A Review on Building Blocks of Decentralized Artificial Intelligence
यह शोध पत्र एक निचली स्तर से ऊपर की ओर (bottom-up) विश्लेषण के माध्यम से विकेंद्रीकृत कृत्रिम बुद्धिमत्ता (DEAI) समाधानों के मौलिक निर्माण खंडों की पहचान करने के लिए 71 अध्ययनों की एक व्यवस्थित साहित्य समीक्षा प्रस्तुत करता है, साथ ही गोपनीयता, स्वामित्व और नियंत्रण से संबंधित खुले प्रश्नों को संबोधित करते हुए भविष्य के अनुसंधान दिशाओं का प्रस्ताव भी देता 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 इंटरनेट एक विशाल, हलचल भरा शहर है। लंबे समय तक, यह शहर कुछ विशाल निर्माण कंपनियों द्वारा बनाया गया था जो सभी गगनचुंबी इमारतों, बिजली संयंत्रों और सड़कों के मालिक थे। उन्होंने तय किया कि कौन प्रवेश कर सकता है, क्या नियम लागू होंगे, और रोशनी का उपयोग करने की कितनी लागत आएगी। आज हमारी अधिकांश "स्मार्ट" तकनीक इसी तरह काम करती है। हम इसे केंद्रीकृत आर्टिफिशियल इंटेलिजेंस (CEAI) कहते हैं। यह एक विशाल किले में एक अकेले, अत्यंत बुद्धिमान मस्तिष्क जैसा है जो सभी के डेटा से सीखता है लेकिन सभी रहस्य और लाभ अपने पास ही रखता है। हालांकि यह मस्तिष्क अविश्वसनीय रूप से शक्तिशाली है, इसमें एक बड़ी समस्या है: यदि किला बंद कर दिया जाए, तो सबके लिए रोशनी बुझ जाती है, और किसी और को यह देखने का मौका नहीं मिलता कि वह मस्तिष्क कैसे सोचता है।
लेकिन क्या होगा अगर हम एक अलग तरह का शहर बना सकें? एक ऐसा शहर जहाँ हर घर का अपना छोटा सा मस्तिष्क हो, और वे बिना किसी बॉस के आदेश के सीधे एक-दूसरे से बात कर सकें? यह विकेंद्रीकृत आर्टिफिशियल इंटेलिजेंस (DEAI) की दुनिया है। यह एक ऐसे पड़ोस जैसा है जहाँ पड़ोसी अपने औजार साझा करते हैं, अपनी रेसिपी का व्यापार करते हैं, और बिना किसी मेयर के सामुदायिक उद्यान के विकास पर वोट करते हैं। आप जिस शोध पत्र को पढ़ने जा रहे हैं, वह इस रोमांचक, अराजक और आशाजनक नए पड़ोस के बारे में है। यह पूछता है: यदि हम एक ऐसा स्मार्ट शहर बनाना चाहते हैं जहाँ हर किसी का मस्तिष्क के एक हिस्से पर स्वामित्व हो, तो हमें वास्तव में किन ईंटों, गारे और ब्लूप्रिंट की आवश्यकता है? यह केवल एक मुक्त इंटरनेट का सपना देखने के बारे में नहीं है; यह वास्तव में यह समझने के बारे में है कि इसे वास्तव में कैसे काम करना है।
बड़ी तस्वीर: बिना किसी बॉस के मस्तिष्क का निर्माण
तो, लेखकों, विड और मुहामेड ने वास्तव में क्या किया? उन्होंने खुद एक नया AI नहीं बनाया। इसके बजाय, उन्होंने अत्यधिक संगठित जासूसों की तरह काम किया। वे विज्ञान और तकनीकी परियोजनाओं की दुनिया में एक बड़े खोज अभियान (scavenger hunt) पर निकले, यह देखने के लिए कि लोग इन विकेंद्रीकृत AI नेटवर्क को बनाने के लिए कैसे प्रयास कर रहे हैं। उन्हें 71 अलग-अलग अध्ययन और परियोजनाएं मिलीं (जो आधिकारिक शोध पत्रों और "ग्रे लिटरेचर" का मिश्रण थीं, जिसमें कंपनियों और उन परियोजनाओं की तकनीकी रिपोर्ट शामिल हैं जो अभी तक जर्नल्स में प्रकाशित नहीं हुई हैं)।
