PlatON 2.0 ホワイトペーパーの解読：どのようにして分散型の汎用人工知能ネットワークを実現するのか？

来源：PlatON

作者：0x007

人工知能の普遍的な応用は、三つの大きな問題に直面しています。一つはデータです。データは人工知能にとって最も重要な資源であり、人工知能はより良いモデルを訓練するために大量の有効なデータセットを必要としますが、データのプライバシーとデータ規制の前提の下で、データの使用権や安全な使用などの問題を解決する必要があります。

二つ目は訓練コストです。人工知能モデルの規模は毎年10倍の速度で増加しており、超大規模な計算能力が必要となり、人工知能の総訓練コストは継続的に上昇しています。三つ目は集中化です。ほとんどの人工知能研究は少数のテクノロジー大手によって支配されており、他の組織は人工知能の人材と技術の不足に直面しています。一方で、人工知能の開発者は自らの成果を収益化する方法を欠いており、技術をテクノロジー大手に売るしかありません。

PlatON 2.0 ホワイトペーパーが提示するのは、ブロックチェーンとプライバシー計算技術を利用して、開発者がデータや計算能力を含むリソースを低コストで取得し、人工知能モデルを訓練し、人工知能サービスとしてネットワークに公開できるインフラネットワークを構築することです。このサービスは他の人工知能サービスやエージェントと相互作用・統合でき、誰でもこのネットワークから人工知能アルゴリズムやサービスを取得できます。このインフラネットワークの発展に伴い、繁栄した分散型の人工知能市場が育まれ、人々はこのネットワーク上でデータ、計算能力、人工知能アルゴリズム、人工知能サービスなど、人工知能に関連する「商品」を取引できるようになります。

さらに進むと、この自律的な分散型協力ネットワークは、全体が部分の合計を超えるエコシステムになる可能性があり、人工知能を接続し、相互に協力して学習し、最終的には汎用人工知能が現れることになります。

PlatONは、上記の目標を達成するために三つの段階に分けて実施します：

• 第一段階：分散型プライバシー計算ネットワーク。データ所有者、データ使用者、アルゴリズム開発者、計算能力提供者を接続する分散型データ共有とプライバシー計算の基盤ネットワークを構築します。
• 第二段階：分散型人工知能市場。人工知能資産の共建共有、アジャイルなスマートアプリケーション開発を実現し、人工知能の計算能力、アルゴリズムから人工知能の能力およびその生産、展開、統合に至る全プロセスの製品とサービスを提供します。
• 第三段階：分散型協調人工知能ネットワーク。人工知能が大規模に協力し、集団知恵を集めて複雑な人工知能サービスを実行できるようにします。

プライバシー計算ネットワーク

計算の基本要素はデータ、アルゴリズム、計算能力であり、プライバシー計算ネットワークはデータ、アルゴリズム、計算能力を密接に結びつけて、完全な計算エコシステムを構築します。

プライバシー計算ネットワークでは、データノードと計算ノードがP2Pプロトコルを通じてシステムに接続され、データと計算能力を公開します。これらのデータは一般的にローカルに保存されます。データと計算能力を利用して、安全なマルチパーティ計算、フェデレート学習などの技術を用いてアルゴリズムの協調計算を行い、データは可用でありながらも見えない状態を保ち、データのプライバシーが保護されるだけでなく、訓練が完了した人工知能モデルのプライバシーも保護されます。

PlatONのプライバシー計算ネットワーク技術アーキテクチャは以下の図の通りです：

データ主体はローカルでデータノードを起動することも、データを暗号化してデータノードにホスティングすることもできます。上図のデータサービス部分に示されているように、データノードが計算リクエストを受け取ると、PlatONは二種類の異なるプライバシー計算をサポートします。一つは安全なマルチパーティ計算、もう一つはプライバシーアウトソーシング計算です。

