爱吧机器人网 » 专题 > 相关科技 > 正文

区块链是如何改变人工智能的?

人工智能和区块链,当前备受青睐的两大热门行业。两种技术的技术不一样,商业价值也不同,但如果区块链和人工智能相结合,会碰撞出怎样的火花呢?

区块链大家已经十分熟悉了,尚不了解区块链的小伙伴可以看看公众号的历史推送,这里我们就不多做赘述,我们来简单的说一下人工智能。

区块链是如何改变人工智能的?

什么是人工智能

人工智能(AI)是机器人在相关领域能够更独立和更有效地工作的各种技术子集的总称。从语音模式识别到无人驾驶,人工智能的目标是让机器从大量数据流中收集的知识学习并对其进行应用,使其更加智能化。

人工智能的发展重点在于学习,从实践中学习,从数据中学习,不断的寻找最高效最优质的方案。从打败柯洁的阿尔法狗,到今年DOTA TI8比赛中露面的OpenAI ,都是经过大量的棋谱/比赛分析和实战练习来累计经验以优化算法的。分析过的数据组数量级越大,出错的几率就越小。

随着AI的发展,人们逐渐发现了AI本身固有的痛点:数据和算力。

难以获得的数据

AI中任何模型的建立都需要海量的数据,这些数据如何获得?通常的做法是从数据公司获取,然而数据公司获取到的数据,卖给别人后再被转卖,就有可能造成数据泄露。数据公司希望售出的是数据的使用权,而不是拥有权,但实际上数据经过多次复制,他们的所有权就会收到损害。

其次是数据的合法性。换句话说,就是隐私问题。一家卖数据的公司,采集了几百万的数据,但这并不代表,这些是被采集的用户授权给他去卖的。例如Alpha Go的公司Deep Mind,想要开发医疗版的Alpha Go,他们从英国一个组织NHS拿了160万的患者数据,被英国法院判为非法。更多的数据是从各种渠道抓取来的,这里面多多少少都会涉及用户隐私,法律风险很高。用户不一定同意数据被出售,但AI必须基于海量的数据。而且数据公司会有很多技术人员,数据编辑接触到数据,这其中的敏感数据会不会被泄露,在中心化的处理方式下,都是难以解决的问题。

区块链是如何改变人工智能的?

算力成本过高

除了数据问题,算力也是AI发展过程中的一大难题。传统互联网企业用户的点击、查看、转发单个用户计算消耗资源小,而AI的计算要求高几百几千倍,因此对高性能计算定制深度学习芯片要求很高,意味着很多企业要花很多钱买算力、建很多计算中心,造成了很大的资源浪费。

区块链与人工智能

人工智能所面临的问题,是传统技术无法解决的,转而向同为新兴技术的区块链求助或许是一个明智的选择。

数据中心化的前提下,数据的使用方式也缺乏透明度,当数据提供者无法对自己的数据进行有效管理时,很多人都选择不再进行数据分享。而区块链恰恰可以解决这一问题。在链上,每一份数据的上传者、使用流向和成果都有迹可查用户对数据拥有所有权和自主使用权。数据上传者还会收到使用方提供的数字加密货币作为补偿,当用户能够将自己产生的数据变现,并可控制数据流向,相信会有更多的人愿意提供相关数据。对于AI来说,安全的数据共享意味着更多的数据,然后就会有更好的模型,更好的行动,更好的结果,以及更好的新数据。

区块链是如何改变人工智能的?
面对高昂的算力成本,AI行业可能束手无策,但是区块链最不缺的恐怕就是算力了,挖矿是一项极其困难的任务,需要大量的电力和金钱来铺设算力才能完成。冗余的算力完全可以为AI节省成本,反过来,AI已经被证明是优化电力消耗的有效手段,提供类似的解决方案应用在区块链。这也许会导致挖矿硬件方面的投资下降。

区块链能为人工智能行业带来光明的前景,反过来人工智能也可以为区块链加油助威。德勤在2016年估算区块链验证和共享交易的总运行成本大概是每年6亿美元左右。一个智能系统或许实时计算出某个特定节点成为第一个执行特定任务的节点的可能性,从让其他矿工有可以选择放弃针对该特定交易的努力,从而削减总成本。从而减少无用功的付出,以此提高效率。

