人工智能與區(qū)塊鏈交換了眼神兒,之后呢……

責(zé)任編輯:zsheng

2018-08-02 15:05:08

摘自:AI科技大本營

人工智能與區(qū)塊鏈都是今年被循環(huán)往復(fù)頂上風(fēng)口浪尖的“熱技術(shù)”,如果將這兩者做個加法的話,“人工智能+區(qū)塊鏈=?”,該組合又會碰撞出怎樣的火花?

這一點,最初對于深腦鏈 CEO 何永來說,也是充滿著好奇、疑惑甚至始料未及

從最初對人機交互技術(shù)的研發(fā),過渡到采用時下最熱的區(qū)塊鏈技術(shù)驅(qū)動人工智能算力并付諸實踐,何永坦承,推動這件事兒的還是“痛點”兩個字!

參看何永的履歷,我們得知,關(guān)于 AI 研發(fā),他可以稱得上是相當資深,但在漫長的技術(shù)攻堅過程中,一個問題卻始終困擾著他與團隊。

數(shù)據(jù)不夠,怎么辦?機器也不夠,又該如何是好?

人工智能就像一只需要非常龐大的數(shù)據(jù)來“飼養(yǎng)”的動物,量的要求已然讓企業(yè)力不從心,暫且還未提及數(shù)據(jù)來源、質(zhì)量以及隱私等諸多亟待解決的問題。

除了需要通過大量數(shù)據(jù)完成學(xué)習(xí)以及訓(xùn)練外,企業(yè)用于處理數(shù)據(jù)的 GPU 等各式各樣的芯片也時常告急!

每年需要提高差不多 5-10 倍的性能才能勉強追上企業(yè)發(fā)展的步伐,飛快的更新迭代所帶來的硬件設(shè)備的“海量”投入,早已讓企業(yè)叫苦不迭。

各種花銷這么多,發(fā)展負擔如此重,此類普適性的行業(yè)問題究竟該如何解決?

何永與團隊成員思忖良久。

“為了解決我們遇到的,也是諸多 AI 企業(yè)所困擾的,技術(shù)團隊從 2016 年開始著手接觸一些火熱的新科技,最后鎖定了區(qū)塊鏈。最早我們只知道比特幣,但從未想過人工智能如何與區(qū)塊鏈相結(jié)合的事兒。”何永表示。

從 2016 年想法初現(xiàn),2017 年上半年初步形成相對完成的解決方案,再到 2017 年下半年正式推出,何永以及團隊馬不停蹄地,在解決 AI 數(shù)據(jù)以及算力的問題上奔走!

過程總有曲折,談及困難,何永很感慨,整個過程就如同向兩個行業(yè)分別做知識普及一樣。

畢竟人工智能與區(qū)塊鏈都是技術(shù)含量很高的前沿科技,對于很多人來說,其中一種已經(jīng)比較難懂了,更何況是兩種相結(jié)合?推廣的難度可想而知!

何永對記者說:“我們需要向懂區(qū)塊鏈的人介紹何為人工智能、人工智能的價值以及行業(yè)優(yōu)勢等,還要告訴他們這個項目是用來解決人工智能領(lǐng)域相關(guān)問題的,這個推廣實際來看很曲折。”

另外,由于人工智能行業(yè)對區(qū)塊鏈技術(shù)了解的也不足夠,只是將更多的目光聚焦在比特幣的高價以及炒幣的亂象上,對此何永以及團隊還要將“區(qū)塊鏈技術(shù)究竟對人工智能行業(yè)帶來怎樣的幫助”這一點講透徹,“艱辛”成為了主旋律。

理念依靠普及,產(chǎn)品還需落地。

最終,何永及其團隊選擇通過區(qū)塊鏈技術(shù)為人工智能搭建一個計算網(wǎng)絡(luò)的方式,即深腦鏈(DBC),來解決人工智能企業(yè)算力成本以及數(shù)據(jù)隱私等問題。

這個“人工智能+區(qū)塊鏈”合力作用的計算網(wǎng)絡(luò)究竟玄機何在?