安全なマルチパーティ計算方式では、データノードは秘密分散を用いてデータを分割し、ランダムに選ばれた計算ノードに配布します。計算ノード間では安全なマルチパーティ計算プロトコルを用いてプライバシー計算を行い、計算結果はブロックチェーンのスマートコントラクトを通じて計算結果の提供者に返されます。もし人工知能モデルの訓練であれば、訓練が完了したモデルは人工知能ネットワークにデプロイされ、人工知能サービスとして公開されます。

プライバシーアウトソーシング計算方式では、データノードは同型暗号を用いてデータを暗号化し、計算ノードに配布してアウトソーシング計算を行います。計算タスクはデータまたはモデルに基づいて分解され、計算ノードが計算を完了した後、計算結果と計算証明を返し、計算の正確性を検証できます。ユーザーが自分のデータとアルゴリズムを持っているが、十分な計算能力がない場合は、この方式を採用できます。

人工知能市場

ブロックチェーン上のスマートコントラクトを通じて、データ、計算能力、アルゴリズムの分散型取引市場を構築できます。ブロックチェーン上の暗号経済学に基づいて、データ、計算能力、アルゴリズムを貨幣化し、有効なインセンティブメカニズムを形成し、より多くのデータ、アルゴリズム、計算能力がネットワークに参加するよう促します。

データ提供者にとって、個人や機関を含む主体は経済的なインセンティブにより、個人のデータや専門的なデータを提供します。また、安全な計算を通じてデータの安全性とプライバシーが保証されるため、各主体は消費や健康情報などのセンシティブなデータを共有することにより、時間の経過とともに市場は高品質なデータを蓄積します。

計算能力提供者にとって、誰でも安全で摩擦のない市場で計算リソースを共有できます。人工知能モデルの規模がますます大きくなる中で、人工知能市場を通じて世界中の余剰計算リソースを共有することで、分散型の計算能力ネットワークを実現し、理論的には人工知能に無限の計算能力を提供し、実際に計算コストを削減できます。

人工知能開発者は、データ市場で積極的に訓練データセットを検索して人工知能モデルを訓練したり、モデルを公開して他の人にデータを提供してもらい、協力してモデルを訓練することができます。訓練データセットは明示的な交換ではなく、安全なマルチパーティ計算プロトコルを通じてモデル訓練に参加し、公平な取引が可能で、どちらの側も事前に退出したり、不当な行為によって優位性を得ることはできません。

人工知能開発者は人工知能市場で人工知能アルゴリズムや人工知能サービスを取引し、直接成果を収益化し、より良い人工知能モデルを創造するよう奨励されます。開発者の人工知能モデルは他の人工知能モデルや有料ユーザーと相互作用することもできます。

人工知能使用者は、便利で低コストで人工知能サービスを取得し、使用することができます。

協調人工知能ネットワーク

プライバシー計算ネットワークのデータセットと計算リソースを利用して、人工知能モデルを訓練し、これらのモデルを人工知能ネットワークにデプロイし、人工知能エージェントを通じて外部にサービスを提供し、人工知能サービス市場を形成します。マルチエージェントシステムなどの技術を通じて、人工知能エージェントが通信と協調を行い、ますます多くの革新的な人工知能サービスを創出し、AI DAOを実現し、自律的な協調人工知能ネットワークを形成します。

PlatONの協調人工知能ネットワーク技術アーキテクチャは以下の図の通りです：

協調人工知能ネットワークのサービスノードは、訓練された人工知能モデルをホスティングし、外部に人工知能サービスを提供します。登録ノードと評価ノードはスマート検索ネットワークを構成し、人工知能サービスとエージェントの検索と相互作用を行います。具体的には、人工知能サービスとエージェントはそのテキスト記述とタグを登録ノードに登録し、ユーザーがそれらのサービス、価格、住所などの情報を発見し、呼び出すことができるようにします。評価ノードは人工知能サービスとエージェントに対してサービステスト、評価、格付けを行い、コンセンサスアルゴリズムを通じて信用スコアシステムを確立し、それに基づいて検索と推薦を行い、他のユーザーが迅速かつ容易に人工知能サービスとエージェントを検索できるようにします。

