來源：PlatON，撰文：0x007
人工智慧的普適應用面臨著三大問題，一是資料。資料是人工智慧最重要的資源，人工智慧需要海量的有效資料集以訓練出更好的模型，但在資料隱私和資料監管的前提之下，需要解決資料的使用權和安全使用等問題。
二是訓練成本。人工智慧模型的規模以每年 10 倍的速度增長，需要超大算力進行計算，導致人工智慧總訓練成本持續攀升。三是集中化。大多數人工智慧研究由少數科技巨頭控制，其他組織面臨著人工智慧人才和技術的缺乏問題，與此同時，人工智慧的開發者缺乏方法變現他們的成果，只能將技術賣給科技巨頭。
PlatON 2.0 白皮書呈現的，是藉助於區塊鏈和隱私計算技術，建立一個基礎設施網路，在這個網路上，開發人員可以低成本獲得包括資料和算力在內的資源，訓練人工智慧模型並作為人工智慧服務發佈到網路，該服務同時能與其他人工智慧服務或代理互動、組合，而任何人或組織都可以從這個網路獲得人工智慧演算法或服務。隨著該基礎設施網路的發展，將孕育出一個繁榮的去中心化的人工智慧市場，人們可以在該網路上映易與人工智慧相關的「商品」，比如資料、算力、人工智慧演算法、人工智慧服務。
如果更進一步，這個自組織的分散式協作網路將可能成為一個總體大於其各部分之和的生態體，連接人工智慧並使其相互協作學習，最終湧現通用人工智慧。
PlatON 分三個階段來實現上述目標：
第一階段：去中心化的隱私計算網路。建立一個去中心化的資料共享和隱私計算基礎網路，連接資料所有者、資料使用者、演算法開發者和算力提供者。
第二階段：去中心化的人工智慧市場。實現人工智慧資產的共建共用、敏捷的智慧應用開發，提供從人工智慧算力、演算法到人工智慧能力及其生產、部署、整合的全流程產品和服務。
第三階段：去中心化的協同人工智慧網路。允許人工智慧進行大規模合作，匯集集體智慧來執行複雜的人工智慧服務。
隱私計算網路
計算的基本要素是資料、演算法和算⼒，隱私計算⽹路將資料、演算法和算⼒緊密結合起來，建構一個完整的計算⽣態。
在隱私計算網路中，資料節點和計算節點透過 P2P 協議連接到系統中，發佈資料和算⼒，這些資料⼀般保存在本地。利用資料和算力，透過安全多方計算、聯邦學習等技術對演算法進⾏協同計算，資料可⽤不可⻅，不僅資料的隱私得到保護，計算結果如訓練完成的人工智慧模型的隱私也能得到保護。
PlatON 的隱私計算⽹路技術架構如下圖所示：
資料主體可以在本地啟動資料節點，也可以將資料加密託管到資料節點，如上圖中的資料服務部分所示。在資料節點接受到計算請求時，PlatON⽀持兩類不同的隱私計算，一類是安全多方計算，一類是隱私外包計算。
在安全多方計算方式下，資料節點採⽤秘密分享對資料分⽚，並分發給隨機挑選的計算節點。計算節點之間採⽤安全多方計算協議進⾏隱私計算，計算結果透過區塊鏈智慧合約返回給計算結果⽅，如果是人工智慧模型訓練，訓練完成的模型可以部署到人工智慧⽹路，並發佈人工智慧服務。
在隱私外包計算方式下，資料節點透過同態加密將資料加密，分發給計算節點進⾏外包計算。計算任務可根據資料或模型進⾏分解，計算節點計算完成後，返回計算結果和計算證明，可以驗證計算的正確性。如果⽤戶有⾃⼰的資料和演算法但是沒有⾜夠的算⼒，可採用該方式。
人工智慧市場
透過區塊鏈上的智慧合約，可建構資料、算力和演算法的去中⼼化的交易市場；基於區塊鏈上的密碼經濟學，可將資料、算⼒和演算法貨幣化，形成有效的激勵機制，激勵更多的資料、演算法和算⼒加⼊⽹路。
對於資料提供者，包括個人和機構在內的主體會由於經濟上的激勵來提供個人的和專業的資料，而透過安全計算保證資料的安全和隱私，各主體會更願意分享敏感資料，比如消費和健康資訊。隨著時間的推移，市場將累積高品質的資料。
對於算力提供者，任何人都能夠在安全且無摩擦的市場中共享計算資源。人工智慧模型的規模越來越大，透過人工智慧市場分享世界各地的閒置計算資源，可以實現去中心化的算力網路，理論上可以為人工智慧提供無限的算力，真正降低計算成本。
對於人工智慧開發者，他們可以在資料市場主動搜尋訓練資料集訓練人工智慧模型，也可以發佈模型，讓其他人提供資料以合作訓練模型。訓練資料集不是明⽂交換的，而是透過安全多方計算協議參與到模型訓練，它可以公平交易，沒有一方可以透過提前退出或其他不當行為獲得優勢。
