人工智能的中心化问题,只能靠区块链去解决?

深度
  • 区块链前哨
  • 2018-08-07 23:15

新技术的影响在短期往往被高估,而在长期被低估。

尽管很多人认为泡沫存在,但新技术的影响在短期确实往往被高估,而在长期却是被低估的。本文还展示了一些有趣的使用场景及实验项目,它们对未来的影响值得我们期待。

最近在纽约举办的的 Brains and Chains 会议上,我荣幸地受 Rob May 和 Botchain 团队邀请发表了演讲。这次有趣的会议旨在探索人工智能与区块链的交集。这是一个激动人心并具有挑战性的话题。而我的演讲是希望能做一个宽泛的介绍,并为之后的讨论建立框架:首先探讨为什么这一话题有着重大意义,并介绍这一领域一些有趣的企业所做的工作。我是以 VC 风投的视角谈论这一主题的。我的投资机构 FirstMark 最近在人工智能和加密资产 / 区块链领域都很活跃。

对这一话题一笑置之当然也是可以理解的。因为无论是人工智能(机器学习)还是区块链,都有明显的实验性,都充斥着炒作和泡沫。人工智能在 2016 到 2017 年炒得最火,区块链则在 2017 到 2018 年最受关注。这两大趋势最后都可能令人失望,它们的交集也可能毫无作为。

但如果我们回顾计算技术的历史,似乎每 10 到 15 年就会有重大的变革:硅芯片、PC、互联网、Web2.0 等等。我们当前可能处于现在这波趋势的末端。这波趋势的三大推动力分别是:社交网络、移动计算和云计算。

今天我们熟知的许多巨头都是从这一趋势中崛起的。

当然,这些趋势的宏大前景并不总是那么明显。比如,云计算现在可能是公认的大趋势。但如果回到 2008 年,云计算那时还饱受争议,有些人认为它只是“营销噱头”。最后,云计算用了十多年才成为今天的巨型产业。一开始,新趋势通常看起来是高度实验性的,伴随着过度炒作;但随着时间流逝它们愈加成熟,吸引了更多的资本和人才,逐渐成为新的主导模式。

一如阿马拉定律所言,新技术的影响在短期往往被高估,而在长期被低估。

现在,似乎已经到了新技术范式出现的时候。谁将定义并掀起下一波计算变革的浪潮?有理由相信,“人工智能、区块链和物联网”正是新时代的“社交网络、移动计算和云计算”。这些趋势仍在其发展初期,但它们的潜在影响难以估量。

这一范式中将产生哪些新的巨头?

正如社交、移动、云计算相互之间彼此促动一样,上面这三大趋势也有着有趣的重叠部分。今天,我会主要谈人工智能与区块链的交集。

人工智能与区块链的交集

一个有趣的切入点是,从哲学角度来看人工智能和区块链在很多方面都是对立的。Peter Thiel 和 Reid Hoffman 在最近一次对话中很好地总结了这一点:

比如说,人工智能是非常中心化的。它由少量公司控制,主要是谷歌、苹果、Facebook 和亚马逊(“GAFA”),以及中国的阿里巴巴、腾讯和百度。尽管一些人工智能研究在学术界是开源的,但这些公司吸引了全球顶尖的人工智能人才;更重要的是,它们拥有规模史无前例的数据来训练人工智能算法。这些数据集为它们带来了巨大的竞争优势,却不对外界任何人开放。

人工智能的中心化为各种形式的滥用大开方便之门。专制国家政府使用计算机视觉和面部识别技术加强监控就是一个例子。就在过去几个月,美国出现的一系列事件让人们想起了专制国家的类似案例,说明这已经发展为全球性的问题。除了这类政治问题之外,中心化平台还会打压它们周围出现的新生态。可以读一读 Chris Dixon 的这篇高论:“为什么去中心化如此重要”。区块链不仅是纯粹的技术解决方案,也是对政治和组织问题的有力回应。

我们前面谈到的很多话题本质上都是政治和组织问题。那么可以用区块链来解决人工智能的这些缺陷吗?

