بلاکچین و هوش مصنوعی؛ یک ترکیب برنده!

دسته بندی: هوش تجاری (BI)
12 دقیقه زمان مطالعه
1400/08/25
1 نظر

بلاکچین و هوش مصنوعی! شما با شنیدن این دو اسم به یاد چه چیزهایی می‌افتید؟ احتمالا با شنیدن اسم هوش مصنوعی، ربات‌هایی را در ذهن تصور می‌کنید که می‌توانند حرکت‌های انسان‌گونه انجام دهند. با شنیدن اسم بلاکچین هم احتمالا قبل از هر چیز به ارزهای دیجیتال و مخصوصا بیتکوین فکر می‌کنید. اما نه هوش مصنوعی فقط ربات‌هاست و نه بلاکچین فقط ارزهای دیجیتال! در این مقاله قصد داریم هر دو تکنولوژی‌های بلاکچین و هوش مصنوعی را که از تکنولوژی‌های برتر و نوظهور قرن حاضر هستند را بررسی کنیم و ببینیم اگر این دو با هم ترکیب شوند چه چیزهای جدیدی را می‌توانند به دنیا اضافه کنند؟ گفته می‌شود با همگرایی بلاکچین و هوش مصنوعی، یادگیری ماشین تقویت می‌شود و هوش مصنوعی می‌تواند محصولات مالی بسازد؛ اما چطور؟ همچنین این سوال را جواب خواهیم داد که آیا شرکت‌های بزرگ چهان، این همگرایی را آزمایش کرده‌اند یا خیر! با ما همراه باشید. 

به زودی راه حل‌های هوش مصنوعی مبتنی بر بلاکچبن پیاده‌سازی خواهند شد و به دنبال آن ظرفیت یادگیری ماشین تقویت می‌شود. همگرایی بلاکچین و هوش مصنوعی اجتناب‌ناپذیر است؛ زیرا هر دو آن‌ها با داده و ارزش سر و کار دارند. بلاکچین فضای ذخیره‌سازی امن ارائه می‌دهد و داده یا هر چیز با ارزشی را به اشتراک می‌گذارد. هوش مصنوعی هم می‌تواند داده‌ها را تحلیل کند و از این طریق آگاهی و بینش ارائه دهد که خلق ارزش است. در نهایت هم بررسی می‌کنیم که سازمان‌ها چطور می‌توانند در برای همگرایی بلاکچین و هوش مصنوعی موضع بگیرند. 

استارپ‌های فعال در حوزه بلاکچین و هوش مصنوعی

حقیقت این است که اکثر استارتاپ‌هایی که ادعا می‌کنند در حال ترکیب بلاکچین و هوش مصنوعی هستند، عمدتا تبلیغاتی هستند. این شرکت‌ها خیلی جوانند، مشتریان کمی دارند و خیلی هم تجاری‌سازی نشده‌اند. 

بیشتر این شرکت‌ها جذب سرمایه‌شان از طریق عرضه‌های اپلیه سکه یا همان ICOها بوده؛ به این معنی که ایده‌ها و کارهایشان اندازه‌ای که طی یک سرمایه‌گذاری خطرپذیر بررسی می‌شوند، بررسی نشده‌اند. برخی از این شرکت‌ها ممکنه که در آینده موفق هم بشوند که خب در سال‌های آینده در موردشان خواهیم شنید، اما در این مقاله خیلی تمرکزی روی آن‌ها نداریم.

تعریف بلاک چین و هوش مصنوعی

مبانی بلاک چین و هوش مصنوعی

در ادامه یک تعریف ساده از بلاک چین و هوش مصنوعی را با هم مرور می‌کنیم.

بلاک چین چیست؟

بلاکچین، یک دفتر کل دیجیتال است که نه تنها تراکنش‌‌های مالی، که تقریبا هر چیز با ارزش دیگر را می‌تواند ضبط کند. 

بلاکچین‌های عمومی مثل اتریوم در اختیار عموم مردم هستند. در حالی که بلاکچین‌های خصوصی فقط از طریق دعوتنامه قابل دسترسی‌اند و اغلب در محیط‌های شرکتی استفاده می‌شوند. انواع خصوصی بلاکچین‌ها از انواع عمومی آن‌ها سریع‌تر هستند؛ چون مشارکت‌کننده‌های آن شناخته شده و قابل اعتماد هستند و درستی‌سنجی تراکنش‌ها خیلی سریع‌تر انجام می‌شود. 

بلاکچین به افراد غیر مرتبط و ناآشنا این امکان را می‌دهد که داده‌ها با هم روی یک دفتر کل مشترک به اشتراک بگذارند و منتقل کنند؛ این یکی از قابلیت‌های کلیدی این تکنولوژی جدید است.  تراکنش‌ها با استفاده از رمزنگاری و مکانیزم‌های اجماعی مثل اثبات کار صحت‌سنجی می‌شوند. این بسیار مهم است؛ چرا که افراد مجبور نیستند برای اینکه معامله‌ای انجام دهند، به هم اعتماد کنند یا به تاییدکننده‌های شخص ثالث متکی باشند.

