SOPA画像/Getty Imagesを介したLightrocket
ブロックチェーンと信頼
ブロックチェーンの誇大広告は、過去数年間にAIの誇大広告に包まれてきました。これらのテクノロジーは両方とも比較的新しいものです。 AIはより長い血統を持っており、コンセプトに戻って ゴーレム そして人間の古代。ブロックチェーンは、ハッシュ機能と分散プログラミングから始めると考えられます。 レスリー・ランポート 分散型システムの作業は、分散された信頼、したがってブロックチェーンの解決のために、時間内に秩序をつなぎ合わせることが必要です。したがって、ブロックチェーンでは少なくとも40年以上、現在のAIの形式で80プラス。
問題を解決するための分散コンピューティングと共同で問題を解決するには、タイム順序と、コンピューターのセットから真実のバージョンを作成する方法が必要です。分散コンピューティングとストレージは、分散化に必要な条件です。分散マシンの独立したガバナンスは、地方分権化を提供します。したがって、分散化は、分散された計算およびストレージインフラストラクチャを制御するエンティティの性質と拡散に基づいています。これらの措置では、ビットコインでさえ、5つのマイニングプールがマイニングを制御し、交換を含む多数の大規模な機関がビットコインの生態系からのランプを制御するため、分散化されていると見なすことはできません。クジラはビットコインの93％を保持しています。
AIの課題
AIのよく知られている問題には、個人データの漏れ、管理されていないエネルギー使用、独自の出力の再利用、サイロ化されたソリューションをターゲットにするためのサイロ化およびプライベートデータの利用可能性、トレーニングモデルで使用されるプライベートデータの支払いが含まれます。これらの問題のいくつかは、ブロックチェーンをAIに統合することで解決できます。一般的な課題は、最初のセクションでスケッチされています。
AIは、単一のエンティティによって慣習的に管理されています。 AIとは、CHATGPTと同様の深い学習ベースの大手言語モデル（LLMS）、ポスト安定した拡散v1.5で具体化された画像生成、テキストと逆のオーディオ（テキストからオーディオ）、および究極：SORAまたはなどのビデオ生成を意味します。画像、オーディオなどを組み合わせているため、ムービージェンは将来的にはAIになる可能性があります 「データセンターの天才の国」。 AIの現在のトレーニング方法には、膨大な量のデータが必要です。このようなデータには、デジタル化され、アクセス可能な人類によって生成されるほとんどすべてのものが含まれます。膨大な量のデータが過度にフィットするのを防ぎます。過度にフィットすることで、モデルはデータの量が少ないため、正確に予測することはできません。オープンソースモデルはこの物語を破りました。
DeepSeek：オープンAIモデル
などの開発 deepseek 大量のデータ、最新のチップ、またはトレーニングに費やされた時間なしで、同等のパフォーマンスを示しています。 DeepSeekを使用した推論の時間と計算（実際の使用）が上がります。 Deepseekはオープンモデルでもあります。
オープンモデルは、モデルのすべてのソースコードが開いていることを意味します。さらに、モデルの重みが表示されることを意味します。誰でもモデルを変更し、独自のデータを使用して再訓練または改良できます。これ OSIによる定義 持っていた プッシュバック モデルがオープンソースになるためにトレーニングデータを共有する必要はないためです。によると 批評家のトレーニングデータはソースコードです AIの場合。トレーニングデータを共有しないと、モデルはオープンソースとは言えません。 OSIは定義を擁護しています。
modelx.ai
ModelXの製品は、モデルデータをプライベートに保つことに依存しますが、モデルとその重みは開きます。プライバシーの難問に対処します。すなわち、公開されているデータだけを使用して、一部のデータが法律で非公開である場合、結果を改善し続けることにより、特定の分野をターゲットにした最高のAIをどのようにトレーニングしますか。ヘルスケアなどの特定の分野では、病院はHIPAAルールのために個人データを共有することができません。 1種類のデータ、つまりX線を使用するだけの場合。公共のAIを採用し、病院のプライベートX線のみを使用してさらにトレーニングすると、モデルが改善されます。ただし、より良い方法は、1つの病院だけを使用した場合よりも、多数の病院のX線を使用してモデルを改善することです。 Modelx.aiは、プライバシーを失うことなく、このデータを連邦政府の設定で共有する方法を発明しました。
モデルは採取され、連邦の病院で連続して訓練されます。言い換えれば、病院1は成熟した訓練されたオープンモデルを取り、プライベートデータで訓練します。その後、病院1はレトレーニングモデルを連邦にリリースし、病院2列車は個人データで同じAIを列車にします。これは、連盟のすべての病院が訓練を受けるまで続きます。連邦の私的データを通じて洗練されたこのAIは、連邦でのみ利用可能です。ブロックチェーンの部分は、改善を証明し、貢献者として支払われ、データをプライベートに保つことを目的としています。
モデルの重みはハッシュされ、各トレーニングステップでフェデレート元帳に載せられます。各病院は、彼らが行う仕事に基づいていくつかのトークンを取得します。各洗練後のモデルの品質も測定され、品質評価とトークンの量が得られます。その後、モデルが使用されると、各病院は使用に基づいてトークンを支払います。 2024年10月にこれについて聞いたとき、オープンソースモデルは不格好で、良い結果が得られませんでした。 2025年2月にDeepseekが到着したことで、そのような批評は噛みつきを失いました。
特定の手法を使用して、トレーニングデータをモデルから何らかの形で抽出または抽出できるという別の議論には、安全のための追加の予防策が必要です。これらには、識別可能な情報の個人データのクリーニングと、多くの中傷の一部である長方化技術に対するその他の保護が含まれます 私には行為があります。
#AIとブロックチェーン新しいパラダイムと分散型AIにおけるその表現