区块链能帮助改进人工智能吗?

这一领域的先驱者一直在探索各种想法,包括使用去中心化的方式创建人工智能、自主机器网络,以及由人工智能管理的全自主组织。

今天我们谈论的是如何用区块链改进人工智能,但应该意识到人工智能也能在很多方面帮助区块链技术,这也是个很有趣的话题,改日再谈。

第一大设想是创造一个去中心化的市场以改进人工智能。

总体思路如下:用物质奖励来激励我们所有人(个体与组织)贡献自己的私有和专业数据。因为数据分享时会完全保证安全性和隐私性(基于去中心化与安全计算技术),我们就会更愿意分享各种隐私数据(开支、健康信息等)。久而久之,这些市场积累的数据会比 GAFA 还要多、质量还更高。基于这些数据,平台以经济利益激励机器学习专家互相竞争,开发出最高效模型的专家将获得最多的奖励。

要探索如何构建这样一个去中心化市场,我们看看怎样将人工智能的三大组成元素进行去中心化:它们是数据、模型和算力。接下来我们会展示很多企业的案例,这些企业在融合人工智能与区块链技术方面取得了杰出的成果。这一领域生机勃勃、进展迅速,所以少数案例也无法覆盖所有成功的企业和项目。

还要注意几点:这一行业的许多企业都有着极富野心的计划,要建立各种形式的生态系统。不过这些方案中有很多看上去很相似。这些项目大多尚未发布,所以在尘埃落定之后我们才能看到谁才是真正做事情的。

首先来看数据。

很重要的一点:如果想使用区块链存储大量数据,现有的区块链数据库远远不够,需要大幅进化才能满足需求。

上图是来自柏林的 BigChainDB,它构建了一个可扩展的区块链数据库。这张很有趣的表格显示,分布式数据库与区块链技术的功能几乎没有重叠。因此,构建一个真正的数据库级区块链项目是很有挑战性的。

为了帮助数据共享,另一大关键的基础设施组件就是协议。

Ocean Protocol 是这一领域的先行者,有兴趣深入了解的话可以看看它的创始人 Trent McConaghy 所写的,关于区块链和人工智能的所有内容。Computable Labs 也致力于构建一个数据市场协议,其 CEO Roger Chen 的这篇文章也值得一读。

很多时候你需要创建自己的数据来训练人工智能模型,因为你无法接入最合适的数据集,或者你用来训练模型的用例太新,根本就没有对应的数据。来自巴黎的 Snips 正利用加密货币经济激励从业者创造一个网络,来生成合成数据。

再来看看人工智能的第二大组成要素:模型。

要让一个去中心化的人工智能市场开始运作,你需要保证个人和公司提供的任何数据都能以完全私密的方式来处理。由此引入了安全计算。

OpenMinded 项目就是一个很好的例子,它关注的重点是私密机器学习,其运用了各种安全计算技术,包括联合学习(由谷歌提出)和差分隐私(由苹果提出)技术。

接下来看人工智能的第三大要素:算力。

最近人工智能领域的许多进展都得益于算力的大幅提升,这既是因为我们更好地利用了现有的硬件,也受益于一些专为人工智能发展的新型高性能硬件(如谷歌 TPU 等)。DeepBrain Chain 就是一个有趣的项目,致力于共享全世界空闲的计算资源。它的整体思想与 Coronai、Hadron、Golem 或 Hypernet 等项目类似,但 DeepBrain Chain 更关注符合人工智能特定需求的计算资源类型(与相关硬件)。

将上述内容结合在一起,你应该能想象到一个去中心化的人工智能市场,其中人们贡献自己的数据,开发者竞相开发最好的机器学习模型,整个系统就像一个自进化的网络,吸引越来越多的参与者创造更好的人工智能技术。这里的秘密武器其实是加密货币经济:就是创造一个小型经济生态,参与者通过代币积累并交换价值。因为这种机制鼓励人们尽早加入网络,于是代币模式解决了曾让很多网络在发展初期头疼的冷启动问题。