據(jù)記者了解,深腦鏈 DBC 的網(wǎng)絡(luò)節(jié)點,主要以高性能 GPU 服務(wù)器為主,尤其是 4 卡、8 卡的 1080Ti 及以上的 GPU 組成。

通過區(qū)塊鏈技術(shù),網(wǎng)絡(luò)節(jié)點之間形成了去中心化、分布式以及彈性算力的特征。

具體來說,整個網(wǎng)絡(luò)的節(jié)點由個人設(shè)備、中小企業(yè)設(shè)備以及類似現(xiàn)代礦場的大設(shè)備群組成,所以并不像通常我們熟識的節(jié)點那樣,呈現(xiàn)高度中心化的狀態(tài)。

在這種機制的作用下,如果網(wǎng)絡(luò)上有企業(yè)提出數(shù)據(jù)需求,只需要通過客戶端打包隨后充入 gas,可以單純理解為手續(xù)費或者定金之類的。

然后滿足要求的節(jié)點就開始運行相關(guān)程序來協(xié)助企業(yè)完成數(shù)據(jù)處理的需要,這個過程中,只要鏈接到 DBC 上的設(shè)備都可以作為處理器工作。

此外,用戶還可以根據(jù)自身業(yè)務(wù)要求,使用 DBC 網(wǎng)絡(luò)的彈性算力。

早在設(shè)計之初,DBC 網(wǎng)絡(luò)節(jié)點就采用了結(jié)構(gòu)化、非結(jié)構(gòu)化的分布式,同時選用區(qū)塊鏈的底層架構(gòu)來進行垂直或者水平擴展以及大規(guī)模伸縮,所以無限擴展的功能得以保障。

網(wǎng)絡(luò)的工作機制如此,計算節(jié)點的收入組成也有明確的規(guī)定。

每個 AI 計算節(jié)點的收入主要來自于 DBC 網(wǎng)絡(luò)挖礦的獎勵以及 AI 算力使用方支付的使用付費。

所以,AI 廠商可以提前購入 DBC Token,在需要算力的時候,直接支付就可以使用。

其實,DBC 網(wǎng)絡(luò)不但為 AI 企業(yè)開啟了最短時間集中穩(wěn)定算力的高效通道,同時也出爐了相對完善的監(jiān)控機制,主要用于約束挖礦行為以及規(guī)范 AI 企業(yè)的訓(xùn)練結(jié)果,避免算力的使用不當?shù)葐栴}。

對于參與 AI 訓(xùn)練和挖礦行為的企業(yè)和個人,如果存在惡意指令檢測或者惡意行為檢測等,將會考慮被扣除保證金。

此外,由于企業(yè)的 AI 訓(xùn)練行為可以同時發(fā)射到多臺主機上并行,得出的結(jié)果也可相互驗證,所以訓(xùn)練過程可以得到遠程的實時監(jiān)控,從而通過可視化的技術(shù)保障算力使用恰當。

需要提及的一點,由于 DBC 網(wǎng)絡(luò)上涉及挖礦行為,所以挖礦節(jié)點的技術(shù)組成也是很復(fù)雜的,畢竟直接關(guān)系到一部分算力的產(chǎn)出。

據(jù)悉,挖礦節(jié)點主要由計算引擎、鏡像管理系統(tǒng)、存儲管理系統(tǒng)、身份服務(wù)引擎、網(wǎng)絡(luò)管理引擎等幾部分構(gòu)成。

隨著生態(tài)的逐步繁榮,對于節(jié)點性能的要求自然會逐步提高,如果做到持續(xù)擁有高效的 GPU 算力、充足的內(nèi)存、較大的磁盤空間以及良好的帶寬等,需要不斷在技術(shù)上尋求突破,保障節(jié)點的高性能。

眾所周知,安全作為每個產(chǎn)品必須提起重視的關(guān)鍵一環(huán),DBC 網(wǎng)絡(luò)對于數(shù)據(jù)安全、物理服務(wù)器安全以及企業(yè)身份驗證等痛點又有何技術(shù)上的保障呢?

