System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及人工智能领域,尤其涉及一种权益分配方法及装置。
技术介绍
1、新一代基于深度神经网络的人工智能(artificial intelligence,ai)是数据、算法、算力的结合,需要汇聚大量数据,通过数据对ai模型进行训练,得到已训练的ai模型,再基于已训练的ai模型进行推理,以解决业务场景中的具体问题。ai模型的性能(例如准确率、精确率、召回率等)严重依赖于训练数据的数量与质量。
2、目前,ai领域已形成了繁荣多样的ai生态,包括了为数众多的利益相关方,例如数据提供方、数据加工方、预训练模型提供方、模型训练方、模型使用方等。然而,现有的ai生态中,商业价值主要集中在产业链的下游,上游参与方(例如数据提供方、数据加工方、预训练模型提供方等)难以参与最终的价值分配,且现有的ai生态也难以保障数据及ai模型的安全,这都使得上游参与方越来越不愿意将数据、ai模型等提供出来用于训练更好的ai模型,导致数据及ai模型无法流通共享,阻碍ai产业的发展。
技术实现思路
1、有鉴于此,提出了一种权益分配方法及装置。
2、第一方面,本申请的实施例提供了一种权益分配方法,应用于安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集、多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,所述安全算力平台被模型使用方、数据所有方及模型所有方使用;所述方法包括:在所述模型使用方在所述安全算力平台上购买目标模
3、本申请的实施例,通过安全算力平台来存储数据集及人工智能模型,能够保障数据集及人工智能模型的安全性,并在模型使用方在安全算力平台上购买目标模型时,生成交易记录,然后根据交易记录,为目标模型形成过程中关联的参与方进行权益分配,从而能够在保障ai产业链中的数据集及ai模型的安全的同时,为ai产业链中的各参与方进行权益分配,使得ai产业链中的数据集及ai模型能够作为市场化的生产要素进行流通共享,促进ai产业的发展。
4、根据第一方面,在所述权益分配方法的第一种可能的实现方式中,所述根据所述交易记录,为所述目标模型形成过程中关联的参与方进行权益分配,包括:根据所述交易记录中的所述目标模型的权益归属令牌,追溯所述目标模型形成过程中关联的数据集及人工智能模型的权益归属令牌;根据所述目标模型形成过程中关联的数据集及人工智能模型的权益归属令牌,确定所述目标模型形成过程中关联的参与方的第一贡献信息,所述第一贡献信息包括模型所有方提供的人工智能模型的性能、数据所有方提供的数据集的大小及数据集对模型性能的提升信息;根据所述交易记录中的所述支付信息及所述第一贡献信息,为所述参与方进行权益分配。
5、本实施例中,安全算力平台为目标模型形成过程中关联的参与方进行权益分配时,能够根据交易记录中的目标模型的权益归属令牌,追溯目标模型形成过程中关联的数据集及人工智能模型的权益归属令牌,并根据目标模型形成过程中关联的数据集及人工智能模型的权益归属令牌,确定目标模型形成过程中关联的参与方的第一贡献信息,然后再根据交易记录中的支付信息及第一贡献信息,为参与方进行权益分配,从而能够基于数据集及ai模型的不可篡改的、唯一的权益归属令牌,追溯目标模型形成过程中关联的参与方的贡献信息,进而进行权益分配。通过这种方式,能够提高权益分配的准确性。
6、根据第一方面或第一方面的第一种可能的实现方式,在所述权益分配方法的第二种可能的实现方式中,所述生成交易记录,包括:确定交易元数据,所述交易元数据包括所述模型使用方的标识、支付信息及所述目标模型的权益归属令牌;向所述模型使用方发送对所述交易元数据进行签名的请求,以使所述模型使用方对所述交易元数据进行签名得到交易记录;在接收到所述模型使用方发送的交易记录时,存储所述交易记录。
7、本实施例中,安全算力平台生成交易记录时,首先确定交易元数据,然后向模型使用方发送对交易元数据进行签名的请求,以使模型使用方对交易元数据进行签名得到交易记录,并在接收到模型使用方发送的交易记录时,存储交易记录,从而能够为模型使用方购买目标模型的交易生成不可篡改的、唯一的交易记录。
8、根据第一方面的第二种可能的实现方式,在所述权益分配方法的第三种可能的实现方式中,所述安全算力平台还用于为所述人工智能产业链提供区块链服务,所述存储所述交易记录,包括:在接收到所述模型使用方发送的交易记录时,将所述交易记录加入所述区块链中。
9、本实施例中,安全算力平台将交易记录加入区块链中,使得交易记录获得各参与方的公认,从而可以进一步提高交易记录的安全性。
10、根据第一方面的第三种可能的实现方式,在所述权益分配方法的第四种可能的实现方式中,所述根据所述交易记录,为所述目标模型形成过程中关联的参与方进行权益分配,包括:根据所述交易记录,通过所述区块链的智能合约支持的数字货币机制,为所述目标模型形成过程中关联的参与方进行权益分配。
11、本实施例中,安全算力平台能够通过区块链的智能合约支持的数字货币机制,为目标模型形成过程中关联的参与方进行权益分配,从而能够在提高权益分配的安全性的同时,提高其处理效率。
12、根据第一方面或第一方面的第一种可能的实现方式至第一方面的第四种可能的实现方式中的任意一种,在所述权益分配方法的第五种可能的实现方式中,所述数据所有方包括数据提供方,所述方法还包括:在所述数据提供方将持有的数据集上传至所述安全算力平台后,生成所述数据集的元数据,所述数据集的元数据包括所述数据提供方的标识、所述数据集的标识及描述信息,所述数据集的标识包括所述数据集的散列值;向所述数据提供方发送对所述数据集的元数据进行签名的请求,以使所述数据提供方对所述数据集的元数据进行签名得到所述数据集的权益归属令牌;在接收到所述数据提供方发送的所述数据集的权益归属令牌时,存储所述数据集的权益归属令牌。
