💻 computer science

Quantum-Resilient Decentralized AI Economies: Proof-of-Useful-Work and Post-Quantum Security

यह शोधपत्र एक क्वांटम-प्रतिरोधी, विकेंद्रीकृत एआई अर्थव्यवस्था का प्रस्ताव करता है जो ऊर्जा-गहन प्रूफ-ऑफ-वर्क को उपयोगी मशीन-लर्निंग कार्यों से प्रतिस्थापित करता है, और आर्थिक दक्षता और क्वांटम खतरों के विरुद्ध उन्नत सुरक्षा दोनों को प्राप्त करने के लिए एक त्रि-स्तरीय आर्किटेक्चर और पोस्ट-क्वांटम क्रिप्टोग्राफी का उपयोग करता है।

मूल लेखक: Connor Barbaccia, Sudip Vhaduri, Sayanton Dibbo

प्रकाशित 2026-06-25

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Connor Barbaccia, Sudip Vhaduri, Sayanton Dibbo

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 वैश्विक डिजिटल बाज़ार है जहाँ लोगों को काम पूरा करने की ज़रूरत है—जैसे जटिल गणितीय समस्याओं को हल करना या स्मार्ट कंप्यूटर दिमागों (AI) को प्रशिक्षित करना—लेकिन वे किसी एक बड़ी कंपनी पर भरोसा नहीं करना चाहते। इसके बजाय, वे स्वतंत्र स्वयंसेवकों की एक भीड़ से वह काम करवाना चाहते हैं।

यह शोध पत्र उस भीड़ को व्यवस्थित करने का एक नया तरीका प्रस्तावित करता है, जो वर्तमान में हमारे काम करने के तरीकों के साथ दो प्रमुख समस्याओं को ठीक करता है: अपव्यय (waste) और भविष्य के सुरक्षा जोखिम।

सरल उपमाओं का उपयोग करके इसका विवरण यहाँ दिया गया है:

1. समस्या: "डिजिटल रॉक-पेपर-सिज़र्स" का खेल

वर्तमान में, इन विकेंद्रीकृत नेटवर्क (जैसे बिटकॉइन) को चलाने का सबसे प्रसिद्ध तरीका प्रूफ-ऑफ-वर्क (Proof-of-Work) पर निर्भर करता है।

उपमा: एक विशाल, वैश्विक रॉक-पेपर-सिज़र्स (पत्थर-कागज-कैंची) के खेल की कल्पना करें। इनाम अर्जित करने के लिए, आपको तब तक बार-बार एक यादृच्छिक संख्या (random number) का अनुमान लगाना होता है जब तक कि आप भाग्यशाली न हो जाएं।
दोष: इसमें भारी मात्रा में बिजली और कंप्यूटर शक्ति लगती है, लेकिन परिणाम बेकार होता है। आपने एक पहेली सुलझाई, लेकिन आपने दुनिया के लिए वास्तव में कुछ भी उपयोगी नहीं किया। यह एक मिलियन डॉलर के ईंधन को जलाने जैसा है ताकि केवल एक मोमबत्ती जलाई जा सके जिसकी किसी को ज़रूरत नहीं है।

2. समाधान: "उपयोगी कार्य" का कारखाना

लेखक उस बेकार अनुमान लगाने वाले खेल को प्रूफ-ऑफ़-यूज़फुल-वर्क (Proof-of-Useful-Work) से बदलने का सुझाव देते हैं।

उपमा: रॉक-पेपर-सिज़र्स खेलने के बजाय, कल्पना करें कि नेटवर्क एक विशाल, वितरित कारखाना है। जब आप शामिल होना चाहते हैं, तो आप नंबरों का अनुमान नहीं लगाते; बल्कि आप वास्तव में कुछ बनाते हैं।
यह कैसे काम करता है: यदि आपके पास एक शक्तिशाली कंप्यूटर है, तो आप इसका उपयोग एक AI मॉडल को प्रशिक्षित करने या प्रश्न का उत्तर देने के लिए करते हैं (इन्फरेंस)।
- इन्फरेंस (Inference): जैसे एक लाइब्रेरियन ग्राहक के लिए जल्दी से किताब ढूँढता है।
- ट्रेनिंग (Training): जैसे एक शिक्षक दूसरों को सिखाने के लिए बाद में एक नया विषय धीरे-धीरे सीख रहा हो।
लाभ: जो ऊर्जा आप खर्च करते हैं वह बर्बाद नहीं होती; यह वास्तविक मूल्य (स्मार्ट AI मॉडल) बनाती है जिसका लोग वास्तव में उपयोग करते हैं।

