王飞跃的个人博客分享 http://blog.sciencenet.cn/u/王飞跃

博文

[转载]AI+区块链丨区块链如何解锁人工智能新领域

已有 2280 次阅读 2018-3-9 12:59 |系统分类:科普集锦|文章来源:转载

AI+区块链丨区块链如何解锁
人工智能新领域

 

Bernard Marr是美国的大数据专家,著有《大数据专家,小企业也能用好大数据》、《智能大数据SMART准则:数据分析方法、案例和行动纲领》等书。最近,Bernard MarrForbes上发表专栏文章,介绍了人工智能与区块链结合后,可能带来的三个具有突破性的方向。


之前我已经写过关于将区块链与物联网(IoT)整合在一起的现实情况和应用前景。现在让我们一起看看区块链如何为另一种尖端技术——人工智能(AI)——解锁新的领域。

 

人工智能是当今最火爆的术语之一。目前,人们致力于实现人工智能领域的尖端技术,包括机器学习、人工神经网络和深度学习等。

 

区块链本质上是一种新的数字信息归档系统,以加密的分布式记账格式存储数据。由于数据经过加密并分布在许多不同的计算机上,因此可以创建防篡改、高度可靠的数据库,只有获得许可的用户才能读取和更新数据库。

 

尽管学术角度上有很多结合AI与区块链的突破性技术,但现实世界中出现两者集合的应用还很少。不过,我预计不久的将来两者结合的应用会越来越多。

 

今天,三种AI和区块链的方式值得探索。

 1.jpg

Bernard Marr

 

 AI和加密技术结合:保护数据安全

 

由于其档案系统固有的加密技术,区块链上的数据本质上非常安全。

 

这意味着区块链上非常适合存储高度敏感的个人数据,这些数据在进行智能处理时可以为我们的生活带来非常多的价值和便利。

 

例如在智能医疗系统中扫描和记录的数据、使用亚马逊或Netflix留下的数据等等,我们在这些系统中的数据是非常个人化的,企业必须投入大量资金才能达到它们在数据安全方面预期的标准。即便如此,导致个人数据丢失的大规模数据泄露事件也越来越多,并且量级也越来越大。

 

区块链是数据储存问题的最佳解决路径。区块链数据库将信息保存为加密状态,只有通过私钥(几千字节的数据 )才能保证链上的所有数据安全。

 

与此同时,人工智能在安全性方面也有很多需要提高的地方。人工智能涉及构建算法,它能够在数据处于加密状态时进行处理或操作。由于任何涉及暴露未加密数据的流程都会产生安全风险,因此减少这些情况的发生可能有助于安全。

 

AI与加密技术结合是探讨数据安全的重要领域。

 

区块链可以帮我们跟踪、理解和解释人工智能做出的决定 

 

AI做出的决定有时可能让人难以理解,这是因为它们能够独立评估大量的数据,并“学习”哪些数据对于实现其总体任务更重要。

 

举例来说,AI算法有望越来越多地用于判断金融欺诈,但是,一段时间以后,仍然有必要对AI做出的判断进行审核,以确保其准确性。

 

此外,考虑到算法会使用大量数据,因此把大量的数据收集起来也是一项复杂的任务。例如,沃尔玛将其所有商店的交易数据提供给其AI系统,从而决定应该储存哪些产品以及储存在哪里,这是项非常庞大的工作。

 

但如果数据记录在区块链中,这会使得数据被审计和利用的时候就会变得简单多了,并且公司会对记录的信息非常放心,因为它们不会被篡改。

 

现在,我们都可以看得到AI在很多领域都有优势,但如果它不能被公众信任,那么它的用处将受到各种限制。记录区块链上的决策过程可能是实现人工智能透明度的一个重要步骤,这也是获得公众信任所需要的一步。

 

人工智能可以比人类更有效地管理区块链  

   

传统上的计算机虽然一直很快,但非常“愚蠢”。因为如果没有收到执行任务的命令,计算机就无法工作。这也就是为什么由于区块链的加密特性,在传统计算机上使用区块链数据进行操作需要大量的计算处理能力。举例来说,用于挖掘比特币区块链的哈希算法采用简单粗暴的方法——尝试将每个字符组合,直到找到适合验证交易的那一个。

 

人工智能是试图摆脱这种简单粗暴方法的路径,并以更聪明、更周到的方式管理任务。试想一下,如果破解代码的人类专家能够在破解代码时变得更好更高效,那么他们在整个职业生涯中会成功地破解越来越多的代码。同样的,一个由机器学习驱动的挖掘算法将以类似的方式工作,但不必花费一生的时间成为代码专家。

 

很明显,区块链和人工智能是两种技术趋势,它们虽然在自己的领域中突破性地发展,但它们有可能在组合起来时变得更具革命性。两者都有助于提高另一方的能力,同时也会为公众提供更好的监督和问责机会。

  

本文转载自“新智元”公众号

来源:forbes

编译:克雷格

 



http://blog.sciencenet.cn/blog-2374-1103020.html

上一篇:【平行讲坛】平行增强学习最新理论框架与案例
下一篇:[转载]车联网大数据:发展、支撑与应用

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2018-7-16 08:51

Powered by ScienceNet.cn

Copyright © 2007-2017 中国科学报社

返回顶部