【5分快3平台】去中心化AI:梦想者与实用主义者

  • 时间:
  • 浏览:0
  • 来源:UU直播快三-UU直播快三官方

声明:本文来自于微信公众号蓝狐笔记(ID:lanhubiji ),授权站长之家转载发布。

前言:本文认为去中心5分快3平台化的人工智能是未来可持续人工智能的唯一途径。但有之前 现在去中心化AI存在早期阶段,应用场景和基础设施都还不性性成熟期期 期期的句子的句子的句子期期是什么是什么,都要有之前 务实的发展策略:分阶段地推进去中心化的AI。本文作者Jesus Rodriguez,由蓝狐笔记社群“王泽龙”翻译。

AI的去中心化是当下最迷人的技术趋势之一,还后能 成为AI可持续发展道路的基础。联合学习(federated learning)、区块链技术有之前 安全加密计算的经常出现,为创建去中心化AI应用提供了可行的技术路径。(蓝狐笔记译注:federated learning是谷歌发明的新词,它要能让多台智能手机相互合作方法方法,学习共享的预测模型,其训练所需数据保存在本地设备,跟之前 数据在云端的模式不同。)

然而,今日绝大多数的去中心化AI应用存在理论阶段,有之前 应用场景十分有限。尽管机器学习的去中心化具有明显的好处,但实际实施的途径不多微匮乏道,有之前 很有之前 不必存在。基于当今的AI5分快3平台与区块链生态系统的情形,让我 要提供之前 关于去中心化AI技术采用的有之前 的实用主义视角的路径。

发现之前 通向去中心化AI的可行路径,都要在去中心化智能所承诺的好处与AI领域的经济和技术现实之间找到平衡。去年,我发表了过其他文章,其中概述了经济学和技术推动因素,它们还后能 为去中心化AI技术的发展铺平道路。

此后,我的思路演变为试图找到在AI应用中采用去中心化模式的可行路径。事实5分快3平台上,尽管去中心化AI模式有之前 是更好的、更可持续的AI的关键,然而目前的技术交付非常有限以至使其难以被主流组织采用。尽管我心中的梦想是相信之前 去中心化的AI是更好的AI,有之前 我心中的实用主义不5分快3平台断地与新生AI领域的技术与经济的现实进行博弈。

从我的视角来看,找到一根通往可行的去中心化AI的路径分三步:

i. 理解去中心化人工智能的经济限制

ii.稳步地向人工智能应用生命周期中相对简单的领域引入去中心化

iii.建立正确的激励因素与网络效应以有益于去中心化AI网络的发展

梦想者的视角:去中心化AI是可持续AI的唯一路径

在过去的几年中,AI有之前 在其生命周期的不同方面删剪演化成为中心化模式。鉴于当前一代的AI处置方案都要大规模、高质量的训练数据集,市场中大累积的创新都来自如Google、微软、Facebook有之前 Uber之前 的企业,而非初创企业。

由大型公司创造的AI都在有益于获得更好的数据,以产生更好的智能。你两种恶性循环进一步扩大了大型企业与小型公司间的沟壑,前者有着絮状的数据与相关人才以有益于AI创新,而后者却匮乏你两种资源。将你两种模式推演到整个经济体,AI的中心化有之前 是拉大第一世界国家与其他国家间鸿沟的因素之一。

人工智能的发展经常被拿来跟 18 世纪的工业革命相提并论,是两种经济革命运动。有之前 说工业革命是将累积国家从手工生产推向了机器生产,AI则是领导着从实用工具转向智能软件系统的革命。

工业革命的副作用之一是它使得工业化国家与未进行工业革命的国家间的差距变为 50 年。它使得发展中国家最少絮状的时间以弭平同世界头部经济体的差距。当前AI应用的中心化模式有之前 会在中美你两种国家与世界其他地方国家间产生更大的鸿沟。

有益于一起去创造与知识分享的去中心化AI模式是处置增加大公司与小公司之间、领先经济体与发展中国家之间鸿沟的方法之一。鼓励自主行动者发布数据集、创建、培训或优化模型的网络是两种更可持续的机制,还后能 有益于AI的创造,而你两种机制无有益于使富人更富。

