SoK: Decentralized AI (DeAI)

要約

人工知能 (AI) の一元化は、単一障害点、固有のバイアス、データ プライバシーの懸念、スケーラビリティの問題などの重大な課題を引き起こします。
これらの問題は、ユーザー データが透明性なしに収集および使用されるクローズドソースの大規模言語モデル (LLM) で特に蔓延しています。
これらの問題を軽減するために、ブロックチェーンベースの分散型 AI (DeAI) が有望なソリューションとして浮上しています。
DeAI は、ブロックチェーンと AI テクノロジーの両方の長所を組み合わせて、AI システムの透明性、セキュリティ、分散化、信頼性を強化します。
しかし、最先端の DeAI 開発、特にアクティブな業界ソリューションに関する包括的な理解はまだ不足しています。
この研究では、ブロックチェーンベースの DeAI ソリューションのための知識の体系化 (SoK) を紹介します。
モデルのライフサイクルに基づいて既存の DeAI プロトコルを分類するための分類法を提案します。
この分類に基づいて、DeAI プロトコルの状況を明確にし、それらの類似点と相違点を特定するための構造化された方法を提供します。
私たちは DeAI におけるブロックチェーンの機能を分析し、ブロックチェーンの機能が AI プロセスのセキュリティ、透明性、信頼性の向上にどのように貢献するかを調査するとともに、AI データおよびモデルの貢献者に対する公平なインセンティブを確保します。
さらに、DeAI プロトコルの開発における重要な洞察と研究のギャップを特定し、将来の研究に向けたいくつかの重要な手段を強調します。

要約(オリジナル)

The centralization of Artificial Intelligence (AI) poses significant challenges, including single points of failure, inherent biases, data privacy concerns, and scalability issues. These problems are especially prevalent in closed-source large language models (LLMs), where user data is collected and used without transparency. To mitigate these issues, blockchain-based decentralized AI (DeAI) has emerged as a promising solution. DeAI combines the strengths of both blockchain and AI technologies to enhance the transparency, security, decentralization, and trustworthiness of AI systems. However, a comprehensive understanding of state-of-the-art DeAI development, particularly for active industry solutions, is still lacking. In this work, we present a Systematization of Knowledge (SoK) for blockchain-based DeAI solutions. We propose a taxonomy to classify existing DeAI protocols based on the model lifecycle. Based on this taxonomy, we provide a structured way to clarify the landscape of DeAI protocols and identify their similarities and differences. We analyze the functionalities of blockchain in DeAI, investigating how blockchain features contribute to enhancing the security, transparency, and trustworthiness of AI processes, while also ensuring fair incentives for AI data and model contributors. In addition, we identify key insights and research gaps in developing DeAI protocols, highlighting several critical avenues for future research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google