人工智能和区块链的融合

AI与区块链结合,可能性有多大?

AI与区块链结合,可能性有多大?

人工智能和区块链的融合

人工智能和区块链是促进各行业创新和转型的主要技术,对这一点各行业已达成共识。每种技术都有其自身的技术复杂性和商业价值,但如果将两种技术结合使用,可能是对整个技术(甚至人类)的重新定义。

本文想讨论下AI和区块链结合的可能性,会从相关定义、挑战、优势和相关公司几个方面讨论。

1.引言

大家对人工智能都很熟悉了,但对区块链和加密货币还相对陌生,所以下面将简单介绍下区块链的原理。

区块链是一种安全、去中心化、不可篡改的数据库,其中的数据被去中心网络下的所有用户共享,这个去中心化网络能记录并审查所有的交易数据(不论是on-chain的基础数据,还是off-chain的交易数据)。借用英格兰银行的说法,区块链是“一项使陌生人也能信任同一个共享数据的技术”。

数据被存储在称为区块的刚性结构中,这些区块通过哈希链结合(每个区块都包括一个时间戳和一条哈希链,哈希链的作用是连接上一个区块)。区块有一个标头,其中包含元数据和真实的交易数据。由于每个区块都与前一个相连,因此随着参与者和区块数量的增长,想要修改任何信息都非常困难(因为需要所有前面区块的同意)。

网络可以通过不同的机制来验证交易,但主要是通过“工作量证明(POW,Proof of Work)”或“权益证明(POS,Proof of Stake)”。为了发现区块(挖矿),POW(中本聪,2008)要求参与者(称为“矿工”)解决复杂的数学问题,这需要大量的资源和硬件计算解码能力。POS是为了鼓励货币持有者继续挖矿。(它有很多变化,在其著名的“没有股权”的问题 - 查看Buterin的博客了解更多一些这方面的怀疑)。

还有其他机制来验证交易,比如拜占庭容错算法(Castro,Liskov,2002),群体分层(Mazieres,2016),POS优化算法(Mingxiao等,2017)等,但是我们不会在这篇文章中深入探讨。

需要说明的是,区块链的分类是基于不同的网络访问权限的,对任何人开放、完全不受控制的公有链,和只对联盟内用户开放的联盟链。在公有链下,任何人都可以读取或者写入数据到总账中,而在联盟链中,只有被选中的用户才有权限加入网络(当然,只有公有链支持矿工挖矿)

区块链技术并不是颠覆性的创新,而是一种基础技术,旨在“改变货币”(Catalini,Gans,2017)。去中心化的技术确实会降低审查和联网的成本,进而影响市场结构,最终建立新市场。Iansiti和Lakhani(2017)认为区块链技术比肩TCP/IP技术,因为同TCP/IP一样,区块链利用之前的基础技术,正经历着四个发展阶段:单次使用、局部使用、替代、转化。正如他们解释的那样,这种技术的“新奇性”使得人们更难理解如何应用,而它的“复杂性”需要科研机构的大规模投入才能得以普及。

然而,区块链正在改变传统的商业模型:如果在十五年前,投资应用层收益更大,那么现在,在区块链的世界中,投资共享的协议层和协议层边缘的收益更大。这是一个重协议而轻应用的堆栈。

总结下引言部分:区块链不提供交易,但是可以通过特殊的媒介进行交易和查看。

鼓励金:首次代币众筹(ICOS)

ICOs是一个非常火爆的话题,很多人投钱参与仅仅是因为它很像IPO。ICO就是代币,代币是这个共享网络中的最小功能单元。

ICOs专家(如果有的话)会原谅我近似的定义,但ICO是一个混合的概念,既有股权分配的概念,又有众筹的概念,还有使用领域有限的货币的概念。这无疑是一项有趣的创新,但它在引入了新的无监管筹资方式的同时,也给社会带来一些问题。

代币在价值交换方面有额外的效用,而出售代币的公司以筹集资金作为唯一目标,这就给市场带来了不良信号。代币旨在创建早期的用户基础,并且通过奖励,来吸引代币持有者在早期参与到系统建设中。需警惕以下几点:

代币的销售不设个数限制;

代币的销售不受时间限制;

代币的销售没有标明(现在和将来的)数量,也没有标明代币的价值(这听起来很荒谬,你也可能会惊讶于ICO看起来那么不透明)。

2.AI如何影响区块链

虽然非常强大,blockchain同样有其自身的局限性,其中有些是因为技术本身,而另一些则来因为金融行业落后的管理思想,但所有这些局限性都可能受到AI的影响:

能源消耗:采矿需要大量的能源和金钱(O’Dwyer,David Malone,2014)。AI已经证明在优化能源消耗上的效率很高,所以我相信类似的技术也可以应用在区块链上,这将减少采矿硬件的投资;

