في عصر البيانات الضخمة، شهدنا تحولات جذرية في مجالات متعددة بفضل نماذج التعلم الآلي الكبيرة (Large-scale Machine Learning Models)، إلا أن تدريب مثل هذه النماذج يتطلب موارد مالية وحسابية ضخمة تعود ملكيتها لشركات تكنولوجية عملاقة ومؤسسات ممولة بشكل كبير. وهذا يمثل تحدياً حقيقياً للمستخدمين العاديين، الذين يعدون المصدر الرئيسي للبيانات القيمة، حيث يتم استبعادهم غالباً من الاستفادة بشكل كامل بسبب العوائق المالية.

تزداد الفجوة بين المستخدمين العاديين ونماذج الذكاء الاصطناعي الكبيرة، حيث تفتقر الطرق الحالية للوصول إلى هذه النماذج إلى الاستدامة أو تحد من ملكية المستخدمين. لذلك، emerges الحاجة الملحة إلى نموذج تدريب تعاوني يمكن المستخدمين العاديين من تدريب ومشاركة النماذج.

تتوجه الورقة العلمية الجديدة إلى هذه القضية من خلال تقديم نموذج تدريب مبتكر يُدعى التعلم المرحلي اللامركزي (Decentralized Relay Learning - DeRelayL). يتيح هذا النظام المستدام للمشاركين بدون إذن المساهمة في تدريب النماذج بطريقة مشابهة لrelay ويشاركون النموذج الناتج مع الآخرين.

تستعرض الورقة العلمية بنية النظام وطرق العمل الخاصة به، بالإضافة إلى تصميم آليات تحفيز لضمان الاستدامة، وتقدم تحليلات نظرية ومحاكاة عددية لإظهار فعاليته. يُتوقع أن يُحدث DeRelayL تغيرات جذرية في كيفية استخدام الذكاء الاصطناعي ويعزز مشاركة المستخدمين العاديين في هذا المجال الهام.