来源：PlatON，撰文：0x007
人工智能的普适应用面临着三大问题，一是数据。数据是人工智能最重要的资源，人工智能需要海量的有效数据集以训练出更好的模型，但在数据隐私和数据监管的前提之下，需要解决数据的使用权和安全使用等问题。
二是训练成本。人工智能模型的规模以每年 10 倍的速度增长，需要超大算力进行计算，导致人工智能总训练成本持续攀升。三是集中化。大多数人工智能研究由少数科技巨头控制，其他组织面临着人工智能人才和技术的缺乏问题，而与此同时，人工智能的开发者缺乏方法变现他们的成果，只能将技术卖给科技巨头。
PlatON 2.0 白皮书呈现的，是借助于区块链和隐私计算技术，建立一个基础设施网络，在这个网络上，开发人员可以低成本获得包括数据和算力在内的资源，训练人工智能模型并作为人工智能服务发布到网络，该服务同时能与其他人工智能服务或代理交互、组合，而任何人或组织都可以从这个网络获得人工智能算法或服务。随着该基础设施网络的发展，将孕育出一个繁荣的去中心化的人工智能市场，人们可以在该网络上交易与人工智能相关的「商品」，比如数据、算力、人工智能算法、人工智能服务。
如果更进一步，这个自组织的分散式协作网络将可能成为一个总体大于其各部分之和的生态体，连接人工智能并使其相互协作学习，最终涌现通用人工智能。
PlatON 分三个阶段来实现上述目标：
第一阶段：去中心化的隐私计算网络。建立一个去中心化的数据共享和隐私计算基础网络，连接数据所有者、数据使用者、算法开发者和算力提供者。
第二阶段：去中心化的人工智能市场。实现人工智能资产的共建共享、敏捷的智能应用开发，提供从人工智能算力、算法到人工智能能力及其生产、部署、集成的全流程产品和服务。
第三阶段：去中心化的协同人工智能网络。允许人工智能进行大规模合作，汇集集体智慧来执行复杂的人工智能服务。
隐私计算网络
计算的基本要素是数据、算法和算⼒，隐私计算⽹络将数据、算法和算⼒紧密结合起来，构建一个完整的计算⽣态。
在隐私计算网络中，数据节点和计算节点通过 P2P 协议连接到系统中，发布数据和算⼒，这些数据⼀般保存在本地。利用数据和算力，通过安全多⽅计算、联邦学习等技术对算法进⾏协同计算，数据可⽤不可⻅，不仅数据的隐私得到保护，计算结果如训练完成的人工智能模型的隐私也能得到保护。
PlatON 的隐私计算⽹络技术架构如下图所示：
数据主体可以在本地启动数据节点，也可以将数据加密托管到数据节点，如上图中的数据服务部分所示。在数据节点接受到计算请求时，PlatON⽀持两类不同的隐私计算，一类是安全多⽅计算，一类是隐私外包计算。
在安全多方计算方式下，数据节点采⽤秘密分享对数据分⽚，并分发给随机挑选的计算节点。计算节点之间采⽤安全多⽅计算协议进⾏隐私计算，计算结果通过区块链智能合约返回给计算结果⽅，如果是人工智能模型训练，训练完成的模型可以部署到人工智能⽹络，并发布人工智能服务。
在隐私外包计算方式下，数据节点通过同态加密将数据加密，分发给计算节点进⾏外包计算。计算任务可根据数据或模型进⾏分解，计算节点计算完成后，返回计算结果和计算证明，可以验证计算的正确性。如果⽤户有⾃⼰的数据和算法但是没有⾜够的算⼒，可采用该方式。
人工智能市场
通过区块链上的智能合约，可构建数据、算力和算法的去中⼼化的交易市场；基于区块链上的密码经济学，可将数据、算⼒和算法货币化，形成有效的激励机制，激励更多的数据、算法和算⼒加⼊⽹络。
对于数据提供者，包括个⼈和机构在内的主体会由于经济上的激励来提供个⼈的和专业的数据，而通过安全计算保证数据的安全和隐私，各主体会更愿意分享敏感数据，⽐如消费和健康信息。随着时间的推移，市场将积累⾼质量的数据。
对于算力提供者，任何人都能够在安全且无摩擦的市场中共享计算资源。人工智能模型的规模越来越大，通过人工智能市场分享世界各地的闲置计算资源，可以实现去中心化的算力网络，理论上可以为人工智能提供无限的算力，真正降低计算成本。
对于人工智能开发者，他们可以在数据市场主动搜索训练数据集训练人工智能模型，也可以发布模型，让其他⼈提供数据以合作训练模型。训练数据集不是明⽂交换的，⽽是通过安全多⽅计算协议参与到模型训练，它可以公平交易，没有⼀⽅可以通过提前退出或其他不当⾏为获得优势。
人工智能开发者能够在人工智能市场交易人工智能算法和人工智能服务，直接变现他们的成果，被激励和鼓励创造更好的人工智能模型。开发者的⼈⼯智能模型还可以与其他⼈⼯智能模型和付费⽤户进⾏交互。
对于人工智能使用者，他们可以方便地、低成本地获得和使用人工智能服务。
协同人工智能⽹络
利⽤隐私计算⽹络的数据集和计算资源，可以训练出人工智能模型，这些模型可以部署在人工智能⽹络中，并通过人工智能代理对外进⾏服务，形成人工智能服务市场。通过多代理系统等技术，可运⾏人工智能代理进⾏通信和协同，创建越来越多的创新人工智能服务，实现 AI DAO，形成⾃治的协同人工智能⽹络。
PlatON 的协同人工智能网络技术架构如下图所示：
协同人工智能网络中的服务节点用于托管训练好的人工智能模型并对外提供人工智能服务，注册节点和评估节点构成智能搜索网络，进行人工智能服务和代理的搜索和交互。具体是指：人工智能服务和代理将其⽂本描述和标签登记到注册节点，以便⽤户发现它们的服务、定价、地址等信息，并调⽤它们。评估节点对人工智能服务和代理进⾏服务测试、评估和评级，通过共识算法建⽴⼀个信誉评分系统，并以此为依据进⾏搜索和推荐，使得其他⽤户能够迅速和容易地查询人工智能服务和代理。
