John deVadoss thảo luận về tác động của công nghệ blockchain đến với công nghệ Machine Learning

TIN TỨC NEO
2019-11-02



John deVadoss, Giám đốc phát triển của Neo Seattle, gần đây đã xuất bản một bài viết với tư cách là khách mời trên trang web tin tức blockchain CryptoSlate. Trong bài đăng, deVadoss thảo luận về sự phổ biến hiện tại của AI, những thách thức lâu dài của ngành công nghiệp Machine Learning và cách blockchain có thể hỗ trợ cho sự phát triển của ngành này.


Sau sự nghiệp của mình với Microsoft, deVadoss đã xây dựng và rút lui hai công ty khởi nghiệp trong ngành Machine Learning, một lĩnh vực mà ông đã học để lấy bằng tiến sĩ với trọng tâm là recurrent neural network. Tại Neo Seattle, deVadoss giám sát việc xây dựng các công cụ phát triển được thiết kế để thu hút các nhà phát triển truyền thống đến nền tảng Neo và công nghệ blockchain.


AI và Machine Learning

deVadoss bắt đầu bài viết của mình với phần giới thiệu về lịch sử trí tuệ nhân tạo từ khi thuật ngữ này được đặt ra vào những năm 1950. Những tiến bộ và đổi mới khác nhau sẽ xảy ra trong những thập kỷ sau đó, chẳng hạn như phát minh backpropagation, một kỹ thuật cho phép một mạng lưới thần kinh được cân nhắc để giảm thiểu chi phí của một nhiệm vụ bằng cách học hỏi từ các ví dụ đơn lẻ.


Ngoài ra, ông giải thích rằng các thuật toán Machine Learning chủ yếu chịu trách nhiệm cho hầu hết các ứng dụng thường được gọi là ‘AI, đối với các trợ lý điều khiển bằng giọng nói như Siri và Alex, xe tự lái và các sáng kiến ​​chăm sóc sức khỏe như chẩn đoán ung thư. deVadoss giải thích:


“Phần lớn những gì chúng ta gọi là AI ngày nay là kết quả của việc ứng dụng công nghệ Machine Learning cho một lượng lớn dữ liệu cực kỳ khác biệt, được gọi là kỹ thuật deep learning.”


Một mô hình Deep Learning hướng đến việc dạy một máy tính học hỏi từ một số lượng lớn các ví dụ, đạt được khả năng thực hiện các nhiệm vụ phân loại. Ví dụ, mô hình có thể học cách phân biệt giữa hình ảnh của một con mèo hoặc một con chó, hoặc có thể giải thích các chữ viết tay.


Vậy Blockchain có thể hỗ trợ gì cho công nghệ này

deVadoss cũng nêu ra ra hai thách thức lớn có thể cản trở sự phát triển của các kỹ thuật Deep Learning; bản chất xâm phạm quyền riêng tư của tập hợp dữ liệu tập trung và tính dễ bị tổn thương của việc triển khai single-vendor.


Deep Learning đòi hỏi số lượng lớn dữ liệu đào tạo và dữ liệu đó phải được lưu trữ ở đâu đó thường là một hệ thống hoặc trung tâm dữ liệu. Dữ liệu này sau đó được khai thác để xây dựng các mô hình Deep Learning, có khả năng xử lý một lượng lớn thông tin nhạy cảm:


“Người đọc sẽ thấy rõ rằng cách tiếp cận này là xâm phạm quyền riêng tư. Với và thông thường, mặc dù không có sự cho phép của người dùng, các hệ thống này đang khai thác dữ liệu riêng tư nhạy cảm để xây dựng các ứng dụng AI của họ.”


Tiếp theo, deVadoss giải thích vấn đề của single-vendor:


“Thứ hai, và vấn đề không kém là cách tiếp cận tập trung thường phụ thuộc vào nhà cung cấp (vendor), tức là sự lựa chọn thuật toán của nhà cung cấp, cơ chế thực hiện (ngôn ngữ, thư viện, công cụ), phần cứng ưa thích của họ (bên trong, bên ngoài, phụ thuộc vào nhà sản xuất chip, v.v. .), kiến ​​trúc trung tâm dữ liệu, nhân sự của họ (có nguy cơ bị xâm phạm, bị mua chuộc, v.v.) và sự lựa chọn công cụ của họ để hiển thị kết quả của các thuật toán đào tạo.”


deVadoss lưu ý rằng blockchain có khả năng giải quyết cả hai lỗ hổng này. Thứ nhất, blockchain cung cấp cho người dùng toàn quyền kiểm soát tính khả dụng của dữ liệu của họ, đặc biệt là việc áp dụng các bằng chứng không có kiến ​​thức.


