0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

从区块链技术与人工智能结合谈起

倩倩 来源:it资讯网 2019-12-18 11:19 次阅读

伴随着信息科学和信息经济的发展,我们身处的生产生活环境中,四元并存的情况将会长期存在,四元意即人类智能人工智能、现实世界、虚拟(数字)世界。区块链技术的出现则以数据激励机制为润滑,提供了进一步优化四元共生关系的基础设施灵感:它匹配数据以其对应现实世界的信用,赋予了数据延伸的经济价值属性,显著提高了生产资料的价值,使数据变成潜力无限的新型资产。而当数据越靠近真实世界的情况,我们建构的数字世界就越有力。

在目前的人工智能技术发展阶段,我们构建的数字世界仍只是现实世界的一个小面积子集。未来,人工智是建构数字文明最重要的生产力之一,但其发展受限于故障黑箱、侵犯隐私、过分集中甚至粗放经营浪费能源等种种问题,带来数字世界和现实世界的脱节和摩擦。如果研究者、生产者不能为以上问题提供解决方案,数字文明建设进程将极大受限,数字文明的公平、人文关怀也无凭可依。那么如何在数字世界打造每个人有尊严、幸福栖居的命运共同体,如何促进实现全球网络的共享共治?如何处理数字世界和现实世界关于用户隐私保护、能源粗放使用等问题的矛盾?区块链技术为我们提供了一种思维实验的可能。

一、避免失控:搭建可追溯的算法监管架构

人工智能的失控一直是科幻小说反复讨论的经典话题。首先,深度学习算法本身不完全可控。我们难以解释深度学习模型为何犯错。基于深度学习的算法可在训练后识别不同事物,而命令行的集合体组成了技术黑箱。2018年春,华盛顿大学Pedro Domingos教授在社交网络的发言曾引发公众讨论,他表示“自 5 月 25 日起,欧盟将会要求所有算法解释其输出原理,这意味着深度学习或成为非法的方式。”

相较人类智能,深度学习算法不能做到“举一反三”,存在犯大错的可能。而在现实世界中,唯有人工智能完全可控制、可解释、可管理,我们才能将这门技术大规模应用到种种核心生产场景中。

另一方面,算法和用户的交互也不完全可控。算法向用户定向推送广告、新闻、内容的事件每一天都发生。在用户和算法的共生关系中,居于现实世界中的人处于被动地位。大多数用户并不知道自己为何被推送特定的信息,其习惯和判断都会被塑造,特大公共事件走向可能也因此发生改变。单一企业掌握数据后,如果将数据违规转移至其他模型中,以算法作恶,损失的将是消费者的使用体验甚至利益和安全。因此,在一定阶段的未来,我们期待和谐、透明、高效的共享数据生态,唯其如此每个人的消费权益与安全才能得到保障。

中心化商业机构的算法,其背后的立场和动机难以完全公正。但如果将算法使用数据、分发数据的每个环节全部记录至区块链,使其可追溯且不可篡改,并将人工智能模型加密计算上链后相对透明以避免作恶,或可以让部分人工智能的行为全程处于监管之下。这将帮助现实世界的监管机构理解算法的思考决策过程以及作出必要的修正。故障透明和可追溯也将会增强公众和监管方对于人工智能的信任,有利于更大规模应用落地。

另一角度,区块链上智能合约能够保证绝对公正地执行基于社区共识规则的数字化承诺,但其编程能力不足,功能并不真正“智能”。单纯区块链上的智能合约也难以具备处理数据隐私脱敏的能力,缺少和现实世界的连接。将AI模型内嵌到区块链中进行AI链上推断,将使智能合约具备更多创造力,使区块链拥有“智能”性,通过共识对外界和自身变化做出响应,驱动各类应用良性发展。如未来我们可以期待全部地区青少年学子信息上链,智能合约不含偏私地、公允地进行教育机会的选拔。

二、反对人工智能滥用和霸权,守护个人隐私,建立数字福祉

数据、算法、计算能力是人工智能发展的三大要素。人工智能的发展离不开海量数据和强大算力。如果使单一商业机构握有大量数据、雄厚研究力量和算力资源,则完备了其生产要素,在信息世界就获得相对垄断的优势,往往难以规避其作恶的风险。

任何前沿科学技术发展的初衷,一定是“让更多人类拥有更幸福的生活”,人工智能亦如此。互联网中的消费者是数据世界的建构者,但在生产环节中面临大量隐私外泄甚至被用于违规盈利的风险。反对互联网算法权力滥用,推动“信息互联网”向“价值互联网”、“信任互联网”转移,挖掘人群组织的内部积极力量都将离不开区块链的激励约束机制。

1. 反人工智能算法滥用和垄断霸权

巨大的算法成本、算力成本和数据成本已使得全球人工智能研究呈现集中化的趋向。如果人工智能发展成果继续集中服务少数强者,将加剧资源不均衡分布的情况。基础较弱的后起机构如某些发展中国家研究部门将丧失活力,处于极大劣势。

