Umetna inteligenca (AI) hitro postaja osrednji del našega vsakdana.

Osebni pomočniki, kot sta Google Assistant in Siri, se za obdelavo govora zanašajo na umetno inteligenco. Stroje za priporočila, ki predlagajo pesmi, restavracije ali novice, poganja tudi AI. Potem obstajajo projekti, ki pritegnejo naslove, kot je AlphaGo, ki je z umetno nevronsko mrežo premagal človeške igralce v eni najbolj zapletenih strateških iger, ki so jih kdajkoli ustvarili.

Ni dvoma, da vstopamo v prihodnost, ki jo poganja AI. Nekatere organizacije ga celo uporabljajo skeniranje bolezni in iskanje eksoplanetov. Toda stroškov za zagon teh aplikacij je težko prezreti. Številna zagonska podjetja porabijo od 20 do 30% svojih sredstev samo za operativne stroške strojne opreme.

DeepBrain Chain upa, da bo problem naraščajočih stroškov obdelave obravnaval do kombiniranje blockchain tehnologija z umetno inteligenco. Zgodnje ocene kažejo, da lahko podjetja z nakupom podatkov in procesno močjo prek DeepBraina prihranijo do 70%, namesto da bi zgradila lastno infrastrukturo.

Pred kratkim je ekipa DeepBrain Chain objavila svoje prve uspešne modele modelov umetne inteligence na testni mreži, kar je pomenilo začetne korake projekta do javne razpoložljivosti.

Problemi stroškov

V zadnjih petih letih se je začelo več kot 5000 zagonov umetne inteligence. Venture Scanner poročila financiranje teh projektov ima skupno letno stopnjo rasti 83%, ki je leta 2017 dosegla več kot 14 milijard USD. V prvem četrtletju 2018 je bilo za celotno industrijo financiranih rekordnih 2,5 milijard USD, kar je 11% več kot v prvem četrtletju 2017.

AlphaGo je ena najbolj znanih aplikacij globokega učenja in umetne inteligence. Njenega razvijalca, DeepMind, je Google kupil leta 2014. Kljub dobro objavljenim uspehom podjetja DeepMind še naprej objavlja finančne izgube vsako leto ustvarili dolg v višini več kot 162 milijonov dolarjev.

Stroški poslovanja in pravni stroški igrajo veliko vlogo pri finančnem stanju družbe DeepMind, vendar tudi AlphaGo ni ravno poceni. Različica AlphaGo, v kateri je igral južnokorejski profesionalni igralec Go Lee Lee Sedol, je delovala na 1.920 standardnih procesorjih in 280 spremenjenih grafičnih procesorjih, kar je prispevalo k operativnim stroškom 3000 USD za eno igro..

Če želite kateri koli model AI izvesti z natančno natančnostjo, je potrebno na tisoče ur treninga. Preprosto je videti, kako lahko podjetja z umetno inteligenco naložijo visoke stroške za strojno opremo, da bi lansirala en izdelek z umetno inteligenco.

Druga podjetja, ki se ukvarjajo s strojnim učenjem in umetno inteligenco, se soočajo s podobnimi težavami kot DeepMind. Večina se jih ne more zanašati na brezdne žepe nadrejene družbe v velikosti Googla, da jih bo lahko financirala. Zmanjšanje stroškov je ključnega pomena za nadaljnje delovanje in 30%, ki gre za strojno opremo, je odličen začetek.

Financiranje umetne inteligence v obdobju 2011–2018 – slika prek venturescanner.com

Vstopite v DeepBrain Chain

Tehnologija Blockchain je odlična rešitev za zajemanje naraščajočih stroškov delovanja aplikacij AI. To je hitro rastoč, razširljiv in donosen sektor, ki se je zaradi priljubljenosti kriptovalut začel prebijati v mainstream.

DeepBrain Chain bo deloval kot decentralizirano tržišče za podatke in procesorsko moč. Trenutno deluje na NEO blockchain vendar se bo razdelil na svojo stransko verigo, ko bo mainnet izdan. Podjetja lahko nato kupijo količino procesorske moči, potrebne za zagon njihovih aplikacij, ne da bi jim bilo treba vlagati v lastno namensko infrastrukturo.

DeepBrain bo ustrezal potrebam teh organizacij z zagotavljanjem prilagodljivega, zmogljivega omrežja z nizko zakasnitvijo, ki z decentralizacijo in šifriranjem ohranja zasebnost. Zgodnje ocene predvidevajo vsaj 70-odstotni prihranek stroškov za večino strank.

Uspehi testne mreže

3. junija 2018 je razvojna skupina DeepBrain Chain na zasebnem testnem omrežju uspešno izvedla tri vrste modelov za resnični AI trening. Rezultati tega testa niso bili objavljeni, vendar namen ni bil preizkusiti AI, temveč le sposobnost testne mreže za izvajanje programov v delovnem okolju.

