Can Blockchains Reliably Train Machine Learning Models?
تقدم هذه الورقة "إثبات التدريب" (PoT)، وهو بروتوكول يعيد توظيف موارد تعدين "إثبات العمل" المستهلكة للطاقة في تدريب نماذج تعلم آلي قابلة للتحقق، مما يثبت من خلال التحليل النظري والتنفيذ أن هذا النهج يحقق إنتاجية عالية، ومتانة، وأمنًا معززًا للشبكة مع معالجة الفجوات التقنية في التعلم اللامركزي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل مسابقة عالمية ضخمة، حيث تحاول آلاف الحواسيب باستمرار حل ألغاز رياضية صعبة للغاية. هكذا تعمل "البيتكوين" (Bitcoin) والشبكات المشابهة لها حاليًا (نظام يسمى "إثبات العمل" - Proof of Work). الحواسيب التي تحل هذه الألغاز أولاً تحصل على مكافأة نقدية. ومع ذلك، هناك مشكلة: هذه الألغاز عديمة الفائدة؛ فهي لا تنتج أي شيء ذي قيمة، بل تستهلك كمية هائلة من الكهرباء للحفاظ على أمن الشبكة. الأمر يشبه امتلاك أسطول من سيارات السباق التي تدور في دوائر فقط لتثبت أنها تستطيع القيادة بسرعة، فتستهلك الوقود دون أن تذهب إلى أي مكان.
في الوقت نفسه، يعاني عالم "الذكاء الاصطناعي" (AI) من جوع شديد لقوة الحوسبة. إن تدريب نماذج الذكاء الاصطناعي الذكية يتطلب عمليات حسابية هائلة، وهو أمر مكلف ويصعب الحصول عليه.
تقترح هذه الورقة حلاً يسمى "إثبات التدريب" (Proof of Training - PoT). الفكرة بسيطة: بدلاً من إضاعة الطاقة في حل ألغاز عديمة الفائدة، دعونا نستخدم نفس قوة الحوسبة الهائلة هذه لتدريب نماذج الذكاء الاصطناعي. ولكن، كيف نتأكد من أن الناس يقومون بالعمل فعليًا وليسوا غشاشين؟ هنا يأتي دور البروتوكول الجديد الذي تقترحه الورقة.
إليك كيف يعمل النظام، مقسمًا إلى مفاهيم من الحياة اليومية:
1. اللعبة الجديدة: التدريب بدلاً من الألغاز
فكر في "البلوكشين" ليس كحل للألغاز، بل كـ فصل دراسي عالمي.
- العميل (المعلم): الشخص الذي يحتاج لتدريب نموذج ذكاء اصطناعي ينشر "واجبًا منزليًا" (مجموعة بيانات وهدفًا) على الشبكة.
- المعدّنون (الطلاب): بدلاً من حل الألغاز، تقوم هذه الحواسيب بتحميل الواجب المنزلي وتبدأ في تدريب الذكاء الاصطناعي. هم يعدون قائلين: "سأنهي هذا الواجب بحلول هذا الوقت"، ويقومون بتوثيق وعدهم.
- المُدققون (المراقبون): هؤلاء هم حواسيب مستقلة تقوم بفحص الواجب المنزلي. ينظرون إلى نموذج الذكاء الاصطناعي المكتمل ويقيمونه مقابل مجموعة اختبار سرية لمعرفة مدى أدائه.
2. خدعة "الالتزام والكشف" (لمنع الغش)
في الفصل الدراسي العادي، قد ينتظر الطالب رؤية أسئلة الاختبار قبل المذاكرة. في هذا النظام، هذا مستحيل.
- صندوق القفل: قبل إصدار أسئلة الاختبار (بيانات التحقق)، يجب على "الطالب" (المعدّن) وضع نموذج الذكاء الاصطناعي المكتمل في صندوق قفل رقمي. يرسلون إيصالاً (بصمة رقمية - Hash) إلى الشبكة لإثبات أن لديهم نموذجًا محددًا جاهزًا.
- الكشف: فقط بعد إصدار أسئلة الاختبار، يقوم المعدّن بفتح صندوق القفل وإظهار نموذجه.
