区块链技术怎么样拯救AI

时间:2021-07-17 23:15编辑:未知

出处:区块网

在过去五六年里,AI又复活了。

我之所以用“复活”这个词,是由于当AI被视为火烧眉毛的时候,大家过去有过如此的年代。1950年,Alan Turing在1950年设计了以自己名字命名的图灵测试,并将主流的注意力吸引到机器可以考虑的可能性上。1956年的Dartmouth研讨会是一个里程碑式的事件,它标志着AI的诞生,当时John McCarthy提出了“AI”(人工智能)这个短语,代表了控制论、神经互联网和符号推理研究的蓬勃进步。

在60年代和70年代,自然语言处置、机器推理和机器视觉等范围都有了显着的进步。伴随上世纪80年代日本所谓的第五代计算机计划的出现,在专家系统、基于案例的推理与伴随反向传播的创造而使连接主义神经互联网恢复等范围获得了重大进展。机器学习在90年代获得了动力,从早期的符号办法转向借助概率和统计。

近期,在对早期和成熟的初创企业的巨额资金投入之间;媒体预示着机器人杀手的将来;包括IBM、微软和Google在内的老派巨头们的推广攻势;与公众对Siri和Alexa等人的着迷,看来AI终于来了。但,它的脚步会就此停住吗?

是机器学习还是AI?

大家今天所说的AI,非常大程度上来自于机器学习在大量数据中的应用。准确地说,正是所谓的“深度”学习技术的应用使语音搜索和语音激活助手如Siri的兴起,癌症诊断和治疗等范围的医疗革新,AWS Rekognition等脸部辨别,与更广泛的图像和视频剖析和辨别范围,机器翻译,包括必应翻译工具,语音辨别工具,与所谓的自动开车的出现等等。

技术上来讲,大家应该称之为深度学习的复苏,而不是AI的复苏。

深度学习的历史可以追溯到1943年,当时大家在理解人类大脑神经互联网的基础上创建了Pitts-McCulloch计算机模型。“深度学习”这个说法是在上世纪80年代末创造的;然而,深度学习的影响在本世纪头十年才真的开始,2012年开始的所谓“深度学习革命”让计算机行业彻底崩溃。2019年3月,Yoshua Bengio,Geoffrey Hinton和Yann LeCun)因他们的突破性研究而获得图灵奖,他们的研究使深度学习成为主流。

容易地说,深度学习是一种机器学习技术,它教会计算机去做那些对人类来讲非常自然的事情,譬如从例子中学习。。通过深度学习,计算机模型可以直接从图像、文本或声音等中学习实行分类任务。深度学习模型是通过用一组大的标记数据和神经互联网构造来练习的,这部分构造包含了对人类神经元行为建模的多层软件。

今天机器学习的致命弱点

今天,为了练习一个深层(机器)学习模型,虽然今天有两种技术有效,但这两种技术最后会成为AI的祸害。

第一,传统学习技巧需要将练习数据集中在一个系统(或提供商数据中心)上。Google、亚马逊、微软、苹果和Facebook等公司采集了很多用户数据,并将其存储在各自的系统中。随后,以一次性或连续的方法,他们运行我们的算法来挖掘并构建最后的深度学习模型。读者比较容易发现,这种办法侵有隐私。在没用户许可的状况下,这部分系统常常借助敏锐的私有数据来构建它们的人工智能应用程序。

第二,同样成问题的是集中的办法一般取决于提供商,即提供商的选择算法、其达成机制(语言、库、工具)、最佳选择的硬件(内部的、外部的、对芯片制造商的依靠等)、其数据中心的构造、职员(可能遭到风险、贿赂等),与选择何种工具来显示培训算法的结果。在计算机科学术语中,单提供商的达成受制于所谓的拜占庭容错问题。

这两种技术中的任何一种都对当今AI应用的寿命构成了致命的挑战。然而,它们加在一块就是AI的致命弱点。假如该行业不解决这部分问题,今天的AI复苏注定会第三熄火。

区块链+机器学习

区块链平台在DApps程序和系统的设计和开发方面获得了惊人的进展,并已应用于从数字货币到企业提供链等范围。

更要紧的是,因为区块链固有些去中心化达成,区块链有两种能力。

第一,区块链为用户提供了控制其数据的能力,并决定何时、何地、向哪个提供数据的时间和多长期,即区块链是对用户的私有数据进行本质上和自动借助的系统的反论证。除此之外,伴随零常识证明的出现,区块链目前除去有效以外,没能力透露任何有关买卖的信息。

第二,区块链的设计没中央权力或系统。因此,为了在数据和买卖上达成一致,区块链用了多种容错一致性算法。虽然有各种各样的一致算法,但它们在跨分散的节点(或系统)之间达成一致方面都有一样的特点。尤其是,一个叫做拜占庭共识的变体解决了前面提到的拜占庭容错问题。区块链可以开发不依靠于单一提供商达成的AI应用程序,同时存在所有些风险和错误。

总之,这两个重要的能力大概使今天的机器学习达成解决他们的致命弱点,并使AI应用程序既不侵犯隐私,也困难遭到单一提供商拜占庭问题的影响。

下一步是什么

区块链+机器学习开辟了一个颠覆性的新办法使AI成为主流,同时保护用户隐私和确保提供商中立的应用程序,降低风险。

消费者及其设施在其存活期生成很多数据。这部分数据包含了有关用户及其行为的有价值的信息:他们常常光顾的餐饮店、访问哪些网站、他们喜欢到哪里些地方、他们用的社交媒体应用程序、看什么视频等等。这部分数据已经成为构建有效的深度学习模型以最大限度地增强客户体验的个性化服务的基石(比如ala Siri)。区块链提供了一种独特的选择来构建如此的个性化模型,而不会侵犯用户的隐私。

至关要紧的是,广大的行业应将用户隐私置于商业利益之上,并用区块链功能来打造机器学习模型,使他们的AI应用程序成为可能。

人脸辨别等应用正在被广泛用(包括政府机构);因为机器学习模型与单个提供商捆绑在一块的一系列问题而产生的假阳性和假阴性导致的风险太紧急,不可以继续忽略。比如,波音和空客飞机上的航空电子系统已经设计了几十年的拜占庭容错技术。当移民部门和边境巡逻队用诸如AWS Rekognition等工具时,行业和监管政策机构需要重新考虑当今AI应用的原始性质(比如在航空电子系统方面)。

大家需要摆脱单一提供商的达成及其有关风险,转向去中心化的深度学习达成,借助跨多个提供商和提供商的计算资源(算法、语言、硬件等)。

将来是去中心化的,AI也不例外。不然就会是另一个AI冬季。

本文标签: