去中心化智能网络（DIN）
密码学与安全
2024-09-05 v5 计算机与社会
分布式、并行与集群计算
新兴技术
机器学习
摘要
去中心化智能网络（DIN）是一个针对 AI 开发中挑战的理论框架，尤其关注数据碎片化和数据孤岛问题。它通过克服访问多样化数据源的障碍，在主权数据网络中实现有效的 AI 训练，利用：1）个人数据存储确保数据主权，数据始终保持在参与者控制范围内；2）在公共区块链上实现可扩展的联邦学习协议进行去中心化 AI 训练，仅共享模型参数更新，数据始终保留在个人数据存储中；3）在公共区块链上实现可扩展、无信任的加密奖励机制，通过去中心化审计协议激励参与并确保公平的奖励分配。该方法保证没有实体可以阻止或控制对训练数据的访问，或影响财政效益，因为协调和奖励分配由公共区块链以不可变记录管理。该框架通过允许参与者维持对其数据的控制、获得经济利益并贡献于一个去中心化、可扩展的生态系统，从而实现有效的 AI 训练，利用集体 AI 开发有益的算法。
引用
@article{arxiv.2407.02461,
title = {Decentralized Intelligence Network (DIN)},
author = {Abraham Nash},
journal= {arXiv preprint arXiv:2407.02461},
year = {2024}
}
备注
16 pages, 1 figure. DIN was presented by the author as a speaker at the Summit on Responsible Decentralized Intelligence - Future of Decentralization and AI, hosted by Berkeley RDI on August 6, 2024, at the Verizon Center, Cornell Tech Campus, Roosevelt Island, NYC