Annak ellenére, hogy a közelmúltban ünnepelték a decentralizált technológia évtizedét a Bitcoin 10. évfordulójával, a blokklánc tér még mindig számos kihívással néz szembe, amelyeket sok blokklánc projekt nem tudott legyőzni.

Míg a decentralizált technológia sok iparágban megfogalmazhatatlan ígéreteket támaszt, állandó problémák vannak a lassú tranzakciós sebességgel, az intelligens szerződések létrehozásával, a biztonsággal és a blokkláncok kezelésével és frissítésével kapcsolatban.

Pontosabban, az intelligens szerződések kódolásához és végrehajtásához szükséges ismeretek nagy akadályt jelentenek a belépés számára a nem technikai felhasználók számára, és korlátozzák azok potenciális hasznát a vállalkozások és az egyének számára. Hasonlóképpen, amikor az intelligens szerződéseket kódolják, gyakran ki vannak téve a kihasználásoknak és a biztonsági hibáknak.

Van azonban egy projekt, amely a mesterséges intelligencia (AI) és a gépi tanulás legújabb fejleményeit használja fel egy olyan blokklánc létrehozására, amely képes leküzdeni ezeket a korlátozásokat – a Matrix AI hálózat.

Bloktnak lehetősége volt exkluzív technikai interjúra a tiszteltekkel Steve Deng professzor, Fő AI-tudós és alapító Matrix AI hálózat, hogy többet megtudjon forradalmi blokkláncáról, amely az újonnan megjelenő AI és a blockchain ipar közötti összefüggésben működik.

Blokt utolérte Steve Deng professzort, a Matrix AI Network vezető tudósát és megbecsült AI kutatót.

Contents

Az Ön technológiája hullámokat vet a blokklánc és az AI iparban, tudnátok röviden bemutatni a Matrix AI hálózatot?

Steve Deng professzor, a mesterséges mesterséges tudós és a Matrix AI Network alapítójaSteve Deng professzor, a mesterséges mesterséges tudós és a Matrix AI Network alapítója

Jelenleg két nagy probléma van, ami lassítja az AI fejlődését. Először is, a mesterséges intelligencia számítási teljesítményének krónikus hiánya van a kutatásban és a társadalmi javakban. Másodszor, a mesterséges intelligencia számos területén hiányzik az adatok skálája, hogy az AI modellek minőségi javulását láthassák.

Ennek megoldása érdekében a Matrix AI Network platform összekapcsolja az embereket és az üzleti alkalmazásokat szerte a világon, miközben az AI-t a társadalmi javakra is felhasználja.

Ma az AI lehetséges felhasználásainak csak egy töredékét alkalmazzák széles körben, ezért a Matrix egy komplett blokklánc-infrastruktúrát épít, amely képes támogatni a párhuzamosan feldolgozott AI-feladatok exponenciális növekedését.

Ennek az infrastruktúrának fontos célja a megnövelt adat hordozhatóság, amely lehetővé teszi az adatok biztonságos áramlását és hatékony kezelését a nyilvános és engedélyezett rendszerek között. Ez elősegíti az intelligencia előrehaladását, lehetővé téve, hogy több adatkészlet elérje a transzformatív skálát.

Az AI folyamatos alkalmazásának megkönnyítése érdekében beépítettünk egy intuitív, felhasználóbarát frontend portált az on-line AI szolgáltatásainkhoz..

A Matrix csapat lenyűgöző tudományos tapasztalattal rendelkezik, az öt alaptagból három PhD-vel rendelkezik – hogyan fogja megkülönböztetni az akadémiai megközelítés a többi blockchain projekttől?

Vezetői csapatunknak bizonyosan erős tudományos gyökerei vannak, és a Matrix sokéves kutatási eredményeikre épül. A Matrix csapata képes volt újragondolni a blokklánc szerepét a következő generációs technológiai ökoszisztémában.

A legtöbb más blockchain céggel összehasonlítva a Matrix csapata alapvetően különböző kérdéseket tett fel. Az Akadémia szoros kapcsolatban áll a nyílt forráskódú közösséggel, közös elkötelezettséggel rendelkezik a dokumentáció, az átláthatóság és a szakértői értékelés iránt.

Ma a világ legfejlettebb számítási rendszerei gyakran a nyílt forráskódú eszközök egyedi változatai. Égboltos felvásárlásokat és befektetéseket láthattunk olyan nyílt forráskódú vállalatoknál is, mint a Red Hat, a Docker és a Data Artisans, az Apache Flink fejlesztői.

