🤖 machine learning

Can Blockchains Reliably Train Machine Learning Models?

Ce document présente la Preuve d'Entraînement (PoT), un protocole qui réaffecte les ressources énergivores du minage par preuve de travail à l'entraînement vérifiable de modèles d'apprentissage automatique, démontrant par une analyse théorique et une mise en œuvre que cette approche atteint un débit élevé, une robustesse et une sécurité réseau accrue tout en comblant les lacunes techniques de l'apprentissage décentralisé.

Auteurs originaux : Peihao Li, Nadia Dahmani

Publié 2026-05-06

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Peihao Li, Nadia Dahmani

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez une compétition mondiale massive où des milliers d'ordinateurs tentent constamment de résoudre des énigmes mathématiques incroyablement difficiles. C'est ainsi que fonctionnent actuellement le Bitcoin et des blockchains similaires (un système appelé « Preuve de Travail »). Les ordinateurs qui résolvent ces énigmes en premier reçoivent une récompense en argent. Cependant, il y a un piège : ces énigmes sont inutiles. Elles ne créent rien de valeur ; elles brûlent simplement une quantité énorme d'électricité pour maintenir le réseau sécurisé. C'est comme avoir une flotte de voitures de course qui tournent en rond juste pour prouver qu'elles peuvent rouler vite, consommant du carburant sans aller nulle part.

Dans le même temps, le monde de l'Intelligence Artificielle (IA) a faim de puissance de calcul. L'entraînement de modèles d'IA intelligents nécessite d'énormes quantités de calculs, ce qui est coûteux et difficile à obtenir.

Ce document propose une solution appelée Preuve d'Entraînement (PoT). L'idée est simple : au lieu de gaspiller de l'énergie sur des énigmes mathématiques inutiles, utilisons cette même puissance de calcul massive pour entraîner des modèles d'IA. Mais comment s'assurer que les gens effectuent réellement le travail et ne trichent pas ? C'est là que le nouveau protocole du document intervient.

Voici comment le système fonctionne, décomposé en concepts quotidiens :

1. Le Nouveau Jeu : Entraînement au lieu d'Énigmes

Considérez la blockchain non pas comme un résolveur d'énigmes, mais comme une salle de classe mondiale.

Le Client (Le Professeur) : Quelqu'un qui a besoin qu'un modèle d'IA soit entraîné publie un « devoir » (un ensemble de données et un objectif) sur le réseau.
Les Mineurs (Les Élèves) : Au lieu de résoudre des énigmes, ces ordinateurs téléchargent le devoir et commencent à entraîner l'IA. Ils promettent : « Je terminerai ce devoir à cette heure », et verrouillent leur promesse.
Les Validateurs (Les Surveillants) : Ce sont des ordinateurs indépendants qui vérifient le devoir. Ils examinent le modèle d'IA terminé et le notent par rapport à un ensemble de test secret pour évaluer ses performances.

2. L'Astuce « Engager et Révéler » (Prévention de la Triche)

Dans une salle de classe normale, un élève pourrait attendre de voir quelles sont les questions de l'examen avant d'étudier. Dans ce système, c'est impossible.

Le Coffre-fort : Avant que les questions de l'examen (les données de validation) ne soient révélées, l'« Élève » (Mineur) doit placer son modèle d'IA terminé dans un coffre-fort numérique. Il envoie un reçu (un hachage) au réseau prouvant qu'il possède un modèle spécifique prêt.
La Révélation : Seulement après que les questions de l'examen ont été révélées, le Mineur ouvre le coffre-fort et montre son modèle.
Pourquoi cela compte : Cela empêche un tricheur de regarder les réponses de l'examen, de résoudre le problème, puis de prétendre l'avoir résolu plus tôt. Il est verrouillé avant de connaître les réponses.

