В области искусственного интеллекта и машинного обучения достигнуты огромные успехи, однако доступ и использование структур искусственного интеллекта, вызывающих эти мыслимые улучшения, может быть сложной задачей, особенно для тех, у кого есть ограниченные ресурсы. Эти структуры, как правило, будут основательно объединены, их ожидания регулярно продаются по предпосылкам для каждого вопроса, а наборы данных, необходимые для их подготовки, обычно являются эксклюзивными, и их изготовление в одиночку обходится дорого. Кроме того, распределенные модели рискуют оказаться устаревшими, если для их переобучения постоянно не предоставляется новая информация.
Посредством различных фреймворков на основе блокчейнов можно совместно и непрерывно обучать и поддерживать модели, а также создавать наборы данных в общедоступных блокчейнах, где модели, как правило, можно бесплатно использовать для оценки прогнозов. Существует множество фреймворков, которые идеально подходят для сценариев с использованием искусственного интеллекта, с которыми люди сталкиваются ежедневно, таких как взаимодействие с личными помощниками, игра в игры или использование рекомендательных систем.
Почему блокчейн?
Использование инноваций в блокчейне позволяет нам выполнять две задачи, которые необходимы для создания структуры:
Предложите участникам определенную степень доверия и безопасности и надежно реализуйте мотивирующую структуру, основанную на силе, чтобы побудить членов предоставить информацию, которая поможет улучшить представление модели.
В современных веб-сервисах, даже если исходный код открыт, люди не могут быть на 100 процентов уверены в том, с чем они взаимодействуют, а для запуска моделей обычно требуются специализированные облачные сервисы. В нашем решении мы помещаем эти общедоступные модели в смарт-контракты, код в блокчейн, который помогает обеспечить соблюдение спецификаций согласованных условий. В нашей структуре модели могут обновляться в цепочке, то есть в среде цепочки блоков, за небольшую комиссию за транзакцию или использоваться для вывода вне цепочки, локально на устройстве пользователя. , без транзакционных издержек.
Смарт-контракты в блокчейне не подлежат изменению и оцениваются множеством машин, помогая гарантировать, что модель выполняет то, что, по ее мнению, она будет делать. Неизменный характер и длительная история серьезных соглашений также позволяют нам надежно регистрировать и передавать призы за обязательства в отношении этической информации. Доверие очень важно при работе с рассрочкой, особенно в рамках, подобных нашей, которые пытаются поддерживать позитивное сотрудничество, используя мотивирующие силы. Более того, блокчейны, например Ethereum, имеют значительное количество децентрализованных машин по всему миру, что делает недоступность смарт-контракта более неопределенной.
Развертывание и обновление моделей
Существуют различные модели и фреймворки, предоставляемые разными корпорациями. В этом блоге мы поговорим об одной из них, предоставляемой Microsoft, под названием Децентрализованный и совместный AI на блокчейне.
Размещение модели в общедоступной цепочке блоков требует первоначальной единовременной платы за развертывание, обычно в несколько долларов, в зависимости от вычислительной стоимости сети цепочки блоков.
С этого момента любой, кто предоставляет данные для обучения модели, будь то человек, развернувший ее, или другой участник, должен будет заплатить небольшую плату, опять же пропорциональную количеству выполняемых вычислений.
Используя структуру Microsoft, они создали модель Perceptron, способную классифицировать настроения, положительные или отрицательные, при просмотре фильмов. По состоянию на июль 2019 года обновление модели на Ethereum стоит около 0,25 доллара США. У них есть планы по расширению своей структуры, чтобы большинству авторов данных не пришлось платить эту плату. Например, участники могут получить возмещение на этапе вознаграждения, или третья сторона может предоставить данные и заплатить цену от их имени, если данные поступают в результате использования технологий третьей стороны.
Механизмы стимулирования
Блокчейны легко позволяют нам делиться развивающимися параметрами модели. Вновь созданная информация, такая как новые слова, новые названия фильмов и новые изображения, может использоваться для обновления существующих размещенных моделей независимо от способности конкретного человека или организации обновлять и организовывать модель самостоятельно. Поощрять людей предоставлять новые данные, которые помогут поддерживать производительность модели.
От небольшого и эффективного до сложного
Децентрализованный и совместный ИИ в структуре блокчейна - это совместное использование моделей, повышение доступности ценных ресурсов для всех и, что не менее важно, создание больших общедоступных наборов данных, которые можно использовать для обучения моделей внутри и вне среды блокчейна.