Üzleti szempontból a gépi mély tanulás és a Bayes-módszerek tudományos szakterülete az integrált szoftver / hardver szemléletünk komplexitása mellett könnyen védhető versenyelőnyt jelent.

Ez az előny az oka annak is, hogy vezető AI-tehetségeink nagy részét a Tsinghua Egyetem hallgatóim, akik most saját úttörő közreműködésükkel származnak. Csapatommal továbbra is közzétesszük a mesterséges intelligencia kutatását, tanulmányok elküldését tudományos konferenciákra és részt veszünk országosan finanszírozott kutatási projektekben.

Mi inspirálta a legjobban az AI és a blockchain megoldások felépítésére?

Az én inspirációm az volt, hogy fejlesszem az AI kutatás több formáját és az AI társadalmi hasznot zöld bányászat a blockchain számára. A világszerte eszközmilliókat összekötő nyilvános blokkláncok forradalmával nemcsak intelligens elosztott hálózatokat alakítottunk ki az információk átláthatóbb feldolgozása érdekében – hanem hatalmas, kiaknázatlan érték is volt a hálózat hatalmas feldolgozási erejének felhasználására az AI alkalmazások számára.

A rendkívül hatékony rendszerek gyakorlatilag az összes rendelkezésre álló energiát és erőforrást felhasználják, ezért szerettük volna kibővíteni a blokklánc-kialakítást, hogy ne csak továbbfejlesztett, végpontok közötti adatkezelési platformként szolgáljanak, hanem az adatok AI-feldolgozását is közvetlenül működtessék..

Amióta a Matrix ICO véget ért, az ICO források 20% -át elkülönítette egy Bayes-i ASIC-bányász kutatásához és fejlesztéséhez. Milyen előnyökkel jár ez a bányászati ​​hardver a hagyományos bányászati ​​berendezésekkel szemben?

A Tsinghua Egyetemen létrehoztam és vezetettem a Bayesi Számítástechnikai Laboratóriumot azzal a céllal, hogy feltárjam a számítástechnika új megközelítéseit, amelyekgondolkodni és tanulni, mint az emberek.”Ezt a koncepciót elsősorban a következők kombinációjával vizsgáljuk Bayesian és a mély tanulási módszerek.

A blokkláncon keresztüli zöldbányászati ​​AI alkalmazás legkorábbi gondolata az volt, hogy Markov Chain Monte Carlo (MCMC) módszereket alkalmaztunk, ami a Bayesi érvelés erőteljes és befolyásos formája. Ez azonban mégsem túl praktikus választás a mai blokkláncok számára, mivel az online hálózat hatalmas megterheléssel jár az eredmények ellenőrzésére. Visszatérünk erre az opcióra, ha a jövőben a hálózati sávszélesség elegendő lesz.

Jelenlegi zöldbányászati ​​gépünk egy AI gyorsító, amelyet a mély tanulási modellek közös csoportjára optimalizáltak, és amely integrálódik a blokklánc konszenzusos mechanizmusával. A terepi programozható kaputömb (FPGA) megközelítés rugalmassága lehetővé teszi számunkra, hogy a jövőben fokozatosan bevezessünk több blokklánccal működő AI modellt.

A jövőbeli innováció másik hatalmas területe a modellek képzése a blokklánc felett, ami számításigényes igény.

A Matrix AI Network hibrid tétbiztosítást (PoS) épít & A munka igazolása (PoW) konszenzusos mechanizmus. Miben különbözik ez más PoS blokkláncoktól, és milyen szerepet játszik a dedikált bányászati ​​hardver a konszenzus elérésében?

A hibrid PoS és PoW konszenzus algoritmusunk legfontosabb előnye, hogy másodpercenként 5000 tranzakciót támogassunk láncban és teljesen titkosítva. A sztochasztikus klaszterező algoritmus a rossz szereplők közötti összejátszást is szinte lehetetlenné teszi, véletlenszerűen kiválasztva a hálózatban részt vevő csomópontokat.

Ezenkívül választási ciklusaink véges időtartamra vannak meghatározva, korlátozva azt az időtartamot, amely alatt a csomópontok bármely csoportja együtt dolgozik. Hasonlóképpen, van egy validátor hálózatunk és randomizált validátor csomópontjaink, amelyek a nagyobb biztonság érdekében felügyelik az egyes köröket.