3. तीन-स्तरीय वास्तुकला (कारखाने का फर्श)

बिना किसी बॉस के इसे काम करने योग्य बनाने के लिए, शोध पत्र एक तीन-मंजिला इमारत का सुझाव देता है:

फ्लोर 1: कार्यकर्ता (कंप्यूट लेयर)। ये वे लोग हैं जिनके पास शक्तिशाली कंप्यूटर हैं और जो वास्तविक AI कार्य (प्रशिक्षण या प्रश्नों के उत्तर देना) कर रहे हैं।
फ्लोर 2: निरीक्षक (वैलिडेशन लेयर)। हमें कैसे पता चलेगा कि श्रमिकों ने धोखाधड़ी नहीं की? शायद उन्होंने पुराने उत्तर की नकल की या परिणाम फर्जी बनाया। निरीक्षक ट्रिक्स का मिश्रण उपयोग करते हैं:
- द "सीक्रेट टेस्ट" (गुप्त परीक्षण): यह देखने के लिए कि क्या कार्यकर्ता सही उत्तर देता है, ज्ञात उत्तर वाली एक प्रश्न को चुपके से डालना।
- द "पीयर रिव्यू" (सहकर्मी समीक्षा): पाँच अलग-अलग श्रमिकों को एक ही समस्या को हल करने के लिए कहना और देखना कि क्या वे सहमत हैं।
- द "मैथ प्रूफ" (गणितीय प्रमाण): यह साबित करने के लिए उन्नत क्रिप्टोग्राफी का उपयोग करना कि गणित सही ढंग से किया गया था, बिना गुप्त डेटा को उजागर किए।
फ्लोर 3: बैंक (आर्थिक लेयर)। यह एक क्लोज्ड-लूप मनी सिस्टम है।
- उपयोगकर्ता AI सेवाओं प्राप्त करने के लिए एक डिजिटल टोकन में भुगतान करते हैं।
- वह पैसा सीधे उन श्रमिकों को जाता है जिन्होंने काम किया है।
- "क्लोज्ड लूप": शोध पत्र का तर्क है कि इस स्थिरता के लिए, श्रमिकों को भुगतान करने के लिए उपयोग किया जाने वाला पैसा वास्तविक लोगों से आना चाहिए जो सेवा का उपयोग कर रहे हैं, न कि केवल उम्मीद के आधार पर नया पैसा छापने से। यह एक ऐसे रेस्टोरेंट की तरह है जहाँ शेफ को ग्राहकों द्वारा खाए गए भोजन के बदले भुगतान मिलता है, न कि मालिक द्वारा नकली कूपन छापने से।

4. क्वांटम सुरक्षा ट्विस्ट: यह भविष्य के लिए क्यों सुरक्षित है

शोध पत्र भविष्य के क्वांटम कंप्यूटरों (सुपर-पावरफुल कंप्यूटर जो वर्तमान सुरक्षा कोड को तोड़ सकते हैं) के खतरे को भी देखता है।

पुराने सिस्टमों के लिए खतरा: वर्तमान ब्लॉकचेन दो चीजों पर निर्भर करते हैं:
1. सिग्नेचर (हस्ताक्षर): जैसे एक डिजिटल आईडी कार्ड। क्वांटम कंप्यूटर इन डिजिटल आईडी कार्डों को आसानी से जालसाजी कर सकते हैं (शोर के एल्गोरिदम का उपयोग करके)।
2. हैश पजल्स (Hash Puzzles): वह रॉक-पेपर-सिज़र्स का खेल जिसका उल्लेख ऊपर किया गया है। क्वांटम कंप्यूटर इन पहेलियों को बहुत तेज़ी से हल कर सकते हैं (ग्रोवर के एल्गोरिदम का उपयोग करके), जिससे पुराना सिस्टम असुरक्षित हो जाता है।
यह नया सिस्टम बेहतर क्यों है:
- सिग्नेचर: लेखक स्वीकार करते हैं कि डिजिटल आईडी कार्ड को अभी भी "क्वांटम-प्रूफ" संस्करणों में अपग्रेड करने की आवश्यकता है (जैसे कागज के ताले को स्टील की तिजोरी में बदलना)। यह एक सुधारात्मक समस्या है जो किसी भी सिस्टम के लिए संभव है।
- कार्य स्वयं: यह एक बड़ी जीत है। पुराना सिस्टम "भूसे के ढेर में सुई खोजने" (यादृच्छिक संख्या की खोज) पर निर्भर है। क्वांटम कंप्यूटर सुई खोजने में बहुत अच्छे होते हैं।
- नया सिस्टम: नया सिस्टम गणित करने (AI को प्रशिक्षित करने के लिए विशाल मैट्रिसेस को गुणा करने जैसे) पर निर्भर है। क्वांटम कंप्यूटर इस विशिष्ट प्रकार के भारी गणित को तेज़ करने में विशेष रूप से अच्छे नहीं हैं।
- उपमा: यदि पुराना सिस्टम "लुका-छिपी" (Hide and Seek) का खेल था (जिसे जीतने में क्वांटम कंप्यूटर माहिर हैं), तो नया सिस्टम "एक जटिल पहेली को हल करने" का खेल है। क्वांटम कंप्यूटर के पास इस पहेली के लिए कोई जादुई चीट कोड नहीं है; उसे अभी भी कठिन परिश्रम करना होगा।

