Blockchain əsaslı maşın öyrənmə bazarları

Blokçeyn bazlı bazarlardan alınan məlumatlar əsasında hazırlanmış maşın öyrənmə modelləri dünyanın ən güclü süni intellektlərini yaratmaq potensialına malikdir. İki güclü primitivi birləşdirirlər: həssas özəl məlumatların üzərində məlumat vermədən təlimlər aparmağa imkan verən xüsusi maşın tədrisi və bu sistemlərin ən yaxşı məlumatları və modelləri cəlb etmələrinə imkan verən blockchain əsaslı stimullar. Nəticə, hər kəs məlumatlarını sata və məlumatlarını gizli saxlaya biləcəyi açıq bazar yerləridir, inkişaf etdiricilər alqoritmləri üçün ən yaxşı məlumatları cəlb etmək üçün stimullardan istifadə edə bilərlər.

Bu sistemlərin qurulması çətinləşir və lazımi tikinti blokları hələ də hazırlanır, lakin sadə ilkin versiyalar mümkün olmağa başlamış kimi görünür. İnanıram ki, bu bazarlar bizi indiki Web 2.0 məlumat inhisarları dövründən, hər ikisinin birbaşa pul qazandığı məlumat və alqoritmlər üçün açıq bir rəqabətin Web 3.0 dövrünə çevirəcəkdir.

Mənşəyi

Bu fikrin əsası 2015-ci ildə Riçard of Numerai ilə danışmaqdan yaranmışdır. Numerai, fond bazarını modelləşdirmək üçün yarışmaq istəyən hər hansı bir məlumat aliminə şifrəli bazar məlumatlarını göndərən bir hedc fondudur. Numerai ən yaxşı model təqdimatlarını "metamodel" ə birləşdirir, metamodel ticarəti edir və modelləri yaxşı işləyən məlumat alimlərini ödəyir.

Məlumat alimlərinin rəqabət aparması güclü bir fikir kimi görünürdü. Beləliklə, bu məni düşündürdü: bu sistemin hər hansı bir problemi ümumiləşdirə bilən tam mərkəzləşdirilmiş bir versiyasını yarada bilərsinizmi? Cavabın bəli olduğuna inanıram.

Tikinti

Bir nümunə olaraq, mərkəzləşdirilməmiş birjalarda ticarət kriptovalyutaları üçün tam mərkəzləşdirilmiş bir sistem yaratmağa çalışaq. Bu bir çox potensial tikililərdən biridir:

Məlumat vericiləri məlumatları paylaşır və onu modellərə təqdim edirlər.

Modelin qurulması Modellər istifadə etmək və model yaratmaq üçün hansı məlumatları seçirlər. Təlim, modellərin əsas məlumatları aşkar etmədən təlim keçməsinə imkan verən etibarlı hesablama metodu ilə aparılır. Modellər də stacked.

Metamodel binası Bir metamodel, hər bir modelin dayanmasını nəzərə alan bir alqoritm əsasında yaradılmışdır.

Bir metamodel yaratmaq isteğe bağlıdır - bir metamodelə birləşdirilmədən istifadə olunan modelləri təsəvvür edə bilərsiniz.

Metamodeldən istifadə Ağıllı bir müqavilə metamodeli alır və mərkəzləşdirilmiş mübadilə mexanizmləri vasitəsi ilə proqramla ticarət edir.

Qazanc / zərərin bölüşdürülməsi Bir müddət keçdikdən sonra ticarət mənfəət və ya zərər verir. Bu mənfəət və ya zərər, metamodelə töhfə verənlər arasında nə qədər ağıllı olduqlarına görə bölünür. Mənfi töhfə verən modellerin bir qismi və ya hamısı götürülmüşdür. Modellər daha sonra çevrilir və məlumat təminatçılarına bənzər paylama / pay kəsmə həyata keçirir.

Hər addım üçün doğrulanabilir hesablama Hesablama ya mərkəzləşdirilmiş, lakin doğrulanabilir və Truebit kimi bir yoxlama oyunu və ya təhlükəsiz çox tərəfli hesablamadan istifadə etməklə mərkəzləşdirilmiş şəkildə istifadə olunur.

