世界

コンコルディアンズが開発した新しいブロックチェーンベースのフレームワークを使えば、人工知能の単純作業をアウトソーシングできる

明日の職場は、膨大な量のデータに基づいて運営されるでしょう。そのすべてを理解するには、企業、開発者、個人は、より優れた人工知能 (AI) システム、より訓練された AI ワーカー、より効率的な数値計算サーバーが必要になります。 大手テクノロジー企業はこうした需要に応えるリソースと専門知識を持っていますが、ほとんどの中小企業や個人には手が届きません。このニーズに応えるため、コンコルディアが率いる国際的な研究者チームは、複雑な AI タスクをユーザーがよりアクセスしやすく、透明性の高いものにするための新しいフレームワークを開発しました。 このフレームワークは、ジャーナルに掲載された記事で説明されている。 情報科学は、深層強化学習 (DRL) の要求に対するソリューションの提供を専門としています。DRL は、階層化されたニューラル ネットワークを使用して膨大なデータ セット内のパターンを見つける深層学習と、報酬/ペナルティ システムに基づいてエージェントが環境と対話することで意思決定の方法を学習する強化学習を組み合わせた機械学習のサブセットです。 DRL は、ゲーム、ロボット工学、医療、金融などさまざまな業界で使用されています。 このフレームワークは、特定のAIニーズを抱えながらも手の届かない開発者、企業、個人と、彼らが必要とするリソース、専門知識、モデルを持つサービスプロバイダーを結び付ける。このサービスはクラウドソーシングされ、ブロックチェーン上に構築されており、スマートコントラクト（コードに組み込まれた一連の条件が事前に定義された契約）を使用して、ユーザーと適切なサービスプロバイダーを結び付ける。 「DRLのトレーニングと設計のプロセスをクラウドソーシングすることで、プロセスの透明性とアクセス性が向上します」と、ジーナ・コーディ工学・コンピュータサイエンス学部の博士課程の学生で、この論文の主執筆者であるアハメド・アラガ氏は言う。 「このフレームワークを使えば、誰でもサインアップして履歴とプロフィールを作成できます。専門知識、トレーニング、評価に基づいて、ユーザーが要求するタスクを割り当てることができます。」 DRLの民主化 共著者であり論文指導教官でもあるコンコルディア情報システム工学研究所の教授ジャマル・ベンタハール氏によると、このサービスにより、DRL が提供していた可能性が、これまでよりもはるかに幅広い層に提供されるようになるという。 「DRL モデルをトレーニングするには、誰もが利用できるわけではない計算リソースが必要です。また、専門知識も必要です。このフレームワークは、その両方を提供します」と彼は言います。 研究者たちは、このシステムの設計により、ブロックチェーンを介して計算作業を分散することでコストとリスクが軽減されると考えている。サーバーのクラッシュや悪意のある攻撃による潜在的に壊滅的な結果は、数十台または数百台の他のマシンが同じ問題に取り組んでいることで軽減される。 「中央サーバーが故障すると、プラットフォーム全体がダウンします」とアラガ氏は説明する。「ブロックチェーンは分散性と透明性を提供します。すべてがそこに記録されるため、改ざんするのは非常に困難です。」 ユーザーの特定のニーズに合わせて比較的小さな調整のみを必要とする既存のモデルを利用すれば、モデルが適切に動作するようにトレーニングする困難でコストのかかるプロセスを短縮できます。 「例えば、大都市が交通の流れを最適化し、事故を最小限に抑えるために、信号機のシーケンスを自動化できるモデルを開発したとします。小さな都市や町には独自に開発するリソースがないかもしれませんが、大都市が開発したモデルを使用して、それを自分たちの状況に合わせて調整することができます。」 この研究には、アブダビのカリファ大学のハディ・オトロク、シャクティ・シン、ラベブ・ミズーニが協力した。 #コンコルディアンズが開発した新しいブロックチェーンベースのフレームワークを使えば人工知能の単純作業をアウトソーシングできる