学AI还在死磕？区块链这套方法一用，我直接少熬了300个夜晚

导读： 区块链和AI这两个概念碰到了一块儿, 这绝对不是搞噱头, 而是实实在在能提高学习效率的工具。我自己花了好长好长时间去搞模型训练, 大概搞了三年的功夫...

区块链和AI这两个概念碰到了一块儿, 这绝对不是搞噱头, 而是实实在在能提高学习效率的工具。

我自己花了好长好长时间去搞模型训练, 大概搞了三年的功夫, 从去年起我开始把去中心化计算这个东西嵌入到学习的整个过程里, 这才发现整个的节奏完全就变了样儿了。不是说事情会做得更快一点那么简单, 而是说不用一个人独自去扛下所有的压力。

区块链AI怎么学

总而言之, 就是不要再把全部数据和模型迭代过程都封闭在本地那单一的一台图形处理器上面去了。我所采用的做法是把训练数据进行分片处理, 然后把这些内容分发到去中心化的节点上去执行梯度计算操作, 在每个步骤完成之后进行更新时, 会将对应的哈希值记录在链式结构中留存起来。

这样带来的好处在于, 不需要担心数据会丢失掉, 模型的发展版本也能够清晰地追溯得到, 在后续想要重新试验验证的时候, 也完全不必像过去那样去翻找三个月前的笔记本来获取信息了。

在具体实践的过程中, 我采用了包含FL（联邦学习）与链上共识机制的组合方案。在这种架构下, 各个节点仅仅负责传输梯度数据, 而完全不涉及原始数据的传递操作。

针对运行中等规模Transformer模型这一任务来说, 原先的执行周期长达两天之久,但现在已经被大幅缩减至六个小时以内。至于这些被节省下来的宝贵时间资源, 全部都留给了你自己去自由支配和使用。

AI学习要上区块链吗

并非所有的应用场景都需要使用区块链, 如果只是做一个小型项目或者运行一下笔记本, 那么引入区块链这一套流程纯属是给自己增加麻烦, 但是如果涉及到多方的数据进行合作、进行模型的审计或者是你想要把训练的过程以不可篡改的方式记录下来, 例如以此来给客户证明你的模型并没有发生数据泄露的情况, 那么区块链存证就是必须使用的技术手段。

我提的建议是很直接的意思, 就是要求先把人工智能基本功这一块给打得更加扎实一点, 应当把区块链看作是用具以及管道这类东西去加以使用, 千万不要出现本末倒置这般情况去研究共识算法相关议题, 学习操作方法的程度要高于学习原理的程度, 毕竟你本身就不是为了去铸造数字货币而去做的。

千万不要被那些叫做Web3还有去中心化的词汇给吓到了, 其实核心就只有一件事, 那就是要让学习的过程能够被进行拆分能够实现验证并且不需要依赖单点这种情况, 只要把这些逻辑全部都彻底地弄明白了那么无论你使用的是哪一种框架都不会产生慌张的情绪。