- لماذا هذا مهم: هذا يمنع الغشاش من النظر إلى إجابات الاختبار، ثم حل المشكلة، ثم التظاهر بأنه حلها في وقت سابق. لقد تم حصره قبل معرفة الإجابات.
3. نظام "الكلب الحارس" (النزاعات)
قد تتساءل، "من يفحص المراقبين؟ ماذا لو قاموا بالتقييم بشكل غير عادل أو كانوا كسالى؟"
تقدم الورقة آلية للنزاع، تشبه نظام "المبلغين عن المخالفات":
- افتراض حسن النية: يفترض النظام أن المراقبين (المدققين) صادقون في البداية لتوفير الوقت والطاقة.
- نافذة التحدي: لفترة قصيرة بعد التقييم، يمكن لأي شخص في الشبكة أن يعمل كـ "كلب حارس" (Watchdog). إذا رأى الكلب الحارس أن مراقبًا أعطى درجة سيئة أو درجة مزيفة، يمكنه الاعتراض.
- الرهان: لكي تكون مراقبًا، يجب أن تضع مبلغ تأمين (مال). إذا تم ضبطك وأنت تغش أو تقيم بشكل خاطئ، ستخسر مبلغ التأمين الخاص بك. الكلب الحارس الذي يكشفك يحصل على حصة من ذلك المال كمكافأة.
- النتيجة: هذا يخلق حافزًا قويًا للمراقبين ليكونوا صادقين وللكلاب الحارسة لمراقبتهم. إنه يشبه لعبة يكون فيها الربح من الصدق أكثر جدوى من الغش.
4. لماذا هذا أفضل من الأفكار القديمة
تجادل الورقة بأن المحاولات السابقة للقيام بذلك فشلت لأنها كانت بطيئة جدًا أو غير آمنة.
- عنق الزجاجة: حاولت الأفكار القديمة فحص كل واجب منزلي على "البلوكشين" الرئيسي. هذا من شأنه أن يسبب ازدحامًا في النظام مثل الاختناق المروري.
- الحل: يستخدم نظام (PoT) نهج "الطبقة الثانية" (Layer 2). فكر في "البلوكشين" الرئيسي (الطبقة الأولى) كـ خزنة البنك. هي تحتفظ فقط بالنتائج النهائية وبالأموال. أما العمل الفعلي (التدريب والتقييم) فيحدث خارج الموقع في شبكة موازية وسريعة (الطبقة الثانية). لا تتدخل خزنة البنك إلا إذا حدث نزاع (خلاف) أو لصرف مستحقات الفائزين. هذا يحافظ على سرعة النظام وقدرته على التوسع.
5. ضمان الأمن
لقد أجرى المؤلفون العمليات الحسابية لإثبات نجاح ذلك. لقد أظهروا أنه إذا كانت عقوبة الغش (خسارة مبلغ التأمين) عالية بما يكفي، واحتمالية كشف الغش عالية بما يكفي، فإن الأمانة هي الخيار المنطقي الوحيد.
- إذا حاول المعدّن تزييف نموذج جيد، فسيتم كشفه من قبل "الكلب الحارس" وسيفقد أمواله.
- إذا حاول المدقق إعطاء درجة مزيفة، فسيفقد مبلغ التأمين الخاص به.
- لذلك، يدفع النظام الجميع طبيعيًا للقيام بالعمل الحقيقي والتقييم بنزاهة.
الملخص
تقترح الورقة تحويل طاقة "البيتكوين" "غير المفيدة" إلى مصنع ذكاء اصطناعي لامركزي.
- الطريقة القديمة: تحرق الحواسيب الكهرباء لحل ألغاز بلا معنى.
- الطريقة الجديدة (PoT): تستخدم هذه الحواسب نفس الكهرباء لتدريب نماذج ذكاء اصطناعي مفيدة.
- كيف يظل النظام أمينًا: نظام من التأمينات، وأسئلة الاختبار السرية، ونظام مكافأة "المبلغين" يضمن ألا يتمكن أحد من الغش دون خسارة أمواله.
النتيجة هي شبكة سريعة، وآمنة، وقادرة على التعامل مع العديد من مهام تدريب الذكاء الاصطناعي في وقت واحد، وكل ذلك دون إضاعة الطاقة في مهام لا تنتج أي شيء ذي قيمة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.