ปัญญาประดิษฐ์ (AI) กำลังกลายเป็นส่วนสำคัญในชีวิตประจำวันของเราอย่างรวดเร็ว.
ผู้ช่วยส่วนตัวเช่น Google Assistant และ Siri ใช้ AI ในการประมวลผลการป้อนข้อมูลด้วยเสียง เอ็นจิ้นการแนะนำที่แนะนำเพลงร้านอาหารหรือข่าวสารต่างๆก็ขับเคลื่อนโดย AI เช่นกัน จากนั้นก็มีโปรเจ็กต์พาดหัวข่าวเช่น AlphaGo ซึ่งใช้โครงข่ายประสาทเทียมเพื่อเอาชนะผู้เล่นที่เป็นมนุษย์ในเกมกลยุทธ์ที่ซับซ้อนที่สุดเกมหนึ่งที่เคยสร้างมา.
มีข้อสงสัยเล็กน้อยว่าเรากำลังก้าวเข้าสู่อนาคตที่ขับเคลื่อนโดย AI บางองค์กรก็ใช้เพื่อ สแกนหาโรค และ ค้นหาดาวเคราะห์นอกระบบ. แต่ค่าใช้จ่ายในการเรียกใช้แอปพลิเคชันเหล่านี้เป็นเรื่องยากที่จะเพิกเฉย สตาร์ทอัพจำนวนมากใช้เงินทุนมากถึง 20-30% ไปกับต้นทุนการดำเนินงานฮาร์ดแวร์เพียงอย่างเดียว.
DeepBrain Chain หวังว่าจะแก้ไขปัญหาต้นทุนการประมวลผลที่เพิ่มสูงขึ้นโดย การรวม เทคโนโลยี blockchain พร้อมปัญญาประดิษฐ์ ประมาณการเบื้องต้นชี้ให้เห็นว่าองค์กรต่างๆสามารถประหยัดเงินได้มากถึง 70% โดยการซื้อข้อมูลและกำลังประมวลผลผ่าน DeepBrain แทนที่จะสร้างโครงสร้างพื้นฐานของตนเอง.
เมื่อเร็ว ๆ นี้ทีม DeepBrain Chain ได้ประกาศความสำเร็จครั้งแรกของการใช้งานโมเดล AI บน testnet ซึ่งเป็นการส่งสัญญาณถึงขั้นตอนเริ่มต้นของโครงการสู่ความพร้อมใช้งานสาธารณะ.
ปัญหาเรื่องต้นทุน
มีสตาร์ทอัพ AI มากกว่า 5,000 รายในช่วง 5 ปีที่ผ่านมา เครื่องสแกน Venture รายงาน การระดมทุนสำหรับโครงการเหล่านี้มีอัตราการเติบโตต่อปีที่ 83% ซึ่งสูงถึงกว่า 14 พันล้านดอลลาร์ในปี 2017 ไตรมาสที่ 1 ปี 2018 มีการระดมทุนทั่วทั้งอุตสาหกรรม 2.5 พันล้านดอลลาร์เพิ่มขึ้น 11% จากไตรมาสที่ 1 ปี 2017.
AlphaGo เป็นหนึ่งในแอปพลิเคชั่นที่มีชื่อเสียงที่สุดในด้านการเรียนรู้เชิงลึกและปัญญาประดิษฐ์ นักพัฒนาซอฟต์แวร์ DeepMind ถูกซื้อโดย Google ในปี 2014 แม้ว่า บริษัท จะประสบความสำเร็จในการประชาสัมพันธ์อย่างดี แต่ DeepMind ก็ยังคงโพสต์ ความสูญเสียทางการเงิน ทุกๆปีมีหนี้มากกว่า 162 ล้านดอลลาร์ในปี 2559 เพียงอย่างเดียว.
ค่าใช้จ่ายในการดำเนินงานและค่าธรรมเนียมทางกฎหมายมีบทบาทอย่างมากในสถานะทางการเงินของ DeepMind แต่การใช้งาน AlphaGo ก็ไม่ได้ถูกเช่นกัน เวอร์ชันของ AlphaGo ที่เล่น Lee Sedol มืออาชีพชาวเกาหลีใต้ใช้โปรเซสเซอร์มาตรฐาน 1,920 ตัวและ GPU ดัดแปลง 280 ตัวซึ่งมีค่าใช้จ่ายในการดำเนินงาน 3,000 ดอลลาร์สำหรับเกมเดียว.
การทำให้โมเดล AI ทำงานได้อย่างแม่นยำต้องใช้เวลาฝึกฝนหลายพันชั่วโมง เป็นเรื่องง่ายที่จะดูว่าองค์กร AI สามารถเก็บค่าฮาร์ดแวร์ที่สูงได้อย่างไรในความพยายามที่จะเปิดตัวผลิตภัณฑ์ปัญญาประดิษฐ์เพียงชิ้นเดียว.
