Mi az a mesterséges intelligencia (AI)?
A mesterséges intelligencia egy program tanulási képessége. Ez egyben az intelligens számítógépes programok tudománya és megtervezése is. Ezek az algoritmusok képesek megérteni a mintákat és megoldani a problémákat nagy adathalmazok felhasználásával és emberi parancsok nélkül. Elemzik a külső bemeneti adatokat, tanulnak belőlük, és ezt a tudást feladatok elvégzésével konkrét célok elérésére használják.
Alapvetően két fő AI-típus létezik: a szűk (narrow) AI és az erős (strong) AI.
A szűk AI olyan meghatározott vagy korlátozott feladatokat céloz meg, mint az arcfelismerés, a spamszűrés vagy a sakkozás. Az erős mesterséges intelligencia viszont egy adott feladat helyett a feladatok széles skáláját lenne képes kezelni. Akár emberi szintű kognícióval is rendelkezhetne, és képes lenne bármilyen szellemi feladatot elvégezni, amit egy ember is. Szűk AI már létezik, de az erős AI még nem alakult ki – sőt, sok szakértő megkérdőjelezi, hogy egyáltalán lehetséges-e.
Lehetetlen megjósolni az erős mesterséges intelligencia lehetséges hatásait, de sokan úgy vélik, hogy a blokklánc és a mesterséges intelligencia jövője valószínűleg összefonódik. Elképzelhető, hogy ezek az elkövetkező évtizedek legjelentősebb technológiái közé tartoznak majd.
Ezért fontos, hogy közelebbről is megvizsgáljuk, hogyan egészíthetik ki egymást a jövőben.
Az AI és a blokklánc szinergiája
AI fejlesztések a blokklánchoz
A bányászat sok számítási teljesítményt és energiát igényel. Az elosztott főkönyvek feláldozzák a hatékonyságot az olyan tulajdonságokért, mint a megváltoztathatatlanság és a cenzúramentesség. A mesterséges intelligencia nagyon hatékony lehet az energiafogyasztás optimalizálásában, ami jól jöhet a bányászati algoritmusok fejlesztésében.
A blokkláncrendszerek egyik legnagyobb hátránya a rendkívül magas energiaigény. A kívánt kriptogazdasági és biztonsági tulajdonságok olyan számítási feladatokat vonnak maguk után, amelyekre egyébként nem lenne szükség. A Proof of Work blokkláncok fogyasztásának csökkentése az egész iparág számára előnyös lenne, és elősegíthetné a blokkláncok általános elfogadását.
A mesterséges intelligencia a blokkláncok tárolási igényeit is optimalizálhatja. Mivel minden csomópont eltárolja a tranzakciós előzményeket, az elosztott főkönyv mérete gyorsan nagyra nőhet. Ha a tárolási követelmények magasak, a belépési korlát is magasabb, ami csökkentheti a hálózat decentralizációját. A mesterséges intelligencia új sharding technikákat vezethet be az adatbázisokhoz, amelyek csökkentik a blokklánc méretét és hatékonyabbá teszik az adatok tárolását.
A decentralizált adatgazdaság
Az adatok egyre nagyobb értéket képviselnek, amelyeket nemcsak biztonságosan kell tárolni, hanem biztonságosan cserélni is. A hatékony AI rendszerek nagymértékben függnek az adatoktól, amelyeket a blokkláncok rendkívül nagy megbízhatósággal tudnak tárolni.
A blokklánc lényegében egy biztonságos, elosztott adatbázis, amelyet a hálózat minden résztvevője megoszt egymással. Az adatokat blokkokban tárolja, és minden blokk kriptográfiailag kapcsolódik az előzőhöz. Ez hihetetlenül megnehezíti a tárolt információk módosítását anélkül, hogy a hálózati konszenzust valamilyen módon eltérítenék, például egy 51%-os támadással.
