ویرگول
ورودثبت نام
winexbot_Dasna
winexbot_Dasna
خواندن ۸ دقیقه·۳ سال پیش

بلاک چین چگونه به توسعه‌ هوش مصنوعی کمک می‌کند؟


بلاک چین چیست؟

بلاک چین (Blockchain) یک دفترکل دیجیتالی است که می‌تواند نه تنها تراکنش‌های اقتصادی بلکه هر نوع داده ارزشمند دیگری را ثبت و ذخیره کند. بلاک چین های عمومی مثل اتریوم برای عموم در دسترس هستند. اما بلاک‌چین های خصوصی فقط با دعوت‌نامه قابل استفاده هستند و معمولاً در محیط‌های شرکتی مورد استفاده قرار می‌گیرند. بلاک چین های خصوصی نسبت به نوع عمومی سرعت بیشتری دارند چون اعضای آنها شناخته شده و مورد اعتمادند و تراکنش‌های سریع‌تر تأیید می‌شوند.

یکی از مهمترین ویژگی‌های بلاک چین این است که امکان انتقال و اشتراک‌گذاری داده در یک دفتر کل مشترک را برای افراد غیرمرتبط و غیروابسته فراهم می‎‌کند. در این فناوری، تراکنش‌ها به صورت رمزنگاری شده و از طریق الگوریتم‌های اجماع (مثل اثبات کار) اعتبارسنجی می‌شوند. این ویژگی بسیار مهمی است چون مشارکت‌کنندگان برای معامله با یکدیگر مجبور نخواهند بود به طرف مقابل یا یک تأییدکننده شخص ثالث اعتماد کنند.

فناوری Blockchain دستاوردهای مهمی در زمینه تراکنش‌های مالی و حتی اشتراک‌گذاری داده‌های حساس بین سازمان‌ها داشته است. هرکسی می‌تواند مطمئن باشد داده‌های بلاک چین قابل اطمینان هستند؛ حتی اگر نتواند داده‌های پایه را ببیند. بلاک چین با استفاده از رمزنگاری تضمین می‌کند که این داده‌ها، تراکنش‌ها و هویت‌ها:

  • به‌طور ایمن، غیرقابل بازگشت و تغییرناپذیر ثبت و ذخیره شوند.
  • ضمن حفظ حریم خصوصی و به روشی قابل اطمینان تأیید شوند. مشارکت‌کنندگان بلاک چین می‌توانند بدون بررسی داده، اعتبارش را تأیید کنند و فقط آنچه که مجاز باشد را می‌بینند.
  • به سادگی اشتراک‌گذاری شوند تا هرکسی در شبکه بلاک چین کپی یکسانی از دفتر کل (از جمله آپدیت‌های آن) داشته باشد.

هوش مصنوعی چیست؟

هوش مصنوعی (Artificial Intelligence‌) یا AI به معنای توانایی یادگیری یک برنامه کامپیوتری است. در واقع هوش مصنوعی شامل استفاده از کامپیوتر برای انجام کارهایی است که هوش انسانی نیاز دارد. الگوریتم‌های AI می‌توانند با استفاده از مجموعه بزرگ داده‌ها و بدون فرمان‌های انسانی، الگوها را درک کرده و مسائل را حل کنند. این الگوریتم‌ها داده‌های ورودی خارجی را آنالیز می‌کنند، از آنها یاد می‌گیرند و از این دانش برای دستیابی به اهداف از پیش تعیین‌شده استفاده می‎‌کنند. مدل‎‌های هوش مصنوعی برخلاف نرم‌افزارهای سنتی می‌توانند به مرور زمان و با دریافت داده‌های بیشتر، بهبود یافته و چیزهای بیشتری یاد بگیرند.