บริษัท อื่น ๆ ที่ทำงานกับแมชชีนเลิร์นนิงและปัญญาประดิษฐ์ก็ประสบปัญหาเช่นเดียวกันกับ DeepMind พวกเขาส่วนใหญ่ไม่สามารถพึ่งพาเงินทุนจาก บริษัท แม่ที่มีขนาดเท่า Google เพื่อให้พวกเขาได้รับเงินสนับสนุน การลดต้นทุนมีความสำคัญอย่างยิ่งต่อการดำเนินงานอย่างต่อเนื่องและ 30% ที่มุ่งเน้นไปที่ฮาร์ดแวร์คือจุดเริ่มต้นที่ดี.
การระดมทุน AI ตั้งแต่ปี 2554-2561 – รูปภาพผ่าน venturescanner.com
เข้าสู่ DeepBrain Chain
เทคโนโลยีบล็อกเชนเป็นโซลูชันที่สมบูรณ์แบบในการลดต้นทุนที่เพิ่มขึ้นของการใช้งานแอปพลิเคชัน AI เป็นภาคที่เติบโตอย่างรวดเร็วปรับขนาดได้และทำกำไรได้ซึ่งเริ่มเข้าสู่กระแสหลักเนื่องจากความนิยมของสกุลเงินดิจิทัล.
DeepBrain Chain จะดำเนินการในฐานะตลาดกลางสำหรับข้อมูลและพลังการประมวลผล ปัจจุบันทำงานบน NEO blockchain แต่จะแยกเป็น sidechain ของตัวเองเมื่อ mainnet เผยแพร่ จากนั้นองค์กรต่างๆสามารถซื้อพลังการประมวลผลที่จำเป็นในการรันแอพพลิเคชั่นได้โดยไม่ต้องลงทุนในโครงสร้างพื้นฐานเฉพาะของตนเอง.
DeepBrain จะตอบสนองความต้องการขององค์กรเหล่านี้ด้วยการจัดหาเครือข่ายที่ยืดหยุ่นประสิทธิภาพสูงและมีเวลาแฝงต่ำซึ่งรักษาความเป็นส่วนตัวผ่านการกระจายอำนาจและการเข้ารหัส ประมาณการล่วงหน้าคาดว่าจะช่วยประหยัดต้นทุนได้อย่างน้อย 70% สำหรับลูกค้าส่วนใหญ่.
Testnet สำเร็จ
เมื่อวันที่ 3 มิถุนายน 2018 ทีมพัฒนาของ DeepBrain Chain ประสบความสำเร็จในการทดลองใช้โมเดลการฝึกอบรม AI ในโลกแห่งความเป็นจริงสามประเภทบนเครือข่ายทดสอบส่วนตัว ไม่ได้ประกาศผลการทดสอบเหล่านี้ แต่จุดประสงค์ไม่ได้เพื่อทดสอบ AI เพียง แต่ความสามารถของ testnet ในการรันโปรแกรมในสภาพแวดล้อมการทำงาน.
การทดสอบที่ประสบความสำเร็จครั้งแรกคือฐานข้อมูล Modified National Institute of Standards and Technology (MNIST) ซึ่งเป็น“ Hello World” สำหรับการเรียนรู้ของเครื่อง ทีม DeepBrain ประสบความสำเร็จในการเรียกใช้ MNIST บน testnet ด้วยชุดย่อยที่ จำกัด เพียง 250 ภาพ.
การทดสอบ MNIST ฉบับเต็มประกอบด้วยภาพตัวเลข 60,000 ภาพที่สุ่มตัวอย่างจากนักเรียนมัธยมปลายและเจ้าหน้าที่สำนักสำรวจสำมะโนประชากรของสหรัฐอเมริกา AI ต้องใช้ การจดจำภาพ ในการสแกนแต่ละครั้งเพื่อตีความเครื่องหมายและระบุตัวเลขให้ได้มากที่สุด.
การทดสอบ AI ครั้งที่สองเป็นแบบจำลองการประมวลผลภาษาธรรมชาติที่รันโดยใช้ Convolutional Neural Networks (CNN). CNN วิเคราะห์ภาพเป็นกลุ่มพิกเซลในแต่ละครั้งทำให้สามารถตรวจจับรูปร่างและขอบโดยเปรียบเทียบความแตกต่างของข้อมูลเมทริกซ์ เมื่อได้รับมอบหมายให้ประมวลผลภาษา CNN สามารถ “ดู” คำในเอกสารและถอดรหัสความหมายง่ายๆจากบริบทได้.