Hosting məlumatları və modellər ya IPFS-də yerləşdirilir, ya da zəncirli saxlama çox bahalı olacağından etibarlı etibarlı çoxpartiyalı bir hesablama şəbəkəsində qovşaqlarla.

Bu sistemi güclü edən nədir?

Qlobal miqyasda ən yaxşı məlumatları cəlb etmək üçün stimullar Məlumat cəlb etmək üçün stimul sistemin ən güclü hissəsidir, çünki məlumatların əksər maşın öyrənməsi üçün məhdudlaşdırıcı amil olmağa meyllidir. Eyni şəkildə Bitcoin, açıq təşviqlər vasitəsi ilə dünyanın ən hesablayıcı gücü ilə ortaya çıxan bir sistem yaratdı, məlumatlar üçün düzgün hazırlanmış bir təşviq quruluşu, tətbiqinizin sizə gəlməsinə səbəb olardı. Və minlərlə və ya milyonlarla mənbədən məlumatların gəldiyi bir sistemi bağlamaq demək olar ki, mümkün deyil.

Alqoritmlər arasındakı rəqabət Daha əvvəl mövcud olmayan yerlərdə modellər / alqoritmlər arasında açıq rəqabət yaradır. Minlərlə rəqibli xəbər lenti alqoritmləri ilə mərkəzləşdirilməmiş bir Facebook şəklini çəkin.

Mükafatların şəffaflığı Məlumat və model təminatçıları bütün hesablamaların yoxlanıldığı üçün təqdim etdikləri işlərin ədalətli dəyərini əldə etdiklərini, iştirak etmələrini daha çox ehtimal etdiklərini görə bilərlər.

Avtomatlaşdırma Zəncirvari və birbaşa ayələrdəki dəyər yaradan bir hərəkət etmək avtomatlaşdırılmış və etibarsız qapalı halqa yaradır.

Şəbəkə effektləri İstifadəçilərdən, məlumat təminatçılarından və məlumat alimlərindən gələn çox tərəfli şəbəkə effektləri sistemi özünü gücləndirir. Nə qədər yaxşı işləyirsə, daha çox kapital cəlb edir, daha çox potensial ödəmə deməkdir, daha çox məlumat verən və sistem alimlərini cəlb edən, sistemi daha ağıllı edən, bu da öz növbəsində daha çox kapital cəlb edir və yenidən geri dönür.

Məxfilik

Yuxarıdakı nöqtələrə əlavə olaraq, əsas xüsusiyyət gizlilikdir. Bu, 1) insanların bölüşmək üçün çox şəxsi olacağı və 2) məlumatların və modellərin iqtisadi dəyərinin sızmasının qarşısını alan məlumatları təqdim etməyə imkan verir. Açıq şəkildə şifrəsiz qalarsa, məlumatlar və modellər pulsuz olaraq kopyalanacaq və heç bir işə kömək etməyən digərlər tərəfindən istifadə ediləcəkdir ("pulsuz atlı" problemi).

Pulsuz atlı probleminin qismən həlli məlumatları fərdi şəkildə satmaqdır. Alıcılar məlumatları yenidən satmağı və ya buraxmağı seçsələr də, dəyəri zamanla azalır. Lakin, bu yanaşma bizi qısa müddətli istifadə halları ilə məhdudlaşdırır və yenə də tipik məxfilik narahatlıqlarını yaradır. Nəticədə daha mürəkkəb, lakin güclü bir yanaşma etibarlı hesablama formasından istifadə etməkdir.

