区块链和人工智能:完美匹配

作者: 骄阳 2019-05-15 08:35:40

区块链和人工智能是目前最热门的两种技术趋势。尽管这两种技术有着高度不同的开发方和应用,但研究人员一直在讨论和探索它们的结合。

普华永道预测,到2030年,人工智能将为世界经济增加15.7万亿美元,因此全球GDP将增长14%。根据Gartner的预测,区块链技术带来的商业价值将在同年增加到3.1万亿美元。

根据定义,区块链是一个分布式的、分散的、不可变的分类账,用于存储加密数据。另一方面,人工智能是引擎或“大脑”,能够从收集的数据中进行分析和决策。

区块链 人工智能

不言而喻,每种技术都有其各自的复杂程度,但人工智能和区块链都处于可以相互受益、相互帮助的境地。

由于这两种技术都能够以不同的方式对数据进行影响和实施,因此它们的结合是有意义的,而且可以将数据的利用提升到新的水平。同时,将机器学习和人工智能集成到区块链中,反之亦然,可以增强区块链的基础架构,提升人工智能的潜力。

此外,区块链还可以使人工智能更加连贯和易于理解,我们可以追踪和确定为什么要在机器学习中做出决策。区块链及其分类帐可以记录在机器学习下做出决策的所有数据和变量。

此外,人工智能可以比人类更好地提高区块链的效率。看看当前在标准计算机上运行区块链的方式,就可以证明这一点,即使是基本任务,也需要大量的处理能力。

智能计算能力

如果您要在计算机上运行区块链及其所有加密数据,则需要大量处理能力。例如,用于挖掘比特币的哈希算法采用了“强力”方法,即系统地列举解决方案的所有可能候选项,并在验证交易之前检查每个候选项是否满足问题陈述。

人工智能为我们提供了一个机会,让我们摆脱这一困境,以一种更加智能和高效的方式处理任务。想象一下一个基于机器学习的算法,如果给它适当的训练数据,它实际上可以“实时”地提高它的技能。

创建多样化的数据集

与基于人工智能的项目不同,区块链技术创造了分散、透明的网络,世界各地的任何人都可以在区块链公共网络环境下访问这些网络。虽然区块链技术是加密货币的分类账,但区块链网络现在正被应用于许多行业,以实现权力下放。例如,Singuarlitiynet特别专注于利用区块链技术鼓励更广泛的数据和算法分布,帮助确保人工智能的未来发展和“分散人工智能”的创建。

SingularityNET 将区块链和人工智能结合起来,创建更智能、分散的人工智能块链网络,可以托管不同的数据集。通过在区块链创建一个应用编程接口,它将允许人工智能代理之间的相互通信。因此,不同的算法可以建立在不同的数据集上。

数据保护

人工智能的发展完全依赖于数据的输入——我们的数据。人工智能通过数据接收关于世界和世界上发生的事情的信息。基本上,数据是人工智能的来源,通过它,人工智能将能够不断提高自己。

另一方面,区块链本质上是一种允许在分布式分类账上加密存储数据的技术。它允许创建完全安全的数据库,获得批准的各方可以查看这些数据库。当区块链和人工智能结合时,我们有一个备份系统,用于备份个人的敏感和高价值的个人数据。

医疗或财务数据过于敏感,无法移交给一家公司及其算法。将这些数据存储在一个可被人工智能访问的区块链上,但只有在获得许可并通过适当程序后,才能在安全存储敏感数据的同时,为我们提供个性化建议。

数据货币化

将这两种技术结合起来可能带来的另一个颠覆性创新是数据货币化。对Facebook 和谷歌等大公司来说,将收集的数据货币化是一个巨大的收入来源。

让其他人决定如何销售数据以便为企业创造利润表明数据正在被商业化,而且不利于我们。区块链允许我们加密保护我们的数据,并以我们认为合适的方式使用它。如果我们愿意,这也可以让我们个人货币化数据,而不会损害我们的个人信息。

同样的情况也适用于需要我们数据的人工智能程序。为了学习和开发人工智能算法,人工智能网络将被要求通过数据市场直接从其创建者那里购买数据。这将使整个过程比现在更加公平,而且没有技术巨头可以利用它的用户。

这样的数据市场也将为小公司开放。开发和提供人工智能对于那些不生成自己数据的公司来说是非常昂贵的。通过分散的数据市场,他们将能够访问其他过于昂贵和私人保存的数据。

信任人工智能决策

随着人工智能算法通过学习变得更加智能,数据科学家将越来越难理解这些程序是如何得出具体结论和决策的。这是因为人工智能算法将能够处理难以置信的大量数据和变量。然而,我们必须继续审核人工智能得出的结论,因为我们想确保它们仍然反映现实。

通过使用区块链技术,人工智能在决策过程中使用的所有数据、变量和过程都有不可改变的记录。这使得审计整个过程变得更加容易。

通过适当的区块链程序,可以观察到从数据输入到结论的所有步骤,观察方将确保这些数据没有被篡改,它让人们相信人工智能得出的结论。这是一个必要的步骤,因为如果个人和公司不了解人工智能应用程序的功能和决策的基础信息,他们就不会开始使用人工智能应用。

结论

区块链技术和人工智能的结合仍然是一个很大程度上未被发现的领域。尽管这两种技术的融合在学术上受到了相当大的关注,但致力于这种突破性组合的项目仍然很少。

将这两种技术结合在一起有可能以***的方式使用数据。数据是开发和增强人工智能算法的关键要素,区块链保护这些数据,允许我们审计人工智能从数据中得出结论的所有中间步骤,并允许个人将其生成的数据货币化。

人工智能可能具有难以置信的革命性,但它的设计必须极其谨慎——区块链可以对此提供很大帮助。这两种技术之间的相互作用将如何发展,谁也说不准,然而,其真正的颠覆潜力显然是存在的,并且正在迅速发展。

区块链 人工智能 AI
上一篇:如何创建完美的决策树 下一篇:啤酒公司如何利用物联网和人工智能
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

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
美城市Baltimore可能颁布最严格的面部识别禁令

据介绍,拟议的法令将禁止私人或商业组织,甚至执法机构在城市使用面部识别技术。

千家网 ·  2021-06-01 09:34:07
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载