Microsoftov patent za mikro-trening: Plaćanje korisnicima za korištenje neaktivnih grafičkih kartica u obradi umjetne inteligencije
Microsoft je otkrio koncept koji bi osobna računala opremljena snažnim grafičkim karticama (GPU) mogao pretvoriti u decentralizirane računalne čvorove za umjetnu inteligenciju. Umjesto da skupi hardver ostaje neiskorišten dok korisnici ne igraju igre ili ne obrađuju videozapise, predloženi sustav dodjeljivao bi im manje računalne zadatke i novčano ili bodovno kompenzirao vlasnike.
Patentna prijava pod nazivom „Oportunistički mikrotrening na rubnim uređajima korištenjem rezervne GPU snage“ objavljena je 5. studenog 2026. godine. Dokument detaljno opisuje tehnički mehanizam distribucije poslova obuke AI modela na osobne uređaje putem interneta, pri čemu se rezultati obrade šalju natrag u središnji sustav.
Kako funkcionira mehanizam distribuiranog mikro-treninga
Osnovna ideja prihvaća načela poznatih projekata distribuiranog računalstva (poput Folding@Home), no prilagođava ih komercijalnom ekosustavu i modernim AI radnim opterećenjima.
Razbijanje masivnih zadataka na manje cjeline ključni je korak sustava. Zahtjevni procesi obuke AI modela dijeli se na neovisne, mikro-zadatke koje pojedinačni korisnički GPU može obraditi u kratkom vremenu bez preopterećenja. Neprekidno praćenje sistemskih resursa osigurava da korisničko iskustvo ne trpi. Sustav u realnom vremenu nadzire opterećenje grafičkog i centralnog procesora, dostupnost radne memorije, radne temperature i potrošnju energije. Dodatni AI zadaci pokreću se isključivo kada stroj ima viška snage, čime se izbjegava usporavanje aplikacija ili pregrijavanje hardvera.
Prihvaćanje sudjelovanja i sustav nagrađivanja temelje se na pristanku korisnika. Izvršeni računalni rad pretvarao bi se u nagradne bodove na korisničkom računu, koji bi se potom mogli zamijeniti za softverske licence, besplatan pristup naprednim AI modelima ili izravan novčani iznos.
Microsoft također predviđa mogućnost uloge posrednika: sustav ne bi služio samo za internu obuku Microsoftovih modela, već bi računalnu snagu korisnika iznajmljivao trećim stranama kojima su potrebni resursi za razvoj vlastite umjetne inteligencije.
Otvorena pitanja
Troškovi električne energije i privatnostIako koncept zvuči privlačno, njegova praktična primjena i privlačnost korisnicima ovisit će o nekoliko ključnih čimbenika:Omjer troškova električne energije i visine naknade predstavlja najveću prepreku. Grafička kartica pod opterećenjem troši znatno više električne energije i generira toplinu. Ako naknada koju Microsoft ponudi ne bude pokrivala uvećane račune za struju i amortizaciju hardvera, model neće privući širi krug korisnika.
Zaštita privatnosti i prikupljanje podataka dodatan su izazov. Kontinuirano praćenje hardverskih parametara na korisničkom računalu zahtijeva prikupljanje opsežnih sistemskih informacija, zbog čega će Microsoft morati jasno definirati načine pohrane i upotrebe tih podataka kako bi se izbjegle kontroverze oko privatnosti.Trenutačno nema službenih potvrda o tome hoće li patent prasti u konkretan proizvod, niti su objavljeni detalji o podržanim grafičkim karticama i datumu pokretanja usluge.