PlatON 2.0 백서 해석: 어떻게 탈중앙화된 범용 인공지능 네트워크를 구현할 것인가?

来源：PlatON

作者：0x007

인공지능의 보편적 응용은 세 가지 주요 문제에 직면해 있습니다. 첫째는 데이터입니다. 데이터는 인공지능의 가장 중요한 자원으로, 인공지능은 더 나은 모델을 훈련하기 위해 방대한 양의 유효한 데이터 세트가 필요하지만, 데이터 프라이버시와 데이터 규제의 전제 하에 데이터의 사용권과 안전한 사용 등의 문제를 해결해야 합니다.

둘째는 훈련 비용입니다. 인공지능 모델의 규모는 매년 10배의 속도로 증가하고 있으며, 이를 계산하기 위해 초대형 연산력이 필요하여 인공지능의 총 훈련 비용이 지속적으로 상승하고 있습니다. 셋째는 집중화입니다. 대부분의 인공지능 연구는 소수의 기술 대기업에 의해 통제되고 있으며, 다른 조직은 인공지능 인재와 기술의 부족 문제에 직면해 있습니다. 동시에 인공지능 개발자는 자신의 성과를 수익화할 방법이 부족하여 기술을 대기업에 판매할 수밖에 없습니다.

PlatON 2.0 백서에서는 블록체인과 프라이버시 컴퓨팅 기술을 활용하여 인프라 네트워크를 구축하는 것을 제시하고 있습니다. 이 네트워크에서 개발자는 데이터와 연산력을 포함한 자원을 저비용으로 확보하고 인공지능 모델을 훈련하여 인공지능 서비스를 네트워크에 배포할 수 있으며, 이 서비스는 다른 인공지능 서비스나 에이전트와 상호작용하고 조합할 수 있습니다. 누구나 이 네트워크에서 인공지능 알고리즘이나 서비스를 얻을 수 있습니다. 이 인프라 네트워크의 발전에 따라 번영하는 탈중앙화된 인공지능 시장이 형성될 것이며, 사람들은 이 네트워크에서 데이터, 연산력, 인공지능 알고리즘, 인공지능 서비스와 같은 인공지능 관련 "상품"을 거래할 수 있습니다.

더 나아가, 이 자율 조직화된 분산 협력 네트워크는 전체가 부분의 합보다 큰 생태계가 될 가능성이 있으며, 인공지능을 연결하고 상호 협력 학습을 가능하게 하여 궁극적으로 일반 인공지능이 출현할 것입니다.

PlatON은 위 목표를 달성하기 위해 세 가지 단계로 나누어 진행합니다:

• 첫 번째 단계: 탈중앙화된 프라이버시 컴퓨팅 네트워크. 데이터 소유자, 데이터 사용자, 알고리즘 개발자 및 연산력 제공자를 연결하는 탈중앙화된 데이터 공유 및 프라이버시 컴퓨팅 기반 네트워크를 구축합니다.
• 두 번째 단계: 탈중앙화된 인공지능 시장. 인공지능 자산의 공동 구축 및 공유, 민첩한 스마트 애플리케이션 개발을 실현하고, 인공지능 연산력, 알고리즘에서 인공지능 능력 및 생산, 배포, 통합에 이르는 전 과정의 제품 및 서비스를 제공합니다.
• 세 번째 단계: 탈중앙화된 협동 인공지능 네트워크. 인공지능이 대규모 협력을 수행할 수 있도록 하여 집단 지혜를 모아 복잡한 인공지능 서비스를 실행합니다.

프라이버시 컴퓨팅 네트워크

계산의 기본 요소는 데이터, 알고리즘 및 연산력이며, 프라이버시 컴퓨팅 네트워크는 데이터, 알고리즘 및 연산력을 밀접하게 결합하여 완전한 계산 생태계를 구축합니다.

프라이버시 컴퓨팅 네트워크에서 데이터 노드와 계산 노드는 P2P 프로토콜을 통해 시스템에 연결되어 데이터를 게시하고 연산력을 제공합니다. 이러한 데이터는 일반적으로 로컬에 저장됩니다. 데이터와 연산력을 활용하여 안전한 다자간 계산, 연합 학습 등의 기술을 통해 알고리즘을 협력적으로 계산하며, 데이터는 사용 가능하지만 보이지 않게 되어 데이터의 프라이버시가 보호될 뿐만 아니라 훈련 완료된 인공지능 모델의 프라이버시도 보호됩니다.

PlatON의 프라이버시 컴퓨팅 네트워크 기술 아키텍처는 아래 그림과 같습니다:

데이터 주체는 로컬에서 데이터 노드를 시작할 수 있으며, 데이터 노드에 데이터를 암호화하여 위 그림의 데이터 서비스 부분에 표시된 대로 위탁할 수 있습니다. 데이터 노드가 계산 요청을 수신하면, PlatON은 두 가지 유형의 프라이버시 컴퓨팅을 지원합니다. 하나는 안전한 다자간 계산이고, 다른 하나는 프라이버시 아웃소싱 계산입니다.

