AI 相关区块链项目技术解读和概览

hackfisher   |     |   583 次阅读

前言

人工智能(AI)和区块链是当前最热门的两种技术,但两者的侧重点不一样。人工智能的潜力在于提高生产力,扩展人类能力边界,而区块链作为信任机器和共识网络,可以帮助改进参与方之间的协作方式和生产关系。那么这两种新技术能以何种方式结合在一起呢,未来AI技术和区块链技术融合的生态会是长成什么样的呢?

人工智能61年来三起三落,2006年Hinton提出的深度学习算法以及2016年AlphaGO的胜利掀起了新的一波人工智能的浪潮。但我们同时也可以看到,算法已不是人工智能成功的首要条件了,大数据和算力的提升才是深度学习成功的重要原因。人工智能的训练越来越依赖大量的数据,那些拥有海量用户数据的互联网公司便获得了先发优势,那些原来属于用户的数据却成为了互联网公司们私藏的宝藏。对于那些人工智能科技创业来说,获取数据的成本非常高,严重影响了人工智能领域的创新发展。即便是那些互联网公司,因为每个公司的业务类型不同,一般也只有一个领域的数据,同样面临着数据多样性地不足。因为在人工智能缺乏透明、公正、有效的数据和模型交换共享机制,导致很多公司陷入了尴尬的自给自足境地,各自陷入了人工智能的孤岛和困境。

人工智能领域的目前的这些痛点可以总结为一下几个方面:

  1. 数据交换和分享困难。数据已经变成最有价值的资源,即使有好的AI算法,但如果没有好的数据也只能望洋兴叹。

  2. 算法模型交换和共享困难。人工智能模型跟特定的领域数据结合是十分紧密的,一个好的算法模型还要由对应领域的大量数据训练而成。每个算法模型及其参数都是各家AI公司投入大量精力和数据资源训练而成,非常具有价值,如果没有一套好的激励和价值交换网络,这些模型的拥有者又怎么会轻易将其共享出来呢?

  3. 数据标记和清洗困难。目前的机器学习算法分为监督式学习和非监督式学习两种。监督式学习比较有名的例子就是ImageNet,简单而且就是对数据有监督和标识分类要求,需要人类预先帮忙分类和识别图片,ImageNet利用互联网众包参与的办法,让世界各地的人们一起来帮助标记和分类图片,而非监督学习最著名的例子就是Google在2012年进行的一个“猫脸识别”实验。从比例上来看,目前大部分的人工智能算法采用的还是监督式学习,也就是需要人来帮忙标记和清洗数据,大的移动互联网公司可以让用户在不自觉中帮忙标记数据并收集,但是对于其他一些领域,例如物联网或者科研领域,这些工作将是海量的,能否利用区块链的工作证明激励模型来构建一种众包模式,解决人手不够的问题,是一个有意思的探索方向。

  4. 服务交换市场构建困难。不同于传统互联网微服务或者淘宝的中小商家市场,人工智能领域需要有大数据的基础和大量投入,所以目前提供人工智能服务的大部分是大公司,大公司自身已经习惯于搭建和整合平台,因此任何一家中心化的AI服务市场都很难吸引大公司加入,但区块链这一技术最大的特点除了去中心化还有开放无需授权,是否可以通过开发一个协议,让这些大公司连接在一起,是一个很好的尝试。

智能矩阵Atmatrix

官网: https://www.atmatrix.org

Atmatrix目前的定位是一个基于区块链的世界人工智能开源社区,吸引了很多人工智能专家和区块链专家参与其中。Atmatrix希望通过区块链这种去信任的协作技术来提高人工智能领域的生产关系,改变目前人工智能领域行业相互割裂,垄断非常严重的情况。

Atmatrix认为,数据垄断带来的这些风险和问题,让区块链的去中心化有了用武之地,区块链最有价值的应用方法,就是协调各方面的问题:不同公司之间的协调,不同实体以及机构之间跨越疆界的协调,并以互信的方式进行充分互动,构建价值网络并相互交换价值,打破原先的垄断。

从Atmatrix的定位和愿景来说,并没有局限在特定领域,而是致力于搭建一个基于区块链的AI网络。为了实现这一目标,Atmatrix打算先从人工智能即服务(AIaaS)的角度先切入,让各个AI公司整合Atmatrix,先加入并参与进来,也就是解决上面提到的痛点4。为了连接区块链领域和AI领域,Atmatrix提出了DBot网络和链下共识的方法,以实现AI互操作,其核心技术是DBot网络的组建以及链上合约和DBot网络的通信方法。

