Kami mempertimbangkan pemilik proyek (model) yang ingin melatih model dengan memanfaatkan data pribadi lokal dan daya komputasi dari pemilik data yang tertarik, yaitu, pelatih. Tujuan kami adalah merancang pasar data untuk aplikasi pembelajaran kolaboratif/federasi terdesentralisasi yang secara bersamaan menyediakan i) alokasi imbalan berbasis bukti kontribusi sehingga pelatih mendapatkan kompensasi berdasarkan kontribusi mereka terhadap model yang dilatih; ii) pelatihan model terdesentralisasi yang menjaga privasi dengan menghindari pergerakan data dari pemilik data; iii) ketahanan terhadap pihak jahat (misalnya, pelatih yang bertujuan merusak model); iv) keterverifikasian dalam arti bahwa integritas, yaitu, kebenaran, dari semua perhitungan dalam protokol pasar data termasuk penilaian kontribusi dan deteksi pencilan dapat diverifikasi melalui bukti nol-pengetahuan; dan v) desain yang efisien dan universal. Kami mengusulkan desain pasar berbasis blockchain untuk mencapai semua lima tujuan yang disebutkan di atas. Dalam desain kami, kami memanfaatkan infrastruktur penyimpanan terdistribusi dan agregator selain pemilik proyek dan pelatih. Agregator adalah simpul pemrosesan yang melakukan perhitungan tertentu, termasuk menilai kontribusi pelatih, menghapus pencilan, dan memperbarui hiper-parameter. Kami mengeksekusi pasar data yang diusulkan melalui kontrak pintar blockchain. Kontrak pintar yang diterapkan memastikan bahwa pemilik proyek tidak dapat menghindari pembayaran, dan pelatih jujur dihargai berdasarkan kontribusi mereka di akhir pelatihan. Akhirnya, kami menerapkan blok bangunan dari pasar data yang diusulkan dan menunjukkan penerapannya dalam skenario praktis melalui eksperimen yang luas.
Sumber : chainopera.ai