A decentralizált adatcserék célja egy új adatgazdaság létrehozása a blokkláncokon. Ezek az adatcserék bárki (vagy bármi) számára könnyen és biztonságosan hozzáférhetővé tennék az adatokat és azok tárolását. Ehhez az adatgazdasághoz kapcsolódva az AI-algoritmusok nagyobb mennyiségű külső inputot használhatnának, ezáltal gyorsabban tanulhatnának. Ráadásul ezeken a piactereken maguk az algoritmusok is cserélhetők lennének. Ezáltal szélesebb közönség számára válnának hozzáférhetőbbé, és felgyorsulhatna a fejlesztésük.
A decentralizált adatcserék forradalmasíthatják az adattárolás területét. Lényegében bárki bérbe adhatná saját tárhelyét (tokenekben fizetett) díj ellenében. A már meglévő adattárolási szolgáltatóknak viszont javítaniuk kellene szolgáltatásaikon, hogy versenyképesek maradhassanak.
Néhány ilyen adatpiac már működik, bár még gyerekcipőben járnak. Azáltal, hogy az adat- és tárolási szolgáltatókat magas szintű adatintegritás fenntartására ösztönzik, az AI-rendszerek is profitálni fognak.
Decentralizált szuperszámítógépek
A mesterséges intelligencia képzéséhez nem csak minőségi adatokra van szükség, amelyekből az algoritmusok tanulni tudnak, hanem nagy számítási teljesítményre is. Az AI algoritmusok gyakran használnak egy olyan számítási rendszert, amelyet mesterséges neurális hálózatnak (ANN) hívnak. Az ANN-ek sok példán keresztül tanulják meg a feladatok elvégzését. Ezek az ANN-ek gyakran komoly számítási teljesítményt igényelnek ahhoz, hogy egy adott feladat elvégzéséhez több millió paramétert átnézzenek.
Ha az adatok megoszthatók egy blokklánc-hálózaton keresztül, miért ne lehetne a számítási teljesítményt is megosztani? Egyes blokklánc-megvalósítások esetében a felhasználók hatékonyan bérbe adhatják gépeik számítási teljesítményét egy peer-to-peer (P2P) piacon azoknak, akik összetett számításokat szeretnének végrehajtani. A felhasználókat tokenekkel ösztönzik a számítási teljesítmény biztosítására.
Az AI-rendszereket sokkal hatékonyabban és alacsonyabb költségekkel lehetne képezni ezeken a számítási platformokon. Bár az első felhasználási területek elsősorban a 3D-s számítógépes grafika megjelenítésével foglalkoznak, a hangsúly lassan a mesterséges intelligencia irányába tolódhat el.
A decentralizált alkalmazások (DAppok) fejlődésével, a számítási teljesítményt nyújtó cégek egyre több konkurenciát szereznek. Azáltal, hogy a felhasználók bevételre tehetnek szert a kihasználatlan számítási teljesítményük bérbeadásával, annak nagy része hatékonyabban kerül felhasználásra. Elméletileg, a világ minden nem használt CPU-ja vagy GPU-ja egy decentralizált szuperszámítógép csomópontjaként működhetne.
Az AI-döntések jobb ellenőrizhetősége
Az AI-rendszerek által hozott döntések megértése bonyolult lehet az emberek számára. Ezek az algoritmusok olyan adatbőséggel tudnak dolgozni, hogy gyakorlatilag lehetetlen lenne az emberek számára, hogy ellenőrizzék és megismételjék a döntéshozatali folyamatukat.
Ha a döntéseket az összes adatpont alapján rögzítenék, akkor az emberek számára egyértelmű ellenőrzési nyomvonal állna rendelkezésre, ami növelhetné az AI-algoritmusok által hozott döntésekbe vetett bizalmat.
Záró gondolatok
Ha ez a két technológia beváltja a benne rejlő lehetőségeket, akkor kétségtelenül maradandó hatást fognak gyakorolni. Bár sok vállalat külön-külön használja őket, van néhány érdekes felhasználási lehetőség, ahol kombinálni lehet ezeket.
A két technológia fejlődésével, a blokklánc technológia és a mesterséges intelligencia egyidejű hasznosítása révén még több innovatív alkalmazást fedezhetünk fel. A lehetséges eredményeket nehéz felmérni, de az egészen biztos, hogy gazdaságunk számos területén javulást eredményeznek majd.