另外,由于服务调用高频次和低手续费的特定,Atmatrix白皮书中也提到了打算利用雷电网络等状态通道的技术,来提高性能和可扩展性。

从技术角度来说,AIaaS的交换市场和API交换市场并没有特别大的差别,只是Atmatrix把该种通用技术首先应用在了人工智能领域。对于区块链项目来说,区块链的底层通用技术应该和应用层区分开来,由于区块链尚处在构建基础技术和设施的早期,所以类似零知识证明、状态通道、跨链,分片等这些更靠近区块链底层的技术在近期更应该受到关注。

智能矩阵从AIaaS市场的角度切入是一个亮点,也期待其从数据标记交换和训练模型等其他痛点角度提出基于区块链的新方法。

Numerai

官网: https://numer.ai/

Numerai是一家使用AI技术的对冲基金FinTech公司。Numerai建立人工智能的方式比较特别——基于建模用户与数据双匿名的方式,将加密数据开放给用户,以用户贡献的众多的模型综合去搭建人工智能模型。其具体组织和激励的方式正式利用了区块链的加密代币和智能合约,还有一种对这个项目来说更重要的加密技术:同态加密。

因为牵涉到数据模型训练和交换,必然牵涉到数据的共享问题,Numberai不可能将交易数据分享,因为这是他们最重要的资源,如果共享给了别人,那么别人就可以复制并构建另一个同样的对冲基金。目前可以看到的解决这一问题的最有前景的技术就是同态加密,Numerai每周定期发布加密数据和建模比赛,招揽匿名的用户用加密过的交易数据集进行建模和分析。他们将数据处理成更为最纯粹和抽象的形式,人们不必知道这些数据背后真正发生了什么交易,仅仅运用这些数据建立机器学习模型。因为用的是加密数据,这些数据无法被应用在其他现有的机器学习模型中,而且企业信息可以得到更好的保护,这种保护让更多的交易数据集得到释放和共享。任何人都可以通过匿名的方式参与Numerai的训练营,如果参与者的模型真的成功地预测了市场,他们将获得加密代币作为奖励。

Numerai的方法看上去很适合像量化交易这种,在可以拿到期望预测数据的领域进行模型训练并激励,但是目前对于大多数公司来说面临另外一个困难,那就是你需要先找到同态加密相关领域的专家来帮助你解决数据加密的问题。

epicenter.tv上有一个非常好的介绍Numerai项目的Podcast,希望了解更多的,可以去听一下。

Dfinity

官网: https://dfinity.network/

Dfinity源自2014年创立的Pebble项目,该项目的创始人Dominic Williams目前是Dfinity的首席科学家和基金会主席。受到以太坊的启发后,处理大规模微支付问题的Pebble延伸成为了目前的Dfinity,一个无限的计算云。

Dfinity是一个开放式的虚拟区块链计算机和技术。它延伸了Ethereum 以太坊生态链到广泛的商业应用场景中。Dfinity提出了用人工智能来帮助治理区块链的概念,提出了智能治理机制 - “区块链神经系统”,用神经网络来帮助解决区块链的治理问题。

Dfinity设计了公链上首创的智能治理机制——“区块链神经中枢系统”(BNS)。该系统结合了人工智能、 区块链等高科技技术,是一个混合型的系统。一旦发生以太币被盗事件,系统可以做修复。该网络结构中有一个健全的投票机制,代币被盗者就可以在Dfinity系统中发起提案,系统会执行相应的代码,这个代码可以让被盗的币封存在黑客账户里,然后提出来物归原主。对于这个天,每个投票者可以选择自己投票,也可以代理给别人;另外,投票的人必须是链上的利益相关体,投票的权重与所持Dfinity代币数量成正相关。

铂链BOTTOS

官网: https://www.bottos.org/

铂链是近期国内团队发起的一个项目,覆盖面比较广,主要侧重在数据交换市场和数据标记,部分方面跟上面一些项目也有类似,目前还在概念阶段,缺乏相关Demo或概念证明,期待其技术方案的进一步落地。对于数据共享者来说,一旦数据被共享之后,原先竞争优势就将失去,相当于只能卖一次,而且数据越卖越不值钱。所以一直不太看好基于区块链的数据交换项目,另外,数据交换可能对零知识证明和同态加密方面技术要求非常高,因此技术实现的挑战非常大,目前区块链领域在这方面理论和工程综合最强的团队应该是ZCash团队。

总结

以上,我们分析比较了不同AI相关的区块链项目的特点,区块链和人工智能领域正在快速发展,这些项目作为两者跨领域的结合,相信未来会受到越来越多的关注。另外比较有意思的一点是,上面这些项目都选择以太坊网络作为起点或者参照以太坊技术,看来以太坊作为第一个通用智能合约平台,已经取得了一些先发优势。

 
1 人喜欢