AI和区块链可以说是技术领域的两个极端方面:一个是在封闭数据平台上培育中心化的智能,另一个则是在开放数据环境下促进去中心化的应用。但两者天然优势互补,在人工智能为区块链提供更强大拓展场景与数据分析能力的同时,区块链技术可为人工智能提供高度可信的原始数据以支持其持续的“深度学习”。两种技术的相结合,会带来什么样的惊喜,我觉得还是很值得期待的。




上一篇:“无感支付”停车更便捷 人工智能黑科技!
下一篇:书籍推荐《微创与机器人结直肠外科技术》
精选推荐
英伟达用联合学习创建医学影像AI 可共享数据和保护隐私
英伟达用联合学习创建医学影像AI 可共享数据和保护隐私

[2019-10-14]  英伟达(Nvidia)和伦敦国王学院(King’s College London)的人工智能研究人员利用联合学习训练了一种用于脑肿瘤分类的神经网络, ...

机器人工程师具体都做什么?
机器人工程师具体都做什么?

[2017-12-08]  机器人工程师是幕后设计师,负责创建机器人和机器人系统,能够执行人类无法完成或不愿意完成的任务。 通过他们的创造,机器人工程师帮助工作更安全,更轻松,更高效,特别是......

集群机器人领域最新研究:一种用于探测未知环境的微型无人机群
集群机器人领域最新研究:一种用于探测未知环境的微型无人机群

[2019-10-26]  (图:无人机扩散至不同方向来探索环境。当一个无人机注意到另一个无人机在它的首选方向,它将试图飞到另一个方向。若首选方向冲突,低优先 ...

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

[2018-01-26]  纽约时报的报道,德国的研究人员已经开发出一种长约七分之一英寸的机器人,首先看起来不过是一小块橡皮条。然后它开始移动。机器人走路,跳跃,爬行,滚动和游泳。它甚至爬出......

什么是机器人学?机器人学简介
什么是机器人学?机器人学简介

[2017-12-14]  机器人学是工程学与科学的交叉学科,包括机械工程,电气工程,计算机科学等。机器人技术涉及机器人的设计、制造、操作和应用,以及用于控制、感官反馈和信息处理的计算机系统。...

比利时研发出可以自我愈合伤口的软体机器人
比利时研发出可以自我愈合伤口的软体机器人

[2017-09-03]  软体机器人是机器人技术的新兴领域; 他们“可以与人类相互作用,而不会杀死他们,并拿起像西红柿这样柔软的物体。” 从长远来看,布鲁塞尔大学队伍正在努力创建一个类似的材......

改变保险市场的格局:无人机如何通过更快的估算、响应时间和利益交付来使消费者受益
改变保险市场的格局:无人机如何通过更快的估算、响应时间和利益交付来

[2018-12-08]  市场研究公司IHS Markit预测,到2020年,专业无人机市场将通过农业,能源和建筑等行业利用测量,制图,规划等技术实现77 1%的复合年增长率(CAGR)。与此同时,消费者无人......

本周栏目热点

英伟达宣布开源物理仿真引擎 PhysX

[2018-12-12]  物理仿真引擎的作用,是让虚拟世界中的物体运动符合真实世界的物理定律,经常用于游戏领域,以便让画面看起来更富有真实感。PhysX 是由英伟达提出的物理仿真引擎,其物理模拟......

外媒Cnet总结了家务机器人未来的发展方向

[1970-01-01]    随着科技的发展,简单的机器人已经来到我们的生活中,比如机器人型真空吸尘器或是具有一定人工智能的沟通型家庭机器人。但显然,与科幻 ...

英国研究人员达成有史以来最快的数据传输速率

[2016-02-18]   伦敦大学学院(UCL)的研究人员已经达成数字信息有史以来最快的数据传输速率。作为专注于研究光传输系 ...

10个动图看遍科技界的大新闻

[2016-01-04]   1 新视野号经过冥王星,发回重要照片和资料2 苹果发布了第一款可穿戴设备 Apple Watch3 微软发 ...

IBM转型认知计算重返消费市场 这事该如何理解?

[2016-01-14]   文|翔snowman(微信公众号:科技茱比莉Jubilee)这两天IBM再次成为焦点。先是一则严重失实的标题党文章 ...