안전한 다자간 계산 방식에서는 데이터 노드가 비밀 공유를 통해 데이터를 조각내어 무작위로 선택된 계산 노드에 배포합니다. 계산 노드 간에는 안전한 다자간 계산 프로토콜을 사용하여 프라이버시 계산을 수행하며, 계산 결과는 블록체인 스마트 계약을 통해 계산 결과 제공자에게 반환됩니다. 만약 인공지능 모델 훈련이라면, 훈련 완료된 모델은 인공지능 네트워크에 배포되고 인공지능 서비스로 게시될 수 있습니다.

프라이버시 아웃소싱 계산 방식에서는 데이터 노드가 동형 암호화를 통해 데이터를 암호화하고 계산 노드에 외주 계산을 위해 배포합니다. 계산 작업은 데이터나 모델에 따라 분해될 수 있으며, 계산 노드가 계산을 완료한 후 계산 결과와 계산 증명을 반환하여 계산의 정확성을 검증할 수 있습니다. 사용자가 자신의 데이터와 알고리즘은 있지만 충분한 연산력이 없는 경우 이 방식을 사용할 수 있습니다.

인공지능 시장

블록체인상의 스마트 계약을 통해 데이터, 연산력 및 알고리즘의 탈중앙화된 거래 시장을 구축할 수 있습니다. 블록체인상의 암호 경제학을 기반으로 데이터, 연산력 및 알고리즘을 화폐화하여 효과적인 인센티브 메커니즘을 형성하고, 더 많은 데이터, 알고리즘 및 연산력이 네트워크에 참여하도록 유도합니다.

데이터 제공자에게는 개인 및 기관을 포함한 주체들이 경제적 인센티브로 개인적이고 전문적인 데이터를 제공하게 되며, 안전한 계산을 통해 데이터의 안전성과 프라이버시를 보장함으로써 각 주체는 민감한 데이터, 예를 들어 소비 및 건강 정보를 더 기꺼이 공유하게 됩니다. 시간이 지남에 따라 시장은 고품질 데이터를 축적하게 됩니다.

연산력 제공자에게는 누구나 안전하고 마찰 없는 시장에서 계산 자원을 공유할 수 있습니다. 인공지능 모델의 규모가 점점 커짐에 따라 인공지능 시장을 통해 전 세계의 유휴 계산 자원을 공유함으로써 탈중앙화된 연산력 네트워크를 실현할 수 있으며, 이론적으로 인공지능에 무한한 연산력을 제공하여 실제로 계산 비용을 낮출 수 있습니다.

인공지능 개발자는 데이터 시장에서 훈련 데이터 세트를 적극적으로 검색하여 인공지능 모델을 훈련할 수 있으며, 모델을 게시하여 다른 사람들이 데이터를 제공하여 협력적으로 모델을 훈련할 수 있습니다. 훈련 데이터 세트는 명시적 교환이 아니라 안전한 다자간 계산 프로토콜을 통해 모델 훈련에 참여하며, 공정한 거래가 가능하고, 어느 한 쪽도 미리 탈퇴하거나 다른 부당한 행위를 통해 이점을 얻을 수 없습니다.

인공지능 개발자는 인공지능 시장에서 인공지능 알고리즘과 인공지능 서비스를 거래하여 자신의 성과를 직접 수익화할 수 있으며, 더 나은 인공지능 모델을 창출하도록 유도받고 격려받습니다. 개발자의 인공지능 모델은 다른 인공지능 모델 및 유료 사용자와 상호작용할 수 있습니다.

인공지능 사용자에게는 인공지능 서비스를 편리하고 저렴하게 얻고 사용할 수 있습니다.

협동 인공지능 네트워크

프라이버시 컴퓨팅 네트워크의 데이터 세트와 계산 자원을 활용하여 인공지능 모델을 훈련할 수 있으며, 이러한 모델은 인공지능 네트워크에 배포되고 인공지능 에이전트를 통해 외부에 서비스를 제공하여 인공지능 서비스 시장을 형성합니다. 다중 에이전트 시스템 등의 기술을 통해 인공지능 에이전트가 통신 및 협력을 수행하여 점점 더 많은 혁신적인 인공지능 서비스를 창출하고 AI DAO를 실현하여 자치적인 협동 인공지능 네트워크를 형성합니다.

PlatON의 협동 인공지능 네트워크 기술 아키텍처는 아래 그림과 같습니다:

협동 인공지능 네트워크의 서비스 노드는 훈련된 인공지능 모델을 호스팅하고 외부에 인공지능 서비스를 제공합니다. 등록 노드와 평가 노드는 인공지능 서비스 및 에이전트의 검색 및 상호작용을 위한 스마트 검색 네트워크를 구성합니다. 구체적으로는 인공지능 서비스와 에이전트가 자신의 텍스트 설명과 태그를 등록 노드에 등록하여 사용자가 그들의 서비스, 가격, 주소 등의 정보를 발견하고 호출할 수 있도록 합니다. 평가 노드는 인공지능 서비스와 에이전트에 대한 서비스 테스트, 평가 및 등급을 수행하며, 합의 알고리즘을 통해 신뢰도 평가 시스템을 구축하고 이를 기반으로 검색 및 추천을 수행하여 다른 사용자가 인공지능 서비스와 에이전트를 신속하고 쉽게 조회할 수 있도록 합니다.

