Defining Decentralization: An Ontological Perspective
本文通过引入一种基于图谱的本体论来解决“去中心化问题”，该本体论将去中心化正式定义为一种区别于单纯分布的、具有关系性和特定领域的属性，并辅以全新的度量指标和一个基于浏览器的工具，以实现对联邦学习和区块链等异构系统进行一致且领域无关的分析。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
伟大的“谁在掌权？”之惑
想象一下你正在描述一座城市。你可能会说它是“分散的”，因为房屋之间距离很远；或者你会说它是“去中心化的”，因为没有一位市长能控制每一盏路灯。在计算机科学领域，这两个词——分布（distribution）与去中心化（decentralization）——几十年来一直被混淆在一起。分布就像是披萨外送：配料散落在整个饼面上，但它们都属于同一块披萨。去中心化则更像是一个社区，每个人都有自己的花园，没有人独自掌握所有大门的钥匙。
长期以来，科学家和工程师一直使用这些术语来构建从安全的互联网网络到协同学习的人工智能在内的各种事物。但问题在于：大家都认同“去中心化”是一件好事，因为它让系统更难被黑客攻击、更具隐私性且更具韧性。然而，实际上没有人对它究竟“是什么”达成共识。如果数据分布在许多台计算机上，但仍由一台“老板计算机”指挥它们，这算不算去中心化？还是说它必须是一个没有人掌权的自由状态？这种混乱就像是在没有蓝图的情况下盖房子；你最终得到的可能是一个看起来像家，但在风一吹就会坍塌的结构。随着我们开始构建更智能的 AI 和更复杂的数字网络，弄清楚“去中心化”的确切定义不仅仅是一个文字游戏——这关系到系统是在危机中生存下来，还是彻底崩溃。
论文的核心思想：混乱中的地图
这篇题为《定义去中心化：一种本体论视角》（Defining Decentralization: An Ontological Perspective）的论文，扮演着试图破解“去中心化”之谜的侦探角色。作者们（来自纽卡斯尔大学和 Flower Labs 的研究人员）认为，目前我们讨论去中心化的方式既混乱且往往是错误的。他们指出，人们经常将分布（事物在物理上的位置）与去中心化（事物如何连接以及谁在控制它们）混为一谈。
为了解决这个问题，团队构建了一个新的“地图”，称为本体（ontology）。可以将本体想象成一本极其精确的字典，它不仅定义单词，还解释这些单词所描述的事物在现实世界中是如何相互配合的。他们并没有仅仅通过计算网络中有多少台计算机（论文指出这是一种过于简单的方法），而是创建了一个观察部分之间关系的系统。他们将计算机系统视为一个“图”（graph），其中计算机是点，连接它们的电缆是线。
论文的主要发现是，你不能简单地说一个系统是“去中心化”或“中心化”的。相反，一个系统可以在某些方面是去中心化的，而在另一些方面是中心化的。例如，在一种流行的 AI 训练类型——联邦学习（Federated Learning）中，数据可能散布在许多手机上（去中心化），但一台单一的服务器可能仍在指挥它们做所有事情（中心化）。作者的新地图可以识别出这种差异。他们证明了一个系统可以是部分去中心的，即某些部分是自由的，而其他部分是被控制的，而不是强行给出一个“是或否”的答案。
新工具：“空洞容忍度”与“不透性”
为了衡量这种更复杂的新概念，作者发明了两个既有趣又强大的工具：空洞容忍度（Void Tolerance）和不透性（Imperviousness）。
想象网络是一个朋友间传递纸条的网络。
- 空洞容忍度问的是：“如果一个朋友突然消失了，整个群体还会继续交流吗？”如果因为一个人的离开导致群体分裂成两个孤立的岛屿，那么该系统的空洞容忍度就很低。如果即使有人离开，群体仍能继续聊天，则具有高空洞容忍度。这衡量了系统在缺失部分时的生存能力。
- 不透性问的是：“我们需要切断多少条电话线，才能阻止某个特定的人与群体交流？”如果你只需要切断一根线就能让一个人噤声，那么他的保护程度就很低。如果你必须切断十几根线，那么他就是高度不透的。这衡量了破坏系统连接的难度。
作者在两个截然不同的现实案例上测试了他们的地图：联邦学习（AI 从许多设备上的私有数据中学习）和区块链（加密货币背后的技术）。
在模拟实验中，他们展示了旧的衡量去中心化的方法经常出错。例如，一个区块链网络可能因为拥有许多计算机而看起来是“去中心化”的，但如果所有这些计算机都受一家公司控制，新地图会揭示它在控制层面实际上是中心化的。反之，一个系统可能因为存在一台“老板计算机”而看起来是“中心化”的，但如果数据和训练发生在许多不同的设备上，地图会显示它在这些特定领域实际上是去中心化的。
论文总结道，通过使用这种基于图的新地图和这两个新指标，我们终于可以公平地比较不同的系统。我们可以说，“这个 AI 系统在数据存储方面更去中心化，但在决策制定方面较不去中心化”，而不是仅仅靠猜测。作者构建了一个基于浏览器的工具，让任何人都可以绘制一个网络并立即看到这些评分，证明了他们的定义适用于不同类型的技术。
它“不是”什么
了解这篇论文没有声称什么非常重要。作者明确表示，他们的地图仅关注连接的结构（即“图”）。它并不衡量系统的速度、成本或规则是否公平。他们也承认，他们新创造的“空洞容忍度”和“不透性”数值是专门为这项研究设计的公式；它们不是像重力那样的自然界普遍常数。论文指出，这些数字对于比较是有用的，但它们并不是解决所有问题的最终、完美的答案。他们还指出，他们的定义并未考虑谁拥有这些计算机（例如，如果一家公司拥有所有的服务器），而只关注计算机是如何连接的。
总结
简而言之，这篇论文表明，我们不应再将“去中心化”视为一个非黑即白的简单开关。相反，它是一个多维度的属性，就像一种可以混合红与蓝的颜色。通过使用新的数学地图和两种衡量韧性的新方法，作者为理解我们的数字世界是如何构建的提供了一种更清晰、更诚实的方式。他们表明，一个系统可以同时具备“霸道”与“自由”的特性，而理解这种混合特性，正是构建未来更好、更安全技术的关键。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。