OPML: 楽観主義に基づくブロックチェーン機械学習システム

OPML(楽観主義機械学習)は、新しいタイプのブロックチェーンAIシステムであり、楽観主義的アプローチを用いてブロックチェーンシステムのAIモデル推論と訓練/微調整を行うことができます。ZKMLと比較して、OPMLはより低コストでより高効率なMLサービスを提供することができます。OPMLのハードウェア要件は非常に低く、一般的なPCで大型言語モデルを実行することができ、約26GBの7B-LLaMAモデルなどが含まれます。

OPMLは、MLサービスの分散化と検証可能な合意を保証するために、検証ゲームメカニズムを採用しています。基本的なプロセスは以下の通りです:

1. リクエスターがMLサービスタスクを開始します
2. サーバーはタスクを完了し、結果をチェーンに提出します
3. バリデーターの検証結果、異議がある場合は検証ゲームを開始する
4. 二分法プロトコルを使用してエラー手順を正確に特定する
5. スマートコントラクト上でのステップバイステップの仲裁

! OPML:楽観的ロールアップによる機械学習

シングルステージ検証ゲーム

単段階精密位置決定プロトコルの動作原理は、計算委託(RDoC)に似ており、複数の当事者が同じプログラムを実行し、互いに疑問を投げかけて争点を明らかにし、その後ブロックチェーンのスマートコントラクトによって仲裁されるというものです。

OPMLシングルステージ検証ゲームの主な機能:

• 専用の仮想マシン(VM)を構築し、オフチェーン実行とオンチェーン仲裁に使用します。
• 軽量DNNライブラリを実現し、AI推論の効率を向上させる
• クロスコンパイル技術を使用してAIコードをVM命令にコンパイルする
• VMイメージはメルクルツリーで管理され、ルートハッシュのみがチェーンにアップロードされます

実測によると、通常のPCで基本的なDNN推論を2秒以内に完了でき、全体のチャレンジプロセスは2分以内に完了できます。

! OPML:楽観的ロールアップシステムによる機械学習

マルチステージ検証ゲーム

単一段階のスキームの限界を克服するために、OPMLは多段階検証ゲームを導入しました:

• 最後の段階でのみVMを使用し、他の段階ではローカル環境で実行できます。
• CPU、GPU、TPUなどのハードウェアアクセラレーション機能を十分に活用する
• VM依存性を減らすことで、実行性能を大幅に向上させる

マルチステージOPMLの主な設計:

1. ML計算プロセスを計算グラフとして表現する
2. 計算グラフの面で検証ゲーム(Phase-2)
3. 争議ノードの計算はVM命令に変換され、Phase-1の検証を行います。
4. メルケルツリーを使用して、段階を超えた完全性と安全性を確保する

! OPML:楽観的ロールアップによる機械学習

パフォーマンスの改善

分析表明,多段階OPMLは単段階のソリューションに比べて顕著な利点があります:

• GPU/並列アクセラレーション比(α ) α倍高速な計算速度
• MerkleツリーのサイズはO(mn)からO(m+n)に減少しました

これらの改善は、システムの効率とスケーラビリティを大幅に向上させました。

! OPML:楽観的ロールアップによる機械学習

一貫性と確実性

OPMLの結果の一貫性を確保するために、以下の措置を講じました:

1. 定点アルゴリズム(を使用して、量子技術)の浮動小数点誤差の影響を減らす
2. クロスプラットフォームで一貫したソフトウェア浮動小数点ライブラリを採用する

これらの技術は、浮動小数点変数とプラットフォームの違いによって引き起こされる課題を効果的に克服しました。

OPMLはコスト削減や効率向上などの面で顕著な利点を持ち、ブロックチェーンAIアプリケーションに新たな可能性を切り開いています。このプロジェクトは引き続き開発中であり、興味のある開発者の参加を歓迎します。

! OPML:楽観的ロールアップシステムによる機械学習