人工智慧是電腦程式自我學習的能力。也可以稱為是智慧型電腦程式的科學和工程學。這些演算法無需人工指令,就可以理解對應指令,並使用大量資料來解決問題。人工智慧程式透過分析外部輸入數據,從中學習,並使用這些知識,來執行任務從而實現特定目標。
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,例如臉部辨識、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慧任務。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。
我們目前還無法預測強人工智慧的潛在影響,也有許多人認為區塊鏈和人工智慧在未來可能會結合在一起使用。有人可能會質疑說,它們將成為未來幾十年中最重要的技術之一。
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。
挖礦需要大量的運算能力和資源。分散式帳本為了實現諸如不可篡改性和防審查性犧牲了運作效率。而人工智慧可以非常有效地優化能耗,這對於改善挖礦演算法非常有效。
反對使用區塊鏈體系的主要願意之一就是區塊鏈極高的能源浪費。區塊鏈技術所具備的加密經濟性和安全性會引入運算任務,否則運算能力是毫無用處的。減少工作量證明區塊鏈的消耗將使整個行業受益,並可能促進區塊鏈的主流推廣。
人工智慧還可以優化區塊鏈的儲存需求。由於交易歷史記錄儲存在所有節點中,因此分散式帳本的容量可以迅速成長。如果儲存要求很高,則進入的門檻也會更高,這可能會降低網路的分佈性。人工智慧可以引入新的資料庫分片技術,從而使區塊鏈的尺寸更小,並在其中更有效率地儲存資料。
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數據,而區塊鏈正好可以高度可靠地儲存數據。
區塊鏈本質上是由網路中所有參與者共享的安全、分散式資料庫。它的數據儲存在區塊中,並且每個區塊都透過密碼連結到前一個區塊。這在不改變網路共識的情況下,很難讓攻擊者以某種方式(例如透過51%攻擊)修改區塊鏈中儲存的資訊。
去中心化資料交易所是建立在區塊鏈之上運作的新數位經濟。這些交易將使任何人(或任何東西)都可以輕鬆安全地存取資料和儲存。在連結到這種數位經濟中,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儲存空間。本質上,任何人都可以有償租用其本地儲存空間(以代幣支付)。另一方面,現有的資料儲存服務提供者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作。透過激勵資料和儲存供應商保持很高的資料完整性,人工智慧系統將大大受益。
訓練人工智慧不僅需要可以從中高品質資料中學習的演算法,還需要大量的運算資源。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。人工神經網路透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運算能力才能處理數百萬個參數並執行指定任務。
如果可以在區塊鏈網路上共享數據,為什麼不能將運算能力進行共享呢?在某些區塊鏈應用中,使用者可以在點對點(P2P)市場中有效地將電腦的運算能力租借給那些尋求執行複雜計算的使用者。激勵用戶透過獲取代幣來提升運算能力。
可以在這些運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,但他們也會慢慢轉移到人工智慧領域。
隨著這些去中心化應用程式(DApps)的發展,大量提供運算資源的公司可能會形成競爭。透過允許用戶出租閒置的運算資源來賺取收入,可以更有效地利用大量算力。從理論上講,不使用時,世界上每個CPU或GPU都可以作為去中心化超級電腦中的節點工作。
人工智慧系統所做的決策可能使人類難以理解。這些演算法可以處理大量數據,因此幾乎沒有人可以進行審計和複製其決策過程。
如果基於每個數據點記錄進行決策,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。
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,但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許多方面有所改善。