人工智能:解讀 PlatON 2.0 白皮書：如何實現去中心化的通用人工智能網絡？_人工智能技術應用

人工智能的普適應用面臨著三大問題，一是數據。數據是人工智能最重要的資源，人工智能需要海量的有效數據集以訓練出更好的模型，但在數據隱私和數據監管的前提之下，需要解決數據的使用權和安全使用等問題。

二是訓練成本。人工智能模型的規模以每年 10 倍的速度增長，需要超大算力進行計算，導致人工智能總訓練成本持續攀升。三是集中化。大多數人工智能研究由少數科技巨頭控制，其他組織面臨著人工智能人才和技術的缺乏問題，而與此同時，人工智能的開發者缺乏方法變現他們的成果，只能將技術賣給科技巨頭。

PlatON 2.0 白皮書呈現的，是借助于區塊鏈和隱私計算技術，建立一個基礎設施網絡，在這個網絡上，開發人員可以低成本獲得包括數據和算力在內的資源，訓練人工智能模型并作為人工智能服務發布到網絡，該服務同時能與其他人工智能服務或代理交互、組合，而任何人或組織都可以從這個網絡獲得人工智能算法或服務。隨著該基礎設施網絡的發展，將孕育出一個繁榮的去中心化的人工智能市場，人們可以在該網絡上交易與人工智能相關的「商品」，比如數據、算力、人工智能算法、人工智能服務。

彭博社：ChatGPT已可解讀美聯儲聲明，并根據頭條新聞預測股價走勢:4月19日消息，在本月發表的兩篇新論文顯示，ChatGPT 已可解讀美聯儲聲明中的鷹派或鴿派立場，并可根據頭條新聞預測股價走勢。

ChatGPT 甚至能夠以一種類似于央行分析師的方式解釋其對美聯儲政策聲明的分類，后者也將語言解釋為該研究的人類基準。

同時，研究發現，ChatGPT 根據新聞標題預測的股價后續走勢與統計數據有關，表明該技術能夠正確分析消息的含義。

這兩篇新論文表明，ChatGPT 甚至可以在沒有經過專門培訓的情況下完成類似的任務。（彭博社）[2023/4/19 14:12:35]

如果更進一步，這個自組織的分散式協作網絡將可能成為一個總體大于其各部分之和的生態體，連接人工智能并使其相互協作學習，最終涌現通用人工智能。

PlatON 分三個階段來實現上述目標：

第一階段：去中心化的隱私計算網絡。建立一個去中心化的數據共享和隱私計算基礎網絡，連接數據所有者、數據使用者、算法開發者和算力提供者。

動態 | 加密資產機構加大對軟件開發商投入，以通過算法解讀市場情緒:據cointelegraph消息，隨著近期比特幣波動性的加劇，加密資產管理公司和對沖基金正在加大對軟件開發商的投入，以通過算法研究解讀市場情緒。幫助他們解釋和利用市場情緒信號，獲得更高的收益。[2019/7/17]

第二階段：去中心化的人工智能市場。實現人工智能資產的共建共享、敏捷的智能應用開發，提供從人工智能算力、算法到人工智能能力及其生產、部署、集成的全流程產品和服務。

第三階段：去中心化的協同人工智能網絡。允許人工智能進行大規模合作，匯集集體智慧來執行復雜的人工智能服務。

計算的基本要素是數據、算法和算?，隱私計算?絡將數據、算法和算?緊密結合起來，構建一個完整的計算?態。

在隱私計算網絡中，數據節點和計算節點通過 P2P 協議連接到系統中，發布數據和算?，這些數據?般保存在本地。利用數據和算力，通過安全多?計算、聯邦學習等技術對算法進?協同計算，數據可?不可?，不僅數據的隱私得到保護，計算結果如訓練完成的人工智能模型的隱私也能得到保護。

