Исследование Корнельского университета поставило под сомнение «полезный майнинг» ИИ‑проекта Pearl
Научная работа Корнельского университета поставила под сомнение заявления криптовалютного проекта Pearl, который позиционируется как блокчейн‑сеть, превращающая майнинг в полезные вычисления для искусственного интеллекта. Авторы отмечают: сеть действительно выполняет математические операции, похожие на те, что используются при обучении нейросетей. Но из текущего механизма нельзя понять, решаются ли реальные задачи машинного обучения или система занята обычными вычислениями без практической ценности.
Автор исследования Абхинаба Басу оценивает вычислительную мощность сети примерно в 24 экзахеша в секунду. Это сопоставимо с работой около 320 тысяч видеокарт уровня GeForce RTX 3090. Энергопотребление такой инфраструктуры может достигать 112 МВт. Чтобы проверить систему, исследователь написал собственное ПО для майнинга и вместо ИИ‑задач отправлял в сеть случайные числовые матрицы. Сеть принимала такие результаты и всё равно начисляла вознаграждение.
Дополнительный анализ более чем 8 тысяч узлов показал, что большинство участников используют оборудование, пригодное для запуска ИИ‑моделей. Однако в исследованных программных пакетах не нашли признаков применения популярных фреймворков машинного обучения. Авторы также обратили внимание на влияние проекта на рынок аренды вычислительных мощностей. После запуска майнингового ПО Pearl в мае стоимость аренды недорогих видеокарт на платформе Vast.ai выросла примерно на 38%, а загрузка оборудования увеличилась с 57% до 94%.
Исследование не ставит под сомнение саму концепцию Proof-of-Useful-Work, предполагающую использование майнинга для решения полезных вычислительных задач. По мнению автора, проблема связана с реализацией Pearl. Текущий механизм не требует выполнения реальных задач искусственного интеллекта и не способен подтвердить практическую ценность вычислений. Представители Pearl пока не прокомментировали выводы работы.
Ключевые факты
Исследование Корнельского университета утверждает, что механизм сети Pearl не позволяет определить, выполняются ли реальные задачи машинного обучения или произвольные вычисления без практической ценности.
Автор работы Абхинаба Басу оценивает мощность сети Pearl примерно в 24 экзахеша в секунду, что сопоставимо с работой около 320 тысяч видеокарт уровня GeForce RTX 3090; энергопотребление такой инфраструктуры может достигать 112 МВт.
Для проверки системы исследователь создал собственное ПО для майнинга, отправлявшее в сеть случайные числовые матрицы; сеть принимала результаты вычислений и начисляла вознаграждение.
Анализ более чем 8 тысяч узлов показал использование оборудования, пригодного для запуска ИИ-моделей, однако в программных пакетах не обнаружено признаков популярных фреймворков машинного обучения.