基于区块链的AI训练任务的处理方法、节点及介质技术

本发明专利技术实施例提供一种基于区块链的AI训练任务的处理方法、节点及介质，通过将第一训练结果检测样本和训练结果奖励方案发布到区块链网络中，并在接收到AI训练节点发布的模型数据，以及该模型数据针对第一训练结果检测样本的第一计算结果之后，在区块链网络中发布第一训练结果检测样本对应的第二计算结果，使得区块链网络中的记账节点能够通过比对第一计算结果和第二计算结果得到模型数据的准确率，并根据该准确率和训练结果奖励方案，记录对AI训练节点的奖励金额，从而不但实现了基于区块链网络的AI训练任务处理，还能够降低记账节点在模型准确率验证过程中的计算量，减小了记账节点的计算压力。

【技术实现步骤摘要】
基于区块链的AI训练任务的处理方法、节点及介质
本专利技术实施例涉及区块链
，尤其涉及一种基于区块链的AI训练任务的处理方法、节点及介质。
技术介绍
随着人工智能(ArtificialIntelligence，AI)技术的不断发展，AI技术可以应用在很多领域，例如，可以应用在语音识别、机器翻译等模型训练中。通常情况下，一次AI训练需要很大的计算量。例如，一次语音识别的模型训练可能涉及到20EFlops的浮点计算，一次机器翻译的模型训练可能涉及到10EFlops甚至上百EFlops的浮点计算。为了完成一次AI训练往往需要构建很大规模的计算机集群。而构建大规模计算机集群的成本较高。
技术实现思路
本专利技术实施例提供一种基于区块链的AI训练任务的处理方法、节点及介质，用以通过区块链对AI训练任务进行处理，并减小记账节点的压力。本专利技术实施例第一方面提供一种基于区块链的AI训练任务的处理方法，包括：AI训练任务发起节点在区块链网络中发布AI训练任务，所述AI训练任务中包括第一训练结果检测样本，以及训练结果奖励方案，其中所述第一训练结果检测样本中不包含样本对应的计算结果；所述AI训练任务发起节点接收到AI训练节点基于所述AI训练任务发布的模型数据，以及所述模型数据针对所述第一训练结果检测样本的第一计算结果；所述AI训练任务发起节点在所述区块链网络中发布所述第一训练结果检测样本对应的第二计算结果，以使所述区块链网络中的记账节点，通过比对所述第一计算结果和第二计算结果得到所述模型数据的准确率，并根据所述训练结果奖励方案和所述准确率，记录对所述AI训练节点的奖励金额。可选的，所述AI训练任务发起节点接收到AI训练节点基于所述AI训练任务发布的模型数据，以及所述模型数据针对所述第一训练结果检测样本的第一计算结果之后，所述方法还包括：所述AI训练任务发起节点在所述区块链网络中发布第二训练结果检测样本，以使所述记账节点基于所述第二训练结果检测样本对所述模型数据的准确率进行验证，所述第二训练结果检测样本中包括样本及对应的计算结果。本专利技术实施例第二方面提供了一种基于区块链的AI训练任务的处理方法，包括：记账节点接收AI训练任务发起节点在区块链网络中发布的AI训练任务，所述AI训练任务中包括第一训练结果检测样本，以及训练结果奖励方案，其中所述第一训练结果检测样本中不包含样本对应的计算结果；所述记账节点接收AI训练节点根据所述AI训练任务发布的模型数据，以及所述模型数据针对所述第一训练结果检测样本的第一计算结果；所述记账节点接收所述AI训练任务发起节点在接收到所述模型数据和所述第一计算结果后发布的所述第一训练结果检测样本的第二计算结果；所述记账节点对所述第一计算结果和所述第二计算结果进行比对，得到所述模型数据的准确率，并根据所述训练结果奖励方案和所述准确率，记录对所述AI训练节点的奖励金额。可选的，所述方法还包括：所述记账节点接收所述AI训练任务发起节点在接收到所述模型数据和所述第一计算结果后发布的第二训练结果检测样本，所述第二训练结果检测样本中包括样本及对应的计算结果。可选的，所述记账节点接收所述AI训练任务发起节点在接收到所述模型数据和所述第一计算结果后发布的第二训练结果检测样本之后，所述方法还包括：所述记账节点基于所述第二训练结果检测样本对所述模型数据的准确率进行验证。本专利技术实施例第三方面提供了一种AI训练任务发起节点，包括：处理器和存储器，所述存储器中存储有指令，当所述处理器执行所述指令时执行如下操作：在区块链网络中发布AI训练任务，所述AI训练任务中包括第一训练结果检测样本，以及训练结果奖励方案，其中所述第一训练结果检测样本中不包含样本对应的计算结果；接收到AI训练节点基于所述AI训练任务发布的模型数据，以及所述模型数据针对所述第一训练结果检测样本的第一计算结果；在所述区块链网络中发布所述第一训练结果检测样本对应的第二计算结果，以使所述区块链网络中的记账节点，通过比对所述第一计算结果和第二计算结果得到所述模型数据的准确率，并根据所述训练结果奖励方案和所述准确率，记录对所述AI训练节点的奖励金额。可选的，所述处理器还用于：在所述区块链网络中发布第二训练结果检测样本，以使所述记账节点基于所述第二训练结果检测样本对所述模型数据的准确率进行验证，所述第二训练结果检测样本中包括样本及对应的计算结果。本专利技术实施例第四方面提供了一种记账节点，包括：处理器和存储器，所述存储器中存储有指令，当所述处理器执行所述指令时执行如下操作：接收AI训练任务发起节点在区块链网络中发布的AI训练任务，所述AI训练任务中包括第一训练结果检测样本，以及训练结果奖励方案，其中所述第一训练结果检测样本中不包含样本对应的计算结果；接收AI训练节点根据所述AI训练任务发布的模型数据，以及所述模型数据针对所述第一训练结果检测样本的第一计算结果；接收所述AI训练任务发起节点在接收到所述模型数据和所述第一计算结果后发布的所述第一训练结果检测样本的第二计算结果；对所述第一计算结果和所述第二计算结果进行比对，得到所述模型数据的准确率，并根据所述训练结果奖励方案和所述准确率，记录对所述AI训练节点的奖励金额。可选的，所述处理器还用于：接收所述AI训练任务发起节点在接收到所述模型数据和所述第一计算结果后发布的第二训练结果检测样本，所述第二训练结果检测样本中包括样本及对应的计算结果。本专利技术实施例第五方面提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述第一方面或者第二方面的方法。在本专利技术实施例中，AI训练任务发起节点通过将携带有第一训练结果检测样本和训练结果奖励方案的AI训练任务发布到区块链网络中，并在接收到AI训练节点基于该AI训练任务发布的模型数据，以及该模型数据针对第一训练结果检测样本的第一计算结果之后，在区块链网络中发布第一训练结果检测样本对应的第二计算结果，使得区块链网络中的记账节点能够通过比对第一计算结果和第二计算结果得到模型数据的准确率，并根据该准确率和训练结果奖励方案，记录对AI训练节点的奖励金额，从而不但实现了基于区块链网络的AI训练任务处理，还能够降低记账节点在模型准确率验证过程中的计算量，减小了记账节点的计算压力。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种通信系统的结构示意图；图2是本专利技术实施例提供的一种基于区块链的人工智能训练方法的流程图；图3是本专利技术实施例提供的一种基于区块链的AI训练任务的处理方法的流程图；图4是本专利技术实施例提供的一种基于区块链的AI训练任务的处理方法的流程图；<本文档来自技高网...