Təhlükəsiz hesablama

Təhlükəsiz hesablama metodları modellərə məlumatın özünü açıqlamadan məlumat üzərində məşq etməyə imkan verir. Bu gün istifadə olunan və tədqiq olunan təhlükəsiz hesablamanın 3 əsas forması var: homomorf şifrələmə (HE), təhlükəsiz çox tərəfli hesablama (MPC) və sıfır bilik sübutları (ZKP). Çox tərəfli hesablama hazırda fərdi maşın öyrənməsi üçün ən çox istifadə olunur, çünki homomorf şifrələmə çox yavaş olmağa meyllidir və ZKP-lərin maşın öyrənməsinə necə tətbiq ediləcəyi aydın deyil. Təhlükəsiz hesablama metodları kompüter elmləri tədqiqatlarının qanaxma kənarındadır. Onlar tez-tez adi hesablamadan daha yavaş miqyaslı sifarişlərdir və sistemin əsas çətinliyini təmsil edir, lakin son illərdə yaxşılaşır.

Mükəmməl Tövsiyə Sistemi

Şəxsi maşın öyrənmənin potensialını göstərmək üçün "Mükəmməl Tövsiyə Sistemi" adlı bir tətbiq təsəvvür edin. Cihazlarınızda etdiyiniz hər şeyi izləyir: gəzən tarixçənizi, tətbiqlərinizdə etdiyiniz hər şeyi, telefonunuzdakı şəkilləri, məkan məlumatlarını, xərcləmə tarixini, geyilə bilən sensorlar, mətn mesajları, evinizdəki kameralar, gələcək AR eynəklərindəki kamera . Daha sonra sizə tövsiyələr verir: ziyarət etməlisiniz növbəti veb sayt, oxumaq üçün məqalə, qulaq asmaq üçün mahnı və ya satın alacağınız məhsul.

Bu tövsiyə sistemi olduqca güclü olardı. Google, Facebook və ya başqalarının mövcud məlumat siloslarından daha çoxu heç ola bilər, çünki bu sizin ən çox uzununa baxışı var və paylaşmağı düşünməyin çox şəxsi olacağından məlumat əldə edə bilər. Əvvəlki cryptocurrency ticarət sisteminin nümunəsinə bənzər şəkildə fərqli sahələrə (məsələn: veb sayt tövsiyələri, musiqi) şifrəli məlumatlarınıza girmək və sizə şeylər tövsiyə etmək üçün rəqabət aparmaq üçün bir bazarda icazə verərək işləyər və bəlkə də sizə pul verərdiniz. məlumatlarınızı və ya diqqətinizi yaradılan tövsiyələrə töhfə verdiyiniz üçün.

Google'un federated öyrənməsi və Apple'nın fərqli gizliliyi bu xüsusi maşın öyrənmə istiqamətindəki bir addımdır, lakin yenə də inam tələb edir, istifadəçilərə təhlükəsizliyini birbaşa araşdırmağa və məlumatların susdurulmasına icazə verməyin.

Mövcud yanaşmalar

Çox tezdir. Bir neçə qrupun işlədiyi bir şey var və əksəriyyəti bir anda bir parça parçalamağa çalışır.

Algorithmia Research-dən sadə bir tikinti, müəyyən bir geridə qalma həddindən yuxarıda olan bir modelə bir lütf qoyur:

Algorithmia Araşdırma tərəfindən bir maşın öyrənmə modelində bir lütf yaradan sadə bir tikinti

Numerai, hal-hazırda üç addım irəli addım atır: şifrəli məlumatları istifadə edir (tam homomorfik olmasa da), izdihamlı modelləri bir metamodelə birləşdirir və geriyə dəstək vermək əvəzinə gələcək fəaliyyətinə (bu vəziyyətdə bir həftəlik birja ticarətinə) əsaslanan modelləri mükafatlandırır. Numeraire adlı yerli Ethereum əlaməti. Məlumat alimləri baş verənləri (gerçəkləşdirilmiş performans) deyil, baş verənləri (gələcək performans) həvəsləndirərək oyunda dəri kimi Numeraire-lə iştirak etməlidirlər. Bununla birlikdə, hazırda ən vacib tərkib hissəsi kimi hiss etməyi məhdudlaşdıraraq məlumatları mərkəzləşdirir.

Heç kim hələ məlumat üçün uğurlu bir blockchain əsaslı bir bazar yaratmamışdır. Okean, birini izah etmək üçün ilk cəhddir.

