分析PlatON 2.0 白皮书：如何实现去中心化通用的人工智能网络？

PlatON将通过三个阶段实现通用人工智能网络：私有计算网络、人工智能市场和协作人工智能网络。

人工智能的广泛应用面临三大问题：一是数据。数据是人工智能最重要的资源。人工智能需要大量有效的数据集来训练更好的模。然而，在数据隐私和数据监管的前提下，有必要解决数据使用权和安全使用问题。

第二，培训费用。人工智能模的规模正以每年10倍的速度增长，这需要巨大的算力，导致人工智能的总培训成本不断上升。三是集中。大多数人工智能研究由少数几家技术巨头控制。其他组织面临着人工智能人才和技术匮乏的问题。与此同时，人工智能开发者缺乏实现其成就的方法，只能向技术巨头出售技术。

PlatON2.0白皮书介绍了借助区块链和隐私计算技术建立基础设施网络。在这个网络上，开发者可以以较低的成本获得包括数据和算力在内的资源，训练人工智能模，并将其发布到网络上作为人工智能服务，同时可以与其他人工智能服务或**进行交互和结合，任何人或组织都可以从该网络获得人工智能算法或服务。随着基础设施网络的发展，将孕育一个繁荣的去中心化式人工智能市场。人们可以在网络上交易与人工智能相关的“商品”，如数据、算力、人工智能算法和人工智能服务。

如果我们进一步研究，这种自组织的去中心化合作网络可能会成为一个总量大于各部分之和的生态系统，连接人工智能并使其相互合作，最终形成通用人工智能。

PlatON分三个阶段实现上述目标：

• 第一阶段：去中心化的私有计算网络。建立去中心化的数据共享和隐私计算基础设施网络，以连接数据所有者、数据用户、算法开发人员和算力提供商。
• 第二阶段：去中心化的人工智能市场。实现人工智能资产的共建共享和敏捷智能应用开发，提供从人工智能算力、算法到人工智能能力及其生产、部署、集成的全过程产品和服务。
• 第三阶段：去中心化协作人工智能网络。允许人工智能进行大规模合作，并聚集集体智慧来执行复杂的人工智能服务。

隐私计算网络

计算的基本要素是数据、算法和计算。隐私计算网络将数据、算法和计算紧密结合在一起，形成完整的计算状态。

在私有计算网络中，数据节点和计算节点通过P2P协议连接到系统上，进行数据发布和计算。这些数据存储在本地。该算法利用数据和算力，通过安全多计算、联合学习等技术实现协同计算。数据不仅可以保护数据的隐私，还可以保护计算结果的隐私，如训练好的人工智能模。

PlatON的隐私计算⽹ 网络技术架构如下图所示：

数据主体可以在本地启动数据节点，或者加密数据并将其托管到数据节点，如上图中的数据服务部分所示⽀ 拥有两种不同类的隐私计算，一种是安全的多用户计算⽅ 另一个是隐私外包计算。

在安全多方计算模式中，数据节点通过秘密共享将数据分割并分发给随机选择的计算节点。计算节点之间采用安全的多计算协议进行隐私计算，计算结果通过区块链智能合约返回计算结果。如果是人工智能模训练，训练后的模可以部署到人工智能网络并发布人工智能服务。

在隐私外包计算模式中，数据节点通过同态加密对数据进行加密，并将其分发给计算节点进行外包计算。计算任务可以根据数据或模进行分解。计算节点计算完成后，返回计算结果和计算证书，验证计算的正确性。如果用户有数据和算法，但没有足够的计算，则可以采用此方法。

人工智能市场

通过区块链上的智能合约，可以建立数据、算力和算法的去中心化交易市场；基于区块链上的密码经济学，数据、算法和算法可以货币化，形成有效的激励机制，鼓励更多的数据、算法和算法添加网络。

对于数据提供商，包括个人和机构在内的实体将出于经济激励提供个人和专业数据，并通过安全计算确保数据的安全和隐私。所有实体将更愿意共享敏感数据，如消费和健康信息。随着时间的推移，市场将不断积累⾼ 质量数据。

对于计算提供商来说，任何人都可以在安全无摩擦的市场**享计算资源。人工智能模的规模越来越大。通过人工智能市场共享全球闲置的计算资源，可以实现去中心化的算力网络。理论上，它可以为人工智能提供无限的算力，真正降低计算成本。