Úgy gondoljuk, hogy ennek a konszenzusos mechanizmusnak van a legjobb egyensúlya a teljesítményben és a biztonságban, néhány mesterséges intelligencia-fejlesztéssel. Minden bizonnyal örömmel fogadunk más blokkláncokat, amelyek elfogadtak vagy terveznek elfogadni valami hasonlót.

Számunkra hibrid konszenzusos mechanizmusunk alapvető fontosságú a rendkívül hatékony működéshez, de rengeteg más hozzáadott értéket képviselő innovációnk van.

Zöld bányagépünk, amely AI-gyorsító a mély tanulási modellek számára, hatékonyan integrálja és feldolgozza a konszenzus algoritmust, de a fő újítás az AI feldolgozása a blokklánc-hálózaton keresztül.

A Matrix egyik legígéretesebb és legjobban várt funkciója az önkódoló okos szerződések. Beszélne velünk arról, hogy ezek az automatikus okos szerződések milyen esetek lehetnek, és hogyan működnek?

Az intelligens szerződések a blokkláncok egyik legforradalmasabb jellemzője, de egyben az egyik legnagyobb akadályt is jelentik az elfogadás előtt, és számos költséges biztonsági rést is okoznak.

Noha több kifinomult módszer fut a háttérben, fontos volt számunkra, hogy az intelligens szerződések automatikus kódolásának felülete rendkívül intuitív legyen.

Az önkódoló intelligens szerződéseink az angol és a kínai nyelv természetes nyelvű bevitele alapján azonosítják azokat a sablonokat, amelyek egyértelműen strukturálják a tervezett tranzakciókat a biztonságos jóváhagyott intelligens szerződéses könyvtár alapján..

A Matrix ezt szemantikai és szintaktikai elemző motorunkkal, hivatalos ellenőrzéssel azonosítja a hardveres és szoftveres kiskapuk és sérülékenységek azonosításával, AI-alapú tranzakciós modellek azonosításával, valamint egy mély tanulási platform segítségével a rendszerszintű evolúcióhoz..

Áttekintés az önkódoló intelligens szerződések működéséről a Matrix AI Network blokkláncon.

Mi tette lehetővé az AI integrációját a blokklánccal a Matrix AI Network elérésére, amely önmagában a blockchain technológiával nem lett volna elegendő?

Ahogy várakozással tekintünk a rendkívül átjárható, több féltől származó adatplatformok közeledő generációja elé, ennek eredményeként a kölcsönhatások nagy egyidejűsége lesz. Ebben az esetben a blokklánc kulcsfontosságú előrelépés lesz az adatok teljességének, pontosságának és szekvenciális integritásának fenntartásában.

A magas színvonalú adatok megléte kritikus fontosságú a mesterséges intelligencia prediktív modellezésének pontossága szempontjából, így az AI-feladatok on-chain feldolgozása zökkenőmentesebb összekapcsolást kínál az adatellátási lánc legfontosabb linkjeivel.

Hasonlóképpen, a Matrix blokklánc protokollt alapjaitól kezdve terveztük, minden műveletbe beépítve az AI optimalizálást. Az önkódoló intelligens szerződéseink mellett a többláncú architektúránk generatív kontradiktórius hálózatokat (GAN) használ a paraméterek dinamikus kiválasztására és fejlesztésére a lokalizált megfigyelt viselkedés alapján. Ez utólag optimalizálja a konfigurációkat, hogy az alláncokon végzett tevékenység előrehaladhasson, miközben megakadályozza a vezérlőlánc elágazását.

A vállalati szintű interoperabilitás egyik fontos kiberbiztonsági szempontja, hogy biztonságosan csatlakoztathasson számos régi rendszert és online / offline forrást. Ezért használja a Matrix az intelligencia-ellenőrzéseket biztonságos átjáróinkban, mint az adatok felelősségteljes megosztásának legjobb gyakorlatát.

A Matrix egy nyílt forráskódú projekt, ez azt jelenti, hogy a jövőben nyitott leszel harmadik féltől származó fejlesztők felé, amelyek megoldásokat és dApps-okat építenek a Matrix AI Network tetején?

Igen, teljesen. Még akkor is, amikor még befejeztük a mainnet, csapatunk az ipari partnerekkel együtt dolgozott olyan alláncok fejlesztésén, amelyek egyedi funkciókkal rendelkeznek az AI és blokklánc alapvető képességeinkbe beépítve.