सारांश

शोध पत्र एक विकेंद्रीकृत AI अर्थव्यवस्था का प्रस्ताव करता है जहाँ:

श्रमिकों को यादृच्छिक अनुमान लगाने पर ऊर्जा बर्बाद करने के बजाय वास्तविक, उपयोगी AI कार्यों के लिए भुगतान किया जाता है।
निरीक्षक यह सुनिश्चित करने के लिए ट्रिक्स का उपयोग करते हैं कि काम ईमानदार है।
पैसा वास्तविक उपयोगकर्ताओं से श्रमिकों तक एक घेरे में बहता है, जिससे सिस्टम स्थिर रहता है।
सुरक्षा भविष्य के क्वांटम कंप्यूटरों के खिलाफ अधिक मजबूत है क्योंकि किया जाने वाला कार्य (AI गणित) पुराने "अनुमान लगाने वाले" खेलों की तुलना में क्वांटियम कंप्यूटरों के लिए स्वाभाविक रूप से कठिन है।

लेखक निष्कर्ष निकालते हैं कि हालांकि हमें अभी भी डिजिटल आईडी कार्ड (सिग्नेचर) को क्वांटम-प्रूफ बनाने के लिए अपग्रेड करने की आवश्यकता है, लेकिन नेटवर्क का मुख्य इंजन (AI कार्य) पहले से ही पुराने तरीकों की तुलना में स्वाभाविक रूप से अधिक लचीला है।

तकनीकी सारांश: क्वांटम-प्रतिरोधी विकेंद्रीकृत AI अर्थव्यवस्थाएं

समस्या विवरण
वर्तमान ब्लॉकचेन सर्वसम्मति तंत्र (consensus mechanisms), मुख्य रूप से प्रूफ-ऑफ-वर्क (PoW), उन हैश पहेलियों के माध्यम से नेटवर्क को सुरक्षित करते हैं जो कोई बाहरी उपयोगिता उत्पन्न नहीं करती हैं, और अत्यधिक ऊर्जा की खपत करती हैं (बिटकॉइन के लिए अनुमानित 13.39 GW वार्षिक) जबकि कोई पुन: प्रयोज्य आउटपुट नहीं देती हैं। साथ ही, मशीन लर्निंग (ML) क्षेत्र एक कंप्यूट बाधा (bottleneck) का सामना कर रहा है, जहाँ वर्कलोड कुछ संगठनों तक केंद्रित है। हालाँकि विकेंद्रीकृत भौतिक बुनियादी ढांचा (DePIN) नेटवर्क मौजूद हैं, लेकिन उनकी टोकन वैल्यू अक्सर वास्तविक सेवा मांग से कमजोर रूप से जुड़ी रहती है। इसके अतिरिक्त, क्वांटम कंप्यूटिंग का उदय शास्त्रीय ब्लॉकचेन के लिए दोहरे खतरे पैदा करता है: शोर का एल्गोरिदम (Shor's algorithm) सिग्नेचर स्कीम्स (जैसे, ECDSA) के लिए खतरा है, और ग्रोवर का एल्गोरिदम (Grover's algorithm) हैश-आधारित पहेलियों के विरुद्ध द्विघात त्वरण (quadratic speedup) प्रदान करता है। यह शोध पत्र एक ऐसे विकेंद्रीकृत नेटवर्क को डिजाइन करने की चुनौती को संबोधित करता है जो व्यर्थ हैशिंग के बजाय उपयोगी AI कंप्यूटेशन (इन्फरेंस और ट्रेनिंग) को समन्वित करता है, जबकि यह भी सुनिश्चित करता है कि सिस्टम आर्थिक रूप से व्यवहार्य और क्वांटम विरोधियों के प्रति लचीला बना रहे।

कार्यप्रणाली
लेखक एक विकेंद्रीकृत AI अर्थव्यवस्था के लिए एक तीन-स्तरीय संदर्भ आर्किटेक्चर का प्रस्ताव करते हैं:

