http://www.7klian.com

去中心化 AI 是可一连 AI 的独一路径

一条通向去中心化 AI 的可行路径

一个促成去中心化 AI 模式被回收的有效计策是,不是将其视为单一问题,而是将其视为跟 AI 应用生命周期差异阶段相关的一系列挑战。从这个视角看,不是将去中心化 AI 思考为一个整体,而是将该问题拆解为去中心化 AI 的多个方面。假如我们试图将这个想法组织在一条跟间断水平成反比的路径上,我们会获得如下功效:

原文标题:《去中心化 AI:空想者与实用主义者》

海洋协议(Ocean Protocol)是增长最快的去中心化 AI 仓库之一。观念上讲,海洋协议架构的主要浸染是在 AI 事情流程中实现实体之间的去中心化通信。从数据可能算法的提供商再到阐明东西,海洋协议提供了基于代币鼓励以及区块链智能合约的模子,答允各方以公正高效的互动模式在 AI 事情流中相助。尽量海洋协议具有通用成果集,但它通过引入代币化的鼓励层,在网络中的节点之间共享数据方面也表示不俗。海洋协议是少数去中心化 AI 仓库之一、可以跟主要深度进修与呆板进修框架连系利用,且不会造成重大间断。

Erasure 是为知名对冲基金 Numerai 对冲基金提供支持的协议。从去中心化 AI 所有方面来看,Erasure 在基于可用数据集的宣布与预考试证方面表示精采。Erasure 的方针是提供一个去中心化的市场,在个中,数据科学家可以基于可用数据上传预测,利用加密钱币质押预测,并基于预测功效的表示而得到嘉奖。

鼓励挑战:去中心化 AI 的布局需要依靠鼓励机制以驱动差异各方参加网络。当涉及一些贵重的对象,如数据和常识时,鼓励模子不只需要很是强大,且需要在投资回报(ROI)方面临比中心化 AI 要领更有竞争力。另外,鼓励布局凡是会引起哄骗网络行为的恶意进攻。

从我的视角来看,找到一条通往可行的去中心化 AI 的路径分三步:

ii. 稳步地向人工智能应用生命周期中相对简朴的规模引入去中心化

算力挑战:诸如区块链的去中心化账本在执行需要深度进修模子这样的昂贵计较时,其机能仍然有限。在这个水平上,去中心化 AI 网络仍然需要链下计较模子,后者给绝大大都组织造成了基本设施方面的挑战。

ssh 登岸前还需登录 VPN 情况,账号暗码为打点员提供的账号暗码。 

办理上述挑战是为回收去中心化 AI 技能缔造经济和技能可行性的独一途径。任何计策都需要在 AI 技能的新生状态与去中心化的粉碎性之间取得均衡。

l

l

i. 领略去中心化人工智能的经济限制

iii. 成立正确的鼓励因素与网络效应以促进去中心化 AI 网络的成长

尽量第一批用例是来自 Numerai,同金融相关,但 Erasure 可用于任何预测。就布局而言,Erasure 团结了几个组件,为去中心化市场中交易两边的去中心化交互提供基本。

cargo 编译间断,可以从头运行呼吁继承安装,直到安装完成。 

实用主义的视角:去中心化 AI 的现实挑战

尽量去中心化 AI 的代价主张有明明的意义,但其现实实现面对诸多挑战。从其技能仓库的不成熟到交付模子中的明明摩擦,去中心化 AI 办理方案走向主流回收的路上横亘着明明的绊脚石。当其被用于传统的中心化布局时,去中心化凡是造成间断,AI 也不破例。尽量跟去中心化 AI 技能的有限回收相关的挑战许多,但它们绝大大都都可归为如下几类:

发明一个通向去中心化 AI 的可行路径,需要在去中心化智能所理睬的长处与 AI 规模的经济和技能现实之间找到均衡。去年,我颁发了过一些文章,个中概述了经济学和技能敦促因素,它们可觉得去中心化 AI 技能的成长铺平阶梯。

双重间断挑战:作为一项技能趋势,AI 仍处于婴儿期,绝大大都组织方才开始找到接管新的深度进修可能呆板进修仓库的要领。从有限的人才供应到这项技能的原生巨大性,绝大大都公司都面对将 AI 作为其技能计策要害支柱的挑战。去中心化则是别的一层的巨大性地址,对付绝大大都组织来说,在其早期阶段,这大概不是很重要的问题。

作者:Jesus Rodriguez

前面的步调为去中心化 AI 模式的回收提供了实用计策。该计策不只实用,并且我们已经拥有办理周期中每个步调的新兴技能。

译者:蓝狐条记社群 王泽龙

l
去中心化数据分享:鼓励网络参加者宣布和分享数据,它是去中心化 AI 应用中最不具颠覆性的部门。对付一个组织来说,插手一个网络并宣布和利用相关数据集,比构建一个基本设施并运行去中心化深度进修模子更容易。

由大型公司缔造的 AI 也有助于得到更好的数据,以发生更好的智能。这种恶性轮回进一步扩大了大型企业与小型公司间的沟壑,前者有着大量的数据与相关人才以促进 AI 创新,尔后者却缺乏这些资源。将这种模式推演到整个经济体,AI 的中心化大概是拉大第一世界国度与其他国度间鸿沟的因素之一。

空想者的视角:去中心化 AI 是可一连 AI 的独一路径

在已往的几年中,AI 已经在其生命周期的差异方面完全演化成为中心化模式。鉴于当前一代的 AI 办理方案需要大局限、高质量的练习数据集,市场中大部门的创新都来自如 Google、微软、Facebook 可能 Uber 这样的企业,而非初创企业。

去中心化 AI 模子:SingularityNet

从此,我的思路演变为试图找到在 AI 应用中回收去中心化模式的可行路径。事实上,尽量去中心化 AI 模式大概是更好的、更可一连的 AI 的要害,然而今朝的技能交付很是有限以至使其难以被主流组织回收。尽量我心中的空想是相信一个去中心化的 AI 是更好的 AI,可是我心中的实用主义不绝地与新生 AI 规模的技能与经济的现实举办博弈。

然而,今天绝大大都的去中心化 AI 应用处于理论阶段,可能应用场景十分有限。尽量呆板进修的去中心化具有明明的长处,但实际实施的途径并非微不敷道,并且很大概不会产生。基于当今的 AI 与区块链生态系统的状况,我想要提供一个关于去中心化 AI 技能回收的大概的实用主义视角的路径。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

相关文章阅读