区块链建立了新型治理架构,使操作记录和认证取决于多个机构,可以起到扼制最强者的功效,提高数据滥用为霸权者“作恶”的门槛,限制算法权力滥用,从而可能帮助更多人尤其是相对弱势群体享受科技发展的红利。

2.促进个人数字福祉和数字世界伦理的建立

我们时代正在经历一次数据隐私的启蒙运动,消费者人群在和互联网产品内嵌算法的反复交互中逐渐认知到个人数据的重要。对于学界与监管机构来说,定义人和企业在数字世界的权责边界已是首要之急。

另外,人工智能机器与人类的价值观和规范体系需一致。我们需将人类的价值观和规范嵌入人工智能系统,需将现实世界的道德规范更新后引渡到数字世界。强人工智能时代还尚未到来。我们目前研究中的人工智能尚且属于婴儿时期。当文明历程中的成人和一个蹒跚学步的三岁儿童对话,成人应当负担起教育孩童的责任,而不是忽视、放任甚至跟从。我们理应以现实世界为蓝本,建构更多数字世界的文化规范、道德规范。

如果不同企业级开发者和个人都依照自身的需求在区块链的智能合约上来运行模型,设置提供数据和使用数据规则为代码,或可让人工智能算法的创建和运行动机更为透明、清晰、可控,将数字世界中企业与个人权责划定明成为可能:将伦理规则智能合约化。而数字世界的伦理意识推进不可能只依凭个人自觉,区块链的特有激励机制和信用账本可以以其经济和社会属性为道德和荣耻观的传播保驾护航。

三、算力:整合计算资源,促进研究力量团结,优化能源消耗,促进可持续发展

未来基于区块链的人工智能平台将可以实现去中心化的智能联合建模,同时为用户提供弹性的计算能力满足其计算需求,有利于全球算力的整合调配和资源节约。

1. AI模型的共享

各国研究人员,尤其是基础稍弱的发展中国家可以在区块链上使用公开的人工智能模型,再在基础上进行优化,无需再次开发、浪费不必要的人力资源。

2. 跨模型数据共享

例如健身房和餐厅的用户数据将在隐私计算后加密,报送给相关医疗机构,以用于特定地区的公共健康管理。不同机构将可以通过区块链连接,共享可信的个性化信息,分享而不是各自收集数据,大幅减少冗余劳动。这样共享学习得出的人工智能系统将持续接收到不同领域、不同角度的数据用于训练,才有可能成为综合性的“强人工智能”,且无倾向性,不为任何单一机构控制。

3. 调配闲置算力资源,促进可持续发展

区块链的分布式存储特质一定程度上优化了全球范围内机房空间和电子硬件资源配置,而基于区块链的算力平台可以调度闲置资源,促进能源节约和全球可持续发展。

四、未来应用场景

如今,互联网公司在实质上都已广泛接入人工智能技术。而未来,人工智能将在交通、医疗等公共领域承担更加重要的角色。不侵犯个人隐私情况下开发更丰富数据集以训练更优模型是一种必然,因此将人工智能织入区块链图景中亦值得想象。

以普惠金融和保险为例,公正精益的借贷信用可运用人工智能算法,提供基于个人信用记录准确的借贷利率。比起之前运行在封闭环境下使用单一数据种类训练的算法,运行在区块链上的模型综合使用各类数据(包括体现人文关怀的数据品类),将会确保每一步AI推断的公开透明,尽可能做到防止歧视。人工智能算法也可以在区块链的帮助下改善保险的承包决策,更好实现风险控制、防欺诈。由链上AI驱动的保险可以为世界带来体验更好、价格更低、尽可能更公平的保险产品。

区块链和人工智能深度结合也将为公共管理带来新手段、新活力,有利于政务公开透明与高效。杭州互联网法院中,当事人即可以通过区块链平台实现确权存证或侵权取证,诉讼时可以通过平台对电子数据原文和已保存的哈希值进行对比,判断后期是否有过篡改;如今人工智能“以假乱真”的换脸视频也给全世界带来了重大困扰。如果此类视频被使用作为司法证据,将会严重影响社会治安。未来在区块链上运行的AI防伪算法,将可以保证此类司法证的透明和公正。Amazon MXNet官方博客载文陈述区块链上人工智能推断已得出传统AI领域没有实现的研发成果,可见此类技术想象也有了一定实现基础。

五、结语

区块链技术在促进社会数据共享,优化商业运营流程和降低成本、提升协同效率、建设可信体系方面的作用不可忽视。除了上述场景外,如果人工智能和区块链技术和各类边缘计算设备结合起来,为硬件提供模型压缩、优化和追溯功能,再匹配以5g的新水准通讯速度,那么在物联网基础之上建设的各类智慧城市蓝图皆可期待。而在此过程中,我们不能忽视区块链底层研究包括零知识证明等隐私计算技术的精进必要,唯其如此才能保障运行的安全、稳定。

