去中心化练习与预测：Erasure
人工智能的成长常常被拿来跟 18 世纪的家产革命相提并论，是一种经济革命举动。假如说家产革命是将部门国度从手工出产推向了呆板出产，AI 则是率领着从实用东西转向智能软件系统的革命。
l 去中心化的 AI 模子：最终，我们可以思量对 AI 模子的执行、资源的动态分派和模子的耗损举办去中心化。这将是去中心化 AI 的最终情形。
iii. 成立正确的鼓励因素与网络效应以促进去中心化 AI 网络的成长
去中心化数据分享：海洋协议
l
家产革命的副浸染之一是它使得家产化国度与未举办家产革命的国度间的差距变为 150 年。它使得成长中国度要耗费大量的时间以弭平同世界头部经济体的差距。当前 AI 应用的中心化模式大概会在中美这种国度与世界其他处所国度间发生更大的鸿沟。
AI 的去中心化是当下最迷人的技能趋势之一，可以成为 AI 可一连成长阶梯的基本。连系进修（federated learning）、区块链技能可能安详加密计较的呈现，为建设去中心化 AI 应用提供了可行的技能路径。（译注：federated learning 是谷歌发现的新词，它可以或许让多台智妙手机彼此协作，进修共享的预测模子，其练习所需数据生存在当地设备，跟之前数据在云端的模式差异。）
去中心化练习与预测：在数据分享的去中心化网络成立之后，逻辑上讲，下一步是对模子练习及功效宣布的去中心化。该布局将引入除了计较外所有方面的去中心化的 AI 模子。一个促成去中心化 AI 模式被回收的有效计策是，不是将其视为单一问题，而是将其视为跟 AI 应用生命周期差异阶段相关的一系列挑战。从这个视角看，不是将去中心化 AI 思考为一个整体，而是将该问题拆解为去中心化 AI 的多个方面。假如我们试图将这个想法组织在一条跟间断水平成反比的路径上，我们会获得如下功效：
算力挑战：诸如区块链的去中心化账本在执行需要深度进修模子这样的昂贵计较时，其机能仍然有限。在这个水平上，去中心化 AI 网络仍然需要链下计较模子，后者给绝大大都组织造成了基本设施方面的挑战。Erasure 是为知名对冲基金 Numerai 对冲基金提供支持的协议。从去中心化 AI 所有方面来看，Erasure 在基于可用数据集的宣布与预考试证方面表示精采。Erasure 的方针是提供一个去中心化的市场，在个中，数据科学家可以基于可用数据上传预测，利用加密钱币质押预测，并基于预测功效的表示而得到嘉奖。
双重间断挑战：作为一项技能趋势，AI 仍处于婴儿期，绝大大都组织方才开始找到接管新的深度进修可能呆板进修仓库的要领。从有限的人才供应到这项技能的原生巨大性，绝大大都公司都面对将 AI 作为其技能计策要害支柱的挑战。去中心化则是别的一层的巨大性地址，对付绝大大都组织来说，在其早期阶段，这大概不是很重要的问题。实用主义的视角：去中心化 AI 的现实挑战
尽量去中心化 AI 的代价主张有明明的意义，但其现实实现面对诸多挑战。从其技能仓库的不成熟到交付模子中的明明摩擦，去中心化 AI 办理方案走向主流回收的路上横亘着明明的绊脚石。当其被用于传统的中心化布局时，去中心化凡是造成间断，AI 也不破例。尽量跟去中心化 AI 技能的有限回收相关的挑战许多，但它们绝大大都都可归为如下几类：
由大型公司缔造的 AI 也有助于得到更好的数据，以发生更好的智能。这种恶性轮回进一步扩大了大型企业与小型公司间的沟壑，前者有着大量的数据与相关人才以促进 AI 创新，尔后者却缺乏这些资源。将这种模式推演到整个经济体，AI 的中心化大概是拉大第一世界国度与其他国度间鸿沟的因素之一。
海洋协议（Ocean Protocol）是增长最快的去中心化 AI 仓库之一。观念上讲，海洋协议架构的主要浸染是在 AI 事情流程中实现实体之间的去中心化通信。从数据可能算法的提供商再到阐明东西，海洋协议提供了基于代币鼓励以及区块链智能合约的模子，答允各方以公正高效的互动模式在 AI 事情流中相助。尽量海洋协议具有通用成果集，但它通过引入代币化的鼓励层，在网络中的节点之间共享数据方面也表示不俗。海洋协议是少数去中心化 AI 仓库之一、可以跟主要深度进修与呆板进修框架连系利用，且不会造成重大间断。
通往去中心化人工智能之路的要害是找到适当的均衡，以冲破常识会合和大企业的影响，并最大限度地淘汰技能挑战规模的粉碎。本文的想法提供了务实但不失野心的方法来渐进地回收去中心化 AI。
一条通向去中心化 AI 的可行路径
从我的视角来看，找到一条通往可行的去中心化 AI 的路径分三步：
促进配合缔造与常识分享的去中心化 AI 模式是防备增加大公司与小公司之间、领先经济体与成长中国度之间鸿沟的方法之一。勉励自主动作者宣布数据集、建设、培训或优化模子的网络是一种更可一连的机制，可以促进 AI 的缔造，而这种机制无助于使富人更富。
办理上述挑战是为回收去中心化 AI 技能缔造经济和技能可行性的独一途径。任何计策都需要在 AI 技能的新生状态与去中心化的粉碎性之间取得均衡。
ii. 稳步地向人工智能应用生命周期中相对简朴的规模引入去中心化
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