A Matrix AI Network-nek saját házi játékcsapata is van, akik most adták ki első blokklánc alapú játékukat. A mainnet hivatalos megjelenésével megerősítjük együttműködésünket a fejlesztői közösségekkel szerte a világon, és kibővítjük a fejlesztői eszközöket.

Ez a tökéletes alkalom a fejlesztők számára, hogy elkezdjék építeni a Matrix AI hálózatot.

Steve Deng professzor bemutatja a Matrix AI hálózati Mainnet bevezetését

Van-e a Matrixnak olyan partnersége, vagy nemrégiben aláírták-e, amelyet szabadon megvitathat?

Személy szerint leginkább olyan megoldásokkal foglalkozom, amelyeket a Matrix jelenleg a nagysebességű vasúti és az AI által segített orvosi diagnózis felállítására épít. A vasúti projekt 30 olyan szabadalomra épít, amelyeket kértem, vagy amelyek folyamán folyamatban van az AI által támogatott diagnosztika és a hiba előrejelzése. Ez a projekt az AI, a blockchain, a cloud és az IoT eszközöket is tovább hasznosítja a Matrix platformunkon keresztül, majd integrálódik az ERP rendszerekkel például vizualizáció és jelentéskészítés céljából.

Az AI területén az orvostudomány területén a Matrix szorosan együttműködik Kína két legfontosabb kórházával – a Tongji Egyetem Sanghaji Tüdőkórházával és a Fudani Egyetem Huadong Kórházával. A legjobb orvosi szakértők már több mint 2000 beteg számára nyújtottak kiváló minőségű címkézett adatokat a korai szűréstől, a CT-képalkotástól a biopsziás adatokig. A Matrix platform most segít a résztvevő intézmények és szakértők számának bővítésében, a gazdagabb adatok érdekében, hogy pontosabb mesterséges intelligencia-modelleket dolgozzanak ki, ami egy különösen kifizetődő kutatási lehetőség.

Ahogy a blokklánc-ipar érlelődik, más AI-alapú blokklánc-vállalatok erős tudományos kapcsolatokkal jelennek meg, például az Endor prediktív elemzési protokollja. Milyen előnyei vannak ezekkel a projektekkel szemben, vagy fordítva, lát-e teret az együttműködésre a jövőben?

Izgalmas és értékes innováció zajlik számos területen, például a blockchain, az AI, a WebAssembly, valamint az IoT és más dinamikai területeken.

Üdvözöljük az áttöréseket mindenütt, és úgy látjuk, hogy a Matrix AI Network a jövőben nagyobb innováció lehetõvé teszi. Az interoperabilitás és az adatok hordozhatóságának erősítése kulcsfontosságú növekedési ütemtervünkben, és a blokklánc és az AI növekedését szolgálja világszerte..

Végül a Matrix 2016 óta jött létre, ami egy blockchain vállalat számára azt jelenti, hogy nagy tapasztalataid vannak megosztani. Milyen előrejelzéseid vannak a blockchain technológia és az AI megoldások jövőbeli elfogadására vonatkozóan?

Az engedélyezett blokkláncok már jelentős vállalati elterjedést értek el, az ipar alakította az ellátási lánc, a pénzügy, a biztosítás, a nemzetközi elszámolások és így tovább.

A Matrix AI Network egyedülálló mesterséges intelligencia-képességein kívül az egyik célunk egy komplett hibrid állami / magán elosztott számítástechnikai ökoszisztéma felépítése, elég magas biztonsággal és teljesítménnyel ahhoz, hogy integrálódhasson a vállalati rendszerekkel.

Hasonlóképpen, azt látjuk, hogy az adatvédelem jelenleg jelentős átalakuláson megy keresztül a kormányokon belül, és az egyének átláthatóbb és biztonságosabb adatkezelési megoldásokat követelnek.

Annak érdekében, hogy az adatok hatékonyabb skálát érjenek el, amely képes hatékonyabb AI-modellek képzésére, elengedhetetlen, hogy lehetővé tegyük az adatok biztonságos áramlását a nyilvános és a zárt rendszerek között, ami részét képezi a kínai vezető kórházakkal való partnerség ösztönzésének, hogy javítsunk ezeken a területeken.

Blokt köszönetet mond Steve Deng professzornak és a Matrix AI Network csapatának, hogy megosztották tapasztalataikat.

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me