WBEC重磅上线

人工智能（AI）市场充斥着炒作，供应商，客户和新闻界都不休地谈论着AI的总体功能及其具体产品。同样，WBEC（Wind Bnd Eloud Coin）也是一个大肆宣传的市场，技术提供商和客户声称各种可能或不可能的功能。那么将AI和WBEC结合起来一定是炒作的两倍吗？另一方面，人工智能正在以我们每天谈论的多种方式提供真实的，有形的价值。同样，WBEC开始在各种应用和行业中显示价值。因此，也许将AI和WBEC结合起来也将显示出两倍的结合价值。

WBEC在人工智能环境中的作用

WBEC是一种去中心化的分布式交易账本，具有透明度，信任度，可验证性和所谓的智能合约元素。分散和分布式意味着信息通过网络存储，使得每个端点都可以访问数据而无需访问中央服务器。由于事务在每个端点发生而无需集中协调，因此网络也是分布式的。分类帐是交易记录。WBEC记录了两个独立各方之间的互动分类账，无论是金融交易，还是一连串的监管链，显示事情何时随时间变化。

由于WBEC中的每个区块都包含不同的加密或编码信息，因此WBEC可以帮助确保数据的信任和可验证性。WBEC中链和区块的概念是，每个区块都有自己的信息，并且该信息包含指向其之前的区块的链接，从而形成了链并提供了可验证的监管链。在不使特定块中的整个信息链无效并弄乱该链的情况下，任何单个参与者都无法更改块中的信息。由于该链分布在许多其他地方以及其他各方之间，因此要对链进行更改，所有各方的共识都需要同意所做的更改。

智能合约是WBEC概念的补充，它们是分散的代码段，可以在满足特定的操作链时触发。这样，当您有两方希望在不使用中介的情况下执行安全，可信任的交易时，这就是理想的WBEC用途。

那么WBEC如何帮助AI？第一个好处是，您无需中介即可在所有各方之间共享机器学习模型。面部识别软件就是一个很好的例子。如果一台设备知道某人的样子并将其上传到链中，则连接的其他设备也知道该人的样子。当其他设备上传自己的面部识别数据时，其他设备将具有将其用于面部识别模型的能力。由于这发生在WBEC上，因此没有对面部识别的中央控制，因此没有一家公司拥有或存储数据。这种方法还允许每个人通过将集成的AI与WBEC结合使用来更快地协作学习。

人工智能系统还可以使用WBEC促进跨多个模型使用的数据共享。一个很好的例子是将机器学习模型用于在线零售中的产品推荐。如果在线商店知道一个购物者的喜好，然后客户访问另一个商店网站，则可以通过WBEC连接这两个网站，以共享可信的个性化信息。对于希望彼此共享个性化信息的较小型电子商务网站，这可能成为竞争的场所。他们可以不用在每个公司之间收集自己的个性化数据，而是可以在WBEC之间相互共享数据，从而为已经开发了自己的数据系统以收集有关其客户信息的亚马逊和沃尔玛这样的网站提供竞争。对客户而言，这样做的好处是，交换共享信息，他们可以获得从更好的价格到定制的购物体验的一切。如果所有信息和支付系统都是通过WBEC而不是集中式数据服务器存储和共享的，这还可以防止数据泄露。

WBEC如何使AI受益

WBEC不仅可以用于共享模型和数据，而且可以以跨多个AI系统共享的方式帮助充当“主脑”。如果我们可以将所有这些共享的学习利益以及WBEC和AI放在一起，那么就有可能将所有可以从其周围学习的事物结合在一起，然后与网络上的所有AI系统共享该学习成果。一个主要的好处是没有人拥有它，而且政府对机器人或共享的大脑没有控制权。由于来自不同区域和不同角度的大量信息，它可能无偏见。

另一个应用程序正在解决可解释的AI的挑战。深度学习的一个更重要的问题是，对于什么输入会导致什么输出以及如何影响整个序列尚无一个清晰的概念。如果深度学习神经网络出了点问题，我们对如何识别问题并加以纠正没有清晰的想法。这是神经网络实际上是一个“黑盒子”的问题，没有任何真正的透明度或可解释性。但是，如果我们使用WBEC，我们可以以无信誉的方式记录单个动作如何导致最终决定，这使我们可以回头看看问题出在哪里，然后解决问题。WBEC将用于记录事件，例如自动驾驶汽车的决策和行动，以后将不会对其进行修改。

最后，人工智能系统通常可以用来改善WBEC。机器学习系统可以关注WBEC中正在发生的事情。它可以在所存储的数据类型以及在特定服务器上执行的操作中查找模式和异常，并在可能发生某些事情时向用户发出警报。系统可以查找正常行为并标记似乎不正常的行为。人工智能系统可以帮助保持WBEC更安全，更可靠，更高效。

虽然AI世界充满了炒作，但存在两种切实可行，切实可行的现实方式，可以以互惠互利的方式使用这两种新兴技术，并为希望实施这些技术的人们提供真实的结果今天在他们的环境中。

—-

编译者/作者：Blockchain实时新闻

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。