目錄
什麼是人工智慧(AI)?
從本質上講,有兩種類型的人工智慧:弱人工智慧和強人工智慧。
弱人工智慧針對特定或有限的任務,例如面部識別、垃圾郵件過濾或下棋。另一方面,強人工智慧能夠處理各式各樣的任務,而非特定的活動。它可能具有人類層面的認知能力,並且能夠完成人類可完成的任何智能任務。如今,弱人工智慧已經出現,而強人工智慧尚未出現。事實上,許多專家也質疑強人工智慧的可能性。
因此,仔細研究這二者技術在未來是如何進行結合是非常重要的。
人工智慧與區塊鏈的協同作用
人工智慧可提升區塊鏈能力
去中心化資料經濟
資料是一種越來越有價值的資產,它不僅需要安全存儲,而且還需要交換。有效的人工智慧系統強烈依賴資料,而區塊鏈正好可以高度可靠地存儲資料。
去中心化資料交易所是建立在區塊鏈之上運行的新數字經濟。這些交易將使任何人(或任何東西)都可以輕鬆安全地訪問資料和存儲。在連接到這種數字經濟中,人工智慧演算法可以使用更多的外部輸入集,並能更快地進行學習。最重要的是,演算法本身也可以在這些市場中進行交易。這將使它們更容易為更廣泛的用戶所用,並可以加快其發展。
去中心化的資料交易所可能會徹底改變資料存儲空間。本質上,任何人都可以有償租用其本地存儲空間(以代幣支付)。另一方面,現有的資料存儲服務提供商將不得不改善其服務以保持競爭力。
儘管其中一些資料市場尚處於成熟的早期階段,但它們已經啟動並開始運行。通過激勵資料和存儲提供商保持很高的資料完整性,人工智慧系統將大大受益。
去中心化超級電腦
訓練人工智慧不僅需要可以從中高質量資料中學習的演算法,還需要大量的計算資源。人工智慧演算法通常使用一種稱為人工神經網路(ANN)的計算系統。人工神經網路通過考慮許多案例來學習執行任務。這些人工神經網路通常需要大量的計算能力才能處理數百萬個參數並執行指定任務。
可以在這些計算平台上更有效地訓練人工智慧系統,並降低成本。儘管早期的案例主要是用於渲染3D電腦圖形,但是他們也會慢慢轉移到人工智慧領域。
人工智慧具有更好決策和可審計性
人工智慧系統做出的決策可能使人類難以理解。這些演算法可以處理大量資料,因此幾乎沒有人可以進行審計和複製其決策過程。
如果基於每個資料點記錄進行決策,則將有清晰的審計線索供人工進行核查,這可以增加對人工智慧演算法所做決策的信任度。
總結
如果這兩種技術能夠各自發揮其潛力,那麼它們無疑將產生持久的影響。儘管許多公司都單獨利用這兩項技術,也有一些有趣的案例將它們二者組合在一起。
隨著兩項技術的進一步發展,同時利用區塊鏈技術和人工智慧,可能會發現更多的創新。潛在結果很難評估,但可以肯定的是,它們會促進我們經濟體系的諸多方面有所改善。