過去中心化的云計算平臺,盡管在 API 訪問權(quán)限以及存儲管理等方面都做了“精心”的設(shè)置,但數(shù)據(jù)泄露的頻率依舊很高,系統(tǒng)故障排除后必須進行的數(shù)據(jù)恢復(fù)也是個大大的問題。

相比傳統(tǒng)的中心化平臺,DBC 網(wǎng)絡(luò)在數(shù)據(jù)安全方面利用技術(shù)優(yōu)勢,達成了多重加密、數(shù)據(jù)并行,可以理解為數(shù)據(jù)在不同的主機上完成切片并行訓(xùn)練的能力,來提升數(shù)據(jù)的安全性;此外還在不斷探究同態(tài)加密、代理重加密的可行性,最終加大黑客攻擊的成本。

問及同態(tài)加密的進展,何永表示,目前同態(tài)加密的理論可行,但關(guān)鍵的問題在于速度太慢。

對此,深腦鏈技術(shù)團隊考慮到,隨著機器性能的提升,或許能夠發(fā)現(xiàn)進一步提升同態(tài)加密速度的方法;另外就是精細控制用于同態(tài)加密的數(shù)據(jù)量。

仔細想想,其實并不是所有的數(shù)據(jù)都需要通過這種技術(shù)手段來加密,所以優(yōu)先選擇特別隱私的或者體量較小的數(shù)據(jù),從工程的角度出發(fā)落地這項技術(shù)才是正道。

很長一段時間,企業(yè)對于物理主機以及服務(wù)器的安全保障同樣是比較糾結(jié)的一件事兒。

經(jīng)常,中心化的物理主機或服務(wù)器如果遭到破壞,“旗下”負責(zé)管理的所有虛擬服務(wù)器都有可能遭到攻克或者破壞,之間產(chǎn)生的漏洞也會被利用。

“對于此類現(xiàn)象,我們選擇將應(yīng)用運行在容器內(nèi)部,針對容器進行安全加固。無論是攔截惡意指令,還是監(jiān)控惡意行為,企業(yè)只有自己掌握私鑰才能訪問數(shù)據(jù),第三方根本沒有權(quán)限。”何永補充道。

關(guān)于最頭痛的身份驗證呢?

深腦鏈提出的解決方案還是高效地利用了區(qū)塊鏈技術(shù)。

主要將用戶的信息進行二次加密,就算有人處心積慮的拿到數(shù)據(jù),也是加密之后的,根本無法直接使用。

采訪中,何永表示,目前 DBC 的測試網(wǎng)絡(luò)已經(jīng)支持了 TensorFlow、Caffe2、H2O 等 AI 和機器學(xué)習(xí)框架,同時團隊在 AI TestNet 上也已經(jīng)完成了多種 AI 訓(xùn)練任務(wù)。

訓(xùn)練任務(wù)從無人駕駛到人臉識別,從醫(yī)學(xué)腫瘤檢測到智能制造 AI 質(zhì)檢,范圍涵蓋了人機交互、交通、安全、醫(yī)學(xué)、智能制造等多個領(lǐng)域;基于企業(yè)對于 AI 訓(xùn)練的算力迫切需求,深腦鏈與 AGI 等公司的合作也在有條不紊地進行著。

據(jù)記者了解,深腦鏈正式網(wǎng)(AI 訓(xùn)練網(wǎng)絡(luò)正式網(wǎng))將于 8 月 8 日上線。

早在北京時間 6 月 15 日,深腦鏈基金會已開啟“天網(wǎng)計劃”,向社會各界征集 AI 算力。

如果作為算力提供方,只需要擁有以下部分或全部資源就可滿足“天網(wǎng)計劃”的算力征集條件。

鏈接已復(fù)制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號-6京公網(wǎng)安備 11010502049343號