基于區塊鏈數據市場訓練的機器學習模型有可能創造出世界上最強大的人工智能。
它們結合了兩個強有力的元素：一是隱私的機器學習。它允許在不泄露敏感隱私數據的前提下進行模型訓練。二是基于區塊鏈的激勵。區塊鏈系統將吸引最好的數據和模型，來使其更加智能。結果是在公開市場上，任何人都能夠售賣他們的數據，同時保護他們的隱私。開發者則通過提供激勵獲得算法所需的最佳數據。
構建這樣的系統極具挑戰性，但簡單的初始版本看起來是有可能的。我相信這樣的市場將把我們從當前的Web 2.0大公司數據壟斷時代進化到數據和算法公開競爭的Web 3.0時代。兩者都直接商業化。
由來
這個想法源自于2015年與Numerai的Richard交談。 Numerai是一家對沖基金，它會向數據科學家發送加密的市場數據，這些數據用于構建各自的股票市場模型。Numerai結合最佳模型，并提交到“元模型”中，并通過“元模型”在市場中進行交易。如果模型表現良好，數據科學家會獲得收益。
讓數據科學家們進行競爭似乎是一個很贊的想法。它讓我想到：是否能夠創建一個完全去中心化的系統，可以應用到更通用的場景?我的答案是肯定的。
實施
舉個例子，讓我們先嘗試創建一個完全分布式的系統，用來進行加密貨幣的交易。以下這些是架構類似系統的元素：
數據
數據提供者對數據擁有權益，并使其可供建模者使用。
構建模型
建模者創建模型并選擇用于訓練的數據。在不泄露基礎數據的安全情況下，進行模型訓練。模型也會有權益。
元模型的構建
基于算法創建元模型，該算法考慮每個模型權益。
創建元模型是可選的——你可以想象使用的模型是那種還沒被整合進元模型中的。
使用元模型
智能合約采用元模型，并通過去中心化交易所在鏈上進行交易。
分配收益或損失
經過一段時間后，交易產生盈利或虧損。這種利潤或損失在元模型的貢獻者之間進行分配，這取決于模型有多智能。如果模型造成損失，該模型的部分或全部權益會被沒收。同時，對于模型的數據提供者，也會執行類似的利益分配或權益消減機制。
可驗證的計算
每個步驟的計算要么執行中心化，中心化則可驗證且具有挑戰性(使用類似于Truebit的可驗證游戲)，要么實施去中心化，使用安全多方計算。
托管
數據和模型要么托管在IPFS上，要么托管在安全的多方計算網絡中，因為鏈上存儲太昂貴了。
是什么讓這個系統強大?
激勵措施吸引全球最好的數據
吸引數據的激勵措施是系統中最有效的部分，因為數據往往是大多數機器學習的最主要限制因素。通過開放式激勵，比特幣創建了世界上算力最強的新興系統。同樣，設計良好的數據激勵結構將為應用程序帶來世界上最好的數據。并且幾乎不可能關閉這個有數千或數百萬數據來源的系統。
算法之間的競爭
算法或模型之間的公開競爭，這在之前是沒有過的。可以想象一下，一個分布式的Facebook，有著數千種競爭的“信息流”算法。
透明的獎勵機制
數據和模型提供者可以看到他們獲得公平的價值收益，因為所有計算都是可驗證的，這讓他們更有動力參與其中。
自動化鏈上執行
所有執行通過鏈上自動完成，并且價值直接轉換為代幣，這就創建了一個自動化且可信任的閉環。
網絡效應
來自用戶、數據提供者和數據科學家的多邊網絡效應使系統迅速自我增強。它表現得越好，吸引的資金越多，這意味著更多的潛在價值輸出，這會吸引更多的數據提供者和數據科學家，他們使系統變得更加智能，從而吸引更多資金，實現自循環。
隱私保護
除了以上幾點之外，一個更重要的是隱私保護。它允許：
1)人們提交私密的數據;
2)防止數據和模型的經濟價值泄漏。如果在公開情況下不加密，數據和模型會被免費拷貝及被人使用，而這些人可能并沒有貢獻任何工作。也就是存在搭便車的問題。
對搭便車問題的部分解決方案是私下交易數據，即使買家選擇再次出售或發布數據，其價值也會隨著時間而衰減。但是，這種方法將我們限制在短期內使用的場景，仍然會產生典型的隱私問題。因此，更復雜更強大的方法是使用一種安全計算方式。
安全計算
安全計算方法允許模型在不泄漏數據本身的情況下訓練數據。現今使用和研究的3種主要安全計算的形式：同態加密(HE)，安全多方計算(MPC)和零知識證明(ZKP)。目前用于機器學習最多是多方計算，因為同態加密往往太慢，而零知識證明應用于機器學習效果還不明顯。安全計算方法正處于計算機科學研究的前沿。雖然它們比常規計算慢幾個數量級，也代表了系統的主要瓶頸，但近年來一直在改進。
終極推薦系統
為了說明私有機器學習的潛力，想象一下，一個名為“終極推薦系統”的應用程序。它會監視你在設備上執行的所有操作：瀏覽歷史記錄，應用程序中的所有操作，手機上的圖片，位置數據，消費歷史記錄，可穿戴傳感設備，短信，家中的攝像頭，未來AR眼鏡的攝像頭。然后它會為你提供建議：你應該訪問的下一個網站，要閱讀的文章，要收聽的歌曲或要購買的產品。
這個推薦系統非常有效。它比Google，Facebook或其他任何現有的數據孤島都要強大。因為它擁有最完整的視圖，并且可以更及時地從數據中學習，否則這些數據將過于私密而無法使用。
與之前的加密貨幣交易系統類似，它允許專注于不同領域的模型(例如：網站推薦音樂)，以此來競爭獲取用戶加密數據并向用戶推薦內容，甚至可能通過付費來促使用戶貢獻數據或注意力。