در نگاه کلی، دو نوع هوش مصنوعی اصلی داریم: هوش مصنوعی ضعیف(Narrow AI) و هوش مصنوعی قوی (Strong AI). نوع ضعیف برای وظایف خاص یا محدود مثل تشخیص چهره یا شطرنج بازی کردن استفاده می‌شود. نوع قوی به جای یک وظیفه خاص، قادر به انجام طیف گسترده‌ای از وظایف است. هوش مصنوعی قوی به‌طور بالقوه می‌تواند شناخت انسانی داشته باشد و هر عملیات ذهنی که توسط انسان انجام می‌شود را اجرا کند. هوش مصنوعی ضعیف امروز هم وجود دارد اما نوع قوی هنوز متولد نشده و برخی کارشناسان به امکان ساخت آن شک دارند.

یادگیری ماشین (Machine learning) هم یکی از زیرمجموعه‌های هوش مصنوعی است که برای کشف ایده‌ها و دیدگاه‌ها از بین داده‌ها استفاده می‌شود. به‌‎طور کلی، پایگاه‌های داده بزرگ به ساخت یادگیری ماشین بهتر کمک می‌کنند. کیفیت داده نیز به اندازه کمیت آن مهم است؛ پایگاه‌های داده باید با داده‌های جدید و مرتبط به‌روز بمانند تا مدل‌های یادگیری ماشین همچنان کارآمد و کاربردی باشند.

داده مهمترین نقش را در کارایی هوش مصنوعی دارد و بلاک چین نیز اشتراک‌گذاری تعاملی و ایمن داده‌ها را ممکن می‌سازد. بلاک چین موثق بودن داده‌ها را تضمین می‌کند و می‌تواند قبل از استخراج ایده از داده‌ها توسط هوش مصنوعی، امکان اشتراک‌گذاری داده‌های بیشتر را فراهم کند.

در حال حاضر ما در میانه‌ انقلاب دنیای هوش مصنوعی که با تحقیقات جدید و برنامه‌های کاربردی در حال رشد بسیاری جلا یافته، هستیم. پیشرفت در حوزه‌های هوش مصنوعی، مانند یادگیری عمیق (Deep Learning)، موجب تغییرات زیادی در دنیای اطراف ما شده است، از جمله می‌توان به ویدیو‌های پیشنهادی در حساب اینستاگرام شما و روش پیشگیری دکتر‌ها در درمان شما قبل از بیمار شدن اشاره کرد. این مقاله که توسط پاول پیام عباسی نوشته شده، به تعامل سازنده‌ای که بین فناوری‌ بلاک چین و هوش مصنوعی می‌تواند پدید آید، می‌پردازد. به‌نظر می‌رسد هر روز توسعه‌ها و وظایف جدیدی توسط ربات‌ها انجام می‌شود که قبلاً به‌دست انسان‌ها انجام می‌شد. چندی پیش هوش مصنوعی بیشتر شبیه یک رمان علمی-تخیلی بود، ولی امروزه در اطرافمان شاهد حضور فراگیر آن هستیم. حتی باوجود تمامی کاربردهای هوش مصنوعی در دنیای اطرافمان، باید در آینده‌ی نه‌ چندان دور شاهد تحقق موارد بیشتری در این حوزه باشیم. به‌ هر حال ظهور این دست از فناوری‌های جدید، انتظارات زیادی را به ارمغان می‌آورد. در آخرین مثال از هوش مصنوعی، می‌توان به یادگیری ماشین Machine Learning اشاره کرد. برای بسیاری از مردم اهمیت دارد که پایان تبلیغات و هیجان گسترده پیرامون یادگیری ماشین را به همراه اینکه چه زمانی کاربرد واقعی آن تحقق می‌یابد، بدانند. برای ما بلاک چین، فناوری‌ای هست که در تحقق بخشیدن زیرساخت‌های یادگیری ماشین، به‌منظور رسیدن به پتانسیل واقعی‌‌اش، کمک می‌کند.

