내일의 직장은 엄청난 양의 데이터를 바탕으로 운영될 것입니다.이 모든 것을 이해하려면 기업, 개발자 및 개인에게 더 나은 인공 지능(AI) 시스템, 더 잘 훈련된 AI 작업자 및 더 효율적인 숫자 처리 서버가 필요합니다.

거대 기술 기업은 이러한 요구를 충족할 수 있는 자원과 전문 지식을 갖추고 있지만 대부분의 중소기업과 개인의 손이 닿지 않는 곳에 남아 있습니다.이러한 요구에 부응하기 위해 Concordia가 이끄는 국제 연구진은 복잡한 AI 작업을 사용자가 더 쉽게 접근하고 투명하게 만들 수 있는 새로운 프레임워크를 개발했습니다.

기사에 설명된 프레임워크출판됨일지에정보 과학, 솔루션 제공을 전문으로 합니다.심층 강화 학습(DRL) 요청.DRL은 계층화 기술을 사용하는 딥러닝을 결합한 머신러닝의 하위 집합입니다.신경망거대한 데이터 세트에서 패턴을 찾고,강화 학습, 에이전트는 보상/벌금 시스템을 기반으로 환경과 상호 작용하여 결정을 내리는 방법을 학습합니다.

DRL은 게임, 로봇공학, 의료, 금융 등 다양한 산업에서 사용됩니다.

프레임워크는 구체적이지만 도달할 수 없는 AI 요구 사항이 있는 개발자, 회사 및 개인을 필요한 리소스, 전문 지식 및 모델을 갖춘 서비스 제공업체와 연결합니다.이 서비스는 크라우드소싱되고 블록체인을 기반으로 구축되었으며 스마트 계약(코드에 내장된 사전 정의된 조건 세트가 포함된 계약)을 사용하여 사용자를 적절한 서비스 제공자와 연결합니다.

"DRL 교육 및 설계 프로세스를 크라우드소싱하면 프로세스가 더욱 투명하고 접근하기 쉬워집니다."라고 Ph.D.인 Ahmed Alagha는 말합니다.Gina Cody School of Engineering and Computer Science의 후보자이자 논문의 주요 저자입니다.

"이 프레임워크를 사용하면 누구나 가입하고 기록과 프로필을 구축할 수 있습니다. 전문 지식, 교육 및 평가를 기반으로 사용자가 요청하는 작업을 할당할 수 있습니다."

DRL 민주화

Concordia Institute for Information Systems Engineering의 교수이자 공동 저자이자 논문 지도교수인 Jamal Bentahar에 따르면, 이 서비스는 DRL이 이전에 사용할 수 있었던 것보다 훨씬 더 많은 사람들에게 제공할 수 있는 잠재력을 열어줍니다.

"DRL 모델을 교육하려면 모든 사람이 사용할 수 없는 계산 리소스가 필요합니다. 또한 전문 지식도 필요합니다. 이 프레임워크는 두 가지를 모두 제공합니다."라고 그는 말합니다.

연구원들은 시스템 설계가 블록체인을 통해 계산 노력을 분산함으로써 비용과 위험을 줄일 것이라고 믿습니다.서버 충돌이나 악의적인 공격으로 인해 발생할 수 있는 치명적인 결과는 동일한 문제를 해결하기 위해 수십 또는 수백 대의 다른 컴퓨터를 사용함으로써 완화됩니다.

Alagha는 "중앙 집중식 서버에 장애가 발생하면 전체 플랫폼이 다운됩니다"라고 설명합니다."블록체인은 분산과 투명성을 제공합니다. 모든 것이 블록체인에 기록되므로 변조하기가 매우 어렵습니다."

사용자의 특정 요구 사항에 맞게 상대적으로 사소한 조정만 필요한 기존 모델을 사용하면 모델이 제대로 작동하도록 교육하는 어렵고 비용이 많이 드는 프로세스를 단축할 수 있습니다.

"예를 들어, 대도시에서 교통 흐름을 최적화하고 사고를 최소화하기 위해 신호등 순서를 자동화할 수 있는 모델을 개발한다고 가정해 보겠습니다. 작은 도시나 마을에서는 자체 개발할 자원이 없을 수도 있지만 대도시에서는 모델을 사용할 수 있습니다.자신의 상황에 맞게 개발하고 적용합니다."

추가 정보:Hadi Otrok et al, 서비스로서의 블록체인 기반 크라우드소싱 심층 강화 학습,정보 과학(2024)DOI: 10.1016/j.ins.2024.121107