Digərləri etibarlı hesablama şəbəkələrini qurmağa başlayır. Openmined, oyun konsolları (evdə qatlanmağa bənzər) daxil olmaqla hər hansı bir cihazda işləyə bilən Birliyin üstündə maşın öyrənmə modelləri hazırlamaq üçün çox tərəfli hesablama şəbəkəsi yaradır, sonra MPC-ni etibarlı şəkildə genişləndirir. Enigma oxşar taktikaya malikdir.

Maraqlı bir son vəziyyət, məlumat provayderləri və model yaradıcılarına onları nə qədər ağıllı etdiklərinə nisbətdə bir-birinə sahib olan qarşılıqlı mülkiyyətdə olan metamodellər olacaqdır. Modellər dəyişdirilməli, zamanla divident ödəyə bilər və hətta onları öyrədənlər tərəfindən idarə oluna bilər. Qarşılıqlı sahib olan bir növ şüurlu ağıl. Orijinal Açıq video bu günə qədər gördüyüm ən yaxın tikintidır.

Əvvəlcə hansı yanaşmalar işə yarayacaq?

Dəqiq tikintinin ən yaxşısını bilmək üçün iddia etməyəcəyəm, amma bəzi fikirlərim var.

Blokçeyn ideyalarını qiymətləndirmək üçün istifadə etdiyim tezislərdən biri: blokçeyn doğma, rəqəmsal doğma üçün doğma, daha çox blockchain doğma, daha yaxşı bir spektrdə. Blokçeyn nə qədər azdırsa, daha etibarlı üçüncü tərəflər təqdim olunur, mürəkkəbliyi artırır və digər sistemlərlə bir bina bloku kimi istifadə rahatlığını azaldır.

Burada hesab edirəm ki, yaradılan dəyər ölçülə biləndirsə - bir sistem daha çox pul şəklində, daha yaxşı isə ayələr olduqda işləmək ehtimalı daha yüksəkdir. Bu təmiz, qapalı dövrə sistemi təmin etməyə imkan verir. Bir cryptocurrency ticarət sisteminin əvvəlki nümunəsini rentgen şişlərində müəyyənləşdirən ilə müqayisə edin. İkincisində, bir sığorta şirkətini X-ray modelinin dəyərli olduğuna inandırmalı, nə qədər dəyərli olduğunu müzakirə etməli və sonra fiziki cəhətdən mövcud olan kiçik bir qrupun modelin müvəffəqiyyət / uğursuzluğunu yoxlamaq üçün etibar etməlisiniz.

Rəqəmsal doğma olan cəmiyyətin istifadəsi üçün daha müsbət müsbət cəhət meydana gəlməyəcəkdir. Əvvəldə qeyd olunduğu kimi tövsiyə sistemləri olduqca faydalı ola bilər. Kürasyon bazarlarına əlavə olunarsa, onlar modelin proqram olaraq zəncirvari şəkildə hərəkət edə biləcəyi və sistemin mükafatı əlamətlərdir (bu vəziyyətdə kurasiya bazarından), yenidən təmiz qapalı halqa yaradır. İndi qaranlıq görünür, amma blockchain-yerli vəzifələrin zamanla genişlənəcəyini gözləyirəm.

Təsirləri

Birincisi, mərkəzləşdirilməmiş maşın öyrənmə bazarları mövcud texnoloji nəhənglərin məlumat inhisarlarını sökə bilər. Son 20 ildə İnternetdə əsas dəyər mənbəyini standartlaşdırır və maliyyələşdirirlər: xüsusi məlumat şəbəkələri və onları əhatə edən güclü şəbəkə effektləri. Nəticədə, dəyər yaradılması məlumatdan alqoritmlərə qədər yığılır.

Məlumat inhisarları şəbəkəsi dövrünün sonuna yaxınlaşdığımız texnoloji standartlaşdırma və əmtəələşdirmə dövrləri. Yerdəyişdiricidən qrafik.

Başqa bir şəkildə dedilər, AI üçün birbaşa iş modeli yaradırlar. Həm qidalandırmaq, həm də məşq etmək.

