ブロックチェーンがDRLリクエストクラウドソーシングを通じてAIトレーニングの民主化を実現

ディープ強化学習（DRL）は、現在使用されている最も人気があり高度なAIアルゴリズムの一つです。これらのシステムは、機械学習プロトコルの効果とディープニューラルネットワークのプログラマビリティを組み合わせ、驚異的な結果を生み出します。今日、DRL AIアルゴリズムは、科学の最古の謎のいくつかを解決し、人間が簡単に見落としがちなパターンや解決策を明らかにするのに貢献しています。

最近、研究者グループが新しいコンセプトを市場に導入し、将来的にDRLアルゴリズムをより多くの企業、研究者、さらには日常ユーザーにも届けることができる可能性があります。このシステムはブロックチェーン市場とインセンティブを活用して導入を円滑にします。ここでは、ブロックチェーンがDRLコミュニティでますます重要な役割を果たすようになることについて知っておくべきすべてを紹介します。

DRL AIが他と異なる点

DRL AIアルゴリズムの主な利点の一つは、シナリオから得た知識を新しい状況に転移できることです。この能力により、モデルデータに基づいて新しい環境で自己学習するのに最適です。DRL AIシステムは新しい状況を検査し、複雑な回答を生成でき、これにより自律走行車の運転から肝臓や腎臓のがん細胞の検出まで、さまざまな支援が可能になります。

ソース – Analyticsvidhya

DRL AIシステムは最も高度なものの一つであり、高次元の生データ入力の解釈と解析において第一選択肢となっています。この情報は画像や動画などの形で提供されます。そのため、産業全体でこの技術の活用と拡大への強い転換が見られます。一部のアナリストは、DRL AIが将来的に一般的なAIシステムに力を与え、人々から新しいタスクを学習させてから自律的なソリューションを採用できるようになると考えています。

研究者がDRL AIシステムを好むもう一つの理由は、比類なきスケーラビリティを提供する点です。スケーラビリティの問題は長年AI技術の制約となってきました。DRLシステムは大量の需要に合わせてスケールでき、さらに拡張されたネットワークからデータを入力して性能を向上させることが可能です。

DRL AIの課題

DRL AIアルゴリズムはプログラミングと展開が最も難しいものの一つです。これらのAIアルゴリズムの作成が困難な理由の一つは、正しく機能させるために必要な変数とデータの膨大さです。まず、システムはさまざまな環境相互作用、パラメータ、状況、タイミング、過去のプログラミングを考慮しなければなりません。これらすべてのプロセスはミリ秒単位で行われ、ユーザーにスムーズなAI体験を提供します。

高度で応答性の高いDRLアルゴリズムの作成は、専門家の支援が必要な高コストな作業です。これらのアルゴリズムはまず作成され、データがインポート・テストされ、結果を向上させるために微調整されます。このプロセスは時間と資金を要し、技術全体の要件をさらに増大させます。

平均的な人がDRL AI技術にアクセスする方法

これらの要件により、DRLアルゴリズムはモデル化する際に最も高価なAIシステムの一つとなります。AIプログラマー、テスト、データ収集、モデリングのコストが高く、ほとんどのユーザーはこの技術を自分のモデルに組み込む段階ですら遠く離れています。

ブロックチェーン技術が今後のDRL進化を促進する方法

ブロックチェーン技術が今後DRL技術へのアクセス向上に寄与できる方法はいくつかあります。歴史的に、ブロックチェーンプロトコルは適切に使用すれば採用を促進し、サービスへのアクセスを拡大できることが示されています。すでに、AI機械学習分野では多数のAI駆動型統合が見られ、採用とイノベーションの推進に貢献しています。

Machine Learning as a Service（MLaaS）モデルは、ユーザーが高度なMLアルゴリズムを作成、取引、購入、統合できる安全なブロックチェーンエコシステムを提供します。多くの場合、このアプローチはユーザーがAIモデルやその他のサービスをコミュニティに提供・開発することにインセンティブを与えるマーケットプレイスを含みます。

特筆すべきは、このモデルが新規ユーザーへの扉を開き、採用への多くの障壁を取り除く優れた手段であることが実証されている点です。そのため、同様のアプローチがDRL AIシステムにも提案されているのは驚きではありません。DRL as a Service（DRaaS）フレームワークは、DRLに関する最大の課題のいくつかを解決し、AIのアクセシビリティ、イノベーション、機能性の新時代を切り開く可能性があります。