Prvi uspešen test je bila baza podatkov Modificiranega nacionalnega inštituta za standarde in tehnologijo (MNIST), nekakšen “Hello World” za strojno učenje. Skupina DeepBrain je uspešno preizkusila MNIST na testni mreži z omejeno podmnožico 250 slik.

Celotni test MNIST vsebuje 60.000 slik ročno napisanih številk, vzorčenih od dijakov in uslužbencev ameriškega urada za popis prebivalstva. AI mora uporabiti prepoznavanje slike na vsakem skeniranju interpretirati oznake in pravilno prepoznati čim več številk.

Drugi test AI je bil model obdelave naravnega jezika, ki se je izvajal z uporabo Convolutional Neural Networks (CNN). CNN-ji analizira slike kot skupine slikovnih pik naenkrat, kar omogoča zaznavanje oblik in robov s primerjavo razlik v matričnih podatkih. Ko jih CNN naloži na jezikovno obdelavo, lahko “vidijo” besede v dokumentu in iz konteksta razberejo preproste pomene.

Na koncu je ekipa DeepBrain uspešno izvedla kitajski model kategorizacije besedil z uporabo predhodno usposobljene različice doc2vector. Ta program je razširitev word2vec ki sestavlja vdelane besede iz optično prebranih dokumentov besedila. Model se pogosto uporablja za rekonstrukcijo jezikovnega konteksta iz vnosov dokumentov, kar v bistvu omogoča nevronskim mrežam, da razumejo pisni jezik.

Načrt in mejniki

Januarja 2018 je DeepBrain napovedal partnerstvo z Disneyjevim pridobiteljem licence za vrsto  Igrače Mickey Mouse ki poslušajo in se odzivajo na govorni vnos. Izobraževalni robot je v letu 2017 poslal več kot 3 milijone enot. DeepBrain bo pomagal nadgraditi svoje učne zmogljivosti za naslednjo serijo izdelkov.

Najpomembnejši prihajajoči dogodek je lansiranje testne mreže DeepBrain Chain, načrtovano za konec junija. Z uspehom začetnih testov ekipa meni, da je izdelek pripravljen za sprejem javnih vlog. Izdanje mainneta bo sledilo nekaj mesecev kasneje z načrtovanim lansiranjem oktobra 2018.

The Projekt Skynet je bil odprt sredi junija 2018 za pomoč pri krepitvi mreže v pripravah na javno objavo. Uporabniki, ki izpolnjujejo zahteve glede strojne opreme, se lahko prijavijo za pridružitev Skynetu in si prislužijo prednostne pravice rudarjenja po mainnet-u, dodatne konsenzne vozliščne točke in brezplačno uporabo virov DeepBrain, medtem ko Skynet Project deluje.

DeepBrain Chain je skoval a partnerstvo s SingularityNET, odprto, decentralizirano rešitvijo sklada umetne inteligence, katere namen je demokratizirati dostop do umetne inteligence. Zavezništvo bo omogočilo izmenjavo podatkov in storitve obdelave med obema platformama prek okvira, ki ga trenutno gradijo ekipe.

Načrt DeepBrain Chain platformo prenaša skozi lansiranje mainneta oktobra 2018 in vključuje preskušanje in izboljšanje v celotnem letu 2019.

Prihodnost verige DeepBrain

DeepBrain Chain je prva svetovna AI računalniška platforma, ki temelji na blockchainu, in je prispela ravno pravočasno, da izkoristi cvetočo industrijo.

Tehnična velikana Google in Baidu sta za razvoj umetne inteligence zapravila od 20 do 30 milijard dolarjev. Industrija sama bi lahko bila vredna več kot bilijon dolarjev do leta 2035. Če pogledamo to perspektivno, so neto prihodki od izvoza nafte OPEC-a dosegli svoj današnji vrhunec v višini 917 milijard USD leta 2012 in od takrat upadli skoraj za polovico.

DeepBrain Chain trenutno osredotoča večino svojih prizadevanj na podjetja na Kitajskem pripravljen postati svetovni vodja na področju umetne inteligence. Izvršni direktor DeepBrain He Yong pripisuje temu, kako enostavno je zbiranje in uporaba podatkov na Kitajskem v primerjavi z drugimi državami.

Obstaja nekaj pomislekov glede sposobnosti in pripravljenosti družbe DeepBrain, da se razširi na druga ozemlja, predvsem v Evropo in ZDA. Kot kaže partnerstvo s SingularityNET, DeepBrain Chain ne namerava za vedno ostati kitajsko usmerjen projekt.

Za zdaj je prihodnost za DeepBrain Chain svetla. Na naših funkcijah se je znašel na mestu vznemirljivi NEO projekti in obetavni AI blockchain projekti v začetku tega leta. Če bo lansiranje testne mreže in mainneta potekalo brez zapletov, bi lahko bila DeepBrain Chain prvi projekt, na katerega se podjetja obrnejo pri pridobivanju partnerstev z umetno inteligenco..

Sorodno: Blockchain in umetna inteligenca: prednosti decentralizirane umetne inteligence