上面图中的的图表来自 Fred Ehrsam 在 Medium 发表的雄文:基于区块链的机器学习市场。

当然,其他市场面临的典型机遇和挑战都适用于本文的讨论主题。去中心化的市场可能是一种创建人工智能的非常新颖的方式,但它产生的内容依旧需要符合产品 / 市场的需求并解决现实问题,这样才能取得商业上的成功。从这个角度来说,垂直因素(行业、基因、财务等)是尤其重要的。

现在我们让话题再进一步。我们假设去中心化的市场会让人工智能继续繁荣并加速前进。我们就会为每一种任务都创造出对应的人工智能类型。那么这些人工智能会是怎样的形态,又如何运行?区块链能提供一个有趣的组织模型,帮助这些人工智能自动机器以一种透明的方式协作。Fetch 就是这样一家公司,他们正在开发一种网络,用来创建人工智能自动机器,并让它们有序地协作。自动机器之间协作的一个例子是旅行场景:比如你让一个自动机器买了张机票,如果航班延误了,另一个自动机器会预测转机失误的可能性,再提出一条新的路线,于是第一个自动机器就能改签了。这些都能在后台实时自动完成,完全不需要人力费心费力。

SingularityNET是另一个有趣的例子。这个项目非常复杂、野心勃勃,有很多运动组件。为了展示不同的人工智能如何协作以融合为同一个大脑,他们开发出了索菲亚这个机器人,由 SingularityNET 驱动。如果这个世界要依赖一群自动机器来执行各种任务,就需要一个能让它们保持透明、受控的基础架构。这正是 Botchain 的目标,这家公司由 Rob May 创立,CEO 是 Talla,并由 Brains and Chains 委员会管理。

在自动机器协作基础上再进一步,可以设想整个系统都由人工智能管理、完全自动运作。这也是去中心化自动组织(DAO)的理想。很多人听说过“那个 DAO”,这个投资者主导的风投基金在 2016 年曾被黑客入侵。而“人工智能 DAO”的理念比 DAO 更进一步。它会是完全由机器来管理的去中心化组织,没有或很少收到人类的干涉。例如,你可以想象未来会出现一个由人工智能管理、完全去中心化的 Uber,运营自动驾驶汽车。它会包含一个巨大的反馈闭环,使系统可以持续学习改善派车算法、提升运客效率并处理所有逻辑,将众多技能和复杂操作融入一个自主运行的平台中。但这个人工智能 DAO 也会引发一个令人恐惧的设想:如果这样一个组织完全是去中心化、自动运行的话,它出问题的时候人们不知道怎样让它停下来。这可不像你拔掉电脑电源那么容易……

总结起来,上面很多想法都非常诱人,但也是高度实验性的。我提到的大部分项目都还没有面世,它们能不能实现自己追求的远大目标尚未可知。

同时,很多基础的工作已经做好了,于是人工智能和区块链的结合能够以难以预测的速度创造出非常强大的技术。有些进步可能会导致意料之外的结果,所以现在真应该好好研究一下相应的影响了。

感谢 Multicoin Capital 的 Kyle Samani 和 Computable Labs 的 Roger Chen 为这次演讲提供的反馈意见;感谢 Rob May 邀请我参加会议发表演讲;感谢 FirstMark 的 Demi Obayomi 为演讲内容做的重要贡献。


来源:区块链前哨作者:摘编编辑:dapong

本文链接: https://www.dyqklw.com/article/20180807/238.html

声明:除非注明,本站文章均为第一区块链网原创或编译,转载时请注明文章作者和“来源:第一区块链网”,本站尊重行业规范,每篇文章都标有明确的作者和来源。文章为作者观点,不代表第一区块链网立场。

免责:阁下应知本网站的任何内容仅供参考,不能做为投资决策依据,投资有风险,入市须警慎!请谨防ICO、变相ICO!

相关文章

资讯

原创

荐读

热门标签