उनका मिशन पूरे बिखरे हुए पहेली को देखने के बजाय उसके व्यक्तिगत टुकड़ों को खोजना था। वे एक सरल प्रश्न का उत्तर देना चाहते थे: एक विकेंद्रीकृत AI प्रणाली के आवश्यक निर्माण खंड (building blocks) क्या हैं? वे केवल यह नहीं कहना चाहते थे कि "यह शानदार है"; वे उन विशिष्ट भागों की सूची बनाना चाहते थे जिनकी रचना के लिए आवश्यकता है, जैसे कि एक मास्टर बिल्डर की चेकलिस्ट।
13 आवश्यक ईंटें
लेखकों ने पाया कि एक विकेंद्रीकृत AI नेटवर्क बनाने के लिए, आपको 13 विशिष्ट निर्माण खंडों की आवश्यकता होती है। इन्हें एक घर के विभिन्न कमरों और उपयोगिताओं के रूप में सोचें। आप केवल छत नहीं रख सकते; आपको प्लंबिंग, बिजली और एक सामने के दरवाजे की भी आवश्यकता है। यहाँ वे हैं जो उन्होंने पाया, कुछ रोजमर्रा के उदाहरणों के साथ:
- पंजीकरण (फोनबुक): कल्पना कीजिए कि आप बिना फोन बुक के शहर में एक विशिष्ट मैकेनिक को खोजने की कोशिश कर रहे हैं। आप खो जाएंगे। AI की दुनिया में, आपको सभी उपलब्ध AI मॉडलों की एक विश्वसनीय सूची की आवश्यकता है। वर्तमान में, बड़ी कंपनियां अपनी खुद की फोनबुक रखती हैं। लेखक कहते हैं कि हमें एक खुली, सार्वजनिक फोनबुक की आवश्यकता है जहाँ कोई भी अपने AI "श्रमिक" को सूचीबद्ध कर सके ताकि दूसरे उन्हें ढूंढ सकें।
- प्रोत्साहन (टिप जार): कोई भी अपना सर्वर या डेटा क्यों साझा करेगा यदि उसे बदले में कुछ नहीं मिलता? एक विकेंद्रीकृत दुनिया में, आपको लोगों को भुगतान करने का एक तरीका चाहिए। लेखकों ने पाया कि अधिकांश परियोजनाएं डिजिटल टोकन (जैसे क्रिप्टो) का उपयोग एक "टिप जार" के रूप में करती हैं ताकि लोगों को उनकी कंप्यूटिंग शक्ति या डेटा साझा करने के लिए पुरस्कृत किया जा सके।
- मार्केटप्लेस (बाज़ार): यह वह स्थान है जहाँ लोग वास्तव में व्यापार करते हैं। यह एक डिजिटल flea market जैसा है जहाँ आप एक AI मॉडल खरीद सकते हैं, अपना डेटा बेच सकते हैं, या किसी को अपने लिए मॉडल प्रशिक्षित करने के लिए काम पर रख सकते हैं। यह उन लोगों को जोड़ता है जिनके पास उपकरण हैं और उन लोगों को जिन्हें उनकी आवश्यकता है।
- प्रतिष्ठा (Yelp स्कोर): ऐसी दुनिया में जहाँ कोई भी शामिल हो सकता है, आप कैसे जानते हैं कि कौन भरोसेमंद है? आपको एक प्रतिष्ठा प्रणाली की आवश्यकता है। ठीक वैसे ही जैसे आप पुरानी कार खरीदने से पहले समीक्षा देखते हैं, ये प्रणालियाँ AI मॉडलों और उपयोगकर्ताओं को उनके प्रदर्शन के आधार पर रैंक करती हैं, ताकि आप किसी "बुरे तत्व" द्वारा ठगे न जाएं।
