http://www.7klian.com

人工智能也需要去中心化

首先,区块链赋予了用户打点其数据的权利,使他们可以或许抉择何时、何地、向谁以及多长时间对其数据的会见权限,,即区块链是那些默承认自动利用用户私有数据系统的克星。另外,跟着零常识证明的呈现,区块链此刻对付生意业务而言仅可以或许证明其有效性。
+呆板进修
尤为重要的是,这一行业将用户隐私置于任何贸易好处之上,并利用区块链构建赋能人工智能应用的呆板进修模子。
是呆板进修?可能说是人工智能?
区块链赋予了用户打点其数据的权利。
为了练习一个深度(呆板)进修模子,当前有两种技能是有效的,但最终却会成为人工智能的祸端。
更重要的是,区块链固有的去中心化实现使得区块链具有以下两种特性。
用户在利用设备期间会发生海量的数据。这些数据包括了关于用户及其行为的有效信息:他们常常去哪些餐馆,会见哪些网站,他们喜欢去哪些处所旅游,他们利用哪些社交媒体App,他们看哪些视频等。这些数据已经成为深度进修模子的成立基石,以提供本性化处事,最大限度地提高用户体验(譬喻ala Siri)。而,区块链是在不加害用户隐私的环境下构建此类本性化模子的精巧选择。
简朴来说,深度进修是一种呆板进修技能,它教计较机做人类天生会做的事,即从例子中进修。通过深入进修,计较机模子可以直接对图像、文本或声音等举办分类。深度进修模子通过利用一组打标签的数据和神经网络布局(包罗多层软件建模人类神经元的行为)举办练习(有监视和无监视)。
将来是去中心化的,人工智能也不破例。不然,人工智能必将迎来隆冬。

谷歌、亚马逊、微软、苹果和脸书等公司收集了大量的用户数据,并将其存储在各自的系统中。随后,他们会通过一次或多次运行他们的算法来挖掘并成立最终的深度进修模子。很明明这种要领加害了用户隐私。在得到(凡是没有)用户许可的环境下,这些系统操作敏感的隐私数据来构建他们的人工智能App。

在已往的五到六年里,人工智能行业逐渐重回主流视野,有股再起之象。
这些技能中的任何一种都将威胁到对当今人工智能App的生死。假如这个行业不办理这些问题,重回主流视野的人工智能也必将再次寂静。
其次,区块链的设计不存在一其中心化的机构或系统。因此,为了让数据和生意业务告竣一致,区块链利用了各类容错的共鸣算法。固然存在各类共鸣算法,但这些算法在对一组去中心化的节点(或系统)告竣共鸣方面具有相似的特征。出格地,一种称为拜占庭共鸣的算法办理了前面提到的拜占庭容错问题。区块链使得人工智能App的开拓不依赖于单一供给商的实现,也不存在由此带来的所有风险和妨碍。
区块链的设计不存在中心化的机构或系统。
我们本日所说的人工智能,很洪流平上是指呆板进修在海量数据中的应用。精确地说,正是所谓的深度(呆板)进修技能的应用,带来了语音搜索和语音激活助手(如Siri)的鼓起、癌症诊断和治疗等规模的医疗创新、人脸识别如AWS识别以及图像视频阐明识别等更为遍及规模的成长、呆板翻译东西如Bing翻译器、语音识别东西以及所谓的自动驾驶汽车等的呈现。
1. 传统的进修要领要求在单个系统(或供给商数据中心)上会合聚合练习数据。
区块链平台在去中心化App和系统的设计和开拓方面取得了令人欣喜的希望,并已应用于从到企业供给链等的各个规模。
当下呆板进修的致命弱点
最近,对早期和成熟初创企业的大局限投资;媒体对将来杀手级呆板人的报导;包罗IBM、微软和谷歌在内的老派巨头的营销闪电战;以及公家对Siri和Alexa等的狂热,这一切都好像表白着人工智能终于呈现了。可是,真的是这样吗?
我们必需利用超过多个供给商的计较资源(算法、语言、硬件等),从单一供给商实现方法及其相关风险转为去中心化的深度进修实现。
在60年月和70年月,自然语言处理惩罚、呆板推理和呆板视觉规模有了显著的进步。跟着80年月日本所谓的第五代计较机的呈现,在专家系统、基于案例的推理等规模取得了重大希望,反向流传的发现也带来了毗连主义神经网络的再起。呆板进修在90年月获得了快速成长,早期的基于标记的要领也转向了概率和统计的要领。
深度进修的汗青可以追溯到1943年,在对人脑神经网络领略的基本上,皮茨-麦卡洛赫成立了计较机模子。“深度进修”这个词是在80年月末呈现的;然而,深度进修影响力的发挥是从21世纪初开始的,跟着2012年开始的所谓深度进修革命,计较行业由此被真正地颠覆了。2019年3月,Yoshua Bengio、Geoffrey Hinton和Yann LeCun因其打破性的研究被授予图灵奖,这些研究将深度进修纳入了主流。
同样存在问题的是,中心化的要领凡是依赖于供给商,即供给商对算法、实现机制(语言、库、东西)、首选硬件(内部、外部、对芯片制造商的依赖性等)、数据中心架构、人员(存在妥协、行贿等风险),以及显示练习算法功效东西的选择。用计较机科学的术语来说,单供给商实现存在所谓的拜占庭容错问题。
像人脸识别这样的应用正在被遍及普及(包罗当局机构);由于呆板进修模子与供给商绑定大概会带来一系列问题,因此其潜在风险不容忽视。如,波音和空客飞机等航空电子系统数十年来一直被设计成拜占庭式的容错系统。当移民局和领土巡逻机构利用AWS Rekognition人脸识别等东西时,行业和禁锢机构必需从头思考现今人工智能应用的本质(譬喻与航空电子系统相关)。
技能上来说,我们应该称之为深度进修的再起,而不是人工智能的再起。
2. 中心化要领对付供给商的依赖性过高。
将来设想
这两个要害特性的团结使得现今呆板进修的实现有大概办理其致命弱点,并使人工智能App既不加害隐私,也不易受单一供给商拜占庭式妨碍的影响。
我用“再起”这个词是因为我们曾经有段时间认为人工智能是一项即将到来的技能。阿兰图灵在1950年设计了同名的图灵测试,让人们意识到「呆板也会思考」这一大概性。1956年的达特茅斯研讨会是一个里程碑式的事件,它符号着人工智能的降生。其时约翰麦卡锡提出了「人工智能」一词,用来说明其时节制论、神经网络和标记推理研究的发达成长。
区块链+呆板进修开发了一种将人工智能变为主流的颠覆性要领,可以或许在掩护用户隐私的同时,确保低落供给商依赖型App的风险。

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