動態 | 區塊鏈技術助力共建中國人群基因變異解讀標準數據庫發布:據央廣網消息，5月27日，“區塊鏈技術助力共建中國人群基因變異解讀標準數據庫”在2019數博會“生命大數據高峰論壇”上發布。華大集團大數據中心副主任楊夢表示，數據庫的建立必須滿足可公開、可溯源、不可篡改、迭代更新、臨床信息溯源、符合倫理法規等條件，而利用區塊鏈技術可以實現賬本公開、所有歷史信息留痕、哈希摘要上鏈、分布式共識、私有數據存證、細顆粒度權限控制等。[2019/5/28]

PlatON 的隱私計算?絡技術架構如下圖所示：

數據主體可以在本地啟動數據節點，也可以將數據加密托管到數據節點，如上圖中的數據服務部分所示。在數據節點接受到計算請求時，PlatON?持兩類不同的隱私計算，一類是安全多?計算，一類是隱私外包計算。

在安全多方計算方式下，數據節點采?秘密分享對數據分?，并分發給隨機挑選的計算節點。計算節點之間采?安全多?計算協議進?隱私計算，計算結果通過區塊鏈智能合約返回給計算結果?，如果是人工智能模型訓練，訓練完成的模型可以部署到人工智能?絡，并發布人工智能服務。

聲音 | 證券日報：應正視區塊鏈信息服務備案編號的作用 不可過度解讀:據證券日報4月2日報道，日前，國家互聯網信息辦公室官網發布公告，披露第一批共197個境內區塊鏈信息服務名稱及備案編號。值得注意的是，“備案編號”并不能看做是給區塊鏈披上合法的“黃馬甲”，應正確認識“備案編號”的作用。網信辦表示，備案僅是對主體區塊鏈信息服務相關情況的登記，不代表對其機構、產品和服務的認可，并強調，任何機構和個人不得用于任何商業目的。[2019/4/2]

在隱私外包計算方式下，數據節點通過同態加密將數據加密，分發給計算節點進?外包計算。計算任務可根據數據或模型進?分解，計算節點計算完成后，返回計算結果和計算證明，可以驗證計算的正確性。如果?戶有??的數據和算法但是沒有?夠的算?，可采用該方式。

通過區塊鏈上的智能合約，可構建數據、算力和算法的去中?化的交易市場；基于區塊鏈上的密碼經濟學，可將數據、算?和算法貨幣化，形成有效的激勵機制，激勵更多的數據、算法和算?加??絡。

對于數據提供者，包括個?和機構在內的主體會由于經濟上的激勵來提供個?的和專業的數據，而通過安全計算保證數據的安全和隱私，各主體會更愿意分享敏感數據，?如消費和健康信息。隨著時間的推移，市場將積累?質量的數據。

《金色講堂》今晚開講 蔡維德將多角度為用戶解讀區塊鏈行業:4月8日晚8:00國家特聘區塊鏈專家蔡維德將在《金色講堂》中對區塊鏈發展方向進行深入解讀，本次課程主題為“2018風向變了，區塊鏈正式啟航”。蔡教授將從監管、Token等方面對區塊鏈進行全方位解讀，詳情請關注晚上8:00的《金色講堂》。[2018/4/8]

對于算力提供者，任何人都能夠在安全且無摩擦的市場中共享計算資源。人工智能模型的規模越來越大，通過人工智能市場分享世界各地的閑置計算資源，可以實現去中心化的算力網絡，理論上可以為人工智能提供無限的算力，真正降低計算成本。

對于人工智能開發者，他們可以在數據市場主動搜索訓練數據集訓練人工智能模型，也可以發布模型，讓其他?提供數據以合作訓練模型。訓練數據集不是明?交換的，?是通過安全多?計算協議參與到模型訓練，它可以公平交易，沒有??可以通過提前退出或其他不當?為獲得優勢。

人工智能開發者能夠在人工智能市場交易人工智能算法和人工智能服務，直接變現他們的成果，被激勵和鼓勵創造更好的人工智能模型。開發者的??智能模型還可以與其他??智能模型和付費?戶進?交互。

