هر تصمیم در پیاده‌سازی آن بر روی یک گوشی هوشمند اندروید متصل به شبکه پردازش می‌شود.

"با اجرای Laya بر روی Acurast، ما این را تغییر داده‌ایم،" بنیان‌گذار Acurast، الساندرو د کارلی گفت. "ما در حال اثبات این هستیم که هوش مصنوعی سیستم 1 می‌تواند به‌طور ایمن و در مقیاس بر روی سخت‌افزاری که همه قبلاً دارند، اجرا شود و یک جایگزین واقعاً باز و غیرمتمرکز برای قفل‌کردن ابری متمرکز ارائه دهد."

کد عمومی و وزن‌های مدل Laya تحت مجوز Apache 2.0 در دسترس است. مخزن آن یک نقطه چک 421 میلیون پارامتری انگلیسی را فهرست می‌کند، به همراه مدل‌های جداگانه برای بارهای کاری تصمیم‌گیری چندزبانه و نوع‌دار.

Laya در Acurast چه کاری می‌تواند انجام دهد؟

Acurast چندین نمایش زنده برای آزمایش مدل در انواع مختلف وظایف مبتنی بر تصمیم‌گیری راه‌اندازی کرده است.

برای بازی، Laya برای بازی Snake و Tetris استفاده شده است و حرکات را انتخاب کرده و تعیین می‌کند که قطعات در حال سقوط کجا قرار بگیرند. یک نمایش Doom نیاز دارد که مدل تصمیماتی در مورد حرکت، هدف‌گیری، شلیک، جمع‌آوری اقلام و کاوش در محیط بازی بگیرد.

آزمایش‌های دیگر نزدیک‌تر به برنامه‌های نرم‌افزاری بالقوه هستند. این مدل می‌تواند ایمیل‌ها را به عنوان پیام‌های صندوق ورودی، هرزنامه یا تلاش‌های فیشینگ طبقه‌بندی کند و عناوین را به دسته‌هایی از جمله اخبار، طنز، کلیک‌زنی و دستکاری تقسیم کند. Acurast اعلام کرد که Laya را برای شناسایی تلاش‌های تزریق درخواست علیه دستیاران هوش مصنوعی و شناسایی پیام‌های سمی در چت‌های زنده آزمایش کرده است.

کاربران می‌توانند نامه‌ها، عناوین، درخواست‌ها و ورودی‌های دیگر خود را به نمایش‌ها ارسال کرده و تصمیمات گرفته‌شده توسط مدل را مشاهده کنند.

توسعه‌دهندگان Laya محدودیت‌هایی را نیز مستند کرده‌اند. مخزن پروژه می‌گوید که مدل عمومی آن در برخی از آزمایش‌های تصمیم‌گیری نوع‌دار صفر شوت عملکرد ضعیفی دارد و توصیه می‌کند که مدل برای وظایف خاص تخصصی شود. این توصیه می‌کند که سوالات انتخابی را زیر 20 گزینه نگه‌دارید و احتمالات را با استفاده از داده‌های خاص برنامه تنظیم کنید.

گوشی‌های هوشمند بارهای کاری هوش مصنوعی را بدون GPU مدیریت می‌کنند

Acurast اعلام کرد که تصمیمات در پیاده‌سازی Laya معمولاً حدود 0.2 تا 1 ثانیه طول می‌کشد و با استفاده از CPUهای گوشی‌های هوشمند به جای GPUهای اختصاصی پردازش می‌شود.

کار به‌طور پویا بین دستگاه‌های شرکت‌کننده در شبکه توزیع می‌شود. نتایج با اثبات رمزنگاری همراه است، در حالی که اپراتورهای گوشی‌های هوشمند برای ارائه ظرفیت پردازش، توکن بومی Acurast به نام ACU دریافت می‌کنند.

به گفته Acurast، شبکه از محیط‌های اجرای مورد اعتماد (TEE) موجود در گوشی‌های هوشمند مدرن برای جداسازی بارهای کاری و محافظت از داده‌ها در حین انجام محاسبات استفاده می‌کند.