3. Le Système de « Garde-Fou » (Litiges)

Vous pourriez demander : « Qui vérifie les Surveillants ? Que se passe-t-il s'ils notent injustement ou s'ils sont paresseux ? »
Le document introduit un Mécanisme de Litige, similaire à un système de « Lanceur d'Alerte » :

Présomption de Bonne Foi : Le système suppose initialement que les Surveillants (Validateurs) sont honnêtes pour gagner du temps et de l'énergie.
La Fenêtre de Contestation : Pendant une courte période après la notation, n'importe qui sur le réseau peut agir en tant que Garde-Fou. Si un Garde-Fou voit qu'un Surveillant a attribué une mauvaise note ou un score falsifié, il peut le contester.
Les Enjeux : Pour être Surveillant, vous devez déposer une garantie (de l'argent). Si vous êtes pris en train de tricher ou de noter incorrectement, vous perdez votre dépôt. Le Garde-Fou qui vous prend en flagrant délit reçoit une part de cet argent comme récompense.
Le Résultat : Cela crée une incitation puissante pour les Surveillants d'être honnêtes et pour les Gardes-Fous de les surveiller. C'est comme un jeu où il est plus rentable d'être honnête que de tricher.

4. Pourquoi C'est Mieux que les Anciennes Idées

Le document soutient que les tentatives précédentes pour faire cela ont échoué car elles étaient trop lentes ou peu sécurisées.

Le Goulot d'Étranglement : Les anciennes idées tentaient de vérifier chaque devoir individuel sur la blockchain principale. Cela engorgerait le système comme un embouteillage.
La Solution : La PoT utilise une approche de Couche 2. Imaginez la blockchain principale (Couche 1) comme le Coffre-fort de la Banque. Il ne contient que les résultats finaux et l'argent. Le travail réel (entraînement et notation) se déroule hors site dans un réseau rapide et parallèle (Couche 2). Le Coffre-fort de la Banque n'intervient que s'il y a un combat (un litige) ou pour payer les gagnants. Cela maintient le système rapide et évolutif.

5. La Garantie de Sécurité

Les auteurs ont fait les calculs pour prouver que cela fonctionne. Ils ont montré que si la pénalité pour la triche (perdre son dépôt) est suffisamment élevée, et que la probabilité d'être pris est suffisamment élevée, alors l'honnêteté est le seul choix logique.

Si un Mineur tente de falsifier un bon modèle, il sera pris par un Garde-Fou et perdra de l'argent.
Si un V alidateur tente d'attribuer une note falsifiée, il perdra son dépôt.
Par conséquent, le système pousse naturellement tout le monde à faire le vrai travail et à le noter équitablement.

Résumé

Le document propose de transformer l'énergie « inutile » des réseaux de type Bitcoin en une usine d'IA décentralisée.

Ancienne Méthode : Les ordinateurs brûlent de l'électricité pour résoudre des énigmes sans signification.
Nouvelle Méthode (PoT) : Les ordinateurs utilisent cette même électricité pour entraîner des modèles d'IA utiles.
Comment cela reste honnête : Un système de dépôts, de questions de test secrètes et d'un système de récompense pour « lanceurs d'alerte » garantit que personne ne peut tricher sans perdre son argent.

Le résultat est un réseau rapide, sécurisé et capable de gérer de nombreuses tâches d'entraînement d'IA simultanément, le tout sans gaspiller d'énergie sur des tâches qui ne produisent rien de valeur.

Résumé technique : Les blockchains peuvent-elles entraîner de manière fiable des modèles d'apprentissage automatique ?