對于人工智能使用者，他們可以方便地、低成本地獲得和使用人工智能服務。

利?隱私計算?絡的數據集和計算資源，可以訓練出人工智能模型，這些模型可以部署在人工智能?絡中，并通過人工智能代理對外進?服務，形成人工智能服務市場。通過多代理系統等技術，可運?人工智能代理進?通信和協同，創建越來越多的創新人工智能服務，實現 AI DAO，形成?治的協同人工智能?絡。

PlatON 的協同人工智能網絡技術架構如下圖所示：

協同人工智能網絡中的服務節點用于托管訓練好的人工智能模型并對外提供人工智能服務，注冊節點和評估節點構成智能搜索網絡，進行人工智能服務和代理的搜索和交互。具體是指：人工智能服務和代理將其?本描述和標簽登記到注冊節點，以便?戶發現它們的服務、定價、地址等信息，并調?它們。評估節點對人工智能服務和代理進?服務測試、評估和評級，通過共識算法建??個信譽評分系統，并以此為依據進?搜索和推薦，使得其他?戶能夠迅速和容易地查詢人工智能服務和代理。

自主人工智能代理能自主搜索并調用人工智能服務或與其他自主人工智能代理交互，并能持續學習改進，調整策略和目標。它們是這個自組織的智能網絡空間中代表人類完成某些目標的軟件程序，具有一定程度的獨立性或自主性，無需人類的直接干預。

協同人工智能網絡由許多個相互作用的自主人工智能代理構成，也就是說它是一個多代理系統。多代理系統已被用于多個應用領域，包括個人助理、交通管理、游戲娛樂和虛擬角色等等。比如人工智能助手 Siri 便是一個簡單的自主代理的例子，它使用傳感器來感知用戶提出的請求，并在沒有用戶幫助的情況下自動從互聯網上收集數據滿足用戶請求。

?主人工智能代理不僅僅是存在于數字世界，也可以作為數字世界與真實世界的橋梁，連接到?類、IoT 設備和外部 IT 系統。每個?主代理是獨?運?的守護進程，各?追求??相對簡單的?標，但它們在互動中將產?復雜的?標，?成更智能的?階代理。

PlatON 將在 2021 年第四季度上線去中?化的隱私計算?絡，通過隱私計算協議連接數據、算法和算?，并逐漸形成一個人工智能市場；在 2022 年第四節度上線協同人工智能網絡，并最終基于該網絡形成一個?組織的協作的??智能?絡。

在技術上，PlatON 綜合使用了區塊鏈、隱私計算和人工智能技術。在文章的最后，簡要介紹其核心技術特征，主要包括：

1、去中?化。任何?戶、節點都可以無需許可的連接到?絡，結合去中?化數字身份認證和授權，全球范圍內任何數據、算法和算?可進行安全的共享、連接和交易，??可開發和使???智能。

2、隱私保護。基于 MPC、同態、零知識證明等現代密碼學的隱私計算技術，提供計算的全新范式，使數據和模型可??不可?，讓隱私得以完備的保護，讓數據權利得以保障。

3、低訓練成本。??智能需要?量的算力和訓練數據，訓練成本?昂。借助區塊鏈和隱私計算技術，可以共享計算資源，降低計算成本；可以實現安全的數據共享，促進數據的合規流通，通過去中?化累積?科技巨頭數量更多、質量更好、成本更低的數據。

4、低開發?檻。可視化人工智能模型開發及調試，?動化機器學習（AutoML），通過 MLOps 簡化人工智能模型從模型開發、訓練到部署的全流程管理流程，降低人工智能模型的開發?檻，提?開發效率。人工智能服務能?動發現、組合、協作，通過更?級的?動編程形式，創建越來越多的創新人工智能服務。

5、監管合規。人工智能訓練決策過程中使?的所有數據、變量和過程都有不可篡改的記錄，可進?跟蹤和審核。隱私保護技術的使?使得數據的使?滿?被遺忘權、可攜帶權、有條件授權和最?化采集等監管條例。

Tags：人工智能區塊鏈ATOPLA人工智能技術應用區塊鏈域名誰在管理AlligatorkMetaPlayers.gg

TRX