基于区块链的数据交易市场会为机器学习带来很大变化，由区块链数据建立的模型有可能创造出世界上最强大的人工智能。这一数据市场结合了两个最有力的元素：
一、机器学习中涉及的隐私信息——可以在不透露私人数据的情况下进行数据整合建模，
二、基于区块链的激励机制——这些机制能有效吸引更好的数据和模型，并使整个系统更加智能化。
其结果就是整个数据市场更加开放，人人都可以出售自己的数据并保护自己的隐私，同时开发者可以激励用户吸引更好的数据源来调整算法。
建立这些系统非常具有挑战性，对区块生成有各种的需求，不过最简的系统版本已初具规模。相信这些交易市场会把我们从一家独大的互联网2.0带入到开放竞争的互联网3.0，并且数据和算法都将被货币化。
起源
这个想法可以追溯到2015年，Numerai对冲基金的Richard将一份加密数据信息发给一群数据专家，让其对股市建模并相互比拼。之后挑出好的模型进行整合，按照整合模型做股票投资，并对预测准确的人进行奖励。
数据专家之间竞争就像一个完全的去中心化系统，整合模型就是使系统可以应对任何一类问题。
建模
我们以去中心化交易所上的加密货币交易为例，为其建立一个完全的去中心化系统是常被提及的问题：
数据：数据提供者将数据权益化，并提供给建模者。
建立分组模型：建模者挑选数据并建模。通过一个加密的计算方法进行数据模拟和模型拟合，模型可以在不泄漏隐私信息的前提下被调整拟合。同时模型也被权益化。
整合模型：通过一个算法整合分组模型，变成一个元模型。每个分组模型的权益会被算法采纳。建立元模型与否可以按照不同情况自行抉择。
使用元模型：在一个去中心化的链上交易系统中，智能合约可以通过程序运行元模型并进行交易。
去中心化的收益和损失：对模型进行一段时间的检测，交易会有盈亏。盈亏取决于每个参与的模型是否足够优化。预测较差的模型所占权益和资金将会被部分或全部去除。其数据提供者的权益和回报也会被相应削减。
可验证的计算过程：每一步的计算过程或者是中心化并可验证的；或者是去中心化，利用安全的多方计算来实现。
数据托管：因为链上存储的成本很高，数据或模型可托管在IPFS上或安全的多方计算网络上。
强有力系统的保证
吸引优质数据
吸引优质数据是这个系统中最有效的部分，因为数据往往是大多数机器学习的限制因素。用同样方法，比特币通过开放式激励机制和恰当的数据激励结构，创建了一个全球计算能力最强的应急系统。这将为各类的应用程序带来源源不断的优质数据源。
算法竞争
算法和模型的开放性竞争史无先例，想象一下新闻栏背后的数千种算法带来的多样性。
回报透明
数据和模型提供者可以得到公平的回报，因为所有参与的过程和模型都是可验证的，透明的回报机制提高参与者的积极性。
自动化
链上的操作直接用代币反应价值，这是一个自动的、无需相互信任的闭环。
网络作用
由用户、数据提供者和数据科学家组成的网络，使这个系统更加强大。网络作用发挥得越好，越多资金会聚集在这个领域，相应的数据回报率会越高，这将吸引更多优质数据源和优质数据模型，循环往复。
隐私保护
除了以上所述，隐私保护是区块链带来的一大变化。
提供用户数据分享的选择权，
防止数据和模型的经济价值被他人占有。
如果任由数据、模型不做链上加密，则会被其他用户任意拷贝使用，占用创建者应得的经济回报。
有一种间接的解决方法是私下出售数据。即使购买者选择转售或出租数据，数据的价值随时间推移而减少。这个方法把数据的应用限制在短期使用范围，而且仍然会产生隐私问题。因此使用安全而强大的计算形式尤为重要。
安全计算
安全计算允许模型对数据进行拟合但不会泄露数据本身。目前使用和研究的安全计算有三种主要形式：同态加密（HE），安全多方计算（MPC）和零知识证明（ZKPs）。多方计算目前最常用于私人机器学习，因为同态加密过于缓慢，而如何将ZKP应用于机器学习还不明确。安全计算方法正处于计算机科学研究的前沿。它们通常比常规计算慢几个数量级，是系统的主要瓶颈，但近年来一直有进步。
终极推荐系统
为了说明隐私保护的机器学习的潜能，我们来试想一下一个“终极推荐系统”。系统会记录你在设备上的所有操作，包括浏览记录，应用操作，图片，位置数据，消费记录，可穿戴设备，相机和AR眼镜。基于这些信息，这个系统可给你推荐相应的产品。
这个推荐系统将会非常有效果。因为它的数据量比任何一个网站都要多，而且信息分类细化，大量的私人信息通过区块链加密使隐私得到保护，同时机器学习通过模型模拟得出对个体的立体分析。类似于之前的加密货币交易系统，它可以让不同领域的模型，例如网址推荐或音乐网站，通过竞争得到个人的加密数据，在保护隐私的前提下建模并作出产品推荐，甚至可能支付给客户相应的数据费用。
现在的解决方法
