行业专家对人工智能和区块链这些流行语的含义进行了阐述。并表示人们不应该再讨论人工智能是否需要区块链。在五到十年的时间里，很多企业都将转向分散的基础设施。人工智能(AI)和机器学习(ML)将是在这个新世界中创建更具深度的科技公司的根本。
而在这个世界还没有到来之前，人们需要建立大量的基础设施和协议层。在2018年，需要增加机器学习的培训数据量，改进最新研究算法，以及提供大量计算资源的项目。
1.数据
拥有足够的数据来训练人工智能(AI)/机器学习(ML)模型，对企业来说都是永无止境的挑战。传统上，只有拥有大量用户的企业才能拥有大型数据集，而分散化非常适合将更多数据集交给人工智能社区。
海洋协议(Ocean Protocol )正在建立一个分散的数据交换系统，以容纳人工智能培训的全球数据。如果这样做，它们将成为数据提供者和消费者的转向协议。根据企业所在的行业以及需要培训的数据的具体情况，可能会看到专门针对目标用例的项目。例如，DX Network提供有关公司、投资者和行业新闻的结构化数据。
在现实世界中汇总数据是一个真正的挑战。像谷歌这样的公司不可能分享他们的自动驾驶汽车的数据。这意味着物联网(IoT)设备将在人工智能培训的真实世界中收集数据方面发挥巨大作用。隐私和安全将是非常重要的，IoTeX在构建用于此目的的物联网设备上运行的区块链方面具有坚实的基础。如果人工智能社区利用他们的平台大量收集数据，这并不会让人感到惊讶。
2.算法
虽然数据是培训人工智能(AI)/机器学习(ML)模型的关键，但人们需要开发以分散和分布方式运行的算法来处理这些数据。而以研究报告和实施它们在区块链上运行并不容易。 SingularityNET封装了每个人工智能算法并允许它们相互通信。Deep Brain Chain还将人工智能算法封装在闲置的GPU上运行。
封装人工智能(AI)/机器学习(ML)算法是一个令人印象深刻的壮举，但这仅仅是一个开始。人们需要这些算法以智能的方式运行。Cortex是一个建立自己的基础设施区块链的项目，允许用户编写机器学习程序。用户提交自己的人工智能的智能合约，每个合约可以互相交互。
Cortex也有自己的虚拟机，名为Cortex Virtual Machine.。这为人工智能智能合约的执行提供了一个值得信赖和安全的环境。Cortex还提供了运行脱链算法的能力。该团队正处在计算能力提供者与算法提供者之间的关键交汇处。因此，整个人工智能社区之间的合作变得容易。
3.计算资源
有很多优秀的团队致力于获取训练数据和最新的研究算法以运行区块链。而人们面临的最后一个难题就是如何利用世界上闲置的计算能力来运行计算密集的人工智能(AI)/机器学习(ML)培训。
Cortex正在试图成为这个桥梁，所以人们可能会看到他们与像Golem这样的项目合作，Golem创建了第一个计算能力的全球市场。而专业团队已经开发出一种将深度学习计算分配给任何设备的方法，这不仅仅包括GPU。Cortex的桥梁可能是将所有人工智能社区整合在一起的关键组件。
人工智能迅速成为全球不容忽视的指数技术。加密世界的技术人员也不能忽视这一点。如果人工智能生态系统在区块链上发挥作用，那么只有像Facebook、亚马逊或谷歌这样的公司才会拥有这样的能力，并将其交给社区。
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号