13、本实施例中,在数据提供方将数据集上传至安全算力平台后,安全算力平台能够生成数据集的元数据,然后向数据提供方发送对数据集的元数据进行签名的请求,以使数据提供方对数据集的元数据进行签名得到数据集的权益归属令牌,并在接收到数据提供方发送的数据集的权益归属令牌时,存储该权益归属令牌,从而能够在数据提供方将数据集上传至安全算力平台后,为该数据集生成权益归属令牌,以确定数据提供方上传的数据集的权益归属,以便根据数据集的权益归属令牌为数据提供方进行权益分配。
14、根据第一方面的第五种可能的实现方式,在所述权益分配方法的第六种可能的实现方式中,所述安全算力平台还用于为所述人工智能产业链提供区块链服务,所述存储所述数据集的本文档来自技高网...
【技术保护点】
1.一种权益分配方法,其特征在于,应用于安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集、多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,所述安全算力平台被模型使用方、数据所有方及模型所有方使用;
2.根据权利要求1所述的方法,其特征在于,所述根据所述交易记录,为所述目标模型形成过程中关联的参与方进行权益分配,包括:
3.根据权利要求1或2所述的方法,其特征在于,所述生成交易记录,包括:
4.根据权利要求3所述的方法,其特征在于,所述安全算力平台还用于为所述人工智能产业链提供区块链服务,
5.根据权利要求4所述的方法,其特征在于,所述根据所述交易记录,为所述目标模型形成过程中关联的参与方进行权益分配,包括:
6.根据权利要求1-5中任意一项所述的方法,其特征在于,所述数据所有方包括数据提供方,
7.根据权利要求6所述的方法,其特征在于,所述安全算力平台还用于为所述人工智能产业链提供区块链服务,
8.根据权利要求1-7
9.根据权利要求1-8中任意一项所述的方法,其特征在于,所述模型所有方包括模型提供方,
10.根据权利要求1-9中任意一项所述的方法,其特征在于,所述模型所有方包括模型训练方,所述人工智能模型包括原始模型及成熟模型,所述原始模型包括未训练模型及预训练模型,所述未训练模型为设定了初始参数、但未经过训练的人工智能模型,
11.一种权益分配方法,其特征在于,应用于模型使用方的第一电子设备,所述模型使用方、数据所有方及模型所有方使用安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集、多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,
12.根据权利要求11所述的方法,其特征在于,所述方法还包括:
13.一种权益分配方法,其特征在于,应用于数据所有方的第二电子设备,所述数据所有方、模型使用方及模型所有方使用安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集及多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,所述数据所有方包括数据提供方,
14.根据权利要求13所述的方法,其特征在于,所述数据所有方包括数据加工方,所述数据集包括原始数据集及成熟数据集,
15.根据权利要求14所述的方法,其特征在于,所述方法还包括:
16.一种权益分配方法,其特征在于,应用于模型所有方的第三电子设备,所述模型所有方、模型使用方及数据所有方使用安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集、多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,所述模型所有方包括模型提供方,
17.根据权利要求16所述的方法,其特征在于,所述模型所有方包括模型训练方,所述人工智能模型包括原始模型及成熟模型,所述原始模型包括未训练模型及预训练模型,所述未训练模型为设定了初始参数、但未经过训练的模型,
18.根据权利要求17所述的方法,其特征在于,所述方法还包括:
19.一种权益分配装置,其特征在于,应用于安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集、多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,所述安全算力平台被模型使用方、数据所有方及模型所有方使用;
20.根据权利要求19所述的装置,其特征在于,所述权益分配模块,包括:
21.根据权利要求19或20所述的装置,其特征在于,所述交易记录生成模块,包括:
22.根据权利要求21所述的装置,其特征在于,所述安全算力平台还用于为所述人工智能产业链提供区块链服务,
23.根据权利要求22所述的装置,其特征在于,所述权益分配模块,包括:
24.根据权利要求19-23中任意一项所述的装置,其特征在于,所述数据所有方包括数据提供方,
25.根据权利要求24所述的装置,其特征在于,所述安全算力平台还用于为所述人工智能产业链提供区块链服务,
26.根据权利要求19-25中任意一项所述的装置,其特征在于,所述数据所有方包括数据加工方,所...
