[发明专利]基于区块链的训练参数处理方法、设备及存储介质

说明书

本发明实施例提供一种基于区块链的训练参数处理方法、设备及存储介质。本发明实施例通过AI训练节点采用AI训练节点对应的计算资源进行模型训练，得到模型参数后，采用加密密钥对模型参数进行加密，得到加密信息，进一步将该加密信息广播到区块链网络中。另外，AI训练节点还可以在区块链网络中广播加密密钥对应的解密密钥，以使区块链网络中的记账节点根据解密密钥对加密信息进行解密后得到模型参数，并根据训练结果检测样本对模型参数进行验证，从而可以避免AI训练节点将自己训练出的模型参数广播到区块链网络后被其他AI训练节点在该模型参数的基础上继续进行模型训练而获得正确率更高的模型参数。

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种基于区块链的训练参数处理方法、设备及存储介质。

背景技术

随着人工智能(Artificial Intelligence，AI)技术的不断发展，AI技术可以应用在很多领域，例如，可以应用在语音识别、机器翻译等模型训练中。

通常情况下，一次AI训练需要很大的计算量。例如，一次语音识别的模型训练可能涉及到20E Flops的浮点计算，一次机器翻译的模型训练可能涉及到10E Flops甚至上百EFlops的浮点计算。为了完成一次AI训练往往需要构建很大规模的计算机集群。而构建大规模计算机集群的成本较高。为了解决成本高的问题，可以将区块链网络中有计算资源或者训练样本的节点联合起来完成AI训练任务。

但是，由于不同节点的计算能力或计算准确度是不同的，因此，不同节点进行模型训练得到模型参数的速度也是不同的。如果节点发布模型参数的时间较晚，则该时间可能会超出截止时间而失效。如果节点发布模型参数的时间较早，则其他节点可能会在该节点发布的模型参数的基础上继续进行模型训练，从而获得正确率更高的模型参数，导致该节点无法获得应有的奖励。

发明内容

本发明实施例提供一种基于区块链的训练参数处理方法、设备及存储介质，以避免AI训练节点将自己训练出的模型参数广播到区块链网络后被其他AI训练节点在该模型参数的基础上继续进行模型训练而获得正确率更高的模型参数，从而使得每个AI训练节点可以获得自己应有的奖励。

第一方面，本发明实施例提供一种基于区块链的训练参数处理方法，包括：

AI训练节点接收AI训练任务发起节点在区块链网络中广播的AI训练任务，所述AI训练任务包括训练结果检测样本、训练结果奖励方案；

所述AI训练节点采用所述AI训练节点对应的计算资源进行模型训练，得到模型参数；

所述AI训练节点采用加密密钥对所述模型参数进行加密，得到加密信息；

所述AI训练节点将所述加密信息广播到所述区块链网络中；

当所述AI训练节点接收到所述AI训练任务发起节点在区块链网络中广播的截止时间时，所述AI训练节点在所述区块链网络中广播所述加密密钥对应的解密密钥，以使所述区块链网络中的记账节点根据所述解密密钥对所述加密信息进行解密后得到所述模型参数，并根据所述训练结果检测样本对所述模型参数进行验证；

其中，所述AI训练节点、所述AI训练任务发起节点和所述记账节点是所述区块链网络中的参与节点。

第二方面，本发明实施例提供一种基于区块链的人工智能训练方法，包括：

记账节点接收AI训练任务发起节点在区块链网络中广播的AI训练任务，所述AI训练任务包括训练结果检测样本、训练结果奖励方案；

所述记账节点接收AI训练节点在所述区块链网络中广播的加密信息，所述加密信息是所述AI训练节点采用加密密钥对所述模型参数进行加密后得到的信息；

当所述AI训练任务发起节点在所述区块链网络中广播截止时间时，所述记账节点从所述区块链网络中接收所述加密密钥对应的解密密钥；