雖然Google的聯合學習和Apple的差異隱私在私有機器學習方向上邁進了一步，但仍然需要獲得用戶信任，還不允許用戶直接檢查它們的安全性，存在數據孤立等問題。
目前的方法
現在還是很早期。還沒有多少項目，大多數團隊都在試圖解決一小塊問題。
Algorithmia Research的一個簡單構建是在高于某個回測閾值的模型上給予一個獎勵：
(Algorithmia Research 的機器學習模型上簡單地創造了一筆賞金的設計)
Numerai目前開啟進一步提升：它使用了加密數據(雖然不是完全同態)，它將眾包模型組合進元模型，并根據未來表現提供獎勵(一周股票交易時間)，而不是通過以太坊代幣Numeraire進行回溯測試。
數據科學家必須將Numeraire作為游戲中的代幣，激勵未來的表現，而不是已發生的事情。但是，目前它的數據集中分發，最重要的部分被限制了。
目前為止，還沒有人成功地創建過基于區塊鏈的數據交易市場。“ Ocean”是早期的一個嘗試。
還有一些人從創建安全的計算網絡開始。例如Openmined正在創建一個多方的安全計算網絡，基于Unity上訓練機器學習模型，并能在任何設備上運行，包括游戲控制臺(類似于Folding at Home)，然后再擴展到安全MPC。 Enigma也有類似的策略。
一個迷人的最終狀態是，共同擁有元模型。元模型可以給數據提供者和模型創造者們擁有權，這個權益跟模型的智能程度成正比。模型將代幣化，可以隨著時間的推移支付股息，甚至可能由訓練它們的人管理。一種共同擁有的智能。最初Openmined視頻展出的是我迄今為止看到的最接近的構想。
哪些方法可能首先起作用?
我無法知道哪些是最好的結構，但我還是有一些個人的看法。
我評估區塊鏈項目的思想是：在某個范圍內，從物理原生屬性到數字原生屬性，再到區塊鏈原生屬性，區塊鏈原生屬性越多越好。區塊鏈原生屬性越少，就越依賴于引入可信的第三方，增加了復雜度，并降低了與其他系統一起構建的易用性。
這意味著如果創造的價值是可量化的，系統就能更好運行- 理想情況下，直接用代幣形式更好，那將是一個干凈的閉環系統。將之前的加密貨幣交易系統與識別X射線中的腫瘤的系統進行比較，在后者中，你需要說服一家保險公司X射線模型是有價值的，并且在有多大價值的問題上討價還價，然后相信一小群人來驗證模型的成功或失敗。
這并不是說更積極的數字原生屬性的社會不會出現。像前面提到的推薦系統一樣可能非常有用，如果附加到策展市場，那是另一種情況，模型在鏈上運行，系統獎勵代幣，再次創建一個干凈的閉環。雖然現在似乎還不太清淅，但我希望區塊鏈原生項目隨著時間的推移而得到擴展。
啟示
首先，去中心化的機器學習市場可以突破當前科技巨頭的數據壟斷。在過去的20年里，巨頭們對互聯網上價值資源進行了標準化并商業化，形成了專屬的數據網絡和圍繞數據產生的強大網絡效應。結果，價值創建從數據轉移到算法。
(技術的標準化和商業化，我們即將接近數據壟斷網絡時代的終結。圖表來自于Placeholder)
換句話說，他們為AI創建了一個直接的商業模式，喂養并訓練它。
其次，他們創造了世界上最強大的人工智能系統。通過直接的經濟激勵吸引了最好的數據和模型。他們的力量隨著多邊網絡效應的增加而增強。隨著Web 2.0時代數據網絡壟斷商品化，它們似乎有可能成為下一個勝出者。我們可能還需要幾年時間，但方向看起來是正確的。
第三，如推薦系統案例所示，搜索將被反轉。不是人去搜索產品，而是產品去搜索和爭取人(這種框架歸功于布拉德)。每個人都可能擁有自已的策展市場，推薦系統根據個體相關性的定義，算法模型爭相為其推薦最相關的內容。
第四，它們將使我們能夠獲得類似谷歌和Facebook等公司強大的基于機器學習的服務，同時不會泄露我們的隱私數據。
第五，機器學習發展會更快，因為任何工程師都可以訪問開放的數據市場，而不是只有大型Web 2.0公司中的工程師才能獲得。
挑戰
首先，安全計算方法目前還相當慢，而且機器學習在計算上還很昂貴。但另一方面，由于人們對安全計算方法有了更多興趣，一切正在變好。在過去的6個月內HE、MPC和ZKP性能提升的新方法已經出現。
一組特定數據或模型對元模型是有價值的，但關于如何計算價值還是很困難的。
清理和格式化眾包數據也具有挑戰性。我們可能會看到一些工具、標準化和小企業的組合來解決這個問題。
最后，具有諷刺意味的是，用于創建此類系統的通用構造的商業模式不如創建單個實例那么明確。這似乎更適用于許多新的加密原語，包括策展市場。
結論
機器學習與區塊鏈激勵相結合，可以在各種應用中創造出最強大的機器智能。隨著時間的推移，存在可以解決的重大技術挑戰。但他們的長期潛力巨大，并且有可能從目前大型互聯網公司對數據的控制中脫穎而出。它們也有點可怕——因為系統引導出自己的存在，自我強化，消費隱私數據，幾乎不可能停止，不可能被關閉，創建它們是否有點像召喚了前所未有的強大的異教神摩洛克(Moloch)?無論如何，它們是加密貨幣將如何慢慢地，然后突然進入每個行業的另一個突破口。
京公網安備 11010502049343號