2020来了,不仅是区块链,AI也来敲门

作者简介：

Ben Goertzel，SingularityNET公司CEO，SingularityNET是一个基于AI（人工智能）的区块链项目。

随着人工智能迅速渗透到经济的各个领域，没有什么问题比谁拥有、控制和指导用于训练人工智能系统的数据更为紧迫的了。人工智能从这些数据中学习到了模型和结论。

现在大公司在数据量方向占尽优势。我们的电子邮件、信息、照片和文档中披露的关于我们的想法、偏好、恐惧和欲望的数据都存储在公司数据库中，并用于创建推动我们购买行为的个性化广告。

关于我们的身体和基因组的数据存储在制药公司的数据库中，用于专利研发。这些活动没有征得我们的明确同意，我们也没有因此获得任何奖励。当然，这些大公司正与政府监视机构密切合作，有时是为了保护平民，但有时他们的所为却更为邪恶。

随着人工智能变得越来越智能，谁拥有和控制它就能获得更为精准的能力。幸运的是，这些技术的存在使人们能够仔细地跟踪和控制人工智能对个人数据、模型和结论的使用，以及基于个人数据的学习能力。

这使得区块链技术以及同态加密和多方计算等相关方法找到了最为关键的应用领域，因为这些方法都允许在尊重数据隐私的同时进行复杂的人工智能数据处理。

在过去的两年里，将人工智能和区块链结合起来的重要性议题，在各类研讨会和初创企业中几乎是司空见惯的。

目前还没有一个商业上广泛应用的去中心化的人工智能网络，但这一概念已被广泛接受。到2020年底，似乎有可能出现令人兴奋的用例，涉及大大小小的公司将其人工智能服务从API调用转移到一个去中心化的、基于区块链的网络，而不是通过一个集中的人工智能服务。

可以肯定的是，人工智能系统的能力在2020年将显著增强，在多个垂直市场上出现更多引人注目的业务应用程序。随着基础研究的进展，从特定于应用的“狭义人工智能”系统向科幻作家和未来学家早就预见到的更通用的人工智能系统飞跃。

就在不久以前，通用型人工智能（AGI）可能还是某些专业的研究圈子里讨论的一个话题。但自从微软向OpenAI投资10亿美元后，人们现在已经从国家和企业领导人的口中听到了这个词。现在，人们已经相当广泛地认识到，人工智能需要超越模拟其训练数据集的范围，并获得程序员和培训师没有预料到的新领域内的能力。

虽然能与人类能力媲美的AGI系统在未来才会出现，但我们正在朝着这个方向努力。我们已在使用能够进行因果推理（能识别股市崩盘或疾病爆发等复杂事件）和进行类比推理(能帮助我们理解复杂的汉语)。

然而，AGI和去中心化人工智能的融合在很大程度上还没有过入公众的视线。到2020年，我们可能会看到朝这个方向迈出的第一步。这将唤醒公众对去中心化框架的潜力的关注，使其能够朝着具有深刻想象力、概括能力和创造性学习的人工智能方向发展。

实用形式

在一个去中心化的人工智能元网络中，面向AGI的智能体将能够为运行在同一元网络中的面向应用的人工智能体提供抽象和泛化服务。

假设一个以健康技术为导向的人工智能机构需要对25000个人类基因中，关于哪一个与前列腺癌有关做出假设。但假设它只有几百人的DNA数据，这些数据量就不足以让它对这么多不同的基因得出可靠的结论。

如果没有一个允许这个人工智能代理向其他人工智能代理寻求帮助的框架，这个人工智能代理就很可能会放弃。但SingularityNET允许这种框架存在，从而也就多了一条成功之路。

如果在小鼠等模型生物中有其他与前列腺癌类似的疾病的数据集，我们可能会看到通过多个人工智能制剂的组合以及不同能力的协同作用，了解哪些基因与前列腺癌有关的进展。

我们估切叫它人工智能1号吧，我们假设它是类比大师，有类比推理的天赋。这是一种将一种领域的知识映射到另一种领域的推理。例如，使用关于战争的知识来得出关于商业的结论。这个类比大师也许能够利用患有类似前列腺癌的小鼠的遗传数据得出关于人类前列腺癌的间接结论。