人工智慧開發者能夠在人工智慧市場交易人工智慧演算法和人工智慧服務，直接變現他們的成果，被激勵和鼓勵創造更好的人工智慧模型。開發者的人工智慧模型還可以與其他人工智慧模型和付費用戶進行互動。
對於人工智慧使用者，他們可以方便地、低成本地獲得和使用人工智慧服務。
協同人工智慧⽹路
利用隱私計算⽹路的資料集和計算資源，可以訓練出人工智慧模型，這些模型可以部署在人工智慧⽹路中，並透過人工智慧代理對外進行服務，形成人工智慧服務市場。透過多代理系統等技術，可運行人工智慧代理進行通訊和協同，創建越來越多的創新人工智慧服務，實現 AI DAO，形成自治的協同人工智慧⽹路。
PlatON 的協同人工智慧網路技術架構如下圖所示：
協同人工智慧網路中的服務節點用於託管訓練好的人工智慧模型並對外提供人工智慧服務，註冊節點和評估節點構成智慧搜尋網路，進行人工智慧服務和代理的搜尋和互動。具體是指：人工智慧服務和代理將其⽂本描述和標籤登記到註冊節點，以便⽤戶發現它們的服務、定價、地址等資訊，並呼叫它們。評估節點對人工智慧服務和代理進⾏服務測試、評估和評級，透過共識演算法建立一個信譽評分系統，並以此為依據進行搜尋和推薦，使得其他⽤戶能夠迅速和容易地查詢人工智慧服務和代理。
自主人工智慧代理能自主搜尋並調用人⼯智慧服務，或與其他自主人工智慧代理互動，並能持續學習改進，調整策略與目標。它們是此一自組織智能網路空間中代表人類完成特定目標的軟體程式，具備一定程度的獨立性或自主性，無需人類直接干預。
協同人工智慧網路由眾多相互作用的自主人工智慧代理所構成，亦即為一種多代理系統（Multi-Agent System）。多代理系統已應用於多個領域，包括個人助理、交通管理、遊戲娛樂及虛擬角色等。例如人工智慧助手 Siri 即為一個簡單的自主代理範例：它透過感測器感知使用者提出的請求，並在無需使用者協助的情況下，自動從網際網路上蒐集資料以滿足該請求。
自主人工智慧代理不僅存在於數位世界，亦可作為數位世界與真實世界的橋樑，連接人類、IoT 裝置及外部 IT 系統。每一個自主代理皆為獨立運作的守護程序（daemon），各自追求相對簡單的目標；但透過彼此互動，將衍生出更複雜的目標，並生成更智能的高階代理。
PlatON 將於 2021 年第四季上線去中心化隱私計算網路，透過隱私計算協定串聯資料、演算法與算力，並逐步形成一個人工智慧市場；於 2022 年第四季上線協同人工智慧網路，最終基於該網路建構一個自組織、協作式的人工智慧網路。
技術層面，PlatON 整合運用區塊鏈、隱私計算與人工智慧技術。本文最後簡要介紹其核心技術特徵，主要包括：
1、去中心化。任何使用者或節點皆可無須許可地接入網路；結合去中心化數位身分認證與授權機制，全球範圍內的資料、演算法與算力皆可安全地共享、連接與交易，人人皆可開發與使用人工智慧。
2、隱私保護。採用基於多方安全計算（MPC）、同態加密、零知識證明等現代密碼學的隱私計算技術，提供全新的計算範式，實現「資料與模型可用而不可見」，使隱私獲得完整保障，並確保資料主權。
3、低訓練成本。人工智慧需要大量算力與訓練資料，導致訓練成本高昂。藉助區塊鏈與隱私計算技術，可共享算力資源以降低計算成本；亦可實現安全的資料共享，促進資料合規流通，並透過去中心化方式累積比科技巨頭更多、品質更佳、成本更低的資料。
4、低開發門檻。提供視覺化人工智慧模型開發與除錯環境、自動化機器學習（AutoML），並透過 MLOps 簡化人工智慧模型從開發、訓練至部署的全流程管理，大幅降低人工智慧模型開發門檻，提升開發效率。人工智慧服務可自動發現、組合與協作，並透過更高階的自動程式設計形式，創造愈來愈多創新的人工智慧服務。
5、監管合規。人工智慧訓練與決策過程中所使用之所有資料、變數與流程，均具備不可篡改之紀錄，可供追蹤與稽核。隱私保護技術的應用，亦確保資料使用符合「被遺忘權」、「資料可攜權」、「有條件授權」與「最小化蒐集」等法規要求。
以上係針對 PlatON 2.0 白皮書之個人解讀。若您希望進一步了解，最理想的方式是直接閱讀其白皮書，您可於 此處 取得。