Naga Markets



Ethereum dało się poznać jako platforma otwarta na współpracę w wielkimi korporacjami. Ostatnio amerykański gigant z branży informatycznej wraz z Enterprise Ethereum Alliance pracował nad projektem, dzięki któremu firmy będą mogły projektować i tworzyć tokeny dopasowane do ich indywidualnych potrzeb. Obecnie uruchomiono kolejny wspólny projekt.


Blockchain przyczyni się do demokratyzacji AI i uczenia maszynowego

Eksperci z Microsoft pracują nad „demokratyzacją” procesów związanych ze sztuczną inteligencją i uczeniem maszynowym z wykorzystaniem blockchaina Ethereum. Do tej pory przeważały w tych dziedzinach kosztowne systemy scentralizowane.

Wykorzystane zostaną konkretnie niezmienne smart kontrakty na bazie Ethereum, które dają możliwość wynagradzania użytkowników za wkład w rozwój systemów oraz za korzystanie z nich. Dzięki rozproszeniu sieci Ethereum w ramach tysięcy węzłów, zawsze istnieje dostęp do kodu. a także nie ma problemu z przerwami w działaniu systemu (downtime).

Aby można było dodać dane, wcześniej następuje ich zatwierdzanie w trzech krokach, co obrazuje poniższy schemat.

Trzyetapowy proces zatwierdzania danych; źródło: github.com

Korzyści, jakie dają smart kontrakty

Dobrodziejstwa związane z wykorzystaniem smart kontraktów w ramach zdecentralizowanego ekosystemu dostrzega specjalista ds. tworzenia oprogramowania w Microsoft, Justin Harris. Jego zdaniem zmienią one fundamenty, na których działają modele sztucznej inteligencji i uczenia maszynowego, tworząc nowy paradygmat:

„Taki, w ramach którego ludzie będą mogli w sposób łatwy i wydajny wykorzystywać modele uczenia maszynowego przy użyciu technologii, którą już dysponują, takich jak te wykorzystywane w  przeglądarkach oraz aplikacjach na telefonach i innych urządzeniach.”

Specjalny system motywacji i nagród

Tym co ma zachęcić ludzi do aktywnej interakcji i wprowadzania ulepszeń do algorytmów, na których opiera się uczenie maszynowe jest system motywacji i nagród. Byłoby ono dostępna za darmo do celów przewidywań, do wykorzystania np. w osobistych asystentach czy dawaniu rekomendacji ze strony użytkowników.

Zdaniem Harrisa, tego typu systemy mogłyby być finansowane poprzez crowdsourcing, w tym gamifikację, a także wbudowywanie systemów do prognozowania podobnych do tych, które rozwija Augur. Deweloperzy z Microsoftu testują modele pozwalające określić sentyment w przypadku recenzji filmowych. W Ethereum koszt aktualizacji modelu wynosi zaledwie 25 centów.

Wyzwania związane z ograniczeniami blockchaina

Do największych należą ograniczenia związane z przesyłem danych. Uczenie maszynowe i sztuczna inteligencja zużywają bardzo dużo mocy obliczeniowej. Zatem deweloperzy wykorzystują modele, które można łatwo przeszkolić lub dokonują przetwarzania danych w trybie offchain. Wykorzystują także systemy wyroczni, takie jak Chainlink.

Mimo to Harris z optymizmem patrzy na możliwość zastosowania blockchaina w sztucznej inteligencji:

“W miarę postępów w dziedzinie blockchaina, oczekujemy, że będzie dostępnych coraz więcej zastosowań w zakresie współdziałania pomiędzy ludźmi a modelami uczenia maszynowego i mamy nadzieję, że prowadzone będą dalsze badania mające na celu rozwijanie bardziej złożonych modeli równolegle z nowymi mechanizmami motywowania.”



tokeneo

Zostaw komentarz logując się za pomocą Facebook

To również Cię zainteresuje - Comparic24.tv

ZOSTAW ODPOWIEDŹ

Please enter your comment!
Please enter your name here