स्वायत्त कृत्रिम बुद्धिमत्ता (AI) एजेंट स्वतंत्र रूप से AI सेवाओं की खोज कर सकते हैं और उन्हें कॉल कर सकते हैं, अन्य स्वायत्त AI एजेंट्स के साथ बातचीत कर सकते हैं, और निरंतर सीखकर सुधार कर सकते हैं, तथा अपनी रणनीतियों और लक्ष्यों को समायोजित कर सकते हैं। ये सॉफ़्टवेयर प्रोग्राम हैं जो इस स्व-संगठित बुद्धिमान साइबर स्पेस में मानवों के लिए कुछ लक्ष्यों को पूरा करने के लिए कार्य करते हैं, और जिनमें मानव हस्तक्षेप के बिना एक निश्चित स्तर की स्वतंत्रता या स्वायत्तता होती है।
सहयोगात्मक AI नेटवर्क कई परस्पर क्रियाशील स्वायत्त AI एजेंट्स से बना होता है, अर्थात् यह एक बहु-एजेंट प्रणाली (Multi-Agent System) है। बहु-एजेंट प्रणालियों का उपयोग व्यक्तिगत सहायक, यातायात प्रबंधन, गेमिंग और मनोरंजन, वर्चुअल कैरेक्टर्स आदि सहित कई अनुप्रयोग क्षेत्रों में किया जा चुका है। उदाहरण के लिए, AI सहायक Siri एक सरल स्वायत्त एजेंट का उदाहरण है, जो उपयोगकर्ता के अनुरोध को समझने के लिए सेंसर का उपयोग करता है और उपयोगकर्ता की सहायता के बिना स्वतः इंटरनेट से डेटा एकत्र करके उसकी आवश्यकताओं को पूरा करता है।
स्वायत्त AI एजेंट केवल डिजिटल दुनिया में ही मौजूद नहीं होते हैं, बल्कि वे डिजिटल दुनिया और वास्तविक दुनिया के बीच का पुल भी बन सकते हैं, जो मानवों, IoT डिवाइस और बाहरी IT प्रणालियों से जुड़ सकते हैं। प्रत्येक स्वायत्त एजेंट एक स्वतंत्र रूप से चलने वाला डेमन (daemon) है, जो अपने सापेक्षिक रूप से सरल लक्ष्यों की प्राप्ति के लिए कार्य करता है, लेकिन उनकी पारस्परिक क्रियाओं के परिणामस्वरूप जटिल लक्ष्य उत्पन्न होते हैं और अधिक बुद्धिमान उच्च-स्तरीय एजेंट्स का निर्माण होता है।
PlatON 2021 की चौथी तिमाही में विकेंद्रीकृत गोपनीयता गणना नेटवर्क को लॉन्च करेगा, जो गोपनीयता गणना प्रोटोकॉल के माध्यम से डेटा, एल्गोरिदम और गणना शक्ति को जोड़ेगा और क्रमशः एक AI बाज़ार का गठन करेगा; 2022 की चौथी तिमाही में सहयोगात्मक AI नेटवर्क को लॉन्च करेगा, और अंततः उस नेटवर्क पर आधारित एक स्व-संगठित सहयोगात्मक AI नेटवर्क का निर्माण करेगा।
तकनीकी रूप से, PlatON ब्लॉकचेन, गोपनीयता गणना और कृत्रिम बुद्धिमत्ता (AI) तकनीकों के संयुक्त उपयोग करता है। लेख के अंत में, इसकी मुख्य तकनीकी विशेषताओं का संक्षिप्त परिचय दिया गया है, जिनमें मुख्य रूप से निम्नलिखित शामिल हैं:
