一切在正确的地方:分散人工智能的潜力

当今的人工智能相当集中,仅限于单个实体(如 Facebook 或 Google)的所有权。这提出了一系列独特的挑战,实际上并没有进一步促进社会的进步。更重要的是,当事情集中时,没有协作。

人工智能 (AI) 的未来将取决于我们在协作中投入多少权重。从根本上说,协作依赖于一组分享个人知识的人(或机器)来解决问题。分散的人工智能是前进的方向。

当您谈论分散式人工智能时,您真正谈论的是将基于智能或伪智能的不同想法和数据集组合在一起,以解决一系列复杂的挑战。

当您将分散式计算模型(如区块链)与智能系统 (AI) 相结合时,您可以利用两种世界中的优势实现资源规模。分散 AI 是一种模型,它允许隔离处理,而不会有聚合知识共享的缺点。根据美德,它使您能够在各种计算设备或设备之间独立处理信息。这样,您可以获得不同的结果,然后分析知识,为集中式 AI 系统无法解决的问题创建新的解决方案。

从一开始,科学的作用就被用来吸取过去的发现和教训,并找出如何使用它们来准确地解释我们周围的世界。分散式 AI 采用类似的路径,因为它从我们的设备开始交互并更改周围的环境。这种类型的 AI 将解释我们的设备如何以更高效的方式运行,以及我们如何更好地与我们的世界互动。

分散的人工智能在企业、科学和我们这些集体人民中具有令人难以置信的潜力。总之,它将允许设备通过现实世界的挑战,通过推理,通过试验和错误,同时记录结果克服逆境。传统科学带来的测试方法不是缓慢的,而是以指数测试点的速度为优先。理想情况下,通过这些挑战对生活体验的几次演变,可以在设备之间共享最佳结果和获得的总知识。

在未来十年中,通过分散式 AI 网络学习的设备将受益于它们面前的设备以及网络中目前存在的所有其他设备。他们将能够利用收集的域知识,并将这些数据转换为知识。通过分散的人工智能,我们将建立一个明确和持续的结构,解释事情是如何处理的。

但是,了解分散化人工智能对我们社会是多么重要是不够的。我们需要了解实现这一潜力所需的步骤。平台确实需要包含所需的计算能力,包括存储和(非常)高速通信。之后,您需要确保设置适当的安全框架来保护这些资产及其周围的数据。

现在,有车辆可以保持或利用这种力量在开发。在不久的将来,当这些早期采用者拥有非常有能力的计算设备时,不仅能够满足实际需求,还允许他们参与分散的人工智能志愿者工作,甚至可能通过加密货币挖掘或通过分数计算时间为购买本身提供资金。

最终,分散的人工智能将提供通过知识进步创造的成就等级。这一成就的根源是个性化协作。当不同的部分走到一起分享他们的发现时,可以提出新的或一致的理解,以帮助克服挑战,从而释放分散的人工智能的真正潜力。

from:https://insidebigdata.com/2020/12/31/everything-in-its-right-place-the-potential-of-decentralized-ai/

发表评论