- ऑन्टोलॉजी (शब्दकोश): यदि मैं "बिल्ली" कहता हूँ, तो क्या आपका मतलब एक पालतू जानवर से है या एक प्रकार के सॉफ़्टवेयर से? यह सुनिश्चित करने के लिए कि विभिन्न AI एजेंट एक-दूसरे को समझ सकें, उन्हें एक साझा शब्दकोश और नियमों के सेट की आवश्यकता है। यह निर्माण खंड सुनिश्चित करता है कि जब एक AI "पक्षी" कहता है, तो दूसरा जानता है कि वह किस प्रकार का पक्षी है।
- खोजने की क्षमता (GPS): फोनबुक होना अच्छा है, लेकिन क्या होगा यदि आपको एक ऐसे मैकेनिक को खोजने की आवश्यकता है जो केवल रात में विंटेज कारों की मरम्मत करता है? डिस्कवरेबिलिटी वह स्मार्ट सर्च इंजन है जो उपयोगकर्ताओं को ठीक वही AI सेवा खोजने में मदद करता है जिसकी उन्हें आवश्यकता है, भले ही वे सटीक नाम न जानते हों।
- प्रशिक्षण (जिम): यहीं पर AI मजबूत होता है। यह भारी काम वाला हिस्सा है जहाँ मॉडल डेटा से सीखता है। लेखकों ने पाया कि जबकि कुछ सिस्टम इस पर ध्यान केंद्रित करते हैं, विकेंद्रीकृत तरीके से इसे करना अविश्वसनीय रूप से कठिन है क्योंकि इसके लिए बहुत अधिक शक्ति की आवश्यकता होती है।
- अनुमान/इन्फरेंस (प्रदर्शन): यह प्रशिक्षण के बाद AI द्वारा अपना काम करने का चरण है। यह मैकेनिक द्वारा वास्तव में आपकी कार ठीक करने जैसा है। यह प्रशिक्षण की तुलना में विकेंद्रीकृत करना आसान है क्योंकि इसके लिए उतनी शक्ति की आवश्यकता नहीं होती है, और कई सिस्टम उपयोगकर्ताओं को अपने स्वयं के उपकरणों पर इन "प्रदर्शनों" को चलाने की अनुमति देने पर ध्यान केंद्रित करते हैं।
- स्वामित्व (दस्तावेज/डी़ड): वास्तव में उस AI का मालिक कौन है? पुरानी दुनिया में, जिस कंपनी ने इसे बनाया वह इसकी मालिक होती है। इस नई दुनिया में, लेखक सुझाव देते हैं कि स्वामित्व स्पष्ट और हस्तांतरणीय होना चाहिए, जैसे कि एक डिजिटल दस्तावेज। यदि आप एक AI बनाते हैं, तो आप यह साबित करने में सक्षम होने चाहिए कि वह आपका है और यदि आप चाहें तो उसे बेच भी सकते हैं।
- डेटा (ईंधन): AI को सीखने के लिए डेटा की आवश्यकता होती है, ठीक वैसे ही जैसे कार को गैस की आवश्यकता होती है। यह ब्लॉक इस बारे में है कि उस ईंधन को सुरक्षित रूप से कैसे संभाला जाए। इसमें यह सुनिश्चित करना शामिल है कि डेटा निजी रहे और जो लोग डेटा के मालिक हैं, उन्हें यह तय करने का अधिकार मिले कि उसका उपयोग कौन करेगा।
- शासन (टाउन हॉल): नियम कौन बनाता है? एक विकेंद्रीकृत प्रणाली में, कोई CEO नहीं होता है। इसके बजाय, एक तरीका होना चाहिए जिससे सभी लोग इस बात पर वोट कर सकें कि सिस्टम कैसे बदलता है। यह वह "टाउन हॉल" है जहाँ समुदाय भविष्य के निर्णय लेता है।
- क्रिप्टोग्राफी और गोपनीयता (गुप्त कोड): चीजों को सुरक्षित और निजी रखने के लिए, आपको मजबूत तालों की आवश्यकता है। यह ब्लॉक उन्नत गणित (क्रिप्टोग्राफी) का उपयोग करता है ताकि यह सुनिश्चित हो सके कि केवल सही लोग ही डेटा देख सकें और AI के कार्यों को बिना रहस्य उजागर किए सत्यापित किया जा सके।
