Sổ cái phân tán làm hạ tầng cho dữ liệu huấn luyện: ý tưởng đẹp và ba trở ngại thực tế

Ý tưởng có sức hấp dẫn rõ ràng: người đóng góp dữ liệu để huấn luyện mô hình được ghi nhận trên một sổ cái chung, và khi mô hình tạo ra doanh thu, phần chia được thực hiện tự động theo tỷ lệ đóng góp.

Trở ngại thứ nhất: dung lượng

Không ai đặt tập dữ liệu lên chuỗi khối. Thứ nằm trên chuỗi là dấu vân tay mật mã của tập dữ liệu, còn dữ liệu nằm ở nơi khác. Điều này đủ để chứng minh 'tập dữ liệu này không bị thay đổi', nhưng không đủ để chứng minh 'mô hình thực sự đã học từ tập này'.

Trở ngại thứ hai: quyền xoá

Pháp luật về dữ liệu cá nhân trao cho chủ thể quyền yêu cầu xoá. Một bản ghi không thể sửa trên sổ cái công khai xung đột trực tiếp với quyền này. Các thiết kế nghiêm túc phải giữ mọi dữ liệu định danh ngoài chuỗi, và khi đó phần nằm trên chuỗi mỏng đi đáng kể.

Trở ngại thứ ba: định giá đóng góp

Giả sử giải quyết được hai trở ngại trên, vẫn còn câu hỏi khó nhất: một nghìn bức ảnh của người này đóng góp bao nhiêu phần trăm vào chất lượng mô hình so với một trăm bức của người kia. Các phương pháp ước lượng ảnh hưởng hiện có đều tốn kém về tính toán và cho kết quả không ổn định.

Kết luận không phải là ý tưởng sai, mà là phần khó không nằm ở chỗ nhiều người tưởng. Hạ tầng ghi nhận là phần dễ; định giá công bằng và tôn trọng quyền của chủ thể dữ liệu mới là phần chưa ai giải xong.