कंप्यूट लेयर (Compute Layer): नोड्स दो अलग-अलग कार्य प्रकारों के लिए GPU/एक्सेलेरेटर प्रदान करते हैं: इन्फरेंस (स्टेटलेस, लो-लेटेंसी मॉडल एप्लीकेशन) और ट्रेनिंग (स्टेटफुल, बैंडविड्थ-गहन ग्रेडिएंट अपडेट)।
वैलिडेशन लेयर (Validation Layer): सत्यापन के लिए एक हाइब्रिड दृष्टिकोण अपनाया गया है, जो क्रिप्टोग्राफिक प्रमाणों (zkML), पीयर रैंकिंग, बेंचमार्क इंजेक्शन (हिडन टेस्ट क्वेरीज़), और प्रतिष्ठा भारण (reputation weighting) को जोड़ता है। चयन की जाने वाली सत्यापन तकनीक कार्यभार के महत्व के आधार पर लागत और सुरक्षा के बीच संतुलन बनाने के लिए अनुकूलनीय (adaptive) है।
आर्थिक लेयर (Economic Layer): यह लेयर एक क्लोज्ड-लूप टोकन अर्थव्यवस्था स्थापित करती है। उत्सर्जन-संचालित मॉडलों के विपरीत, यह प्रणाली टोकन जारी करने और नोड मुआवजे को सीधे सत्यापित सेवा मांग से जोड़ती है।

लेखक इस प्रणाली को $(\theta_c, \theta_w, W)$ -क्लोज्ड-लूप AI अर्थव्यवस्था परिभाषा का उपयोग करके औपचारिक रूप देते हैं। एक नेटवर्क को तब सख्ती से क्लोज्ड-लूप माना जाता है यदि:

नेटिव टोकन ( $\tau$ ) AI सेवाओं के लिए भुगतान का एकमात्र माध्यम है।
नोड मुआवजे का कम से कम एक हिस्सा $\theta_c$ (डिफ़ॉल्ट 0.75) $\tau$ में भुगतान किया जाता है।
एक रोलिंग विंडो $W$ के दौरान नए टोकन जारी करने का कम से कम एक हिस्सा $\theta_w$ (डिफ़ॉल्ट 0.75) सत्यापित उत्पादक कार्य के लिए आवंटित किया जाता है।

सुरक्षा सुनिश्चित करने के लिए, पेपर ईमानदार भागीदारी के लिए एक सफीशिएंट-स्टेक कंडीशन (sufficient-stake condition) को व्युत्पन्न करता है। एक बायज़ेंटाइन एडवर्सरी (Byzantine adversary) वाले थ्रेट मॉडल के तहत, जो एक-तिहाई स्टेक को नियंत्रित करता है, लेखक एक रिवॉर्ड फंक्शन को परिभाषित करते हैं जो क्वालिटी स्कोर, कंप्यूट लागत और स्लैशिंग पेनल्टी के बीच संतुलन बनाता है। वे सिद्ध करते हैं कि ईमानदार निष्पादन एक प्रभावी रणनीति (dominant strategy) है यदि स्टेक किया गया बॉन्ड ( $S$ ) ईमानदार और बेईमान निष्पादन के बीच लागत अंतर, क्वालिटी गैप और पहचान की संभावना से प्राप्त एक विशिष्ट असमानता को संतुष्ट करता है।

प्रमुख योगदान

तीन-स्तरीय आर्किटेक्चर: विकेंद्रीकृत AI के लिए कंप्यूट, वैलिडेशन और आर्थिक समन्वय को अलग करने वाला एक संरचित संदर्भ मॉडल।
औपचारिक टोकन अर्थव्यवस्था: एक $(\theta_c, \theta_w, W)$ -क्लोज्ड-लूप अर्थव्यवस्था की परिभाषा, जो "क्लोज्ड-लूप" की अवधारणा को एक डिज़ाइन लक्ष्य से बदलकर एक सटीक, मूल्यांकन योग्य मानदंड में बदल देती है।
इनसेंटिव कम्पैटिबिलिटी प्रूफ: एक स्पष्ट थ्रेट मॉडल और रिवॉर्ड फंक्शन के तहत ईमानदार व्यवहार की गारंटी देने वाले एक सफीशिएंट-स्टेक बाउंड (प्रपोजिशन 1) का व्युत्पन्न।
क्वांटम रेजिलिएंस विश्लेषण: स्तर-दर-स्तर क्वांटम खतरों का आकलन:
- सिग्नेचर लेयर: स्वीकार करता है कि शोर का एल्गोरिदम शास्त्रीय हस्ताक्षरों (ECDSA) को तोड़ देता है और पोस्ट-क्वांटम मानकों (ML-DSA, SLH-DSA) की ओर माइग्रेशन की सिफारिश करता है।
- हैश/वर्क लेयर: तर्क देता है कि ML-नेटिव कार्यों (लीनियर अलजेब्रा, मैट्रिक्स मल्टीप्लिकेशन) के साथ बदलकर, यह संरचनात्मक रूप से "अनस्ट्रक्चर्ड सर्च" समस्या से बचता है जिसका ग्रोवर का एल्गोरिदम फायदा उठाता है। हैश पहेलियों के विपरीत, ML इन्फरेंस और ट्रेनिंग को ग्रोवर के द्विघात त्वरण (quadratic speedup) से लाभ नहीं होता है।
- वैलिडेशन लेयर: शोर के एल्गोरिदम के जोखिमों को कम करने के लिए पेयरिंग-आधारित SNARKs के बजाय हैश-आधारित प्रूफ सिस्टम (जैसे STARKs) की सिफारिश करती है।