可扩展性:区块链以每10分钟1MB的速度稳步增长,目前已经增加了85GB。中本聪提出的“交易剪枝”(是一种空间回收技术,也就是,删除不必要的完全化交易数据)是一种可行方案,但是AI可以引入新的分布式学习系统,比如联合学习,通过新的数据分离技术,提高系统效率;

安全性:即使区块链几乎不可能被黑,但其进一步的应用是不安全的。近两年机器学习取得了巨大进步,使AI成为了区块链技术安全上的有力保障,尤其是在系统的固定结构方面;

隐私性:个人数据的隐私问题已经得到了密切关注(UniCredit,2016)。同态加密技术(直接处理加密数据)、Enigma项目(Zyskind等,2015)或Zerocash项目(Sasson等,2014),是可能的解决方案,但我认为这个问题和前两点紧密相连;

功效:Deloitte(2016)估计,花费在区块链上验证和共享交易数据的总运行成本大约6亿美元一年。智能系统能计算出特定节点优先执行任务的概率,从而能提醒矿工找寻其他路径并降低总的运算成本。此外,尽管存在一些结构性限制,但更好的效率和更低的能量消耗也可以减少网络延迟,加快处理速度;

硬件:矿工(可能是公司或者个人)把大量的钱投入到挖矿专用的硬件系统中。当系统变得更加高效,一些硬件可能被应用到神经网络中使用(挖矿巨头Bitmain做的正是这个);

数据门:在未来,我们所有的数据都将在区块链上,公司能从我们这里购买数据,我们需要权限访问数据、跟踪数据的使用,然后加快处理个人事务的速度。

3.区块链如何影响AI

在上一节中,我们谈到了AI对区块链的影响。现在反过来,将分析区块链对机器学习未来发展的影响。可能会有以下几点:

帮助AI解释AI本身:AI的黑盒问题一直困扰着我们,一个清晰的数据检索方案不仅可以提高数据和模型的可信度,还可以提供一条清晰的路径来追溯机器决策过程;

提高AI的有效性:安全的数据共享意味着每个人都将拥有更多的数据,然后会获得更好的模型,更好的方案,更好的结果和更好的新数据。

降低市场进入壁垒:一步一步的来谈这个问题。区块链技术可以保护您的数据,那你为什么不私下把所有的数据都存储起来,然后卖掉呢?嗯,你可能会。

首先,区块链将帮助清洗个人数据,并提高数据的有效性。其次,将会出现新市场:从数据市场到模型市场,最后甚至是AI的市场(Ben Goertzel就想利用SingularityNET做到这点)。因此,便捷的数据共享和新市场的产生,和区块链数据审查技术,会很好的结合成一个整体,进而降低小企业的参与壁垒,缩小科技巨头的竞争优势。在降低参与壁垒的过程中,实际上解决了两个问题:提供更广泛的数据访问权限和更有效的数据货币化机制;

减少灾难性风险:编码在DAO(去中心化的自动化组织 Decentralized Autonomous Organizations)中的人工智能系统的规则明确,操作范围非常有限,只会高效准确地执行被要求的操作,不会有其他操作。

尽管AI和区块链技术相结合能带来如此多的好处,但有一个问题,我们不得不思考:

“AI出生在一个开源环境中,数据是真正的护城河。在数据共享、软件开源之后,我们如何才能确保人工智能将繁荣,并将继续得到发展?新的护城河是什么?我现在唯一的猜测是什么?人才…”

相关公司:

尽管有很多区块链和加密货币的初创公司,但我只对少数的将区块链和AI相结合的公司感兴趣,大多数这些公司坐落在旧金山和伦敦,还有一些坐落在在纽约、澳大利亚、中国和欧洲的其他国家。这类公司的数量很少,我按照以下方式将他们简单分类:

分布式人工智能:Trane AI(分布式方法训练数据)、Neureal(P2P的AI超级计算)、SingularityNET(AI市场)、Neuromation(综合数据生成和算法训练平台)、AI Blockchain(多应用人工智能)、BurstIQ(健康数据市场)、AtMatrix(分布式机器人)、OpenMined project(本地训练机器学习的数据市场)、Synapse.ai(数据和AI市场)、Dopamin.ai(B2B的AI货币化平台)。

对话平台:Green Running(家庭虚拟助手)、Talla(对话机器人)、doc.ai(生物学和医疗数据平台);

预测平台:Augur(综合人工智能)、Sharpe Capital(群体情绪预测);

知识产权:Loci.io(IP发现与挖掘);

数据源:KapeIQ(医疗实体的欺诈检测)、Data Quarka(实时校正)、Priops(数据一致性)、Signzy(KYC,对账户持有人的审查);

交易:Euklid(比特币投资)、EthVentures(数字代币投资);

保险:Mutual.life(P2P保险)、Inari(综合);

其他:Social Coin(公民奖励制度)、HealthyTail(宠物分析)、Crowdz(电子商务)、DeepSee(多媒体平台)、ChainMind(网络安全)