- पहचान (ID कार्ड): गुमनाम उपयोगकर्ताओं की दुनिया में, आप कैसे जानते हैं कि कौन कौन है? यह ब्लॉक प्रत्येक AI एजेंट और उपयोगकर्ता को एक अद्वितीय डिजिटल ID देता है, ताकि वे बिना किसी केंद्रीय बॉस के सत्यापन के एक-दूसरे पर भरोसा कर सकें।
जोड़ने वाला तत्व और बाधाएं
इन 13 ईंटों के अलावा, लेखकों ने तीन महत्वपूर्ण "विशेषताएं" भी पाईं जो सब कुछ एक साथ जोड़ती हैं: मानक (Standards) (ताकि अलग-अलग हिस्से लेगो ब्रिक्स की तरह फिट हो सकें), सुरक्षा (Security) (हैकर से सुरक्षा), और पारदर्शिता (Transparency) (यह सुनिश्चित करना कि हर कोई देख सके कि क्या हो रहा है)।
हालाँकि, सब कुछ सुचारू रूप से नहीं चल रहा है। पेपर एक प्रमुख चुनौती की ओर इशारा करता है जो बार-बार सामने आती है: ग्लोबल मॉडल्स को अपडेट करना। कल्पना कीजिए कि आप और आपके दोस्त मिलकर सबसे अच्छा लेगो किला बनाने की कोशिश कर रहे हैं। आप कैसे तय करेंगे कि कौन सा संस्करण "सबसे अच्छा" है जिसे रखा जाना चाहिए? लेखक सुझाव देते हैं कि जब नया, बेहतर डेटा आता है, तो "ग्लोबल" AI मॉडल को अपडेट करने का तरीका कैसे तय किया जाए, यह अभी भी एक पेचीदा समस्या है जिस पर अधिक काम करने की आवश्यकता है।
क्या गायब है और आगे क्या है?
लेखक सावधान रहे कि वे यह नहीं कहें कि उन्होंने सब कुछ हल कर लिया है। वास्तव में, उन्होंने उल्लेख किया कि कोई भी एकल परियोजना जिसे उन्होंने पाया, उसमें अभी तक सभी 13 निर्माण खंड वास्तविक दुनिया में पूरी तरह से मिलकर काम नहीं कर रहे हैं। अधिकांश परियोजनाएं अभी भी "प्रोटोटाइप" या "प्रारंभिक प्रयोग" के चरण में हैं।
उन्होंने यह भी देखा कि जबकि कुछ निर्माण खंडों (जैसे मार्केटप्लेस और डेटा) की बहुत अधिक खोज की जा रही है, अन्य (जैसे पहचान और ऑन्टोलॉजी) अभी भी थोड़े उपेक्षित हैं। वे सुझाव देते हैं कि भविष्य के शोधकर्ताओं को एक साथ पूरा शहर बनाने की कोशिश करने के बजाय, एक समय में एक ईंट को पूर्ण करने पर ध्यान केंद्रित करना चाहिए, और फिर उन्हें एक साथ जोड़ने का तरीका खोजना चाहिए।
निष्कर्ष
तो, मुख्य बात क्या है? पेपर सुझाव देता है कि विकेंद्रीकृत AI का सपना संभव है, लेकिन हम अभी भी "ब्लूप्रिंट" चरण में हैं। हमने इसे बनाने के लिए आवश्यक 13 आवश्यक भागों की पहचान की है, और हमारे पास यह विचार है कि वे कैसे काम कर सकते हैं। लेकिन हमारे पास अभी तक एक पूरी तरह से कार्यात्मक शहर नहीं है। लेखकों का मानना है कि यदि हम इन निर्माण खंडों को एक साथ काम करने में सक्षम हो जाते हैं—विशेष रूप से स्वामित्व, प्रतिष्ठा और मॉडल अपडेट करने जैसे पेचीदा हिस्सों को—तो हम एक ऐसा AI भविष्य बना सकते हैं जो कुछ बड़ी कंपनियों के बजाय सभी का हो। यह एक बड़ा, रोमांचक पहेली है, और इस पेपर ने हमें बस उस बॉक्स को थमा दिया है जिस पर चित्र बना है, ताकि हमें पता चल सके कि हम किस लक्ष्य की ओर बढ़ रहे हैं।
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।