هوش مصنوعی چیست؟
هوش مصنوعی توانایی یک برنامه برای یادگیری است. همچنین علم و مهندسی برنامه های کامپیوتری هوشمند است. این الگوریتمها میتوانند الگوها را درک کنند و با استفاده از مجموعههای بزرگ داده و بدون دستورات انسانی، مسائل را حل کنند. آنها داده های ورودی خارجی را تجزیه و تحلیل می کنند، از آنها یاد می گیرند و از آن دانش برای دستیابی به اهداف خاص با انجام وظایف استفاده می کنند. در سطح پایه، دو نوع اصلی هوش مصنوعی وجود دارد. هوش مصنوعی محدود و هوش مصنوعی قوی. هوش مصنوعی محدود وظایف خاص یا محدودی مانند تشخیص چهره، فیلتر کردن هرزنامه یا بازی شطرنج را هدف قرار می دهد. از سوی دیگر، هوش مصنوعی قوی می تواند به جای یک کار خاص، طیف وسیعی از وظایف را انجام دهد. به طور بالقوه می تواند شناختی در سطح انسانی داشته باشد و می تواند هر وظیفه فکری را که یک فرد می تواند تکمیل کند. هوش مصنوعی محدود در حال حاضر به وفور وجود دارد، در حالی که هوش مصنوعی قوی هنوز ظهور نکرده است. در واقع، بسیاری از کارشناسان این سوال را دارند که آیا این امکان وجود دارد یا خیر. پیش بینی اثرات بالقوه هوش مصنوعی قوی غیرممکن است، اما بسیاری معتقدند آینده بلاک چین و هوش مصنوعی احتمالاً در هم تنیده خواهند شد. می توان استدلال کرد که آنها از مهم ترین فناوری های دهه های آینده خواهند بود.
به همین دلیل، مهم است که نگاهی دقیق تر به نحوه تعامل آنها در آینده بیندازیم.
هم افزایی هوش مصنوعی و بلاک چین
بهبود هوش مصنوعی برای بلاک چین
استخراج به توان محاسباتی و انرژی زیادی نیاز دارد. دفتر کل توزیع شده کارایی را فدای ویژگی هایی مانند تغییر ناپذیری و مقاومت در برابر سانسور می کند. هوش مصنوعی می تواند در بهینه سازی مصرف انرژی بسیار کارآمد باشد، که می تواند برای بهبود الگوریتم های استخراج مفید باشد. یکی از مخالفت های اصلی علیه استفاده از سیستم های بلاک چین، نیاز به انرژی بسیار بالا است. ویژگیهای ارز دیجیتال و امنیتی مورد نظر، وظایف محاسباتی را معرفی میکنند که در غیر این صورت ضروری نیستند. کاهش مصرف بلاک چین های Proof of Work به نفع کل صنعت است و می تواند به پذیرش جریان اصلی بلاک چین کمک کند.
هوش مصنوعی همچنین می تواند نیازهای ذخیره سازی بلاک چین ها را بهینه کند. از آنجایی که تاریخچه تراکنش در همه گره ها ذخیره می شود، اندازه دفتر کل توزیع شده می تواند به سرعت به مقدار زیادی اضافه شود. اگر نیازهای ذخیره سازی زیاد باشد، مانع ورود نیز بیشتر است که به طور بالقوه تمرکززدایی شبکه را کاهش می دهد. هوش مصنوعی می تواند تکنیک های اشتراک گذاری پایگاه داده جدیدی را معرفی کند که اندازه بلاک چین را کوچکتر کرده و داده ها را روی آن کارآمدتر ذخیره می کند.
اقتصاد داده غیرمتمرکز
داده ها دارایی با ارزش فزاینده ای هستند که نه تنها باید به صورت ایمن ذخیره شوند، بلکه باید مبادله شوند. سیستمهای هوش مصنوعی مؤثر به شدت به دادهها وابسته هستند، چیزی که بلاکچینها میتوانند با درجه بالایی از قابلیت اطمینان ذخیره کنند. یک بلاک چین اساسا یک پایگاه داده ایمن و توزیع شده است که توسط همه شرکت کنندگان در شبکه به اشتراک گذاشته می شود. داده های آن در بلوک ها ذخیره می شود و هر بلوک به صورت رمزنگاری به بلوک قبلی پیوند داده می شود. این امر تغییر اطلاعات ذخیره شده بدون ربودن اجماع شبکه را به نحوی باور نکردنی دشوار می کند، به عنوان مثال، از طریق حمله 51 درصدی.
