如何利用區(qū)塊鏈構(gòu)建AI智能經(jīng)濟?
人工智能(AI)與人類智能的不同之處在于它是由機器展示的智能。但是,在我們進行直接比較之前,該主題還有更多深度。首先,人工智能有三個不同的層次:狹義人工智能、一般人工智能和超級智能。
這些不同的層次可以簡單描述如下:
- 狹義人工智能涉及使用算法基于預(yù)編程邏輯執(zhí)行和完成特定領(lǐng)域的任務(wù)。
- 一般人工智能是在系統(tǒng)的認知能力與人類相當?shù)那闆r下實現(xiàn)的。
- 超級智能是最終階段,即智能機器表現(xiàn)出的認知能力超過了人類的平均智力。
目前,我們正處于人工智能下一波創(chuàng)新的風口浪尖。迄今為止,這些創(chuàng)新并沒有受到技能或能力的阻礙,而是缺乏機會和可利用的范式的阻礙。
一般來說,人工智能并沒有作為一種工具廣泛提供給公眾使用。即使人工智能經(jīng)濟在未來十年內(nèi)預(yù)計將以數(shù)十億的規(guī)模增長,整個社會在實現(xiàn)這一目標方面的進展也很緩慢。這個問題在很大程度上是由于人工智能的市場份額集中在大公司的控制之下,而這些大公司都專注于他們獨特的、狹窄的產(chǎn)品/服務(wù)市場。
縱覽AI格局,我們可以確定在迎來人工智能革命之前必須克服的挑戰(zhàn)。這些挑戰(zhàn)在OpenFabric基于區(qū)塊鏈的生態(tài)系統(tǒng)中得到了具體解決,該系統(tǒng)旨在利用分布式賬本的特點。
去中心化
目前的情況是由中心化的人工智能主導的,如谷歌AI、IBM的Watson、微軟Azure AI等。雖然在這種模式下提供服務(wù)的公司有明顯的優(yōu)勢,但也有劣勢。在一個中心化的系統(tǒng)中,執(zhí)行會因資源不可用而受到阻礙,而在沒有分布式資源的情況下,影響會成倍增加。存儲是另一個問題,去中心化與更強大的治理一起解決了這個問題。
安全性
保護終端用戶的隱私和保證知識產(chǎn)權(quán)是當務(wù)之急。與大型集中式人工智能供應(yīng)商相比,正式的所有權(quán)和隱私在OpenFabric的生態(tài)系統(tǒng)中是可能的,他們可以窺視在其數(shù)據(jù)中心獲得的信息。安全性也是提供給人工智能創(chuàng)新者的激勵機制的基石。
計算
人工智能發(fā)展的一個重要部分是訓練部分。這是對人工智能應(yīng)用進行培訓并為運營服務(wù)做好準備的地方。網(wǎng)絡(luò)參與者可以通過出租未被充分利用的計算能力,參與可持續(xù)的“創(chuàng)新經(jīng)濟”。更多區(qū)塊鏈消息,請關(guān)注下載區(qū)塊天眼APP,全球區(qū)塊鏈監(jiān)管查詢APP。
可及性&互操作性
為了有一個真正的公共人工智能革命,我們必須有更大的易用性,不僅對開發(fā)者,而且對終端用戶、工具和相關(guān)應(yīng)用程序。釋放創(chuàng)新的主要挑戰(zhàn)之一是建立一個生態(tài)系統(tǒng),允許并激勵使用標準化的接口,以允許多個人工智能代理在提供復(fù)雜問題的解決方案時進行合作和連接。
智能經(jīng)濟
為了讓我們的生態(tài)系統(tǒng)推動創(chuàng)新和增長,我們已經(jīng)創(chuàng)建了一個內(nèi)置的強大的交換媒介,以促進人工智能服務(wù)的供應(yīng)商和消費者之間的公平交易。該生態(tài)系統(tǒng)提供了分配和消費大量數(shù)據(jù)的機制,用于訓練和執(zhí)行。
分布式賬本技術(shù)/區(qū)塊鏈
區(qū)塊鏈技術(shù)確保了信任、安全和透明等固有功能的存在。該平臺對哪種具體的DLT解決方案是不可知的。維護賬本狀態(tài)是由運行節(jié)點的公司聯(lián)合體完成的。總的來說,這是生態(tài)系統(tǒng)的通信骨干,提供存儲支持、去中心化的技術(shù)整合、狀態(tài)管理、資源分配等。
安全治理和公平性由一套協(xié)議和程序來執(zhí)行。這些整體的網(wǎng)絡(luò)服務(wù)、資源和程序由分布式操作系統(tǒng)(DOS)監(jiān)管,該系統(tǒng)在可信的P2P網(wǎng)絡(luò)節(jié)點的網(wǎng)絡(luò)上運行,以確保系統(tǒng)的正常運行。綜上所述,如果能了解人工智能以及區(qū)塊鏈的特點和結(jié)構(gòu),或許我們可以將其有機結(jié)合構(gòu)建人工智能服務(wù)的智能經(jīng)濟。