بلاکچین برای تراکنش‌های مالی و حتی به اشتراک‌گذاری داده بین سازمان‌ها مفاهیم قدرتمندی دارد؛ بیتکوین یکی از این مفاهیم و کاربردهاست. مردم می‌توانند مطمئن باشند که داده‌های روی بلاکچین قابل اعتمادند، حتی اگر نتوانند داده‌های لایه‌های زیرین را ببینند. 

بلاکچین از رمزنگاری استفاده می‌کند تا اطمینان حاصل کند که داده‌ها، تراکنش‌ها و اشخاص:

  • به طور منحرف‌نشدنی، ایمن و غیرقابل تغییری ضبط شده‌اند.
  • تا زمانی که خصوصی باشند، قابل اعتمادند؛ مشارکت‌ کننده‌ها می‌توانند صحت داده‌ها را بدون نیاز به نگاه کردن به داده‌ها تایید کنند و فقط چیزهایی را ببینند که اجازه دیدنشان را دارند. 
  • به راحتی به اشتراک گذاشته می‌شوند؛ چرا که هر کسی روی شبکه بلاکچین یک کپی یکسان، شامل آپدیت‌ها در زمان انجام، از کل دفتر کل دارد. 

هوش مصنوعی (AI)

هوش مصنوعی در حقیقت استفاده از کامپیوتر برای انجام کارهایی است که به هوش انسانی نیاز دارد. با استفاده از مدل‌های هوش مصنوعی می‌توانیم با کمک داده‌ها، تحلیل، طبقه‌بندی و پیش‌بینی کنیم. برخلاف نرم‌افزارهای سنتی، هر چه داده‌هایی که در اختیار مدل‌های هوش مصنوعی قرار می‌گیرد بیشتر شوند، مدل‌ها هم یاد می‌گیرند و بهتر می‌شوند. 

ماشین لرنینگ، زیر مجموعه‌ای از هوش مصنوعی است که برای استخراج آگاهی و بینش از داده‌ها استفاده می‌شود. به طور کلی، پایگاه داده‌های بزرگ‌تر به ایجاد مدل‌های یادگیری ماشینی بهتر کمک می‌کند. کیفیت داده‌ها هم به همان اندازه مهم است. از آن‌جایی که روند یادگیری می‌تواند مستمر باشد و تکامل پیدا کند، پایگاه داده باید با داده‌های جدید و مرتبط به‌روزرسانی شود تا مدل‌ها بتوانند اثرگذاری خود را حفظ کنند.

داده‌ها در اثربخشی هوش مصنوعی نقش اساسی دارند و بلاک چین همکاری و به اشتراک‌گذاری امن داده‌ها را امکان‌پذیر می‌کند. بلاکچبن قابل اعتماد بودن داده‌ها تضمین می‌کند و همچنین می‌تواند این امکان را فراهم کند که قبل از شروع کار هوش مصنوعی، داده‌های بیشتری به اشتراک‌ گذاشته شوند. 

مایکروسافت و بهبود مدل‌های ماشین لرنینگ در بلاک چین

مایکروسافت و بهبود مدل‌های ماشین لرنینگ در بلاکچین

محققان مایکروسافت در حال کار بر روی راه‌هایی هستند که افراد بتوانند به صورت مشارکتی مدل‌های ماشین لرنینگی که روی بلاک چین‌های عمومی میزبانی می‌شوند را بهبود ببخشند. این مشارکت ارزشش را دارد؛ چرا که بلاکچین این امکان را می‌دهد که افرادی که به بهبود مدل‌ها کمک می‌کند پاداش دریافت کنند. 

در حالی که پیشرفت‌های عظیمی در یادگیری ماشینی در حال انجام است اما مزایای آن به طور گسترده و برای همه قابل دسترسی نیست. افرادی که منابع محدودی دارند، همیشه نمی‌توانند به سیستم‌های ماشین لرنینگ پیشرفته دسترسی داشته باشند. این منابع متمرکز هستند  و از مجموعه داده‌های اختصاصی استفاده می‌کنند که دسترسی به آن‌ها بسیار پر هزینه است. علاوه بر این ختی بهترین مدل‌ها هم اگر با داده‌های جدید تغذیه نشوند، قدیمی می‌شوند. 

مایکروسافت در تلاش است تا با استفاده از بلاکچین، هوش مصنوعی را غیرمتمرکز و مشارکتی کند. در این آینده، افراد به راحتی و با هزینه کم می‌توانند مدل‌های پیشرفته ماشین لرنینگ را بر روی دستگاه‌ها و اپلیکیشن‌های روزمره (مانند لپ‌تاپ، مرورگر، تلفن‌ همراه) خود اجرا کرده و به جمع‌آوری داده‌ها و بهبود مدل‌ها کمک کنند.

این که مدل‌های پیشرفته هوش مصنوعی و مجموعه داده‌های بزرگ امکان این را داشته باشند که به طور گسترده به اشتراک گذاشته شوند، به‌روزرسانی شوند و  با استفاده از داده‌های جدید یاد بگیرند، می‌تواند افزایش میزان پذیرش و اثربخشی هوش مصنوعی را به دنبال داشته باشد. 

برنامه مایکروسافت برای ترکیب بلاکچین و هوش مصنوعی

مایکروسافت، در حال توسعه یک هوش مصنوعی غیر متمرکز و مشارکتی روی فریم‌ورک بلاکچین است تا فعالان حوزه هوش مصنوعی بتوانند به طور مشترک مدل‌ها را آموزش دهند و مجموعه‌ای از داده‌ها را بر روی بلاکچین‌های عمومی بسازند. نکته قابل توجه در این است که افراد می‌توانند به صورت رایگان از این مدل‌های ماشین لرنینگ استفاده کنند. چند مورد از کاربردهای این کار، توسعه دستیارهای مجازی یا سیستم‌های پیشنهاد دهنده (مثل چیزی که نتفیلیکس برای پیشنهاد فیلم‌ها استفاده می‌کند) هستند. مکانیزم‌های اجماع هم با استفاده از اتریوم ایجاد شده‌اند. 

استفاده از بلاک چین منطقی به نظر می‌رسد؛ چون به مشارکت‌کننده‌ها اعتماد و امنیت ارائه می‌دهد. شما می‌توانید ۱۰۰ درصد مطمئن باشید که با چه کدی در حال تعامل هستید. چارچوب مایکروسافت به جای نیاز به خدمات ابری تخصصی، مدل‌های عمومی را در قراردادهای هوشمند (می‌توانند با استفاده از کد قانون‌گذاری شوند) قرار می‌دهد. کاربران می‌توانند مدل‌ها را در بلاک چین بروزرسانی کنند یا بدون هزینه تراکنش، به صورت off-chain و در دستگاه شخصی و داخلی‌شان از آن‌ها استفاده کنند . ماهیت تغییرناپذیر بلاک چین و قراردادهای هوشمند به این معنی است که مدل همیشه مطابق با مشخصات عمل می‌کند. هنگامی که مدل بروزرسانی و اعتبارسنجی شد، هر کاربر آن را به عنوان «یک نسخه درست» می‌بیند.

بلاک چین همچنین یک سیستم انگیزشی ارائه می‌دهد که شرکت کنندگان را تشویق می‌کند تا در آماده کردن داده‌هایی که باعث بهتر شدن مدل‌ها می‌شوند، مشارکت کنند. توانایی تأیید و ردیابی تغییرات به ما این امکان را می‌دهد که به‌ طور دقیق پاداش‌ها را برای افرادی که همکاری کرده مدل‌های هوش مصنوعی را ارتقا دادند، محاسبه و پرداخت کنیم. این پاداش‌ها به صورت توکن پرداخت می‌شوند.

 محققان مایکروسافت ادعا کردند که هزینه آپدیت یک مدل پرسپترون هوش مصنوعی در شبکه اتریوم معادل فقط ۰٫۲۵ دلار است. در آینده آن‌ها امیدوارند به این هزینه هم نیاز نباشد. مشارکت‌کنندگان بسته به این که چقدر به بهبود مدل کمک کرده‌اند، پاداش خود را از شبکه دریافت می‌کنند. مشارکت‌کنندگان خوب پاداش می‌گیرند و مشارکت‌کنندگان بد یا مخرب با برداشت مبالغی از سپرده‌شان جریمه می‌شوند.

در حالی که چارچوب‌های مایکروسافت هنوز در مقیاس بزرگ عملیاتی نشده است، اما چشم‌انداز آن‌ها می‌تواند به زودی به یک معیار تبدیل شود. این که مدل‌های پیشرفته هوش مصنوعی و مجموعه داده‌های بزرگ می ‌توانند به طور گشترده به اشتراک گذاشته شوند، به‌روزرسانی شوند و یاد بگیرند، می‌تواند افزایش میزان پذیرش و اثربخشی هوش مصنوعی را به دنبال داشته باشد. 

جمع‌بندی

آن چه در این مقاله مهم است تغییر تمرکز از فناوری‌های برتر متمرکز به فناوری‌های غیر متمرکز و با هزینه‌های پایین‌تر و در دسترس عموم است؛ قدرتی که ترکیب تکنولوژی‌های نوین برتر در اختیار کسب‌ و کارها و جوامع قرار می‌دهد. این مباحث بسیار بحث‌برانگیز هستند و قابلیت این را دارند که چشم‌انداز آینده شرکت‌ها، بازارهای مالی و حتی انسان‌ها را تغییر دهند. یکی از کاربردهای ملموس در این حوزه ربات‌های هوش مصنوعی تریدری هستند که روی بلاکچبن‌ها کار می‌کنند. اگر تمایل داشتید درباره این موضوع بخوانید، مقاله «سرمایه گذاری و مدیریت دارایی روی بلاکچین با هوش مصنوعی» را از دست ندهید. 

منبع مقاله

امتیاز شما به این مقاله:
نویسنده:

مطالب مرتبط