افزایش قدرت محاسباتی

در چند سال آینده، بدون شک دنیای ما به‌وضوح تحت تاثیر توسعه‌ هوش مصنوعی خواهد بود. زندگی در این دنیا شگفت‌انگیر است ولی چنین دنیایی نیاز به سخت‌افزار و قدرت محاسباتی زیادی دارد. هوش مصنوعی برای رسیدن به این چشم‌انداز گسترده و تحقق وعده‌های خود، نیاز به سرعت بخشیدن به محاسبات پیشرفته‌ی مقیاس‌پذیر، در وظایف یادگیری ماشین دارد. امروزه هزینه‌های هنگفتی برای مراکز داده‌ به منظور اختصاص قدرت محاسباتی واحد پردازش مرکزی یا CPU، برای انجام وظایف یادگیری ماشین، اختصاص داده می‌شود. یک واحد CPU، به‌طور معمولی با داشتن ۶ تا ۱۴ هسته، توانایی اجرای ۱۲ تا ۲۸ رشته وظایف مختلف را دارد. معمولاْ این رشته‌های اجرایی هر یک توانایی اجرای یک بلاک داده را دارند؛ پس می‌توان گفت که ساخت مراکز داده‌ CPUی بیشتر ، نمی‌‌تواند پاسخگوی رشد تقاضا از سوی هوش مصنوعی باشد.

به‌هرحال نوع خاصی از پردازنده‌های محاسباتی بر مبنای واحد پردازش گرافیکی یا GPU وجود دارد که بهتر می‌تواند به تقاضای هوش مصنوعی پاسخ دهد. یک ایستگاه‌کاری GPU، می‌تواند ۲۰۰۰ تا ۳۰۰۰ هسته و اجرای ۱۰۰ یا بیشتر فرمان رشته‌ی اجرایی را به ازای هر رشته‌ی اجرایی دارد. به‌طور معمول هر یک از این رشته‌های اجرایی ۳۰ بلاک اطلاعاتی را اجرا می‌کنند. این نوع از قدرت محاسباتی منجر به افزایش سرعت و مصرف انرژی کمتر می‌شود؛ از آن‌جایی که پردازش‌های توزیع شده برای انجام اعمال یادگیری ماشین بی‌کم‌وکاست هستند. بلاک چین یا فناوری دفتر توزیع شده‌ (DLT)، می‌تواند قدرت محاسباتی هوش مصنوعی را از طریق GPU‌هایی که استفاده نشده است، تامین کنند. به بیان دیگر، این همان امری است که پروتکل بیت کوین برای آن طراحی شده است. بخشی از پروتکل بیت کوین این است که ماینر‌ها مسائل پیچیده‌ی ریاضی را که یک کامپیوتر قادر به حل آن نیست حل کنند تا از این طریق اعتبار یک تراکنش را در بلاک چین تایید کنند. با رشد این فناوری، ارزهای دیجیتال جدیدی به وجود آمدند؛ اگر ما می‌توانیم از طریق بلاک چین توکن بسازیم چرا نتوانیم خود قدرت محاسباتی را توکن‌سازی کنیم؟ امروزه، پروژه‌های بر بستر بلاک چین از طریق اتصال کامپیوتر‌ها به‌صورت همتا‌به‌همتا (Peer-to-Peer) به کاربران، امکان تبادل میان یکدیگر می‌دهند. از این منابع کامپیوتری می‌توان به‌منظور وظایف پیچیده‌ با هر مقدار محاسبات زمانی و ظرفیتی، استفاده کرد. امروزه این منابع کامپیوتری از طریق سرویس‌دهندگان خدمات ابری متمرکز فراهم می‌شوند که توسط شبکه‌های بسته، سیستم‌های پرداختی اختصاصی و عملیات‌های تامین سخت‌افزاری محدود می‌شوند.

