[论文解读] From the Internet of Information to the Internet of Intelligence

F. Richard Yu|arXiv (Cornell University)|Aug 30, 2019

Caching and Content Delivery参考文献 13被引用 9

一句话总结

本文提出了智能网络（Intelligence-Net），一种下一代范式，其中智能如同能源和信息一样被共享与访问，由区块链技术实现。它认为区块链的去中心化、透明性和信任机制能够通过在分布式系统中实现去中心化、可审计且集体化的智能共享，克服人工智能驱动的跨系统优化中的关键挑战——如数据稀缺、信任和互操作性问题。

ABSTRACT

In the era of the Internet of information, we have gone through layering, cross-layer, and cross-system design paradigms. Recently, the ``curse of modeling" and ``curse of dimensionality" of the cross-system design paradigm have resulted in the popularity of using artificial intelligence (AI) to optimize the Internet of information. However, many significant research challenges remain to be addressed for the AI approach, including the lack of high-quality training data due to privacy and resources constraints in this data-driven approach. To address these challenges, we need to take a look at humans' cooperation in a larger time scale. To facilitate cooperation in modern history, we have built three major technologies: ``grid of transportation", ``grid of energy", and ``the Internet of information". In this paper, we argue that the next cooperation paradigm could be the ``Internet of intelligence (Intelligence-Net)", where intelligence can be easily obtained like energy and information, enabled by the recent advances in blockchain technology. We present some recent advances in these areas, and discuss some open issues and challenges that need to be addressed in the future.

研究动机与目标

• 解决当前信息互联网中人工智能驱动的跨系统设计的局限性，特别是数据稀缺和信任问题。
• 探讨人类合作基础设施的演进——交通网络、能源网络和信息互联网——作为构想新范式的基础。
• 提出智能网络（Intelligence-Net）作为合作的下一阶段，其中智能如同能源和信息一样被共享与访问。
• 研究区块链技术如何实现跨分布式AI实体的安全、去中心化和可审计的智能共享。
• 识别并讨论智能建模、系统架构以及区块链与AI系统可扩展性方面的开放研究挑战。

提出的方法

• 提出智能网络（Intelligence-Net）作为人类合作基础设施演进的愿景，继交通、能源和信息网络之后的下一阶段。
• 利用区块链技术实现跨分布式AI系统之间去中心化、可信且可审计的智能共享。
• 利用区块链中的智能合约对自主AI实体之间的交互进行建模与管理，实现动态且安全的协作。
• 提出智能网络的“细腰”架构模型，类比互联网中的IP层，以支持全球互操作性与创新。
• 强调在设备本地进行AI训练并结合区块链，以保护隐私，并实现在无集中数据收集情况下的集体学习。
• 提出基于区块链的审计追踪，以增强AI决策的透明度与可信度，尤其在自动驾驶等高风险应用场景中。

实验结果

研究问题

• RQ1 如何在全球去中心化系统中，使智能的共享与访问如同能源和信息一样便捷？
• RQ2 区块链技术在实现人工智能驱动系统协作中的信任、透明度与安全性方面可发挥何种作用？
• RQ3 如何通过去中心化、设备端学习与基于区块链的协调机制，缓解人工智能训练中的数据稀缺与隐私问题？
• RQ4 应采用何种架构原则（如‘细腰’模型）来指导智能网络的设计，以实现可扩展性与互操作性？
• RQ5 如何以类似于信息熵的方式对智能进行量化或建模，以实现智能网络的系统化设计与优化？

主要发现

• 本文提出，人类合作的下一个主要范式将是智能网络（Intelligence-Net），其中智能如同能源和信息一样被共享与访问。
• 区块链技术能够实现去中心化、可信且可审计的智能共享，解决了人工智能系统信任与数据隐私的关键挑战。
• 区块链上的智能合约可以对自主AI实体之间的交互进行建模与管理，实现动态、安全且可扩展的协作。
• 智能网络可通过实现集体化、分布式的机器学习，克服跨系统人工智能优化中的‘建模困境’与‘维度灾难’。
• 设想了智能网络的‘细腰’架构模型，类比互联网中的IP层，以确保全球互操作性与创新。
• 在智能建模、可扩展的区块链-AI集成设计，以及智能网络中异构服务的QoS保障方面，仍存在开放挑战。