DRLaaS

フレームワークアプローチとしての DRLaaSは、企業が社内AIアルゴリズムに完全に投資することなくDRLサービスを利用できるようにします。このアプローチは、事業や研究者が許容可能なAIモデルを運用に求める際のコストを大幅に削減できます。ユーザーは必要な機能とそのタイミングを選択できます。この戦略は不要なコストを削減し、コミュニティが開発者にインセンティブを提供することを保証します。

DRLaaSフレームワークの仕組み

研究者はまず、スケーラビリティがあり高いプログラマビリティを提供し、成功実績が証明されたブロックチェーンを選定しました。複数の選択肢を検討した結果、チームはConsortiumブロックチェーン上にDRLaaSフレームワークを構築することが最適と判断しました。特筆すべきは、Consortiumがコンソーシアムのガバナンス下でプライベートネットワークのように機能する特権的な許可型ブロックチェーンである点です。

Consortiumは、スケーラビリティを確保し、パフォーマンスを向上させ、品質を提供するために、審査済みノードを統合した独自のProof-of-Authorityアルゴリズムを活用しています。特に、ConsortiumはInterPlanetary File System（IPFS）と呼ばれるプロパティファイルストレージシステムを統合しています。このプロトコルは改ざん防止に非常に効果的で、ユーザーがスマートコントラクトを利用してAIタスクをリクエストできるようにします。

新システムのユーザーは、DRLモジュールのリクエストをコミュニティに提出できます。これらのリクエストは、既に該当するDRLアルゴリズムを作成した、または開発可能な開発者によって応答されます。開発者は報酬トークンの形で作業に対する報酬を受け取ります。このインセンティブシステムはAIコミュニティの構築に効果的であることが実証されており、ML AI分野の推進に重要な役割を果たしました。

DRLaaSオプションが賢い解決策である理由 – DRL

DRLaaSオプションがさらに支持を得る主な理由の一つは、DRLアルゴリズムの作成が非常に高コストであるという事実です。これらのシステムのハードウェア費用は途方もなく高くなります。DRL AIシステムのプログラミングを具体的に示すため、研究者は最近研究チームが提示したDOTA DRL AIアルゴリズムを例に挙げました。

DOTAアルゴリズムのプログラミングには51,000台のCPUと512台のGPUが必要でした。平均的な研究者、ユーザー、または企業にとって、これほどの計算リソースを手頃な価格で確保する方法はありません。この機器の購入だけが財政的な障壁ではありません。データの取得、AIシステムのプログラミング、実装に伴うその他のタスクも必要です。最終的に、DRLaaSは多くの企業がこれらの強力なツールに安全にアクセスする唯一の方法となる可能性があります。

現在、企業は最高レベルの専門知識とドメイン知識を活用して、ニーズに合わせたカスタマイズAIソリューションを作成できます。DRLaaSオプションにより、これらの企業は必要な時にAIシステムを利用でき、不要なリスクとコストを大幅に削減できます。

研究者

本研究の背後にいる研究者は、エンジニア、アナリスト開発者など多岐にわたります。具体的には、Ahmed Alagha、Hadi Otrok、Shakti Singh、Rabeb Mizouni、Jamal Bentaharas が主要著者としてクレジットされています。現在、チームは事業と実装を市場へ拡大し、より多くの人々へのアクセスを促進しようとしています。

DRL技術の応用

現在、さまざまなDRL AIアプリケーションが稼働しています。これらのシステムは自律走行車、ナビゲーション、ヘルスケア、ゲームなどで重要な役割を果たしています。以下は、現行の選択肢を大幅に改善できる可能性のあるDRLシステムの主要な応用例です。

DRL ヘルスケア

DRL技術は次世代ヘルスケアにおいて重要な役割を果たし続けています。これらの高度なAIシステムは、大規模データモデル全体のパターンを特定するのに非常に優れており、研究者がこれまで見落としていた相関関係を把握できるようにします。すでに、臓器の健康状態を判断したり、脳波活動をスキャンしたり、損傷した細胞を特定したりできるAIシステムが存在します。