کاهش هزینه‌ پردازش

هر سه‌و‌نیم ماه، تقاضای محاسبات هوش مصنوعی دو برابر می‌شود که به‌نظر می‌رسد هزینه‌ها هم به همین نسبت زیاد می‌شوند. خدمات‌دهندگانی همچون مایکروسافت و آمازون از افزایش هزینه‌ها به‌منظور اهرم فشار استفاده می‌کنند که این امر نوآوری را محدود می‌کند. راه‌حل‌های مبتنی بر بلاک‌ چین در حال کار بر روی یک بازار غیرمتمرکز به‌منظور ارائه‌ی قدرت GPU، چیزی که یادگیری ماشین نیاز دارد، هستند. هدف این پروژه‌ها تطابق افرادی است که قصد اشتراک‌گذاری قدرت محاسباتی سیستم خود با پروژه‌هایی که شدیداً به قدرت محاسباتی نیاز دارند، است. از طریق دفترکل توزیع‌شده (بلاک‌ چین)، هزینه‌ پروژه‌های هوش مصنوعی به‌طور شگفت‌انگیزی از طریق دسترسی بهGPUهای جهانی، که ماینر‌ها به‌منظور استفاده‌ استخراج ارزهای دیجیتال استفاده می‌کنند، کاهش پیدا می‌کند. در حال حاضر، سیستم‌های ابری ارائه‌دهنده‌ خدمات ابری GPU در هر ساعت ۰.۵ دلار و سرویس‌های CPU حدود ۰.۰۱ تا ۰.۰۵ دلار هزینه‌ دارند. علی‌رغم هزینه‌ی بیشتر GPU نسبت به CPU، اما به‌دلیل کاهش زمان محاسبات، استفاده از این سیستم‌ها ۵ تا ۱۰ برابر به‌صرفه‌تر است. با استفاده از پروژه‌های مبتنی بر بلاک‌ چین و ایجاد بازارهای قدرت پردازشی، این نرخ‌ها نسبت به‌ گذشته کاهش بسیار زیادی خواهند داشت.

افزایش یکپارچگی داده‌ها

برای هر مدلِ هوش مصنوعی، ارائه‌ داده‌های دقیق و قابل اطمینان، در رفتار هوشمندانه‌ای که مدل تولید می‌کند، به‌صورت مرکزی است. این امر به‌ معنای یکپارچگی داده‌ها و برنامه‌ها به‌ حساب می‌آید؛ برنامه‌هایی که تفاوت توصیف‌نشدنی میان داده‌های موجود در یک مدل و اسناد اصلی که توسط مهندس نگهداری می‌شود، وجود دارد. ذات تکنولوژی بلاک چینِ عمومی، تکیه به وظایف اصلی خود همچون یکپارچگی داده‌ها است. بلاک چین جوی را ایجاد می‌کند که داد‌ه‌ها به‌صورت خصوصی، غیرقابل تغییر، شفاف، غیرمتمرکز و آزادانه بدون اعمال جهت از یک نهاد مستقل، عمل می‌کنند. درنهایت، بلاک چین‌های قابل استخراج، ابربزرگراهی برای هوش مصنوعی خواهند بود، اما نه فقط از طریق قدرت محاسباتی. بلاک چین از طریق ارائه‌ی داده‌ها به مدل‌های هوش مصنوعی عمل ‌خواهد کرد، که برای حفظ اعتبار مدل امری ضروری است. فناوری بلاک چین، وعده‌ی اضافه کردن ساختار و پاسخگویی به الگوریتم‌های هوش مصنوعی، علاوه‌بر کیفیت و سودمندی اطلاعاتی را که تولید می‌کنند، را می‌دهد.

نتیجه‌گیری

فناوری بلاک چین، پتانسیل عمل به‌عنوان زیرساخت و ستون‌ فقرات هوش مصنوعی، از طریق مقرون‌ به‌صرفه بودن و تقسیم قدرت پردازش محاسباتی و توسعه‌ی هوش مصنوعی را دارد. هر فردی که دسترسی به GPU را دارد، توانایی توسعه‌ی هوش مصنوعی را می‌تواند داشته باشد. این امر به معنای کاهش وابستگی به آمازون مایکروسافت است که با فارم‌های CPU خود و قیمت، باعث کاهش نوآوری در این زمینه‌ هستند. اگر تیم‌هایی که در حال توسعه‌ی فضای بلاک چین هستند بتوانند وعده‌های خود را عملی کنند، توسعه‌دهندگان و مهندسان قادر خواهند بود که پتانسیل واقعی هوش مصنوعی را در زندگی ما گسترش دهند.

مقاله های ما رو در سایت وینکس بات دنبال کنید.

هوش مصنوعیبلاک‌چینیادگیری ماشینالگوریتم هوش مصنوعیرمزنویس
شاید از این پست‌ها خوشتان بیاید