自律的な人工知能エージェントは、自律的に人工知能サービスを検索し、呼び出したり、他の自律的な人工知能エージェントと相互作用したりし、継続的に学習して改善し、戦略や目標を調整します。彼らはこの自律的な知能ネットワーク空間の中で人類のために特定の目標を達成するソフトウェアプログラムであり、一定の独立性や自律性を持ち、人間の直接的な介入を必要としません。

協調人工知能ネットワークは、多くの相互作用する自律的な人工知能エージェントで構成されており、つまりそれはマルチエージェントシステムです。マルチエージェントシステムは、個人アシスタント、交通管理、ゲームエンターテインメント、仮想キャラクターなど、さまざまなアプリケーション分野で使用されています。例えば、人工知能アシスタントのSiriは、ユーザーからのリクエストを感知するためにセンサーを使用し、ユーザーの助けがなくても自動的にインターネットからデータを収集してユーザーのリクエストを満たす簡単な自律エージェントの例です。

自律的な人工知能エージェントは、デジタル世界に存在するだけでなく、デジタル世界と現実世界の橋渡しとして機能し、人間、IoTデバイス、外部ITシステムに接続することができます。各自律エージェントは独立して動作するデーモンであり、それぞれが相対的に単純な目標を追求しますが、相互作用の中で複雑な目標が生まれ、より知的な高次エージェントが生成されます。

PlatONは2021年第四四半期に分散型プライバシー計算ネットワークを立ち上げ、プライバシー計算プロトコルを通じてデータ、アルゴリズム、計算能力を接続し、徐々に人工知能市場を形成します。2022年第四四半期には協調人工知能ネットワークを立ち上げ、最終的にはこのネットワークに基づいて自律的な協力の人工知能ネットワークを形成します。

技術的には、PlatONはブロックチェーン、プライバシー計算、人工知能技術を統合的に使用しています。記事の最後に、そのコア技術の特徴を簡単に紹介します。主な内容は以下の通りです：

1. 分散型。任意のユーザー、ノードが許可なしにネットワークに接続でき、分散型デジタルアイデンティティ認証と承認を組み合わせることで、世界中の任意のデータ、アルゴリズム、計算能力を安全に共有、接続、取引でき、人々は人工知能を開発し使用できます。

2. プライバシー保護。MPC、同型暗号、ゼロ知識証明などの現代暗号学に基づくプライバシー計算技術は、計算の新しいパラダイムを提供し、データとモデルは可用でありながら見えない状態を保ち、プライバシーを完全に保護し、データ権利を保障します。

3. 低訓練コスト。人工知能は大量の計算能力と訓練データを必要とし、訓練コストが高額です。ブロックチェーンとプライバシー計算技術を利用することで、計算リソースを共有し、計算コストを削減できます。また、安全なデータ共有を実現し、データのコンプライアンス流通を促進し、分散型でテクノロジー大手よりも多く、質の高い、コストの低いデータを蓄積できます。

4. 低開発ハードル。可視化された人工知能モデルの開発とデバッグ、自動化された機械学習（AutoML）を通じて、MLOpsによって人工知能モデルの開発、訓練から展開までの全プロセス管理を簡素化し、人工知能モデルの開発ハードルを下げ、開発効率を向上させます。人工知能サービスは自動的に発見、統合、協力し、より高度な自動プログラミング形式を通じて、ますます多くの革新的な人工知能サービスを創出します。

5. 規制コンプライアンス。人工知能の訓練決定プロセスで使用されるすべてのデータ、変数、プロセスには改ざん不可能な記録があり、追跡と監査が可能です。プライバシー保護技術の使用により、データの使用は忘れられる権利、持ち運び権、条件付き承認、最小化収集などの規制条項を満たします。

以上はPlatON 2.0 ホワイトペーパーに対する個人的な解釈です。もっと知りたい場合は、ホワイトペーパーを読むのが最良の方法です。 こちらで見つけることができます。