İkincisi, dünyanın ən güclü AI sistemlərini yaradırlar, birbaşa iqtisadi stimullar vasitəsilə onlara ən yaxşı məlumatları və modelləri cəlb edirlər. Onların gücü çox tərəfli şəbəkə effektləri sayəsində artır. Web 2.0 dövrünün məlumat şəbəkəsi inhisarları tükəndikcə, növbəti yenidən birləşmə nöqtəsi üçün yaxşı bir namizəd kimi görünürlər. Yəqin ki, bundan bir neçə il kənarda qalmışıq, amma istiqamət doğru görünür.

Üçüncüsü, tövsiyə verən sistem nümunəsində göstərildiyi kimi, axtarış tərs çevrilir. Məhsul axtaran insanların əvəzinə məhsul axtarır və insanlar üçün rəqabət aparır (bu çərçivəyə görə Brad-a kredit verir). Hər kəsin fərdi tövsiyə bazarları ola bilər, burada tövsiyə verən sistemlər ən uyğun məzmunu qidalandırmaq üçün rəqabət aparır və əlaqəsi şəxs tərəfindən müəyyən edilir.

Dördüncüsü, bizə məlumatlarımızı vermədən Google və Facebook kimi şirkətlərdən alışdığımız güclü maşın öyrənmə əsaslı xidmətlərin eyni faydalarını əldə etməyə imkan verir.

Beşincisi, maşın öyrənməsi daha sürətli inkişaf edə bilər, belə ki, hər hansı bir mühəndis böyük Web 2.0 şirkətlərindəki mühəndislərin kiçik bir qrupunu deyil, məlumat üçün açıq bir bazar əldə edə bilər.

Çağırışlar

Hər şeydən əvvəl, təhlükəsiz hesablama metodları hazırda çox yavaşdır və maşın öyrənmə artıq hesablama baxımından bahadır. Çevik tərəfdə etibarlı hesablama metodlarına maraq seçməyə başladı və performans artır. Son 6 ay ərzində HE, MPC və ZKP'lərdə əhəmiyyətli performans inkişafları ilə yeni yanaşmalar gördüm.

Metamodelə verilən müəyyən bir məlumat dəsti və ya modelin dəyərini hesablamaq çətindir.

Tıxanmış məlumatların təmizlənməsi və formatlanması çətinləşir. Bunu həll etmək üçün alətlər, standartlaşdırma və kiçik müəssisələrin birləşməsini görürük.

Nəhayət və istehzalı şəkildə, bu tip sistemin ümumiləşdirilmiş konstruksiyasını yaratmaq üçün iş modeli fərdi bir nümunə yaratmaqdan daha az aydındır. Bu, kuryasiya bazarları da daxil olmaqla bir çox yeni kriptovalyutaya aiddir.

Nəticə

Şəxsi maşın öyrənməsinin blockchain təşəbbüsləri ilə birləşməsi müxtəlif tətbiqlərdə ən güclü maşın ağıllarını yarada bilər. Zamanla həll edilə bilən əhəmiyyətli texniki çətinliklər var. Onların uzunmüddətli potensialı çox böyük və mövcud internet şəbəkələrindən uzaqlarda xoş bir dəyişiklik var. Onlar da bir az qorxuncdurlar - özlərini mövcud vəziyyətə gətirirlər, özlərini gücləndirirlər, şəxsi məlumatları istehlak edirlər və bağlamaq üçün demək olar ki, mümkünsüz olurlar, bunları yaratmaq əvvəlkindən daha güclü bir Molochu cəlb etdiyini düşünürəm. Hər halda, onlar cryptocurrencies yavaş-yavaş, sonra birdən-birə hər sənayəyə yol tapmasının başqa bir nümunəsidir.

Buna kömək edən söhbətlər üçün Andrew Trask, Richard Craib, Trent McConaghy, Brad Burnham, Joel Monegro, Simon de la Rouviere, Gavin Uhma, Morten Dahl, Jonathan Libov, Matt Huang, Laura Behrens Wu, Naval Ravikant və Daniel Gross'a təşəkkür edirik. post.