Coin.AI：一种基于区块链分布式深度学习的工作量证明方案

十年前，比特币问世，成为第一种加密货币，并确立了“区块链”作为分布式账本的概念。时至今日，在区块链上运行着许多不同的加密货币实现，它们有着不同的方法和理念。然而，它们中的许多都有一个共同特征：它们需要工作量证明来支持区块的生成（挖矿），并最终支持货币的生成。这种工作量证明方案通常包括解决一个密码学问题，最常见的是破解哈希值，这只能通过暴力破解来实现。工作量证明的主要缺点是它需要极其大量的能源，而除了支持货币外没有任何有用的结果。在本文中，我们提出了一种理论方案，引入了一种有用工作量证明方案来支持在区块链上运行的加密货币，我们将其命名为 Coin.AI。在这个系统中，挖矿方案需要训练深度学习模型，并且只有当此类模型的性能超过阈值时才会挖出一个区块。该分布式系统允许节点以简单的方式（肯定比挖矿过程本身高效得多）验证矿工提交的模型，从而确定何时生成区块。此外，本文还提出了一种存储证明方案，用于奖励为深度学习模型提供存储的用户，并就系统的机制如何运作以实现人工智能访问民主化的最终目标进行了理论论述。