权益分配方法及装置制造方法及图纸

技术编号:40601791 阅读:20 留言:0更新日期:2024-03-12 22:06
本申请涉及一种权益分配方法及装置,应用于安全算力平台,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,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,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,交易记录包括模型使用方的标识、支付信息及目标模型的权益归属令牌;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。本申请的实施例能够在保障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。

【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...

【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:

网友询问留言 已有0条评论
  • 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。

1