1. विकेंद्रीकरण: कोई भी उपयोगकर्ता या नोड बिना किसी अनुमति के नेटवर्क से जुड़ सकता है, और विकेंद्रीकृत डिजिटल पहचान प्रमाणीकरण और अधिकार प्रदान करने के साथ, विश्व स्तर पर कोई भी डेटा, एल्गोरिदम और गणना शक्ति सुरक्षित रूप से साझा की जा सकती है, जुड़ी जा सकती है और व्यापारित की जा सकती है, जिससे प्रत्येक व्यक्ति AI का विकास और उपयोग कर सकता है।
2. गोपनीयता संरक्षण: MPC, समरूपता (Homomorphic), शून्य-ज्ञान प्रमाण (Zero-Knowledge Proof) आदि आधुनिक क्रिप्टोग्राफी पर आधारित गोपनीयता गणना तकनीकों के माध्यम से गणना का एक नया पैटर्न प्रदान किया जाता है, जिससे डेटा और मॉडल "उपयोग किए जा सकते हैं, लेकिन देखे नहीं जा सकते", जिससे गोपनीयता की पूर्ण सुरक्षा सुनिश्चित होती है और डेटा के अधिकारों की रक्षा की जाती है।
3. कम प्रशिक्षण लागत: AI को बड़ी मात्रा में गणना शक्ति और प्रशिक्षण डेटा की आवश्यकता होती है, जिसके कारण प्रशिक्षण लागत अत्यधिक होती है। ब्लॉकचेन और गोपनीयता गणना तकनीकों के उपयोग से गणना संसाधनों को साझा किया जा सकता है, जिससे गणना लागत कम होती है; सुरक्षित डेटा साझाकरण को सक्षम किया जा सकता है, जो डेटा के अनुपालन-आधारित प्रवाह को बढ़ावा देता है, और विकेंद्रीकरण के माध्यम से टेक दिग्गजों की तुलना में अधिक मात्रा, उच्च गुणवत्ता और कम लागत वाले डेटा का संचयन किया जा सकता है।
4. कम विकास दहलीज: दृश्यमान AI मॉडल विकास और डीबगिंग, स्वचालित मशीन लर्निंग (AutoML), और MLOps के माध्यम से AI मॉडल के विकास, प्रशिक्षण और तैनाती तक के पूरे प्रबंधन प्रक्रिया को सरल बनाया जाता है, जिससे AI मॉडल के विकास की दहलीज कम होती है और विकास दक्षता में वृद्धि होती है। AI सेवाएं स्वतः खोज, संयोजन और सहयोग कर सकती हैं, और उच्च-स्तरीय स्वचालित प्रोग्रामिंग के माध्यम से लगातार नवाचारी AI सेवाओं का निर्माण कर सकती हैं।
5. नियामक अनुपालन: AI प्रशिक्षण और निर्णय प्रक्रिया में उपयोग किए गए सभी डेटा, चर और प्रक्रियाओं का अपरिवर्तनीय रिकॉर्ड रखा जाता है, जिसे ट्रैक और ऑडिट किया जा सकता है। गोपनीयता संरक्षण तकनीकों के उपयोग से डेटा के उपयोग को 'भूलने का अधिकार' (Right to be Forgotten), 'पोर्टेबिलिटी का अधिकार' (Right to Data Portability), 'परिस्थितिजन्य अधिकार' (Conditional Authorization) और 'न्यूनतम डेटा संग्रह' (Minimal Data Collection) जैसे नियामक प्रावधानों के अनुपालन को सुनिश्चित किया जाता है।
उपरोक्त PlatON 2.0 व्हाइटपेपर की एक व्यक्तिगत व्याख्या है। यदि आप अधिक जानकारी प्राप्त करना चाहते हैं, तो इसके व्हाइटपेपर को पढ़ना सबसे अच्छा तरीका है, जिसे आप यहाँ से प्राप्त कर सकते हैं।