您现在的位置:新闻首页>长坊新闻

机器学习+区块链:算法商店Algorithmia推出DanKu,用

2018-07-10 16:56编辑:gdxmjs.com人气:


机器学习+区块链:算法商店Algorithmia推出DanKu,用以太坊合约交易ML模型

2018-02-28 12:01 来源:机器之心Synced 技术 /支付

原标题:机器学习+区块链:算法商店Algorithmia推出DanKu,用以太坊合约交易ML模型

选自Algorithmia

作者:Besir Kurtulmus

近日,谷歌投资的「算法商店」公司 Algorithmia 借助区块链技术,推出了一种去信任的机器学习合约,可在公共区块链比如以太坊(Ethereum)上评估和购买机器学习模型,进而创建了一个去中心化和去信任的市场,从而使得机器学习从业者有机会直接把其技能转化为现实收益,同时也允许参与者或组织从全世界征求机器学习模型。

机器学习+区块链:算法商店Algorithmia推出DanKu,用

机器学习算法的发展速度令人惊奇,但不一定在社区之中越发普及。这正是 Algorithmia 推出 DanKu 的原因所在,一个在公共区块链比如以太坊(Ethereum)上评估和购买机器学习模型的基于区块链的新协议。DanKu 可以使每个人获取高质量、客观衡量的机器学习模型。Algorithmia 相信算法的广泛获取和部署是未来 AI 走向平衡的基石,DanKu 是走向这一愿景的其中一步。

DanKu 协议利用了基于智能合约的区块链技术。合约允许所有人向可提供最佳训练的机器学习模型的所有人发布一个数据集、评估函数和货币奖励。参与者训练深度神经网络建模数据,并把其已训练的网络提交至区块链。区块链执行这些神经网络模型以评估这些提交,并保证支付给到最佳的模型。

为了交易机器学习模型,合约创建了一个去中心化和去信任的市场, 魔域私服,从而使得机器学习从业者有机会直接把其技能转化为现实收益,同时也允许参与者或组织从全世界征求机器学习模型。这将激励更优机器学习模型的创建,使得 AI 在公司和软件智能体中更普及。拥有数据集的任何人,包括软件智能体,皆可创建合约。

Algorithmia 同时也发布了首个针对机器学习问题的 DanKu 竞赛,更多信息,详见本文最后一节。

背景

2018 来临之际,人工智能和区块链继续霸占着科技新闻头条。2017 早期,Algorithmia 询问自己能否把两项技术融合一起来解决机器学习问题。在所有的想法中,我们发现我们不是第一组人想把区块链和机器学习技术结合的人。

在所有为各种问题提供的区块链+机器学习的答案中,我们立刻注意到了想法的多样性。一个非常好的例子是 OpenMined,它允许你在你不能获取的数据上训练你的模型。

把区块链和 AI 放在一起像是在吸引眼球,我们决定在早期只展示不宣传,从而使我们聚焦在一个具体的问题定义上。

DanKu 诞生背后的思想:通过去信任机器学习合约,实现在以太坊上交易机器学习模型。

它是如何工作的?

可以将 DanKu 协议分成四个步骤来描述:

1. Bob 创建了一个 DanKu 新合约。他提交了一个数据集、一个评估标准和合约的奖励金额。

机器学习+区块链:算法商店Algorithmia推出DanKu,用

2. 机器学习从业者 Alice 下载了 Bob 提交的数据集,并独立地工作来训练一个机器学习模型。在成功地训练好模型之后,Alice 提交了她的模型到合约(即区块链)上。其他类似 Alice 的参与者也可以提交他们的模型。

机器学习+区块链:算法商店Algorithmia推出DanKu,用

3. 在提交阶段结束之后,Bob 给出测试数据集。测试数据集将用于评估提交的模型。

机器学习+区块链:算法商店Algorithmia推出DanKu,用

4. 在未来某个时间,区块链将评估提交的模型,并为获胜的模型支付奖金。如果没有模型能满足标准,奖金将退还给 Bob。

机器学习+区块链:算法商店Algorithmia推出DanKu,用

看!Bob 和其他参与者刚刚以去信任的方式交易了机器学习模型。这个合约也在区块链上运行了一个完全可用的机器学习模型!酷不酷!

注意:为了确保竞争的公平和信任,还需要执行更多的步骤,详情请参考白皮书:https://algorithmia.com/static/research/MLBlockchain/Machine_Learning_Models_on_the_Ethereum_Blockchain.pdf

在区块链上跑第一个神经网络

机器学习+区块链:算法商店Algorithmia推出DanKu,用

(来源:长坊新闻网)

织梦二维码生成器
已推荐
0
  • 凡本网注明"来源:的所有作品,版权均属于中,转载请必须注明中,http://www.gdxmjs.com。违反者本网将追究相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。






图说新闻

更多>>