Énoncé du problème
Les blockchains actuelles basées sur la Preuve de Travail (PoW) consomment d'énormes quantités d'électricité uniquement pour atteindre un consensus sans confiance, sans aucune utilité pratique supplémentaire. Bien que la réaffectation de cette puissance de calcul à l'entraînement de modèles d'apprentissage automatique (ML) offre une solution potentielle au gaspillage énergétique, les tentatives existantes d'intégrer le ML dans le consensus blockchain font face à d'importantes lacunes techniques. Les propositions précédentes, telles que la Preuve de Travail Utile (PoUW), la Preuve d'Apprentissage Profond (PoDL) et la Preuve Robuste d'Apprentissage (RPoL), souffrent de défauts critiques en matière d'évolutivité, de sécurité et d'adaptabilité. Plus précisément, beaucoup reposent sur le stockage de données de test sur la chaîne (épuisant le stockage), exigent des horodatages synchronisés au niveau mondial (fragiles en cas de délais réseau), supposent des plateformes de confiance, ou échouent à s'adapter à l'entraînement non déterministe moderne sur GPU. De plus, les protocoles d'apprentissage distribué sans sécurité robuste permettent aux adversaires de falsifier les récompenses, brisant l'équité et décourageant la participation. Le défi central consiste à concevoir un protocole qui oriente la puissance de minage vers un entraînement ML vérifiable tout en maintenant les garanties de sécurité et d'évolutivité d'une blockchain sans permission.

Méthodologie
Les auteurs proposent la Preuve d'Entraînement (PoT), un protocole conçu pour combler le fossé entre le consensus blockchain et l'entraînement ML décentralisé. La méthodologie comprend trois composants principaux :

Fondement théorique et conception du consensus :
- L'article démontre d'abord un résultat d'impossibilité théorique (Théorème II.3) : un système sans permission où les validateurs sont admis sans ressources rares (validateurs sans permission sans ressources) ne peut simultanément assurer la sécurité et la vivacité.
- Par conséquent, la PoT adopte une architecture hybride séparant la couche de consensus de la couche d'entraînement. Elle utilise un mécanisme de Preuve d'Enjeu (PoS) pour la couche de consensus (Agrégateurs et Validateurs) afin d'assurer la sécurité, tandis que la couche d'entraînement reste ouverte.
- Le système emploie une architecture L1–L2 :
  - L1 (Couche de règlement) : Ancrage des enjeux, des séquestres et de la distribution des récompenses sur une chaîne principale.
  - L2 (Couche d'exécution / DTN) : Un Réseau d'Entraînement Décentralisé (DTN) qui gère le gros œuvre du cycle de vie des tâches, de la revendication des modèles, de la validation et du traitement des litiges hors chaîne.
Mécanismes du protocole (Le cycle de tâche) :
- Participants : Les clients publient des tâches ; les Mineurs (Fournisseurs de services) entraînent des modèles ; les Validateurs évaluent les modèles ; les Agrégateurs maintiennent le registre ; les Vérificateurs (tout participant) contestent les validations incorrectes.
- Engagement et Révélation : Les mineurs s'engagent sur un hachage de modèle avant que les données d'entraînement ne soient révélées, empêchant le vol de modèle.
- Notation déterministe : Les validateurs évaluent les modèles révélés par rapport à un ensemble de test fourni par le client en utilisant une fonction de notation déterministe ( $VRF_{Model}$ ).
- Mécanisme de contestation : Au lieu de valider chaque modèle sur la chaîne (ce qui crée des goulots d'étranglement), la PoT suppose initialement que les validateurs sont honnêtes. Une fenêtre de contestation permet à tout participant de contester un rapport de validation. Si une contestation réussit, le validateur malhonnête est pénalisé (perdant une fraction de son enjeu), et le contestataire est récompensé. Cela maintient l'état de la chaîne léger.
Analyse de la sécurité incitative :
- Les auteurs modélisent la couche d'apprentissage comme un jeu séquentiel. Ils dérivent des conditions suffisantes (Théorème II.9) sous lesquelles la validation véridique est une stratégie strictement dominante pour les validateurs et la maximisation du score réel du modèle est la meilleure réponse pour les mineurs.
- Les conditions clés incluent : la probabilité de détection ( $q$ ) multipliée par la fraction de pénalité ( $\phi$ ) et l'enjeu ( $s$ ) doit dépasser le gain externe de la triche plus la différence de coût entre un rapport honnête et un rapport malhonnête.

