加载中 ...

伟大的碰撞:当人工智能遇上区块链

2019-02-06 18:35 编辑:btc268.com 来源:区块链资讯

  点击上方蓝字关注我们

  

  在现代科技世界中,诞生了两个非常热门的术语:区块链和AI(Artificial Intelligence,人工智能)。这两种术语所代表的技术都被单独誉为是人类的发展道路上的重要一步,也被认为是能够解决未来世界中几乎所有问题的灵丹妙药。如果你用谷歌同时搜索这两个术语,这种说法就会变得更加夸张。虽然概念经常被炒作,但区块链和人工智能两种技术的融合确实潜藏着非常巨大的能量,能够催化那些能够改变世界的新技术的诞生。

  在理解背后的原因之前,我们首先需要理解一些关于区块链和AI的非常基本的概念。关于区块链的基础知识,请浏览我们发布过的其它的讲解内容。接下来的文章将会简单介绍“人工智能是什么”,“人工智能是如何工作的”,以及“为什么它天生就很适合与分布式平台(如区块链)协同工作”等相关问题,然后,我们将进一步深入探讨为什么这很可能会成为一场重大的革命。

  

  什么是现代人工智能?

  —

  在现代意义上,人工智能与智能计算机的关系不大,而是与一种全新的计算范例的实现有关,这种计算范例首次是在自然界中被发现,即神经网络。自然的神经网络被称为“生物神经网络”或“大脑”,而现代人工智能神经网络被称为“人工神经网络”,简称ANNs(Artificial Neural Networks)。ANNs是一款试图通过模仿大脑中的处理策略来处理信息的软件。在专业用语里,一个能做有效工作的人工神经网络通常就会被称为“人工智能”,尽管它和任何其它类型的软件程序一样不具备意识。

  

  人工智能所做的有效工作几乎都可以被归结为一系列的数据操作,比如,优化传输路径、在图片中找到猫、快速实现语音识别。人工智能解决方案现在可以实时筛选接收到的空间数据,从而安全地引导自动驾驶汽车通过道路交通,或者在熙熙攘攘的城市中心的画面中进行大规模的面部识别,以找到需要的人。换句话说,它们能做以前只有人类大脑才能做的所有事情。

  人工智能开发人员一再证明,他们的软件开发方法——机器学习——可以解决困扰传统计算机程序员数十年的问题,不仅如此,它还可以解决那些实现这种方法的程序员自己永远无法解决的问题。这是一场不可思议的软件工程革命,但究竟是什么让机器学习如此强大呢

  人工智能如何工作?

  —

  数字计算机和神经网络计算信息之间的巨大区别在于结构层次低。传统计算机将数百万或数十亿的二进制晶体管组合成一个单一的、极其复杂的计算单元。所有这些晶体管都必须按照高度受控、集中的节拍——“时钟周期”的节奏一起工作。这意味着,这些晶体管共同工作,共同执行一个单一的、统一的编程基础,改变任何一个晶体管的行为都需要编辑与其它晶体管完全相同的代码。它们都来自同一个授权,这意味着该授权必须知道在每个时刻精确地告诉每一个晶体管处于什么状态——如果不这样,整个计算机就会停止功能运作。

  由于这种元代码的复杂性,即使是一个很小的编码更改,也会在执行过程中引发巨大的问题,除非以非常精确的方式进行更改。这意味着,如果一个程序员不能准确地预测能导致理想效果的编码变化,那么无论是编码器还是计算机也都无法达到该效果。程序员只能命令传统计算机执行解决方案,而不是解决问题。在传统编程中,解决方案仍然是人类员工的职责,而计算机只是将那些已经发现的解决方案付诸实现。

  另一方面,神经网络是由极其简单的计算单元(“神经元”或“节点”)组成的系统,每个计算单元独立工作,使用独立简单的编程,并根据自己的时间线执行该编程。把我们的生物神经元当作电脑,虽然在概念上存在一定的差异,但从信息处理的角度来看它们其实就是如此——他们接受信息、以某种预定的方式修改该信息,然后将该信息再传递给下一个的神经元进行下一步的处理。在这种设计中,网络的行为是由每个组成神经元的个体编程以及它们之间的链接(“突触”)的相对强度形成的自然结果。由于不存在像“时钟周期”那样的中央权威,因此没有一个单一的地方来改变系统的整体行为。

  这意味着神经网络中任何一个神经元(节点)的编程都非常简单。就像生物神经元一样,每个神经元都以某种形式接受信息,对信息进行简单的操作,然后将经过处理的信息传递给序列中可能出现的几个神经元中的一个。当控制神经元的编程变得如此简单和独立时,就有可能对单个神经元的编程进行微小的半随机更改,而不必导致整个网络完全停止工作。有了神经网络,就有可能进行非常具体的修改,而同时不会影响到网络中除直接修改的部分以外的任何部分的编程。

