Decentralized AI — 0xindexsan

public.icon

データがパブリックである以上、学習モデルをいくらプライベートで精度の良いものにしても競合優位性にはなりません。むしろ今後は、学習モデルがパブリックであることと、そのアーキテクチャやインセンティブ設計と開発コミュニティが優位性をもたらします。

それではAIがPublicになる条件を考えてみましょう。私が思うに必要な条件はこの3つです。

データの民主化: データを中央サーバではなくBlockchainまたはエンドユーザが保有する

機械学習の分散化: AIの学習/推論を中央サーバではなく分散型サーバが実行する

モデルへのパブリックアクセス: AIモデルへのアクセスを制限しない

悪意に晒される可能性を減らすための技術？

これが一番参考になりそう？

Federated Learningは分散型AIの分野で非常に注目されている機械学習アーキテクチャの一つです。

フェデレーテッド ラーニングを使用すると、AIノードの複数の参加者が、相互に信頼したり、中央機関を信頼したりすることなく、AI モデルを個別にトレーニングまたは最適化できます。

Federated Learningのルールはこうです。

エンドユーザが自身のデバイスにMLモデルを持ち、自分のデータが「生まれた」時点で学習を実行する

学習結果を全体に共有する

全体のモデルをアップデートする

https://gyazo.com/e259f6ca0c136c5bb4ae7a25bd00a7f8

関連プロジェクトには

https://gyazo.com/f641da8cd11c9265ad41a2983722e1f0