下图介绍了来自Algorithmia Research (https://algorithmia.com/) 的一个简单方案：用户将数据样本、回报、和模型绩效指标发布在智能合约中；人工智能算法工程师下载数据样本并建立数据模型，将最优模型返还给智能合约；如果模型的最终测试结果达到预定指标，工程师会得到相应的回报。
Numerai (https://numer.ai) 的模型则更进一步：使用加密数据（尽管不完全同态），整合分组模型到元模型，并根据未来的表现（本例中是未来一周的股票交易表现）来作出激励，而不是根据已经发生的信息（即回溯交易表现）。但现阶段数据仍然是中心化的，且重要因素的选取仍受建模者的主观想法限制。
当其他人仍在致力于建立安全的计算机网络时，Openmined (https://www.openmined.org/) 已经在创建一个可以拟合训练机器学习模型的多方计算网络。一个好的最终状态是将相互拥有元模型，它使数据提供者和建模者的所有权与其模型贡献相联。这些模型将被代币标记化，随时间推移可派发股息，甚至可以任参与者支配。这是一种互相拥有的蜂巢式结构，Enigma (https://enigma.co/) 和HumanAI (https://humanai.co/)也有类似的设置。
如何达到最好的结构
我无法准确的说清怎样才是最好的系统结构，但对此我有些许想法。
我曾写过一篇评价区块链的论文：在一个光谱系列中，有基于物理原生、基于数字原生、和基于区块链原生，若区块链原生越多，系统结构越好。区块链原生越少就需要大量可信任的第三方机构，这会增加系统复杂性并减少与其他系统互建模块的易用性。
这意味着如果创造的价值可以量化，系统就更有可能被优化——理想情况下直接以货币形式，更好的是以代币形式。这将创造一个干净的闭环系统。将之前介绍的加密货币交易系统与识别X射线肿瘤的例子作个比较：在后者中，你需要说服一家保险公司X射线模型是有价值的，谈判如何有价值，然后信任一小群身在现场的人，让其来证明模型的成功/失败。
这并不意味着对社会用途而言，数字原生的好处不存在。像之前提到的终极推荐系统就非常有用。如果说到信息挑选市场Curation Markets*，那就是另一种应用，模型在链上程序化操作，系统用代币作为激励回报来管理市场，以此创建一个干净的闭路。虽然现在看来基于区块链的运用还很模糊，但随着时间推移应用会越来越广泛。
启示
首先，分布式、去中心化的机器学习市场可以消除现有科技巨头对数据的垄断。在过去的20年中，他们将创造网络价值的资源标准化、商业化——专有数据网络和强大的周边效应。结果，所创价值使收益从数据转移到算法。
换句话说，他们为AI创建了一个直接的商业模式，用数据饲养并训练它。
其次，他们创造了世界上最强大的AI系统，通过直接的经济激励为他们吸引最好的数据和模型。他们的力量通过多方面的网络效应而增强。互联网2.0时代，网络数据垄断变得商品化，这似乎成为下一个起点的理想选择。
第三，正如推荐系统的例子所示，搜索被本末倒置了。搜索变成产品和竞争对人的追逐，而不是用户搜索产品。每个人都有个人偏好，推荐系统通过竞争将最相关的内容放入信息栏中，其相关性由每个人自己定义。
第四，用户能够从Google和Facebook等公司使用机器学习服务中获得同等好处，而不会泄漏隐私数据。
第五，机器学习领域能够有更快的发展。一个广大的数据市场对每个工程师开放，其受益群不再局限于一部分大公司的工程师。
挑战
首先，安全计算方法目前进展非常缓慢，而机器学习的计算成本已经很高。另一方面，对安全计算方法的市场兴趣已慢慢出现，算法本身性能也在不断提高。我看到过去6个月内HE，MPC和ZKPs有显着性能改进。
计算为元模型提供的一组特定数据或模型的值很难。
清理和格式化分组数据具有挑战性。我们很可能会看到一些工具、标准化和小企业的组合，他们可以解决这个问题。
最后，具有讽刺意味的是，创建这种系统的广义商业模式不如创建个体实例那么明确。似乎会带来很多新的加密原语，例如信息挑选市场Curation Markets。
结论
私人机器学习与区块链激励相结合，可以在各种应用中创造出最强大的机器智能。随着时间的推移，可以解决重大的技术挑战。他们的长期潜力是巨大的，并且从大型互联网公司对数据的垄断中受到欢迎。他们也有点可怕——他们引导自我存在，自我加强，消费私人数据，且几乎不可能关闭，这让我怀疑是否创建它们会比以前更好。但无论如何，它们是加密货币缓慢却突然进入每个行业的一大例证。
*Curation Markets是指社区内借助token让用户对其内容进行整理组织，这个制度将信息选择权利归还给了用户。用户把自己的利益跟信息流的质量绑定在一起，大家通过投票选出最优质的算法。
本文意见仅供参考，不构成投资建议。据此入市，风险自担。