  在机器学习中,我们通常以一个无用的网络启动每一项任务,这是一个由相互连接的节点组成的网络,每个节点都具有独特的半随机编程和关于哪个神经元将其输出传递到哪个神经元的半随机概率。人工智能的开发是对人工神经网络的编程进行数以百万计的微小变化的快速测试,并根据预先设定的目标将这些小的变化分类为有用或无用。当我们使用这些真/假运行试验结果,并使用它们来修改网络,使“真”结果更频繁地发生,而“假”结果更少地发生时,我们正在执行一个称为“机器学习”的过程。

  换句话说,机器学习就是进行多次半随机试验,并确定每次试验在解决特定问题时是变得更好还是更糟糕。更好的运行会使与运行相关的更改在将来的神经网络版本中被维护的可能性轻微增加,而更糟糕的运行则会导致该可能性的轻微减少。在足够多的这样的试验中,也许是几百万次的尝试,机器学习作为一个粗略的进化过程,慢慢地将网络推向一种特定操作的最佳结构。机器学习修改了单个神经元的编程,以及这些神经元选择下一个神经元传递信息的规则。

  通过改变过程和过程的顺序,机器学习可以进化出一个神经网络,在几乎所有的事情上产生了天赋。如上所述,这意味着当我们应用机器学习的方法来解决一个问题时,我们可以使用计算机自己来真正地解决这个问题,而不仅仅是让计算机去实现我们的解决方案。对于数字计算机而言,程序员只能告诉计算机执行非常特定的命令,这意味着这些程序员需要知道要执行哪些特定的命令。这意味着他们必须已经从概念上已经解决了这个问题,然后才能让一台电脑来实现这个解决方案。另一方面,神经网络可以依靠经验来从测试运行中学习并开发新的解决方案,而这些方案是神经网络的创造者们自己永远无法想到的。

  有些事情是人类程序员可以做的,比如语音识别,却不一定需要知道他们是如何做到的,或者不需要知道是神经元的哪个序列触发了哪个序列来产生这种效果。机器学习可以产生这些能力,使其成为软件开发的一种非常有效的方法。然而,仔细想想这个机器学习的试错模型,你会很快意识到一个问题:我们怎么知道一个特定的试错是不是一个错误这个问题有三个答案,这三个答案也是AI和区块链是天作之合的主要原因。它们是:数据、数据和更多数据。

  

  人工智能的饲料 - 数据

  —

  机器学习设置中最关键的部分不是被修改的神经网络,也不是被修改的机器学习算法——而是被用来伪造试验的数据集。

  举个例子,如果我们想让神经网络更好地识别照片中的猫,我们不能给它一堆猫和非猫的照片供它猜测,因为它无法知道任何特定的猜测是正确的还是错误的。换句话说,机器学习过程需要访问具有相关元数据层的数据集;在这个例子中,一个人必须检查并定义每张照片是否确实包含了一只猫。这就为每张图片创建了一个基本的真理,它允许神经网络将一个特定的测试猜测分类为正确或不正确,并相应地对相关的结构变化进行加权。

  

  这意味着人工智能的开发完全依赖于数据集的大小(我们可以做的试验的数量)和该数据集真实元数据的质量。人工智能是通过在现有的行为中发现隐藏的模式成长起来的,在这种情况下,人类的行为是在图片中找到猫,这样它就可以在以后重复这些模式(和行动)。当人类向神经网络展示如何通过自己的方式(数百万次)在图片中找到猫时,机器学习可以慢慢地编辑神经网络的结构,这样它也可以像人类找到猫那样做的一样好。一个能够获得更多质量更高的数据的人工智能将能够更快更有效地学习。

  而区块链的一切都和数据有关。

  人工智能和区块链的整合方式主要有三种。前两种已经在发展之中使用区块链为人工智能提供数据,和使用人工智能为区块链提供本质。而第三个是迄今为止最遥远的,但它却能真的实现科幻小说中的乌托邦梦想和末日预言: 区块链即人工智能。

  —END—

  了解Vanbex更多详情

  官方网址

  Vanbex Group: http://vanbex.com

  ETHerparty: http://etherparty.com

  Telegram

  中文电报群:https://t.me/etherpartyCN

  英文电报群:https://t.me/etherparty

  扫码微信加入Vanbex社群

  

  点击下方“阅读原文”查看英文链接

关键词:比特币新闻 币牛牛

转载自比特币新闻网(www.btc268.com),提供比特币行情走势分析与数字货币投资炒币最新消息。

原文标题:伟大的碰撞:当人工智能遇上区块链

原文地址:http://www.btc268.com/qkl/js/6580.html

本文来源:区块链资讯编辑:btc268.com

本文仅代表作者个人观点,与本网站立场无关。

本网站转载信息目的在于传递更多信息。请读者仅作参考,投资有风险,入市须谨慎!

'); })();