【技术保护点】
1.一种基于区块链的AI训练任务的处理方法，其特征在于，包括：/nAI训练任务发起节点在区块链网络中发布AI训练任务，所述AI训练任务中包括第一训练结果检测样本，以及训练结果奖励方案，其中所述第一训练结果检测样本中不包含样本对应的计算结果；/n所述AI训练任务发起节点接收到AI训练节点基于所述AI训练任务发布的模型数据，以及所述模型数据针对所述第一训练结果检测样本的第一计算结果；/n所述AI训练任务发起节点在所述区块链网络中发布所述第一训练结果检测样本对应的第二计算结果，以使所述区块链网络中的记账节点，通过比对所述第一计算结果和第二计算结果得到所述模型数据的准确率，并根据所述训练结果奖励方案和所述准确率，记录对所述AI训练节点的奖励金额。/n

【技术特征摘要】
1.一种基于区块链的AI训练任务的处理方法，其特征在于，包括：
AI训练任务发起节点在区块链网络中发布AI训练任务，所述AI训练任务中包括第一训练结果检测样本，以及训练结果奖励方案，其中所述第一训练结果检测样本中不包含样本对应的计算结果；
所述AI训练任务发起节点接收到AI训练节点基于所述AI训练任务发布的模型数据，以及所述模型数据针对所述第一训练结果检测样本的第一计算结果；
所述AI训练任务发起节点在所述区块链网络中发布所述第一训练结果检测样本对应的第二计算结果，以使所述区块链网络中的记账节点，通过比对所述第一计算结果和第二计算结果得到所述模型数据的准确率，并根据所述训练结果奖励方案和所述准确率，记录对所述AI训练节点的奖励金额。


2.根据权利要求1所述的方法，其特征在于，所述AI训练任务发起节点接收到AI训练节点基于所述AI训练任务发布的模型数据，以及所述模型数据针对所述第一训练结果检测样本的第一计算结果之后，所述方法还包括：
所述AI训练任务发起节点在所述区块链网络中发布第二训练结果检测样本，以使所述记账节点基于所述第二训练结果检测样本对所述模型数据的准确率进行验证，所述第二训练结果检测样本中包括样本及对应的计算结果。


3.一种基于区块链的AI训练任务的处理方法，其特征在于，包括：
记账节点接收AI训练任务发起节点在区块链网络中发布的AI训练任务，所述AI训练任务中包括第一训练结果检测样本，以及训练结果奖励方案，其中所述第一训练结果检测样本中不包含样本对应的计算结果；
所述记账节点接收AI训练节点根据所述AI训练任务发布的模型数据，以及所述模型数据针对所述第一训练结果检测样本的第一计算结果；
所述记账节点接收所述AI训练任务发起节点在接收到所述模型数据和所述第一计算结果后发布的所述第一训练结果检测样本的第二计算结果；
所述记账节点对所述第一计算结果和所述第二计算结果进行比对，得到所述模型数据的准确率，并根据所述训练结果奖励方案和所述准确率，记录对所述AI训练节点的奖励金额。


4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
所述记账节点接收所述AI训练任务发起节点在接收到所述模型数据和所述第一计算结果后发布的第二训练结果检测样本，所述第二训练结果检测样本中包括样本及对应的计算结果。


5.根据权利要求4所述的方法，其特征在于，所述记账节点接收所述AI训练任务发起节点在接收到所述模型数据和所述第一计算结果...

【专利技术属性】
技术研发人员：路成业，王凌，
申请(专利权)人：全链通有限公司，
类型：发明
国别省市：北京;11