几点个人看法

很难评估这些公司的价值,他们的主页通常都十分神秘,无法确切知道他们是做什么的、怎么做的,这些公司的技术也需要专业人士来评估。要尽量识别并避开炒作,有一个具体的例子:听说过Magos AI吗?在这家公司的官网上,我只看到了几篇文章,二者确实一个区块链-AI技术驱动的公司,完成了超过50万美元的ICO,并且对ICO结果做出了郑重承诺。

你肯定认为它的主页需要分享很多ICOs的材料和信息,但是这个主页停更了,尽管荒诞,但确实发生了。我做了更多的努力,应为我确实在其他平台看到了这家公司的介绍。我尝试着找它的联合创始人,但最终还是没能在Linkedin上找到。

好吧,我理解成总有些人不喜欢社交,尤其是三个月前还没有这家公司的任何信息。再看看团队其他成员呢?同样找不到任何信息。这家公司号称创造了5种不同的神经网络,在复杂环境下的准确率,鼻尖Libratus和DeepStack在德州扑克领域,但我从未听过这些技术,甚至找不到任何信息。在研究了很久后,我终于Googke到了两个关键词“Magos骗局”,似乎这家公司圈钱跑了,他们可能在某个地方创造着第6种神经网络,敬请关注。

指数技术是先进的,可以促进人类发展,但随着利益的增加,潜在的“负收敛”也成倍增加,需保持警觉。

4.结论

在区块链和AI的技术谱线中,有两个极端:一个是在封闭的数据平台上建造集中式人工智能,另一个是在开放数据环境下建造分布式人工智能。然而,如果我们找到一种聪明的方法让两种技术结合,总收益就可以瞬间放大。

当然,这两种强大技术相作用时,可能会产生技术和伦理问题,例如在区块链上如何编辑甚至删除数据呢?可编辑区块链是解决方案吗?AI-区块链会不会让我们简单地成为数据保存者?

老实说,我想我们唯一能做的就是继续做实验。

5.参考文献

Castro,M.,Liskov,B. (2002). “Practical Byzantine Fault Tolerance and Proactive Recovery”. ACM Transactions on Computer Systems,20(4): 398–461.

Catalini,C.,Gans,J. S. (2017). “Some Simple Economics of the Blockchain”. MIT Sloan School Working Paper: 5191–16.

Deloitte (2016). “Blockchain Enigma. Paradox. Opportunity”. White Paper.

Iansiti,Lakhani,K. R. (2017). “The Truth About Blockchain”. Harvard Business Review,January–February 2017: 118–127.

Lipton,A. (2017). “Blockchains and Distributed Ledgers in Retrospective and Perspective”. arXiv:1703.01505.

Mazieres,D. (2016). “The stellar consensus protocol: A federated model for internet-level consensus”. White Paper.

Mingxiao,D.,Xiaofeng,Zhe,Z.,Xiangwei,W.,Qijun,C. (2017). “A Review on Consensus Algorithm of Blockchain”. 2017 IEEE International Conference on Systems,Man,and Cybernetics (SMC) Banff Center,Banff,Canada,October 5–8,2017

Nakamoto,S. (2008). “Bitcoin: A Peer-to-Peer Electronic Cash System”. White Paper.

O’Dwyer,K. J.,Malone,D. (2014). “Bitcoin mining and its energy footprint”. 25th IET Irish Signals & Systems Conference 2014 and 2014 China-Ireland International Conference on Information and Communications Technologies (ISSC 2014/CIICT 2014),Limerick,pp. 280–285.

Outlier Ventures (2017). “Blockchain-Enabled Convergence”. White Paper.

Sasson,E. B.,Chiesa,A.,Garman,Green,Miers,I.,Tromer,E.,Virza,M. (2014). “Zerocash: Decentralized anonymous payments from bitcoin”. In Security and Privacy (SP),2014 IEEE Symposium on,pp. 459–474.

Unicredit (2016). “Blockchain Technology and Applications from a Financial Perspective”. Technical Report.

Vasin,P. (2014). “BlackCoin’s Proof-of-Stake Protocol v2”. White Paper.

Zyskind,G.,Nathan,O.,Pentland,A. (2015). “Enigma: Decentralized computation platform with guaranteed privacy”. arXiv:1506.03471.

原文地址:https://hackernoon.com/the-convergence-of-ai-and-blockchain-whats-the-deal-60c618e3accc

本文系人人都是产品经理翻译团队 @李小新  翻译发布,未经本站许可,禁止转载。

题图来自unsplash,基于CC0协议

本文由潮起网 作者:新媒体 发表,其版权均为原作者所有,文章内容系作者个人观点,不代表潮起网 对观点赞同或支持,未经许可,请勿转载。
0
上一篇:苏宁张近东详解重构零售 与万达的深度合作再埋伏笔
暂无评论...
验证码 换一张
取 消