Thứ hai, việc sử dụng cơ chế đồng thuận cho phép một blockchain được phân cấp, do đó các ứng dụng AI mới có thể được phát triển mà không phụ thuộc vào các rủi ro và lỗi tiềm ẩn trong các triển khai của một nhà cung cấp (vendor). Những rủi ro này đặc biệt rõ ràng do sự hiện diện của tính tích cực giả và tính tiêu cực giả, trong đó một mạng lưới thần kinh có thể vô tình được đào tạo để giữ tính sai lệch trong phân loại của nó.

“Một điều bắt buộc là chúng ta phải tránh xa việc triển khai single-vendor và các rủi ro liên quan của họ đối với việc triển khai công nghệ Deep Learning phi tập trung, sử dụng các tài nguyên điện toán (thuật toán, ngôn ngữ, phần cứng) trải rộng trên nhiều nhà cung cấp và nhiều vendor.”


Chi tiết bài viết trên CryptoSlate: https://cryptoslate.com/how-blockchain-technology-can-save-ai/

Bình luận: Công nghệ blockchain đang ngày càng phổ biến trên toàn thế giới. Và để blockchain có thể đi sâu và sát vào từng ngách nhỏ của xã hội bắt buộc nó phải thỏa hiệp, tích hợp với các công nghệ truyền thống để tạo ra những sản phẩm, những dịch vụ, những hướng giải quyết tốt hơn ở tất cả các ngành trong xã hội. Việc có thể hòa quyện và hỗ trợ nâng tầm AI và Deep Learning có thể là một bước tiến lớn của blockchain giúp nó định vị trong đầu của các nhà quản lý các doanh nghiệp truyền thống và các chính phủ trên toàn thế giới.

TINTUCNEO – Tham gia các cộng đồng Tin tức NEO tại:
Website tin tức
Medium tin tức
Telegram tin tức
Telegram Thảo luận
Fanpage tin tức
Kênh Youtube




Xin chào

Admin TINTUCNEO xin chào bạn



0 bình luận. Để lại câu hỏi & nhận trả lời nhanh qua email.




Bài cùng chủ đề
Flamingo vượt qua 100 triệu đô la Mỹ tài sản được bao bọc trong 24 giờ đầu tiên
Trong vòng 24 giờ kể từ khi Flamingo Finance ra mắt, giao thức DeFi đã vượt qua 100 triệu đô la Mỹ trong tổng dòng tài sản. Hoạt động này diễn ra thông qua các mô-đun Wrapper và Flamincome của Flamingo, được khởi chạy vào ngày 23 tháng 9.

2020-09-26

Neo SPCC phát hành kết quả điểm chuẩn Neo3 mới nhất, vượt quá 10K TPS với một node Go
Trung tâm năng lực Neo St Petersburg (SPCC) đã phát hành một bài báo ghi lại kết quả kiểm tra hiệu suất mới nhất của Neo3 sau những cải tiến gần đây đối với nền tảng đo lường mở của nó, neo-bench . Trong bài báo, nhóm đánh giá tiềm năng để Neo vượt qua 10.000 TPS lý thuyết trước đây khi họ khám phá các khu vực để tối ưu hóa việc cải thiện số lượng thực hiện giao dịch trong các nút Neo3.

2020-09-26

Cập nhật mới nhất về thời gian tiếp tục Mint Rush Flamingo (FLM) và những giải pháp được đưa ra.
Cập nhật mới nhất về thời gian tiếp tục Mint Rush Flamingo (FLM) và những giải pháp được đưa ra.

2020-09-26

BYZANT: NGD Harry Pierson của Seattle về việc trao quyền cho các nhà phát triển với mô hình lập trình thống nhất cho Neo
Byzant là một chuỗi cung cấp quyền truy cập vào quan điểm nội bộ từ những cá nhân hiểu biết trong hệ sinh thái Neo và ngành công nghiệp blockchain rộng lớn hơn. Trong tuần tiếp theo sau khi khách mời đã chia sẻ hiểu biết của họ, họ sẽ được khuyến khích tham gia thảo luận trên Neo subreddit bằng cách trả lời các câu hỏi có liên quan từ cộng đồng.

2020-09-25

Tham gia Cộng đồng NEO Việt Nam - TINTUCNEO
NEO-based projects? Contact us at [email protected] for collaborations in the Vietnam market