【技术特征摘要】
1.一种权益分配方法,其特征在于,应用于安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集、多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,所述安全算力平台被模型使用方、数据所有方及模型所有方使用;
2.根据权利要求1所述的方法,其特征在于,所述根据所述交易记录,为所述目标模型形成过程中关联的参与方进行权益分配,包括:
3.根据权利要求1或2所述的方法,其特征在于,所述生成交易记录,包括:
4.根据权利要求3所述的方法,其特征在于,所述安全算力平台还用于为所述人工智能产业链提供区块链服务,
5.根据权利要求4所述的方法,其特征在于,所述根据所述交易记录,为所述目标模型形成过程中关联的参与方进行权益分配,包括:
6.根据权利要求1-5中任意一项所述的方法,其特征在于,所述数据所有方包括数据提供方,
7.根据权利要求6所述的方法,其特征在于,所述安全算力平台还用于为所述人工智能产业链提供区块链服务,
8.根据权利要求1-7中任意一项所述的方法,其特征在于,所述数据所有方包括数据加工方,所述数据集包括原始数据集及成熟数据集,
9.根据权利要求1-8中任意一项所述的方法,其特征在于,所述模型所有方包括模型提供方,
10.根据权利要求1-9中任意一项所述的方法,其特征在于,所述模型所有方包括模型训练方,所述人工智能模型包括原始模型及成熟模型,所述原始模型包括未训练模型及预训练模型,所述未训练模型为设定了初始参数、但未经过训练的人工智能模型,
11.一种权益分配方法,其特征在于,应用于模型使用方的第一电子设备,所述模型使用方、数据所有方及模型所有方使用安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集、多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,
12.根据权利要求11所述的方法,其特征在于,所述方法还包括:
13.一种权益分配方法,其特征在于,应用于数据所有方的第二电子设备,所述数据所有方、模型使用方及模型所有方使用安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集及多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,所述数据所有方包括数据提供方,
14.根据权利要求13所述的方法,其特征在于,所述数据所有方包括数据加工方,所述数据集包括原始数据集及成熟数据集,
15.根据权利要求14所述的方法,其特征在于,所述方法还包括:
16.一种权益分配方法,其特征在于,应用于模型所有方的第三电子设备,所述模型所有方、模型使用方及数据所有方使用安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集、多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,所述模型所有方包括模型提供方,
17.根据权利要求16所述的方法,其特征在于,所述模型所有方包括模型训练方,所述人工智能模型包括原始模型及成熟模型,所述原始模型包括未训练模型及预训练模型,所述未训练模型为设定了初始参数、但未经过训练的模型,
18.根据权利要求17所述的方法,其特征在于,所述方法还包括:
19.一种权益分配装置,其特征在于,应用于安全算力平台,所述安全算力平台用于为人工智能产业链提供存储及算力服务,所述安全算力平台上存储有多个数据集、多个人工智能模型及用于唯一标识数据集或人工智能模型的所有者的权益归属令牌,所述安全算力平台被模型使用方、数据所有方及模型所有方使用;
20.根据权利要求19所述的装...
【专利技术属性】
技术研发人员:严敏瑞,唐文,张瑞,周明耀,
申请(专利权)人:华为技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。