자율 인공지능 에이전트는 자율적으로 인공지능 서비스를 검색하고 호출하거나 다른 자율 인공지능 에이전트와 상호작용할 수 있으며, 지속적으로 학습하고 개선하며 전략과 목표를 조정할 수 있습니다. 이들은 이 자율 조직화된 지능 네트워크 공간에서 인간을 대표하여 특정 목표를 수행하는 소프트웨어 프로그램으로, 일정 수준의 독립성이나 자율성을 가지며 인간의 직접적인 개입 없이 작동합니다.

협동 인공지능 네트워크는 서로 상호작용하는 여러 자율 인공지능 에이전트로 구성되어 있으며, 즉 다중 에이전트 시스템입니다. 다중 에이전트 시스템은 개인 비서, 교통 관리, 게임 엔터테인먼트 및 가상 캐릭터 등 여러 응용 분야에서 사용되고 있습니다. 예를 들어 인공지능 비서 Siri는 사용자가 제기한 요청을 감지하기 위해 센서를 사용하고, 사용자 도움 없이 자동으로 인터넷에서 데이터를 수집하여 사용자 요청을 충족시키는 간단한 자율 에이전트의 예입니다.

자율 인공지능 에이전트는 디지털 세계에만 존재하는 것이 아니라 디지털 세계와 실제 세계를 연결하는 다리 역할을 하여 인간, IoT 장치 및 외부 IT 시스템에 연결될 수 있습니다. 각 자율 에이전트는 독립적으로 실행되는 데몬으로, 각자 상대적으로 간단한 목표를 추구하지만 상호작용을 통해 복잡한 목표를 생성하고 더 지능적인 고차원 에이전트를 생성합니다.

PlatON은 2021년 4분기에 탈중앙화된 프라이버시 컴퓨팅 네트워크를 출시하여 프라이버시 컴퓨팅 프로토콜을 통해 데이터, 알고리즘 및 연산력을 연결하고 점차 인공지능 시장을 형성할 것입니다. 2022년 4분기에는 협동 인공지능 네트워크를 출시하고, 궁극적으로 이 네트워크를 기반으로 자율 조직화된 협력 인공지능 네트워크를 형성할 것입니다.

기술적으로 PlatON은 블록체인, 프라이버시 컴퓨팅 및 인공지능 기술을 종합적으로 사용합니다. 글의 마지막 부분에서는 그 핵심 기술 특성을 간략하게 소개합니다. 주요 내용은 다음과 같습니다:

1. 탈중앙화. 모든 사용자와 노드는 허가 없이 네트워크에 연결할 수 있으며, 탈중앙화된 디지털 신원 인증 및 권한 부여와 결합하여 전 세계적으로 모든 데이터, 알고리즘 및 연산력을 안전하게 공유, 연결 및 거래할 수 있으며, 누구나 인공지능을 개발하고 사용할 수 있습니다.

2. 프라이버시 보호. MPC, 동형 암호화, 제로 지식 증명 등 현대 암호학에 기반한 프라이버시 컴퓨팅 기술은 계산의 새로운 패러다임을 제공하여 데이터와 모델은 사용 가능하지만 보이지 않게 하여 프라이버시를 완벽하게 보호하고 데이터 권리를 보장합니다.

3. 낮은 훈련 비용. 인공지능은 대량의 연산력과 훈련 데이터가 필요하며, 훈련 비용이 높습니다. 블록체인과 프라이버시 컴퓨팅 기술을 통해 계산 자원을 공유하여 계산 비용을 낮출 수 있으며, 안전한 데이터 공유를 실현하여 데이터의 규정 준수를 촉진하고, 탈중앙화를 통해 기술 대기업보다 더 많고 질이 좋으며 비용이 낮은 데이터를 축적할 수 있습니다.

4. 낮은 개발 장벽. 시각화된 인공지능 모델 개발 및 디버깅, 자동화된 머신러닝(AutoML)을 통해 MLOps로 인공지능 모델의 개발, 훈련, 배포의 전체 프로세스 관리를 간소화하여 인공지능 모델의 개발 장벽을 낮추고 개발 효율성을 높입니다. 인공지능 서비스는 자동으로 발견, 조합 및 협력하며, 더 고급의 자동 프로그래밍 형태를 통해 점점 더 많은 혁신적인 인공지능 서비스를 창출합니다.

5. 규제 준수. 인공지능 훈련 결정 과정에서 사용되는 모든 데이터, 변수 및 과정은 변경 불가능한 기록이 있으며, 추적 및 감사가 가능합니다. 프라이버시 보호 기술의 사용은 데이터 사용이 잊혀질 권리, 휴대권, 조건부 권한 부여 및 최소 수집 등의 규제 조항을 충족하도록 합니다.

이상은 PlatON 2.0 백서에 대한 개인적인 해석입니다. 더 많은 정보를 원하신다면, 가장 좋은 방법은 백서를 읽는 것이며, 여기에서 찾을 수 있습니다.