通过基于区块链市场产生的数据训练出的机器学习模型有可能成为世界上最强大的人工智能。它们结合了两个强大的原始资源：私人机器学习，允许在不透露敏感私人数据的情况下进行训练，以及基于区块链所带有的激励机制，这些激励机制允许这些系统可以吸引最佳数据和模型，使其更加智能化。其最后导致的结果是开放的市场，任何人都可以出售他们的数据并保持其数据的私密性，而开发人员则可以使用激励措施为他们的算法吸引最佳数据。译者注：著名的华人物理学家张首晟也曾表示过区块链可以很好的解决人工智能需要大量的数据的难题。
起源
这个想法的基础是在2015年与理查德· 努梅莱的谈话中获得的。Numerai是一家对冲基金，它将加密的市场数据发送给任何想要竞争模拟股市的数据科学家，然后根据他们打造的模型性能的良好程度进行不同级别的奖励。
创建：
举个例子：我们试着创建一个完全分散的系统，用于在分散交易所交易加密货币。这是未来的一个方向：
数据：数据提供者可以获取数据并将其提供给建模人员。
模型构建：建模者选择要使用的数据并创建模型。训练是使用安全的计算方法完成的，该方法允许模型在不暴露底层数据的情况下进行训练。
元模型：构建元模型是基于考虑每个模型的算法创建的。
使用元模型：智能合约通过分散交换机制在链上以编程方式进行元模型交易。
分配收益/损失：经过一段时间后，交易产生利润或亏损。这种利润或损失是根据元模型的贡献者分成多少，这取决于他们制作多少智能元素。然后，模型转向并对其数据提供者执行类似的分发/股权削减。
可验证的计算：每个步骤的计算是集中式的，但可以使用像Truebit这样的验证游戏进行验证和挑战，或者使用安全的多方计算进行分散。
我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。
托管：数据和模型要么托管在IPFS上，要么托管在安全的多方计算网络中，因为链上存储将会过于昂贵。
是什么让这个系统强大？
吸引全球最佳数据：吸引数据的激励措施是系统中最有效的部分，因为数据往往成为大多数机器学习的限制因素。比特币就是以同样的方式，通过开放式激励机制创建了一个全球计算能力最强的紧急系统，适当设计的数据激励结构将为你的应用程序带来世界上最好的数据。关闭数千或数百万个数据来源的系统几乎是不可能的。
算法之间的竞争：在以前不存在的地方创建模型/算法之间的公开竞争，使用数千种竞争新闻源算法来分散Facebook。
奖励的透明度：数据和模型提供商可以看到他们获得了他们提交的公平价值，因为所有计算都是可验证的，使他们更有可能参与。
自动化：在链上直接生成值并在令牌中直接生成值创建了一个自动化的，不受信任的闭环。
网络效应：数据提供者和数据科学家多面的网络效应使系统自我强化。它的表现越好，吸引的资金就越多，这意味着更多的潜在支出，这吸引了更多的数据提供者和数据科学家，他们使系统变得更加智能化，从而吸引更多的资金。
安全计算：安全的计算方法允许模型在数据上进行训练而不会泄露数据本身。目前使用和研究的安全计算有三种主要形式：同态加密（HE），多方安全计算（MPC）和零知识证明（ZKPs）。多方安全计算是最常用的专用机器学习计算方式，作为同态加密往往过于缓慢。安全计算方法是处于计算机科学研究的前沿技术，它们通常比常规计算慢几个数量级，但近年来一直在改进。
2154
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