对于人工智能开发者来说，他们可以在数据市场中主动搜索训练数据集来训练人工智能模，或者发布模让其他人使用（提供数据以配合训练模。训练数据集没有明确交换。它通过安全的多计算协议参与模训练。它可以公平交易。任何人都不能通过提前退出或其他不当行为获得优势。

人工智能开发者可以在人工智能市场上交易人工智能算法和人工智能服务，直接实现他们的成就，并被鼓励创建更好的人工智能模。开发者的智能模还可以与其他智能模交互并支付费用正在对用户进行加密。

对于人工智能用户，他们可以轻松、廉价地访问和使用人工智能服务。

协同人工智能⽹络

利用隐私计算网络的数据集和计算资源，可以训练人工智能模。这些模可以部署在人工智能网络中，通过人工智能**进入人工智能服务，形成人工智能服务市场。通过多agent系统等技术，人工智能agent可以用于通信和协作，创建越来越多的创新人工智能服务，实现AI-Dao，形成协同的人工智能治理网络。

PlatON的协作人工智能网络技术架构如下图所示：

协作人工智能网络中的服务节点用于承载经过训练的人工智能模并提供人工智能服务。注册节点和评估节点形成一个智能搜索网络，用于搜索人工智能服务和**并与之交互。具体而言，AI服务和**注册其⽂ 注册节点的描述和标签，以便用户可以找到他们的服务、定价、地址和其他信息并呼叫他们。评估节点对AI服务和**进行测试、评估和评分，通过共识算法建立声誉评分系统，并在此基础上进行搜索和推荐，让其他用户可以快速方便地查询AI服务和**。

自主AI**可以独立搜索和调用AI服务或与其他自主AI**交互，并可以不断学习、改进和调整策略和目标。它们是代表人类在这个自组织智能网络空间中实现某些目标的软件程序。它们在没有人类直接干预的情况下具有一定程度的独立性或自主性。

协作人工智能网络是由多个相互作用的自主人工智能主体组成的，是一个多主体系统。多agent系统在个人助理、交通管理、游戏娱乐、虚拟角色等领域有着广泛的应用。例如，人工智能助手Siri是自治**的一个简单示例。它使用传感器感知用户的请求，并自动从互联网收集数据以满足用户的请求，而无需用户帮助。

⾃ 主要的人工智能**不仅存在于数字世界中，还充当数字世界与现实世界之间的桥梁，连接到数字世界（类、物联网设备和外部IT系统。每个主**都是一个独立的守护进程，追求相对简单的目标，但它们在交互中会产生复杂的目标，并成为更智能的**。

Platon将于2021年第四季度上线，移除中华隐私计算网络，通过隐私计算协议连接数据、算法和计算，逐步形成人工智能市场；2022年第四季度，将启动协作人工智能网络，最终形成一个组织在此基础上形成一个组织协作的智能网。

在技术上，PlatON综合运用区块链、隐私计算和人工智能技术，文章**简要介绍了核心技术特点，主要包括：

1.去中心化。任何用户和节点都可以未经许可连接到网络。与去中心化的数字身份认证和授权相结合，世界上任何数据、算法和计算机都可以安全地共享、连接和交易，并开发和实现智能化。

2.隐私保护。基于MPC、同态、零知识证明等现代密码学的隐私计算技术提供了一种新的计算范式，使数据和模“不可能”，从而充分保护隐私，保障数据权利。

3.培训费用低。（智能需要大量的算力和培训数据，培训成本高，借助区块链和隐私计算技术，可以共享计算资源，降低计算成本；可以实现安全的数据共享，促进数据的合规流动，积累更多、更好的质量和效益通过分权降低技术巨头的数据成本。

4.开发门槛低，可视化人工智能模开发调试，⾃ 自动机器学习（automl），通过mlops简化了人工智能模从模开发、培训到部署的全过程管理流程，降低了人工智能模的开发门槛，提高了开发效率。人工智能服务可以动态发现、组合、协作，创造更多通过更先进的动态规划形式提供更具创新性的人工智能服务。

5.法规遵从性。在人工智能培训和决策过程中，所有数据、变量和过程都可以在不被篡改的情况下进行记录，并可以进行跟踪和审查。隐私保护技术的使用使数据充满了监管规定，如遗忘权、携带权、条件限制等授权和更新的集合。

以上是对PlatON2.0白皮书的个人解读。如果你想了解更多，更好的方法是阅读白皮书，可以在这里找到。