Can Blockchains Reliably Train Machine Learning Models?
यह शोध पत्र प्रूफ ऑफ ट्रेनिंग (PoT) को प्रस्तुत करता है, जो एक ऐसा प्रोटोकॉल है जो ऊर्जा-गहन प्रूफ-ऑफ-वर्क माइनिंग संसाधनों को सत्यापन योग्य मशीन लर्निंग मॉडल प्रशिक्षण में पुन: उपयोग करता है, और सैद्धांतिक विश्लेषण एवं कार्यान्वयन के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण विकेंद्रीकृत शिक्षण में तकनीकी अंतराल को संबोधित करते हुए उच्च थ्रूपुट, मजबूती और उन्नत नेटवर्क सुरक्षा प्राप्त करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि एक विशाल, वैश्विक प्रतियोगिता चल रही है जहाँ हजारों कंप्यूटर लगातार बेहद कठिन गणितीय पहेलियों को हल करने की कोशिश कर रहे हैं। बिटकॉइन और इसी तरह के ब्लॉकचेन (एक प्रणाली जिसे "प्रूफ ऑफ वर्क" कहा जाता है) वर्तमान में इसी तरह काम करते हैं। जो कंप्यूटर इन पहेलियों को सबसे पहले हल करते हैं, उन्हें नकद इनाम मिलता है। हालाँकि, इसमें एक पेच है: ये पहेलियाँ बेकार हैं। वे कोई मूल्यवान चीज़ नहीं बनातीं; वे केवल नेटवर्क को सुरक्षित रखने के लिए भारी मात्रा में बिजली खर्च करती हैं। यह बिल्कुल वैसा ही है जैसे रेस कारों का एक बेड़ा केवल यह साबित करने के लिए चक्कर काट रहा हो कि वे तेज़ गाड़ी चला सकते हैं, जिससे ईंधन तो खर्च होता है लेकिन वे कहीं पहुँच नहीं रहे हैं।
उसी समय, आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया कंप्यूटिंग पावर के लिए तरस रही है। स्मार्ट AI मॉडल को प्रशिक्षित (train) करने के लिए भारी गणनाओं की आवश्यकता होती है, जो महंगी है और पाना कठिन है।
यह शोध पत्र प्रूफ ऑफ ट्रेनिंग (PoT) नामक एक समाधान प्रस्तावित करता है। विचार सरल है: बेकार गणितीय पहेलियों पर ऊर्जा बर्बाद करने के बजाय, आइए हम उसी विशाल कंप्यूटिंग शक्ति का उपयोग AI मॉडल को प्रशिक्षित करने के लिए करें। लेकिन, हम यह कैसे सुनिश्चित करेंगे कि लोग वास्तव में काम कर रहे हैं और धोखाधड़ी नहीं कर रहे हैं? यहीं पर इस शोध पत्र का नया प्रोटोकॉल काम आता है।
यह प्रणाली कैसे काम करती है, इसे रोजमर्रा की अवधारणाओं के माध्यम से यहाँ समझाया गया है:
1. नया खेल: पहेलियों के बजाय प्रशिक्षण
ब्लॉकचेन को केवल एक पहेली सुलझाने वाले के रूप में नहीं, बल्कि एक वैश्विक कक्षा (Global Classroom) के रूप में सोचें।
- क्लाइंट (शिक्षक): जिसे अपने AI मॉडल को प्रशिक्षित करने की आवश्यकता है, वह नेटवर्क पर एक "होमवर्क असाइनमेंट" (एक डेटासेट और एक लक्ष्य) पोस्ट करता है।
- माइनर्स (छात्र): पहेलियाँ हल करने के बजाय, ये कंप्यूटर असाइनमेंट डाउनलोड करते हैं और AI को प्रशिक्षित करना शुरू करते हैं। वे वादा करते हैं, "मैं यह होमवर्क इस समय तक पूरा कर दूँगा," और अपना वादा लॉक कर देते हैं।
- वैलिडेटर्स (प्रशासक/प्रोक्टर्स): ये स्वतंत्र कंप्यूटर हैं जो होमवर्क की जाँच करते हैं। वे तैयार AI मॉडल को देखते हैं और यह देखने के लिए कि वह कैसा प्रदर्शन करता है, उसे एक गुप्त टेस्ट सेट के विरुद्ध ग्रेड देते हैं।
2. "कमिट एंड रिवील" (Commit and Reveal) तकनीक (धोखाधड़ी रोकना)
एक सामान्य कक्षा में, एक छात्र टेस्ट के प्रश्न देखने के बाद पढ़ाई करना शुरू कर सकता है। इस प्रणाली में, ऐसा करना असंभव है।
- लॉकर बॉक्स: टेस्ट के प्रश्न (वैलिडेशन डेटा) जारी होने से पहले, "छात्र" (माइनर) को अपना तैयार AI मॉडल एक डिजिटल लॉकर बॉक्स में रखना होगा। वे नेटवर्क को एक रसीद (हैश) भेजते हैं जो यह प्रमाणित करती है कि उनके पास एक विशिष्ट मॉडल तैयार है।
- रिवील (प्रकट करना): केवल टेस्ट के प्रश्न जारी होने के बाद ही माइनर अपना लॉकर बॉक्स खोलता है और अपना मॉडल दिखाता है।
- यह क्यों महत्वपूर्ण है: यह धोखेबाज को टेस्ट के उत्तर देखने, समस्या को हल करने और फिर यह दावा करने से रोकता है कि उसने इसे पहले ही हल कर लिया था। वे उत्तर जानने से पहले ही लॉक हो जाते हैं।
3. "वॉचडॉग" प्रणाली (विवाद)
आप पूछ सकते हैं, "प्रोक्टर्स की जाँच कौन करता है? क्या होगा यदि वे अनुचित ग्रेड देते हैं या आलसी होते हैं?"