Contributions clés

Protocole de Preuve d'Entraînement (PoT) : Un mécanisme de consensus novateur qui réoriente les ressources de calcul de type PoW vers un entraînement ML vérifiable.
Preuve de sécurité théorique : Une preuve formelle démontrant que les validateurs sans permission sans ressources ne peuvent sécuriser un registre, justifiant le passage à une couche de consensus pondérée par l'enjeu pour la PoT.
Architecture évolutive : Une conception L1–L2 qui découple le règlement de la valeur de l'exécution de l'utilité, permettant un entraînement et une validation lourds hors chaîne tout en ne réglant sur la chaîne que des résultats compacts.
Compatibilité incitative : Une analyse théorique des jeux prouvant que les paramètres économiques du protocole (pénalités, récompenses, coûts de contestation) peuvent aligner les incitations des participants sur un comportement honnête, assurant un entraînement de modèle fiable.

Résultats

Validation théorique : Les auteurs démontrent que, sous des paramètres spécifiques (fraction de pénalité, probabilité de détection et enjeu), le comportement honnête est la stratégie strictement dominante pour les validateurs, et que des contestataires rationnels maintiendront la surveillance.
Évaluation du débit : Des simulations du DTN utilisant des flux de travail de type PBFT avec des tailles de comité de 10, 30 et 50 nœuds montrent que le système peut atteindre un débit élevé.
- Dans des conditions de bande passante moyenne à rapide, les temps de synchronisation restent de l'ordre de quelques secondes, même à mesure que les tailles de lots augmentent.
- Le système est montré capable de répondre confortablement aux exigences d'évolutivité des taux d'arrivée de travaux d'apprentissage profond industriels rapportés (généralement bien inférieurs à un travail par seconde).
Simulations de sécurité :
- Exp1 : Visualise l'écart de gain, confirmant que la validation véridique devient strictement dominante lorsque le risque de pénalité dépasse le coût de la triche.
- Exp2 : Démontre que la surveillance peut être maintenue à l'équilibre lorsque les récompenses de pénalité attendues couvrent les coûts de vérification.
- Exp3 : Montre qu'une forte détectabilité (pilotée par une surveillance active) incite les mineurs à investir des efforts pour améliorer les scores réels des modèles, tandis qu'une faible détectabilité conduit à un effort réduit et à une qualité inférieure.

Signification et revendications
L'article revendique que la PoT fournit une base pratique pour des réseaux d'entraînement ouverts évolutifs et robustes face aux adversaires. Sa signification réside dans :

Efficacité énergétique : Elle offre une voie pour réaffecter la puissance de calcul massive des réseaux PoW à des tâches ML précieuses, répondant aux préoccupations environnementales de la blockchain.
Fiabilité : En combinant une couche de consensus pondérée par l'enjeu avec un mécanisme de vérification piloté par les litiges, elle garantit que les résultats de l'entraînement sont fiables et que les récompenses sont allouées équitablement, sans exiger que chaque nœud relance des tâches d'entraînement coûteuses.
Évolutivité : La séparation L1–L2 permet au réseau de gérer une large gamme de charges de travail, y compris l'entraînement de grands modèles et l'entraînement collaboratif sensible à la vie privée, sans congestionner le registre.
Adaptabilité : La conception prend en charge les mises à jour fréquentes des charges de travail d'entraînement et des règles d'évaluation hors chaîne, évitant la rigidité et les coûts de coordination associés aux mises à jour de consensus sur la chaîne.

Les auteurs concluent que la PoT comble avec succès les lacunes techniques des propositions précédentes, offrant un système sécurisé, évolutif et capable de soutenir un marché décentralisé pour l'entraînement de l'apprentissage automatique.