[发明专利]人工智能软件市场

说明书

本发明涉及一种人工智能软件市场。示例操作可以包括以下一项或多项:生成散列的摘要，该散列的摘要包括一个或多个验证数据集的散列和在先前迭代中从生产者节点选择的数据点的散列；以及将散列的摘要暴露给多个生产者节点；迭代地分别接收来自多个生产者节点的多个请求，其中每个请求标识由生产者节点可用的数据样本的散列提供的边缘值，基于与所述请求相关联的边缘值来选择从生产者节点接收的请求，取得与所选择的请求相关联的生产者节点的散列的数据，并将生产者节点的散列的数据与在一个或多个先前迭代中生成的散列的摘要进行聚合，以产生更新的摘要，并且经由分布式账本的数据块来存储更新的摘要。

技术领域

本申请一般涉及一种用于构成人工智能(artificial intelligence，AI)软件的数字市场，并且更具体地，涉及一种经由分布式账本(ledger)实现的市场，该分布式账本使得来自不同实体的散列的数据能够用于生成AI产品，而不会泄露基础数据。

背景技术

分布式账本是一个不断增长的记录列表，该记录列表通常应用加密技术(诸如存储数据的散列)。区块链是分布式账本的一个常见实例，并且可以用作公共或私有账本来存储信息。尽管主要用于金融交易，但区块链也可以用于存储与商品和服务相关的各种信息(即，产品、包裹、状态等)。分散的方案为分散的网络提供了权限和信任，并使其节点能够在“块”上记录它们的交易，这创建了被称为“区块链”的独特的“链”。散列代码可用于保护交易源的认证并移除中央媒介。分布式账本可以包括维持区块链块中不断增长的记录列表的数据库或其他数据存储装置，该区块链块由于其不可变的属性而被保护免于被篡改和修改。在某些情况下，这些块可以相互链接，或者它们可以是分开的。区块链可用于保持、跟踪、转移和验证信息。

传统上，生成人工智能(AI)软件模型和代码需要大型的、复杂的、通常是专有的数据集，该数据集由想要构建AI软件的实体在大量时间内积累。可以获取和使用的历史数据越多，AI软件就越好，因为它提供了更多可供学习的信息。然而，当实体没有可用于构成他们自己的模型的足够的历史数据时，消费者必须采用现成的软件，而现成的软件通常不是根据实体的需求量身定制的，或者实体必须完全放弃使用AI软件。因此，需要一种新的系统，用于即使在实体数据不完整或不可用的情况下，也能为实体启用AI产品开发。

发明内容

一个示例实施例可以提供一种方法，该方法包括以下一项或多项:生成散列的摘要(hashed summary)，该散列的摘要包括一个或多个验证数据集的散列和在先前迭代中从生产者节点(producer node)选择的数据点的散列，并将该散列的摘要暴露给多个生产者节点；迭代地分别从多个生产者节点接收多个请求，其中每个请求标识由可用于生产者节点的一个或多个数据样本的散列提供的边缘值；基于与该请求相关联的边缘值，从该多个请求当中选择从生产者节点接收的请求；取得与所选择的请求相关联的生产者节点的散列的数据；和将生产者节点的散列的数据与在一个或多个先前迭代中生成的散列的摘要进行聚合，以产生更新的摘要，并且经由分布式账本的数据块存储更新的摘要。

另一示例实施例可以提供一种系统，该系统包括被配置为与网络中的节点通信的网络接口和被配置为执行一个或多个迭代中的一个或多个的处理器，每个迭代包括：根据从消费者节点(consumer node)接收的一个或多个散列的验证数据集和在先前迭代中从生产者节点选择的数据点的散列来生成摘要；将散列的摘要暴露给多个生产者节点；响应于所暴露的散列的摘要，从该多个生产者节点接收多个请求，其中每个请求标识由可用于相应生产者节点的一个或多个数据样本的散列提供的边缘值；和从所接收的请求当中选择生产者节点的请求，并取得与所选择的请求相关联的生产者节点的散列的数据；其中，该处理器还被配置为将该生产者节点的散列的数据与在先前迭代中生成的摘要进行聚合，以生成更新的摘要，并经由分布式账本的数据块存储更新的摘要。