शोध पत्र एक डिस्प्यूट मैकेनिज्म (विवाद तंत्र) पेश करता है, जो एक "व्हिसलब्लोअर" (मुखबिर) प्रणाली के समान है:
- अच्छी नियत मानें: सिस्टम समय और ऊर्जा बचाने के लिए शुरू में यह मान लेता है कि प्रोक्टर्स ईमानदार हैं।
- चुनौती की अवधि: ग्रेड देने के कुछ समय बाद, नेटवर्क में कोई भी वॉचडॉग (Watchdog) के रूप में कार्य कर सकता है। यदि कोई वॉचडॉग देखता है कि प्रोक्टर ने गलत ग्रेड दिया या फर्जी स्कोर दिया, तो वह इसे चुनौती दे सकता है।
- दांव (Stakes): प्रोक्टर होने के लिए, आपको एक जमा राशि (पैसा) रखनी होगी। यदि आप धोखाधड़ी करते हुए या गलत ग्रेड देते हुए पकड़े जाते हैं, तो आप अपनी जमा राशि खो देंगे। जो वॉचडॉग आपको पकड़ता है, उसे उस पैसे का एक हिस्सा इनाम के रूप में मिलता है।
- परिणाम: यह प्रोक्टर्स के लिए ईमानदार रहने और वॉचडॉग के लिए उन पर नज़र रखने के लिए एक शक्तिशाली प्रोत्साहन बनाता है। यह एक ऐसे खेल की तरह है जहाँ ईमानदार रहना धोखाधड़ी करने से अधिक लाभदायक है।
4. यह पुराने विचारों से बेहतर क्यों है
शोध पत्र का तर्क है कि इसे करने के पिछले प्रयास इसलिए विफल रहे क्योंकि वे बहुत धीमे या असुरक्षित थे।
- अवरोध (Bottleneck): पुराने विचारों ने मुख्य ब्लॉकचेन पर हर एक होमवर्क असाइनमेंट की जाँच करने की कोशिश की। इससे सिस्टम ट्रैफिक जाम की तरह रुक जाता।
- समाधान: PoT एक लेयर 2 (Layer 2) दृष्टिकोण का उपयोग करता है। मुख्य ब्लॉकचेन (लेयर 1) को एक बैंक वॉल्ट (तिजोरी) के रूप में समझें। यह केवल अंतिम परिणाम और धन को रखता है। वास्तविक काम (प्रशिक्षण और ग्रेडिंग) एक तेज़, समानांतर नेटवर्क (लेयर 2) में बाहर होता है। बैंक वॉल्ट केवल तभी शामिल होता है जब कोई विवाद (विवाद) होता है या विजेताओं को भुगतान किया जाता है। यह सिस्टम को तेज़ और स्केलेबल बनाए रखता है।
5. सुरक्षा गारंटी
लेखकों ने गणित लगाकर सिद्ध किया है कि यह काम करता है। उन्होंने दिखाया कि यदि धोखाधड़ी की सजा (अपनी जमा राशि खोना) पर्याप्त रूप से अधिक है, और पकड़े जाने की संभावना पर्याप्त रूप से अधिक है, तो ईमानदारी ही एकमात्र तार्किक विकल्प है।
- यदि कोई माइनर एक अच्छा मॉडल बनाने का नाटक करता है, तो वह वॉचडॉग द्वारा पकड़ा जाएगा और पैसे खो देगा।
- यदि कोई वैलिडेटर फर्जी ग्रेड देने की कोशिश करता है, तो वह अपनी जमा राशि खो देगा।
- इसलिए, सिस्टम स्वाभाविक रूप से सभी को वास्तविक काम करने और निष्पक्ष रूप से ग्रेड देने के लिए प्रेरित करता है।
सारांश
शोध पत्र "बेकार" ऊर्जा वाले बिटकॉइन जैसे नेटवर्क को एक विकेंद्रीकृत AI फैक्ट्री में बदलने का प्रस्ताव करता है।
- पुराना तरीका: कंप्यूटर अर्थहीन पहेलियों को हल करने के लिए बिजली जलाते हैं।
- नया तरीका (PoT): कंप्यूटर उसी बिजली का उपयोग उपयोगी AI मॉडल को प्रशिक्षित करने के लिए करते हैं।
- यह ईमानदार कैसे रहता है: जमा राशि, गुप्त टेस्ट प्रश्न और एक "व्हिसलब्लोअर" इनाम प्रणाली यह सुनिश्चित करती है कि कोई भी बिना पैसा खोए धोखाधड़ी न कर सके।
परिणामस्वरूप, यह एक ऐसा नेटवर्क है जो तेज़, सुरक्षित और एक साथ कई AI प्रशिक्षण कार्यों को संभालने में सक्षम है, और वह भी बिना किसी ऐसी चीज़ पर ऊर्जा बर्बाद किए जिसका कोई मूल्य न हो।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।