Inhoud
Wat is kunstmatige intelligentie (AI)?
Op basisniveau zijn er twee hoofdtypen van AI - narrow AI en strong AI.
Narrow AI richt zich op specifieke of beperkte taken zoals gezichtsherkenning, spam-filtering of het spel schaken. Strong AI daarentegen zou in staat zijn om een breed scala aan taken uit te voeren in plaats van een bepaalde taak. Het zou potentieel menselijke kennis kunnen hebben en zou in staat zijn om elke intellectuele taak die een persoon zou kunnen voltooien. Narrow AI bestaat vandaag, terwijl strong AI eigenlijk nog niet is verschenen, veel experts vragen zich af of het zelfs mogelijk is.
Om deze reden is het belangrijk om nader te bekijken hoe ze in de toekomst met elkaar kunnen omgaan.
De synergie van AI en blockchain
AI-verbeteringen voor blockchain
De gedecentraliseerde data-economie
Data is een steeds waardevoller activum dat niet alleen veilig moet worden opgeslagen, maar ook moet worden uitgewisseld. Effectieve AI-systemen zijn sterk afhankelijk van gegevens, iets dat blockchains kunnen opslaan met een extreem hoge mate van betrouwbaarheid.
Gedecentraliseerde data-uitwisseling beoogt een nieuwe gegevenseconomie te creëren die op blockchains draait. Deze uitwisselingen zouden gegevens en opslag beschikbaar maken voor iedereen (of wat dan ook) voor gemakkelijke en veilige toegang. Bij het verbinden met deze gegevenseconomie kunnen AI-algoritmen een grotere reeks externe ingangen gebruiken en sneller leren. Bovendien zouden de algoritmen zelf ook op deze markten kunnen worden uitgewisseld. Dit zou hen meer toegankelijk maken voor een breder publiek en hun ontwikkeling kunnen versnellen.
Gedecentraliseerde gegevensuitwisseling kan een revolutie teweegbrengen in de gegevensopslagruimte. In wezen zou iedereen de mogelijkheid hebben om zijn lokale opslag te verhuren voor een vergoeding (betaald in tokens). Op hun beurt zouden bestaande aanbieders van gegevensopslag hun diensten moeten verbeteren om concurrerend te blijven.
Sommige van deze datamarkten zijn al in gebruik, hoewel ze zich nu nog in een vroeg stadium bevinden. Door gegevens- en opslagproviders te stimuleren om een hoge gegevensintegriteit te handhaven, zullen AI-systemen ook profiteren.
Gedecentraliseerde supercomputers
Training AI vereist niet alleen kwaliteitsgegevens waarvan de algoritmen kunnen leren, maar ook veel rekenkracht. AI-algoritmen gebruiken vaak een type computersysteem dat bekend staat als een artificial neural network (ANN). ANNs leren taken uitvoeren door veel voorbeelden te overwegen. Deze ANN's vereisen vaak serieuze rekenkracht om miljoenen parameters te doorlopen om een aangewezen taak uit te voeren.
AI-systemen kunnen op deze computerplatforms veel effectiever en met lagere kosten worden getraind. Hoewel vroege gebruikssituaties voornamelijk betrekking hebben op het weergeven van grafische 3D-computerbeelden, kan de focus langzaam verschuiven naar AI.
Betere controle van AI-beslissingen
Beslissingen genomen door AI-systemen kunnen voor mensen moeilijk te begrijpen zijn. Deze algoritmen kunnen met zoveel gegevens werken dat het praktisch onmogelijk is voor mensen om hun besluitvormingsproces te controleren en te repliceren.
Als beslissingen worden vastgelegd op basis van elk gegevenspunt, is er een duidelijk controletraject voor mensen om te controleren, wat het vertrouwen in beslissingen die worden genomen door AI-algoritmen zou kunnen vergroten.
Tot slot
Als deze twee technologieën hun potentieel kunnen waarmaken, zullen ze ongetwijfeld een blijvende impact hebben. Hoewel veel bedrijven ze afzonderlijk gebruiken, zijn er enkele interessante gebruiksscenario's waarin ze kunnen worden gecombineerd.
Naarmate beide technologieën zich verder ontwikkelen, kan meer innovatie worden ontdekt door gelijktijdig blockchain-technologie en AI te benutten. De potentiële resultaten zijn moeilijk te beoordelen, maar het is vrij zeker dat ze zullen leiden tot verbeteringen in veel aspecten van onze economie.