然后我们再假设它是AI2号，我们称它为数据连接器。它善于发现与某个问题相关的生物和医学数据集，并准备这些数据集进行AI分析。然后我们再假设还有AI3号，我们称它为疾病分析师,擅长使用机器学习来理解人类疾病的根源。

当疾病分析员的任务是寻找与前列腺癌相关的人类基因时，他们可能会决定需要一些横向思考来帮助自己在概念上实现飞跃并解决问题。他们需要类比大师，或许多不同的人工智能系统的帮助。

这位类比大师可能对癌症生物学一无所知，尽管他擅长通过类比推理实现概念上的飞跃。因此，为了帮助疾病分析员解决问题，他可能需要用一些相关的数据来充实知识库，例如关于小白鼠癌症的数据。然后，数据连接器开始救援，向类比大师提供需要驱动其创造性头脑风暴的小白鼠癌症数据，支持疾病分析师解决其问题。

从用户的角度来看，人工智能代理之间的所有这些合作都可能发生在幕后。向疾病分析员寻求前列腺癌基因分析帮助的研究实验室，永远不需要知道疾病分析员是通过向类比大师和数据连接器寻求帮助来完成工作的。

此外，类比主机和数据连接器不一定需要查看疾病分析员的专有数据，因为使用多方计算或同态加密，人工智能分析可以在数据集的加密版本上进行，而不会在这种使用情况下侵犯数据隐私。

随着人工智能技术和云计算技术的发展，多个人工智能之间的这种合作正在变得可行。当然，这种合作可以在防火墙后由大公司控制的方式进行。

如果这个示例场景中的三个人工智能代理属于不同的机构，会怎么样呢？如果疾病分析员使用的关于人类前列腺癌的数据是由前列腺癌患者拥有和控制的，从他们那里收集的数据会怎样？这不是医疗机构现在的工作方式。但至少我们可以说，在技术层面上，人工智能驱动的医学发现不需要单一化和集中化。通过将现代人工智能与区块链基础设施相结合，一种通过多个代理、多个所有者对安全加密数据进行操作来实现智能的分散方法，在技术上是可行的。

与其他领域一样，在医学领域，由于政治和行业结构的原因和惯性，人工智能数据分析和决策的中心化非常普遍。

在这种情况下，基于医疗技术的人工智能的任务是了解癌症的遗传原因，它将很好地与这种类比推理人工智能进行幕后联系，并与相关模型生物体数据的提供者联系起来，以提供给类比推理机，从而获得其解决任务的帮助。

在不久的将来，人工智能网络中将存在于两个不同的层次上——个体人工智能代理，以及人工智能网络的协调和协调活动。概括和抽象的能力在某种程度上也存在于这两个层次上。它将存在于个体人工智能代理中，如上面示例中的类比主控器，其面向通用智能。它将存在于整个网络中。

当前，去中心化人工智能网络的可扩展性和广泛应用还处于起步阶段，未来几年还有许多问题需要解决。毕竟，与谷歌、Facebook、亚马逊、IBM、腾讯或百度创建的IT系统相比，去中心化的人工智能社区实现其中期目标所需的内容更为复杂。

你愿意拥有一份利用你的医疗记录和基因组数据发现的医疗疗法吗？你想知道你的信息内容和上网模式是如何被用来决定向你推荐什么产品的吗？至少我非常想得到它。

2020年将是这一愿景开始获得发展动力的一年。我们将看到将区块链和人工智能结合在一起的平台，并且这些平台将真正被用户采用。我们将看到朝着更普遍形式的人工智能方向努力，人工智能是由个人拥有和引导的，这些个人向人工智能提供他们需要学习和成长的数据。

（编译：邹震）

—-

编译者/作者：链客Talk

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。