导读:
区块链可以做的有数据来源、存储、安全保护、清洗标注、防造假等。算力上则是提供大规模并行计算、数据隐私保护。
9月16日,巴比特在上海举办了第11期《Chainge》技术沙龙,同济大学区块链俱乐部等协办支持,主题是“区块链+人工智能”。搜狗输入法之父马占凯、比原CTO朗豫、JarvisPlus创始人佘泽鹏、CONNECTOME Founder Ishii等嘉宾受邀分享各自观点。
卷积神经网络如何识别图像信息?
我们可以看一下传统编程和深度学习的比较。传统编程是输入数据和人类设定的规则,最后输出一个答案。深度学习则是输入数据和答案,机器自动得出一个规则。当然,目前人工智能还是需要人做少量工作,比如实验网络的一些超参数,但未来可以完全自动化。
那电脑是如何完成这一工作的?我们会发现网络可以自动总结出重要的中间概念,例如识别萨摩耶犬图片时,网络中间的有些神经元会去识别白色,有些会去识别毛发等。为什么可以自动总结出这些中间概念,学术界其实还没有特别好的答案,因此有人称其“数据黑匣子”,我见过的比较好的说法是说这来自于自然界规律和现象的层级性。
但这并不意味着卷积神经网络就没有缺陷,它对世界的理解也会想当然,因为它是基于统计规律。举个案例,非洲草原上有一课树,树上有很多山羊,卷积神经网络会认为那是鸟,因为它学习时的图片数据里从来没有出现过站在树上的山羊,即便它识别出那些是山羊,最后它的判断还会是鸟。
因此,涉及自动驾驶、医疗等人命关天的领域,纯靠深度学习还是存在一些问题。
区块链+物联网会成为下一代互联网?
现在我们可以把深度神经网络认为是一个黑箱子,人类把数据、算力、模型(算法)给到它,它会给出一个结果。那么,为什么近些年深度学习成长特别快?很大程度上就是数据和算力在这些年飞速发展,它为深度学习提供了基础保障。
那么现在,区块链就在上述的3个方面,登上了深度学习的舞台。数据上,区块链可以做的有数据来源、存储、安全保护、清洗标注、防造假等。算力上则是提供大规模并行计算、数据隐私保护。而算法上则可利用众包完善算法,也能构建算法交易平台。因为开源等原因,在一定程度上,现在模型(算法)并非壁垒,所以数据和算力的重要性相对更突出。
当然,这里面还是存在一些挑战。数据类创业项目中包括了交易市场,这是区块链创业的常见方向。
深度网络的训练目前很难做到分布式,存在技术障碍。但深度网络的运行是可以采用分布式的。信任机制可以用区块链实现,数据安全也能在一定程度上用区块链解决,但商业上的一个问题是成本和效率。理想的情况是采用 POW机制,目前仍有难度,因为存在安全、效率和去中心化的不可能三角。而模型(算法)类创业项目类似于任务交易市场,但去中心化并不一定比中心化的成本低。
通过对未来的展望可以发现,将来,手机、摄像头都会有AI芯片,物联网(IOT)与边缘计算天生适合去中心化网络,与区块链相融合的必要性更强。
领取专属 10元无门槛券
私享最新 技术干货