区块链和人工智能,如何成为各自的“黄金搭档”?

作者: 用户1914604893 2018-10-30 12:40:04

在本质上是“一种允许互不相识的人信任一个事件的共享记录的技术”,而人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。从技术实现的路数上分析,区块链所倚重的是是分布式数据存储、点对点传输、共识机制、加密算法等技术,而人工智能技术更多在机器学习、人工神经网络和深度学习方面发展。这样,双方在技术层面并没有重合点。这就使得区块链与人工智能目前的结合,更多在资本层面展开。而随着二者在应用层面的落地,二者的交叉应用会引起一场新的颠覆式变革。那么,这场颠覆式变革又会波及到哪些方面呢?

被数据训练出来的人工智能

提起人工智能,其本质是对人的思维的信息过程的模拟。于是,多数人将关注点集中于知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。但如果我们把这些技术看成是一个设计日趋完善的系统,这个系统显然还需要引入大量的可学习的数据,让人工智能系统实现进化。

就象我们谈到大数据,虽然我们最终要的是根据海量数据采用大数据分析方法得出的结论,但大数据的前提却一定是先拥有海量的可供分析的数据。人工智能同样遇到了这个问题,但这一次,却可能通过区块链解决这一问题。

本质上说,区块链是一系列信息,可以被添加但不会被重写。这意味着人们可以创建新细节附录,形成新的“块”,且之前加密的安全内容也不会被改变。这使得区块链成为一种安全性极强的网上交易方式,拥有值得信赖的所有权记录。本质上,区块链是一种能够以分散的方式转移数字化所有权的技术,而无需更多的文本工作。而随着应用区块链的产业和企业的增多,区块链本身就变成了优质数据的汇集地,区块链系统也可能成为一个超级数据库而存在。

更重要的是,人工智能需要引入的数据,必须是拥有合法来源,并且不侵犯个人隐私的数据。而区块链的特性,却正好和人工智能形成了互补。

以应用人工智能较多的金融领域为例,与金融相关的数据由于和实体财产息息相关,往往存在于高端安全领域。而区块链数据库以加密状态保存,这意味着只要私钥安全,链上的所有数据就安全。新兴的AI领域涉及构建算法,该算法能够在数据仍处于加密状态时处理(处理或操作)数据。这样一来,人工智能系统可以得到充分的训练,但金融数据本身是安全的。区块链与AI的结合,可以让双方各取所需,实现共赢。

谁来充当人工智能决策的监督者

从认知角度来说,人类往往是凭借更为直观的事实来做出决策,而人工智能却完全凭借数据分析做出决策,这直接导致了人工智能做出的某些决策让人不能理解。还以金融交易领域的应用为例,AI算法被越来越多地用于判断金融交易是否具有欺诈性,这时它得出的结论,就要监管人员做出判断,是否要对这些交易行为做出阻止或调查的行为。

这个时候,监管人员为了确认人工智能得出的结论,还需要对结论进行审计。而如果决策是按数据点对数据点的方式在区块链上记录下来的,那么对决策进行审计就会简单得多,因为在记录的信息和审计过程开始之间,记录没有被篡改。这样,区块链无形中就充当了人工智能监督者的角色。

需要特别说明的是,在这个过程中,区块链一样是受益者。虽然传统计算机速度非常快,如果没有执行任务的明确指示,计算机就无法完成任务。这意味着,由于它们的加密特性,在传统计算机上操作区块链数据需要强大的计算机处理能力。人工智能是一种摆脱这种蛮力方式的尝试,并且以一种更聪明、更深思熟虑的方式管理任务。以机器学习为动力的工作量证明将也会以相似的方式解决其工作,尽管它不必花一辈子的时间才能成为一名专家,但如果它得到正确的培训数据,它几乎可以立即提高自己的技能。这样,区块链与人工智能相遇之后,其本身的可管理性也得到了极大的提高。

区块链与人工智能的交叉点

很明显,区块链与人工智能相遇于数据。而对现代企业的业务信息管理系统而言,数据到了今天,已在充当工业革命时代石油的角度。因此,区块链就不仅仅与人工智能,还会与其他与数据相关的新技术形成交集,共同完成一场新的颠覆。

在这个大趋势之下,区块链和人工智能这两种技术趋势,已经在做出最先的尝试。虽然它们各自本身都具有开拓性,但是,它们在整合后将会有潜力变得更加具有革命性。两者都有助于提高对方的能力,同时也提供了更好的监督和问责的机会。

区块链和AI虽然是技术谱系的两个极端:一个是在封闭数据平台上培育中心化的智能,另一个则是在开放数据环境下促进去中心化的应用。然而,如果我们能找到一个聪明的方式让这两个一起协作的话,总的正外部性就能够在瞬间放大出去。接下来,我们唯一能做的就是针对二者结合的不断试验了。

区块链 人工智能 深度学习
上一篇:自动驾驶数据\"归属权\"争夺战 下一篇:人工智能的两种路线之争
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI行业寒潮下,智能物流机器人产业迎来“风口”

“人工智能,前景很好,但‘钱’景不好 ” 、“2018年,人工智能的进展就是没有进展”、“2019年的AI行业已如石墨烯一样,尽显疲态”……一篇《投资人逃离人工智能》文章又给人工智能行业泼了一身冷水。人工智能融资难、“寒冬论”再一次戳痛每个人工智能从业者的心,激起大众的焦虑情绪。

AI报道 ·  22h前
人工智能应用在智慧社区五大场景

物联网、云计算、大数据、人工智能正逐步从概念走向应用。越来越多的传统产业也开始探索和创新,积极拥抱互联网和新技术。未来,人工智能技术可能会颠覆社区管理。

有熊 ·  23h前
基于PyTorch的CV模型框架,北大学生出品TorchCV

在机器学习带来的所有颠覆性技术中,计算机视觉领域吸引了业内人士和学术界最大的关注。

张倩、泽南 ·  1天前
高位截瘫患者重新行走:靠意念指挥外骨骼,法国脑机接口新突破

依靠介入头部的 2 个传感器,法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。

孙滔 ·  1天前
2008 年预测 2020 年生活方式:基本都实现了

美国皮尤研究中心曾在 2008 年预测 2020 年的生活方式,目前来看,该研究的预测基本已经实现。而对于未来 10 年,也就是 2030 年左右人们的生活,在 2017 年底的世界经济论坛上,800 多名信息和通讯技术领域的技术高管和专家给出了如下预测。

佚名 ·  1天前
机器学习的正则化是什么意思?

正则化的好处是当特征很多时,每一个特征都会对预测y贡献一份合适的力量;所以说,使用正则化的目的就是为了防止过拟合。

佚名 ·  1天前
为什么我的CV模型不好用?没想到原因竟如此简单……

机器学习专家 Adam Geitgey 近日发布了一篇文章探讨了这一简单却又让很多人头痛的问题,并分享了他为解决这一问题编写的自动图像旋转程序。

机器之心 ·  1天前
中文自动转SQL,准确率高达92%,这位Kaggle大师刷新世界纪录

首届中文NL2SQL挑战赛上,又一项超越国外水平的NLP研究成果诞生了。在NL2SQL这项任务上,比赛中的最佳成绩达到了92.19%的准确率,超过英文NL2SQL数据集WikiSQL目前完全匹配精度86.0%,执行匹配精度91.8%的最高成绩。

郭一璞 ·  1天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载