Proof of Deep Learning: Approaches, Challenges, and Future Directions

要約

計算能力の向上により、深層学習モデルのパフォーマンスは前例のない向上をもたらしました。
より多くのデータが利用可能になり、モデル アーキテクチャがより複雑になるにつれて、より多くの計算能力の必要性が増加します。
一方で、最初の暗号通貨としてのビットコインの導入と分散型台帳としてのブロックチェーンの概念の確立以来、多くの亜種やアプローチが提案されてきました。
ただし、それらの多くには、Proof of Work (PoW) コンセンサス メカニズムという共通点があります。
PoW は主に、新しいブロックの生成プロセスをサポートするために使用されます。
PoW はその堅牢性を証明していますが、その主な欠点は、ブロックチェーンのセキュリティと整合性を維持するために大量の処理能力を必要とすることです。
これは、ハッシュ パズルを解くために総当たり力を適用したためです。
ブロックチェーンを安全に保ちながら、利用可能な計算能力を有用で有意義な作業に利用するために、多くの技術が提案されており、そのうちの 1 つは Proof of Deep Learning (PoDL) として知られています。
PoDL は、ブロックチェーンに新しいブロックを追加するための作業証明として深層学習モデルをトレーニングするプロセスを使用するコンセンサス メカニズムです。
このペーパーでは、PoDL のさまざまなアプローチを調査します。
さまざまな種類の PoDL アルゴリズム、その長所と短所、および潜在的なアプリケーションについて説明します。
また、PoDL 実装の課題と今後の研究の方向性についても説明します。

要約(オリジナル)

The rise of computational power has led to unprecedented performance gains for deep learning models. As more data becomes available and model architectures become more complex, the need for more computational power increases. On the other hand, since the introduction of Bitcoin as the first cryptocurrency and the establishment of the concept of blockchain as a distributed ledger, many variants and approaches have been proposed. However, many of them have one thing in common, which is the Proof of Work (PoW) consensus mechanism. PoW is mainly used to support the process of new block generation. While PoW has proven its robustness, its main drawback is that it requires a significant amount of processing power to maintain the security and integrity of the blockchain. This is due to applying brute force to solve a hashing puzzle. To utilize the computational power available in useful and meaningful work while keeping the blockchain secure, many techniques have been proposed, one of which is known as Proof of Deep Learning (PoDL). PoDL is a consensus mechanism that uses the process of training a deep learning model as proof of work to add new blocks to the blockchain. In this paper, we survey the various approaches for PoDL. We discuss the different types of PoDL algorithms, their advantages and disadvantages, and their potential applications. We also discuss the challenges of implementing PoDL and future research directions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google