هدف تبادل داده های غیرمتمرکز ایجاد یک اقتصاد داده جدید است که بر روی بلاک چین ها اجرا می شود. این مبادلات داده ها و فضای ذخیره سازی را برای هر کسی (یا هر چیزی) به راحتی و ایمن در دسترس قرار می دهد. در اتصال به این اقتصاد داده، الگوریتمهای هوش مصنوعی میتوانند از مجموعه بزرگتری از ورودیهای خارجی استفاده کنند و سریعتر یاد بگیرند. علاوه بر این، خود الگوریتم ها نیز می توانند در این بازارها مبادله شوند. این باعث می شود که آنها برای مخاطبان وسیع تری در دسترس باشند و توسعه آنها را سرعت بخشد. مبادلات غیرمتمرکز داده این پتانسیل را دارد که فضای ذخیره سازی داده را متحول کند. اساساً، هر کسی میتواند فضای ذخیرهسازی محلی خود را با هزینه (که به صورت توکن پرداخت میشود) اجاره کند. به نوبه خود، ارائه دهندگان خدمات ذخیره سازی داده موجود باید خدمات خود را بهبود بخشند تا در رقابت باقی بمانند. برخی از این بازارهای داده در حال حاضر راه اندازی شده اند، اگرچه در مراحل اولیه خود هستند. با تشویق ارائه دهندگان داده و ذخیره سازی برای حفظ یکپارچگی داده ها، سیستم های هوش مصنوعی نیز سود خواهند برد.
ابرکامپیوترهای غیرمتمرکز
آموزش هوش مصنوعی نه تنها به داده های با کیفیتی نیاز دارد که الگوریتم ها بتوانند از آن یاد بگیرند، بلکه به قدرت محاسباتی زیادی نیز نیاز دارد. الگوریتم های هوش مصنوعی اغلب از نوعی سیستم محاسباتی به نام شبکه عصبی مصنوعی (ANN) استفاده می کنند. شبکه های عصبی مصنوعی با در نظر گرفتن مثال های زیادی انجام وظایف را یاد می گیرند. این شبکههای عصبی مصنوعی اغلب به توان محاسباتی جدی نیاز دارند تا میلیونها پارامتر را برای انجام یک کار تعیینشده بررسی کنند.
اگر داده ها را می توان در یک شبکه بلاک چین به اشتراک گذاشت، چرا نمی توان توان را محاسبه کرد؟ در برخی از پیادهسازیهای زنجیره بلوکی، کاربران میتوانند بهطور مؤثری قدرت محاسباتی ماشینهای خود را در بازار همتا به همتا (P2P) برای کسانی که به دنبال اجرای محاسبات پیچیده هستند، قرض دهند. کاربران تشویق می شوند تا با گرفتن توکن در ازای آن، قدرت محاسباتی را فراهم کنند. سیستمهای هوش مصنوعی را میتوان بر روی این پلتفرمهای محاسباتی بسیار مؤثرتر و با کاهش هزینه آموزش داد. در حالی که موارد استفاده اولیه در درجه اول با رندر گرافیک کامپیوتری سه بعدی سروکار دارند، ممکن است تمرکز به آرامی به سمت هوش مصنوعی تغییر کند.
همانطور که این برنامه های غیرمتمرکز (DApps) توسعه می یابند، شرکت هایی که قدرت محاسباتی را ارائه می دهند ممکن است شاهد هجوم رقابت باشند. با اجازه دادن به کاربران برای کسب درآمد از طریق اجاره قدرت محاسباتی بیکار خود، مقادیر زیادی از آن به طور موثرتری استفاده می شود. در تئوری، وقتی استفاده نمی شود، هر CPU یا GPU در جهان می تواند به عنوان یک گره در یک ابرکامپیوتر غیرمتمرکز کار کند.
- مطالعه بیشتر: برنامه های غیرمتمرکز (DApps) چیست؟
قابلیت ممیزی بهتر تصمیمات هوش مصنوعی در کنار بلاک چین
درک تصمیمات سیستم های هوش مصنوعی برای انسان دشوار است. این الگوریتمها میتوانند با چنان دادههای فراوانی کار کنند که عملاً برای هر انسانی غیرممکن است که فرآیند تصمیمگیری خود را ممیزی و تکرار کند. اگر تصمیمات بر اساس هر نقطه داده ثبت شود، یک مسیر حسابرسی واضح برای انسان وجود دارد که می تواند اعتماد به تصمیمات اتخاذ شده توسط الگوریتم های هوش مصنوعی را افزایش دهد.
جمع بندی
اگر این دو فناوری بتوانند از پتانسیل خود استفاده کنند، بدون شک تاثیری ماندگار خواهند داشت. در حالی که بسیاری از شرکت ها از آنها به طور جداگانه استفاده می کنند، موارد استفاده جالبی وجود دارد که می توان آنها را با هم ترکیب کرد. همانطور که هر دو فناوری بیشتر توسعه می یابند، ممکن است از طریق استفاده همزمان از فناوری بلاک چین و هوش مصنوعی، نوآوری بیشتری کشف شود. ارزیابی نتایج بالقوه دشوار است، اما کاملاً مطمئنیم که نهایتا به بهبود در بسیاری از جنبههای اقتصاد ما منجر خواهند شد.