رویکرد Acurast به سخت‌افزار مصرف‌کننده موجود متکی است و نیازی به خرید سرورهای اختصاصی یا GPU توسط اپراتورها ندارد. این شرکت قبلاً از همین مدل برای زیرساخت‌های بلاکچین و سایر بارهای کاری محاسباتی غیرمتمرکز استفاده کرده است.

Crypto.news قبلاً گزارش داده بود که Acurast در ماه مه 2025 مبلغ 5.4 میلیون دلار برای توسعه شبکه ابری غیرمتمرکز خود که توسط گوشی‌های هوشمند تأمین می‌شود، جمع‌آوری کرده است. در آن زمان، شبکه بیش از 72,000 گوشی هوشمند داشت و 256 میلیون تراکنش را پردازش کرده بود.

Acurast اکنون می‌گوید که بیش از 280,000 گوشی هوشمند در بیش از 175 کشور به شبکه پیوسته‌اند و تعداد تراکنش‌های زنجیره‌ای پردازش شده از 918 میلیون گذشته است.

این مدل در تلاش‌های رو به رشد برای استفاده از دستگاه‌های مصرف‌کننده برای بارهای کاری هوش مصنوعی غیرمتمرکز جا می‌گیرد. Gaia در سپتامبر 2025 یک گوشی هوشمند هوش مصنوعی معرفی کرد که برای اجرای محلی هوش مصنوعی روی دستگاه طراحی شده بود و به کاربران اجازه می‌داد تا محاسبات را به شبکه غیرمتمرکز آن اضافه کنند.

Acurast هدف بارهای کاری کوچک هوش مصنوعی در زمان واقعی را نشانه‌گذاری می‌کند

Acurast استقرار Laya را حول بارهای کاری که نیاز به تصمیم‌گیری‌های مکرر دارند، به جای پاسخ‌های طولانی تولید شده، قرار می‌دهد.

این تمایز به مدل‌های کوچک‌تر اجازه می‌دهد تا وظایفی مانند مسیریابی، تعدیل و طبقه‌بندی را بدون ارسال هر درخواست به یک مدل تولیدی بزرگ که توسط یک تأمین‌کننده متمرکز میزبانی می‌شود، انجام دهند. توسعه‌دهندگان می‌توانند Laya را خودشان مستقر کنند زیرا وزن‌های مدل و نرم‌افزار آن به‌طور عمومی در دسترس است.

مستندات Convai Innovations Laya را به‌عنوان یک خانواده از مدل‌ها توصیف می‌کند نه یک نقطه چک. نسخه انگلیسی آن بر اساس ModernBERT بزرگ با 421 میلیون پارامتر است، در حالی که نسخه چندزبانه از یک مدل با 322 میلیون پارامتر استفاده می‌کند و از بیش از 100 زبان پشتیبانی می‌کند. یک نقطه چک جداگانه برای جریان‌های تصمیم‌گیری تایپی از جمله خدمات مشتری، پردازش فاکتورها و حوادث امنیتی آموزش دیده است.

Acurast گفت که پیاده‌سازی آن به توسعه‌دهندگان اجازه می‌دهد تا این نوع بارهای کاری که به‌طور مداوم کار می‌کنند را بدون نیاز به دسترسی به API یا ظرفیت سرور از یک تأمین‌کننده ابری متمرکز اجرا کنند.

"هدف ما این است که چشمان توسعه‌دهندگان را به فرصت‌های فوق‌العاده‌ای که از استفاده از محاسبات Acurast ناشی می‌شود، باز کنیم،" De Carli گفت. "این استقرار ثابت می‌کند که هوش مصنوعی مبتنی بر تصمیم می‌تواند به‌طور ارزان، قابل تأیید و بدون نیاز به مرکز داده در یک شبکه گوشی هوشمند غیرمتمرکز امروز اجرا شود."

این شرکت نمایش‌های Laya را برای کاربران فراهم کرده است تا ورودی‌های خود را ارسال کنند و تصمیمات حاصل را در شبکه لبه موبایل خود مشاهده کنند.