DRL 軍事

軍事分野でのDRL技術の利用は増加しています。この技術は、増加するドローンスウォームを含む将来の戦闘システムに活用されています。ドローンスウォームは、大量の自律ドローンを用いて敵を攻撃する手法で、航空防衛を圧倒することを目的としています。

DRL AIシステムはターゲットの取得にも重要な役割を果たします。現在の軍事監視システムはDRLを統合し、監視領域の微細な変化を追跡して隠された武器や潜在的なターゲットをより効果的に明らかにします。将来的には、ターゲット決定時に人間の承認を排除した完全なAIキルチェーンが実現するでしょう。

ブロックチェーンプロジェクトによる類似アプローチ

いくつかのブロックチェーンプロジェクトは、産業におけるイノベーションを促進するために類似のクラウドソーシング手法を採用しています。当初、この種のブロックチェーン統合はクラウドコンピューティングサービスに利用されました。その後、データ共有や計算交換へと拡大しました。現在、市場全体でAIを含む高度な計算のためのクラウドソーシング型マーケットプレイスが見られます。以下は主要な例です。

Golem (GLM)

GolemはAIに特化した分散型コンピューティングマーケットプレイスで、未使用の計算リソースを共有することでトークン形式の報酬を獲得できます。このプロトコルにより、誰でも高価なハードウェアを購入せずに大量の計算力にアクセスできます。Golemのアプローチの核心は分散型マーケットプレイスです。ここでは、ユーザーは開発者、研究者、利用者にCPUパワーを提供するGLMトークンを確保できます。

特に、Golemは大規模な計算タスクを、アクティブなユーザーコミュニティに分散された小規模なソリューションに委任できるようにします。この戦略はコストを削減し、効率と分散化を向上させます。そのため、Golemはブロックチェーンシステムを用いた計算サービス（CaaS）を提供した最初のプロジェクトの一つとして人気があります。現在、強固なユーザーベースを確保した先駆的なプラットフォームとして認識されています。

Render (RENDER)

Renderは産業規模のAI駆動型ブロックチェーンシステムで、AI開発者にほぼ無制限の計算力を提供します。このプロトコルは当初、膨大な分散計算力を活用して、今日のゲーム、研究、エンターテイメントに必要な高解像度ビデオやエフェクトの大量処理・開発を支援することに焦点を当てていました。

Renderは独自かつ実証済みのアプローチにより、科学、エンターテイメント、研究コミュニティを支援します。プラットフォームは検証にEthereumを利用し、OctaneRenderプロトコルを統合して3D処理性能を向上させています。CPUパワーをコミュニティに提供する者は、提供した計算力に応じてRENDERトークンを獲得します。

上場企業で革新的AIソリューションを開発

複数のAI企業が、将来的にあなたの生活に関わるAIを開発しています。AI開発について語る際、多くの場合Microsoft (MSFT ) のような大手企業が思い浮かびます。しかし、注目すべき上場AI企業もいくつか存在します。以下は、市場に必要不可欠なサービスを提供するためにAIを活用している企業の一例です。

1. BrainChip (BRCHF)

BrainChip (BRN.AX ) はAIヘルス産業向けの革新的なソフトウェアとハードウェアを提供する企業です。このプラットフォームは、脳内のニューロンの働きを模倣したニューロモルフィックコンピューティングモデルを導入しています。この戦略はエネルギー効率が高く、優れたパフォーマンスを実現しています。

BrainChipはAI分野の先駆者であり、AIoT（Artificial Intelligence of Things）ネットワークの分野でもリーダーシップを取っています。この概念は、IoT（Internet of Things）スマートデバイスの低コストと入手容易性を、先進的なAIアルゴリズムの能力と組み合わせたものです。その結果、運用を監視し、問題が発生する前に検出し、即座に実行可能な解決策を提示できる高度なシステムが実現します。

DRLリクエストクラウドソーシング – 最適な選択

DRLaaSオプションの導入は、市場全体での統合を促進するのに役立ちます。このアプローチは、他のAI分野でユーザーの理解とアクセスを拡大する実績があり、DRL市場への適用に最適です。今後、DRLサービスが大衆に提供されるにつれて、AI統合がさらに大幅に進むことが期待できます。

日本語で他のAI プロジェクトについて学びましょう。