我们合理期待着未来某一天,区块链技术真的可为人工智能提供更加合乎法律与伦理框架的强大的开放大数据库,为人工智能发展提供了可控的可追溯监管框架,创造多方高效共享协作和生产资料公平分发、充分涌流的数据世界基础设施。那一天未来的人们将完全安全、幸福地生活在数据世界和现实世界,尽情享受科技发展带来的便捷,将更多的精力投入至其他形式的创造中去。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1792

    文章

    47443

    浏览量

    239020
  • 深度学习
    +关注

    关注

    73

    文章

    5507

    浏览量

    121299
  • 区块链技术
    +关注

    关注

    5

    文章

    674

    浏览量

    14137
收藏 人收藏

    评论

    相关推荐

    集成电路与人工智能结合

    集成电路与人工智能结合是当前科技发展的一个重要趋势,这种结合为多个领域带来了深远的影响。以下是对集成电路与人工智能结合的分析: 一、集成电路在人工
    的头像 发表于 11-19 10:05 480次阅读

    嵌入式和人工智能究竟是什么关系?

    与人工智能结合,无疑是科技发展中的一场革命。在人工智能硬件加速中,嵌入式系统以其独特的优势和重要性,发挥着不可或缺的作用。通过深度学习和神经网络等算法,嵌入式系统能够高效地处理大量数据,从而实现
    发表于 11-14 16:39

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    探讨了人工智能如何通过技术创新推动能源科学的进步,为未来的可持续发展提供了强大的支持。 首先,书中通过深入浅出的语言,介绍了人工智能在能源领域的基本概念和技术原理。这使得我对
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    阅读这一章后,我深感人工智能与生命科学的结合正引领着一场前所未有的科学革命,以下是我个人的读后感: 1. 技术革新与生命科学进步 这一章详细阐述了人工智能如何通过其强大的数据处理和分析
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    人工智能在科学研究中的核心技术,包括机器学习、深度学习、神经网络等。这些技术构成了AI for Science的基石,使得AI能够处理和分析复杂的数据集,从而发现隐藏在数据中的模式和规律。 2. 高性能
    发表于 10-14 09:16

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    。 5. 展望未来 最后,第一章让我对人工智能驱动的科学创新未来充满了期待。随着技术的不断进步和应用场景的拓展,AI将在更多领域发挥关键作用,基础科学到应用科学,理论研究到实践应用
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    与人工智能推荐系统中强大的图形处理器(GPU)一争高下。其独特的设计使得该处理器在功耗受限的条件下仍能实现高性能的图像处理任务。 Ceremorphic公司 :该公司开发的分层学习处理器结合
    发表于 09-28 11:00

    智能制造与人工智能的区别

    智能制造与人工智能在定义、技术组成、应用领域以及发展重点等方面存在明显的区别。
    的头像 发表于 09-15 14:27 761次阅读

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    大力发展AI for Science的原因。 第2章科学研究底层的理论模式与主要困境,以及人工智能三要素(数据、算法、算力)出发,对AI for Science的技术支撑进行解读。 第3章介绍了在
    发表于 09-09 13:54

    报名开启!深圳(国际)通用人工智能大会将启幕,国内外大咖齐聚话AI

    呈现、产业展览、技术交流、学术论坛于一体的世界级人工智能合作交流平台。本次大会暨博览会由工业和信息化部政府采购中心、广东省工商联、前海合作区管理局、深圳市工信局等单位指导,深圳市人工智能产业协会主办
    发表于 08-22 15:00

    串口屏与人工智能结合

    在当今智能化浪潮中,传统设备与新兴技术的融合正不断推动产业升级,其中,串口屏与人工智能(AI)的结合尤为引人注目。串口屏作为一种常见的信息展示与交互设备,在工业控制、
    的头像 发表于 08-16 12:29 1337次阅读

    FPGA在人工智能中的应用有哪些?

    定制化的硬件设计,提高了硬件的灵活性和适应性。 综上所述,FPGA在人工智能领域的应用前景广阔,不仅可以用于深度学习的加速和云计算的加速,还可以针对特定应用场景进行定制化计算,为人工智能技术的发展提供有力支持。
    发表于 07-29 17:05

    计算机视觉与人工智能的关系是什么

    、交流等方面。计算机视觉与人工智能之间存在着密切的联系,计算机视觉是人工智能的一个重要分支,也是实现人工智能的关键技术之一。 计算机视觉的定义与发展 2.1 计算机视觉的定义 计算机视
    的头像 发表于 07-09 09:25 691次阅读

    FMEA与人工智能的融合发展

    工具,正逐渐展现出其在赋能人工智能领域的巨大潜力。本文将分享FMEA如何与人工智能结合,共同开启智能风险预防的新纪元。 一、FMEA与人工智能
    的头像 发表于 03-18 16:21 768次阅读

    嵌入式人工智能的就业方向有哪些?

    嵌入式人工智能的就业方向有哪些? 在新一轮科技革命与产业变革的时代背景下,嵌入式人工智能成为国家新型基础建设与传统产业升级的核心驱动力。同时在此背景驱动下,众多名企也纷纷在嵌入式人工智能领域布局
    发表于 02-26 10:17