परिणाम और दावे
यह पेपर प्रयोगात्मक परिनियोजन (deployment) परिणाम प्रस्तुत नहीं करता है बल्कि एक सैद्धांतिक ढांचा और तुलनात्मक विश्लेषण प्रदान करता है।

आर्थिक व्यवहार्यता: क्लोज्ड-लूप मॉडल यह सुनिश्चित करता है कि टोकन वैल्यू वास्तविक सेवा मांग का अनुसरण करती है न कि केवल सट्टा अपेक्षाओं का, जो मौजूदा DePIN सिस्टम में पाई जाने वाली "कमजोर जुड़ाव" (weak coupling) की समस्या को संबोधित करता है।
सुरक्षा ट्रेड-ऑफ: विश्लेषण प्रदर्शित करता है कि जबकि ट्रांजैक्शन लेयर शोर के एल्गोरिदम के प्रति संवेदनशील बनी हुई है (एक सार्वभौमिक ब्लॉकचेन जोखिम), वर्क लेयर स्वयं एक संरचनात्मक लाभ प्राप्त करती है। ML-नेटिव लीनियर अलजेब्रा का उपयोग करके, नेटवर्क ग्रोवर के स्पीडअप के लिए आवश्यक विशिष्ट कम्प्यूटेशनल संरचना से बचता है, जो एक प्रकार की क्वांटम रेजिलिएंस प्रदान करता है जो केवल पैरामीट्रिक (जैसे, हैश लंबाई बढ़ाना) होने के बजाय आर्किटेक्चरल है।
तुलनात्मक लाभ: प्रस्तावित प्रणाली को मौजूदा समाधानों (Bittensor, Gensens, Akash) की तुलना में बेहतर स्थिति में रखा गया है क्योंकि यह पूर्ण रूप से इन्फरेंस, ट्रेनिंग और एक सख्त क्लोज्ड-लूप टोकन अर्थव्यवस्था को एकीकृत करने के साथ-साथ सूक्ष्म क्वांटम थ्रेट विश्लेषण प्रदान करने वाला एकमात्र सिस्टम है।

महत्व
पेपर का दावा है कि हैश पहेलियों को उपयोगी AI कार्य से बदलना दोनों आर्थिक और क्वांटम-सुरक्षा लाभ प्रदान करता है। आर्थिक रूप से, यह टोकन प्रोत्साहन को वास्तविक दुनिया की उपयोगिता के साथ संरेखित करता है। सुरक्षा के दृष्टिकोण से, यह कंसेंसस वर्कलोड को उस प्री-इमेज सर्च स्ट्रक्चर से दूर ले जाता है जिसे क्वांटम कंप्यूटर तेज कर सकते हैं। लेखक निष्कर्ष निकालते हैं कि जबकि सिग्नेचर लेयर को मानक पोस्ट-क्वांटम माइग्रेशन की आवश्यकता है, उपयोगी-कार्य (useful-work) कंसेंसस तंत्र स्वयं एक संरचनात्मक रक्षा प्रदान करता है। यह विकेंद्रीकृत AI अर्थव्यवस्थाओं को उभरते हुए क्वांटम कंप्यूटिंग और क्वांटम मशीन लर्निंग क्षेत्रों में औपचारिक विश्लेषण के लिए एक आशाजनक लक्ष्य बनाता है। पेपर विनम्रतापूर्वक नोट करता है कि ML-वर्क कंसेंसस के लिए एक औपचारिक पोस्ट-क्वांटम सुरक्षा गेम अभी भी एक खुला शोध विषय (open research problem) बना हुआ है।