实用主义的视角:去中心化AI的现实挑战

尽管去中心化AI的价值主张有明显的意义,但其现实实现面临诸多挑战。从其技术堆栈的不性性成熟期期 期期的句子的句子的句子期期是什么是什么到交付模型中的明显摩擦,去中心化AI处置方案走向主流采用的路上横亘着明显的绊脚石。当其被用于传统的中心化內部时,去中心化通常造成中断,AI倘若例外。尽管跟去中心化AI技术的有限采用相关的挑战什么都有,但它们绝大多数都可归为如下几类:

l 双重中断挑战:作为一项技术趋势,AI仍存在婴儿期,绝大多数组织之前 之前 之前 刚开始英文找到接受新的宽度学习有之前 机器学习堆栈的方法。从有限的人才供给到这项技术的原生繁复性,绝大多数公司都面临将AI作为其技术策略关键支柱的挑战。去中心化则是另外一层的繁复性所在,对于绝大多数组织来说,在其早期阶段,这有之前 都在很重要的问提。

l 算力挑战:诸如区块链的去中心化账本在执行都要宽度学习模型之前 的昂贵计算时,其性能仍然有限。在你两种程度上,去中心化AI网络仍然都要链下计算模型,后者给绝大多数组织造成了基础设施方面的挑战。

l 激励挑战:去中心化AI的內部都要依靠激励机制以驱动不同各方参与网络。当涉及其他珍贵的东西,如数据和知识时,激励模型不仅都要非常强大,且都要在投资回报(ROI)方面相比中心化AI方法更有竞争力。此外,激励內部通常会引起操纵网络行为的恶意攻击。

处置上述挑战是为采用去中心化AI技术创造经济和技术可行性的唯一途径。任何策略都都要在AI技术的新生情形与去中心化的破坏性之间取得平衡。

通向去中心化AI可行路径

之前 促成去中心化AI模式被采用的有效策略是,都在将其视为单一问提,倘若将其视为跟AI应用生命周期不同阶段相关的一系列挑战。从你两种视角看,都在将去中心化AI思考为之前 整体,倘若将该问提拆解为去中心化AI的多个方面。有之前 大伙试图将你两种想法组织在一根跟中断程度成反比的路径上,大伙会得到如下结果:

l 去中心化数据分享:激励网络参与者发布和分享数据,它是去中心化AI应用中最不具颠覆性的累积。对于之前 组织来说,加入之前 网络并发布和使用相关数据集,比构建之前 基础设施并运行去中心化宽度学习模型更容易。

l 去中心化训练与预测:在数据分享的去中心化网络建立之前 ,逻辑上讲,下一步是对模型训练及结果发布的去中心化。该內部将引入除了计算外所有方面的去中心化的AI模型。

l 去中心化的AI模型:最终,大伙还后能 考虑对AI模型的执行、资源的动态分配和模型的消耗进行去中心化。这将是去中心化AI的最终景象。

前面的步骤为去中心化AI模式的采用提供了实用策略。该策略不仅实用,有之前 大伙有之前 拥有处置周期中每个步骤的新兴技术。

去中心化数据分享:海洋协议

海洋协议(Ocean Protocol)是增长最快的去中心化AI堆栈之一。概念上讲,海洋协议架构的主要作用是在AI工作流程中实现实体之间的去中心化通信。从数据有之前 算法的提供商再到分析工具,海洋协议提供了基于代币激励以及区块链智能合约的模型,允许各方以公平高效的互动模式在AI工作流中合作方法方法。尽管海洋协议具有通用功能集,但它通过引入代币化的激励层,在网络中的节点之间共享数据方面也表现不俗。海洋协议是少数去中心化AI堆栈之一、还后能 跟主要宽度学习与机器学习框架联合使用,且不必造成重大中断。

去中心化训练与预测:Erasure

Erasure是为知名对冲基金Numerai对冲基金提供支持的协议。从去中心化AI所有方面来看,Erasure在基于可用数据集的发布与预测5分快3平台验证方面表现良好。Erasure的目标是提供之前 去中心化的市场,在其中,数据科学家还后能 基于可用数据上传预测,使用加密货币质押预测,并基于预测结果的表现而获得奖励。

尽管第一批用例是来自Numerai,同金融相关,但Erasure可用于任何预测。就內部而言,Erasure结合了2个组件,为去中心化市场中买卖双方的去中心化交互提供基础。

去中心化AI模型:SingularityNet

Singularity按理来说,是去中心化AI领域中最有野心的公司。它为流行的Sophia机器人提供支持而闻名,SingularityNet寻求在AI生命周期的所有方面都引入去中心化。严格来说,SingularityNet是之前 使得AI服务还后能 在去中心化模型中部署和消耗的平台。它搭建于以太坊区块链之上,SingularityNet提供了两种模型,其中激励网络中的不同参与者实施或使用AI服务。从架构的宽度来看,SingularityNet基于一系列的组件,你两种组件抽象了去中心化AI应用的生命周期的基本方面。

通往去中心化人工智能之路的关键是找到适当的平衡,以打破知识集中和大企业的影响,并最大限度地减少技术挑战领域的破坏。本文的想法提供了务实但不失野心的方法来渐进地采用去中心化AI。