在AI領域，可以構建智能的機器學習算法或令人印象深刻的神經(jīng)網(wǎng)絡，但是這項強大的技術可能值得信賴，也可以根據(jù)訓練時使用的數(shù)據(jù)生成智能響應。在AI領域，最好的成績是在封閉且定義明確的生態(tài)系統(tǒng)中，例如視頻游戲，其中AI算法已經(jīng)擊敗了世界所有冠軍，甚至在DOTA 2中也被認為是業(yè)界最復雜的視頻游戲之一。在社交媒體或大數(shù)據(jù)之類的環(huán)境中，人工智能的算法執(zhí)行得不好，或者有時人工智能的結果是錯誤的，這是為什么呢？

在諸如視頻游戲之類的腳本化環(huán)境中，您可以基于有限的預定義動作來訓練AI，讀取游戲代碼，并且在這種環(huán)境中，機器學習算法可以基于此做出決策。

在開放且無腳本的環(huán)境中，事情要復雜一些。例如，在社交媒體中，人工智能必須處理虛假新聞，自我報告的數(shù)據(jù)，機器人等。您可以創(chuàng)建足夠智能的算法來識別其中的一些算法，但是請記住，在這種情況下您需要大量資源，我的意思是說“大量”的計算能力可以運行每個計算，因此，最終它的成本非常高，而且同時出現(xiàn)大量錯誤。

通常，開放環(huán)境中最有用的AI由擁有該平臺的同一家公司生產(chǎn)，因為每次用戶執(zhí)行特定操作，了解數(shù)據(jù)質(zhì)量以及如何使用它們時，它們都可以讀取自己擁有的服務器正在運行的腳本好。

除此之外，還有其他一些隱藏的問題使AI難以信任。

　　讓我們從以下假設開始討論它：

讓我們嘗試弄清楚為什么這是一個真正要考慮的問題，如果您信任一個AI，那么您就信任用于訓練它的數(shù)據(jù)集。您可以部署更智能的AI的算法，但是如果您用假新聞或可操縱的數(shù)據(jù)進行訓練，結果將令人失望。

如果您是公司或運營國家/地區(qū)，甚至是臨時用戶，則在信任AI并將其用于決策或開始基于AI的自動決策之前，您必須問自己：

　　如果數(shù)據(jù)集由于某種原因可以被操縱怎么辦？

如果我們正在使用可操作的數(shù)據(jù)庫來訓練這些算法，那么我們?nèi)绾涡湃蜛I算法，在黑客或所有者可以出于任何原因而可以編輯數(shù)據(jù)的環(huán)境中。

　　誰擁有數(shù)據(jù)將統(tǒng)治一切？

如果您是數(shù)據(jù)集的所有者，并且有人根據(jù)您的數(shù)據(jù)庫做出決策，那么從技術上來說，您就是在裁決他，因為您可以操縱數(shù)據(jù)并根據(jù)結果操縱其他人的選擇。

例如，今天，我們信任大型高科技公司及其數(shù)據(jù)集，因為它們是好事，而且它們沒有任何經(jīng)濟誘因來操縱信息。但是公司是由人統(tǒng)治的，將來這些公司的董事會可能會改變，無論是好是壞。

　　如果我們無法讀取生成數(shù)據(jù)的腳本，該如何理解數(shù)據(jù)的質(zhì)量？

如果您想構建一個運行良好的智能AI，它需要能夠理解什么是可信賴的或不可信的，為此，您需要閱讀用戶在執(zhí)行操作并創(chuàng)建信息時正在運行的腳本。

Web 2.0中的問題是，如果您不是網(wǎng)絡的所有者，則無法通過腳本讀取用戶的交互，而只能通過腳本提供的數(shù)據(jù)讀取用戶的交互，因為腳本是100%私有的，并且它們是在所有者服務器中運行。

用AI術語，您可以通過復雜的過程并使用大量的計算能力來了解后驗，即后驗數(shù)據(jù)是否可信。這種方法尚未產(chǎn)生可靠的結果。

　　為什么區(qū)塊鏈技術是構建可信賴的AI的關鍵？

如果我們分析諸如比特幣之類的區(qū)塊鏈網(wǎng)絡的基本特征，則用戶采取的每項措施都旨在在沒有所有者的情況下生成永久且不可操縱的數(shù)據(jù)，這是構建可信賴的AI的絕佳起點。

自從以太坊這樣的第二代區(qū)塊鏈發(fā)明以來，“區(qū)塊鏈技術”中最驚人的殺手級應用為構建智能和可信賴的AI開辟了前所未有的機遇。在2014年及以太坊背后的概念出現(xiàn)之前，區(qū)塊鏈技術能夠以基于非信任的方式跟蹤金融交易的數(shù)據(jù)。

如果我們分析智能合約的解剖結構，它是一個永久的，分散的腳本，可以公開運行。

　　為什么這對于AI來說是最令人驚訝的新聞？

最終，智能合約可以編寫去中心化的數(shù)據(jù)來存儲腳本本身，請求和結果，而無需任何操作并且沒有所有者。

如果我們以此為基礎訓練AI，這將是向前邁出的一大步，因為使用這項技術，我們可以肯定地知道腳本和請求是在不信任實體的情況下生成數(shù)據(jù)的。

如果我們開始收集大量的干凈和分散的數(shù)據(jù)，我們將在AI的信任方面邁出一大步，我們將能夠開始將其用于業(yè)務選擇，從而確保從1984年以來的未來場景”取決于統(tǒng)治大公司的人。

但是使用此技術的真正下一步將歸功于智能合約的去中心化和公共運行功能。在本文開頭，我討論了為什么在腳本環(huán)境中AI算法比在開放環(huán)境中能更好地工作。在開放環(huán)境中，挑戰(zhàn)是要了解生成信息的私有腳本和不可讀腳本的目的，以便了解數(shù)據(jù)質(zhì)量。

使用智能合約，機會是建立封閉的和腳本化的開放式環(huán)境，將盡可能多的復雜性轉(zhuǎn)化為代碼。這種新架構將克服在理解和清理數(shù)據(jù)集方面的許多數(shù)據(jù)科學問題，可以實現(xiàn)理解數(shù)據(jù)質(zhì)量所需的較少計算能力，并最終可以幫助AI提高結果和預測的準確性。

今天，我們可以構建混合分散式AI，基本上在云上私有地運行AI算法，但僅信任基于區(qū)塊鏈的分散數(shù)據(jù)來訓練它。

這是向前邁出的一大步，但是在未來十年實現(xiàn)去中心化AI的挑戰(zhàn)將取決于我們?nèi)绾纬晒嫿軌蛞耘c當今智能合約中運行腳本相同的不信任方式來運行AI算法的區(qū)塊鏈網(wǎng)絡。

上述就是關于人工智能如何使區(qū)塊鏈更安全、更智能的全部內(nèi)容，想了解更多關于人工智能的信息，請繼續(xù)關注中培偉業(yè)。