ในที่สุดทีม DeepBrain ก็ประสบความสำเร็จในการสร้างโมเดลการจัดหมวดหมู่ข้อความภาษาจีนโดยใช้ doc2vector เวอร์ชันที่ได้รับการฝึกฝนมาก่อน โปรแกรมนี้เป็นส่วนขยายของ word2vec ที่สร้างการฝังคำจากเอกสารข้อความที่สแกน แบบจำลองนี้มักใช้เพื่อสร้างบริบททางภาษาจากข้อมูลที่ป้อนในเอกสารโดยทั่วไปจะช่วยให้โครงข่ายประสาทเทียมเข้าใจภาษาเขียนได้.
แผนงานและเหตุการณ์สำคัญ
ในเดือนมกราคม 2018 DeepBrain ได้ประกาศความร่วมมือกับผู้ได้รับอนุญาตจาก Disney ในซีรีส์ ของเล่นมิกกี้เมาส์ ที่รับฟังและตอบสนองต่อการป้อนข้อมูลด้วยเสียง หุ่นยนต์เพื่อการศึกษาส่งมอบมากกว่า 3 ล้านหน่วยในปี 2017 DeepBrain จะช่วยในการอัพเกรดความสามารถในการเรียนรู้สำหรับการรันผลิตภัณฑ์ครั้งต่อไป.
งานที่น่าจับตามองที่สุดคือการเปิดตัว Testnet ของ DeepBrain Chain ซึ่งมีกำหนดจัดขึ้นในช่วงปลายเดือนมิถุนายน จากความสำเร็จของการทดสอบเบื้องต้นทีมงานรู้สึกว่าผลิตภัณฑ์พร้อมที่จะเปิดรับแอปพลิเคชันสาธารณะแล้ว การเปิดตัว mainnet จะตามมาในอีกหลายเดือนต่อมาโดยมีกำหนดการเปิดตัวในเดือนตุลาคม 2018.
โครงการ Skynet เปิดให้บริการเมื่อกลางเดือนมิถุนายน 2561 เพื่อช่วยเสริมสร้างเครือข่ายในการเตรียมความพร้อมสำหรับการเผยแพร่สู่สาธารณะ ผู้ใช้ที่มีคุณสมบัติตรงตามข้อกำหนดของฮาร์ดแวร์สามารถสมัครเข้าร่วม Skynet และรับสิทธิ์ลำดับความสำคัญในการขุด mainnet จุดโหนดฉันทามติพิเศษและการใช้ทรัพยากร DeepBrain ได้ฟรีในขณะที่ Skynet Project กำลังดำเนินการอยู่.
DeepBrain Chain ได้ปลอมแปลงไฟล์ ห้างหุ้นส่วน ด้วย SingularityNET ซึ่งเป็นโซลูชัน AI สแต็กแบบเปิดที่กระจายอำนาจซึ่งมีจุดมุ่งหมายเพื่อให้การเข้าถึงปัญญาประดิษฐ์เป็นประชาธิปไตย พันธมิตรจะอนุญาตให้มีการแบ่งปันข้อมูลและบริการประมวลผลระหว่างทั้งสองแพลตฟอร์มผ่านกรอบงานที่ทีมกำลังสร้างอยู่.
แผนงานของ DeepBrain Chain ดำเนินการแพลตฟอร์มผ่านการเปิดตัว mainnet ในเดือนตุลาคม 2018 และรวมถึงการทดสอบและการปรับแต่งตลอดปี 2019.
อนาคตของ DeepBrain Chain
DeepBrain Chain เป็นแพลตฟอร์มคอมพิวเตอร์ AI ที่ใช้บล็อคเชนแห่งแรกของโลกและมาถึงทันเวลาเพื่อใช้ประโยชน์จากอุตสาหกรรมที่เฟื่องฟู.
บริษัท ยักษ์ใหญ่ด้านเทคโนโลยี Google และ Baidu ได้ใช้เงินระหว่าง 20-30 พันล้านดอลลาร์ในการพัฒนา AI อุตสาหกรรมเองอาจมีมูลค่ามากกว่า ล้านล้านดอลลาร์ ภายในปี 2578 ในมุมมองดังกล่าวรายได้จากการส่งออกน้ำมันสุทธิของ OPEC พุ่งสูงสุดในยุคปัจจุบันที่ 917 พันล้านดอลลาร์ในปี 2555 และลดลงเกือบครึ่งหนึ่งตั้งแต่นั้นมา.
ปัจจุบัน DeepBrain Chain มุ่งเน้นไปที่ความพยายามอย่างมากในองค์กรในประเทศจีนซึ่งเป็นประเทศ ทรงตัว เพื่อก้าวขึ้นเป็นผู้นำระดับโลกด้านปัญญาประดิษฐ์ He Yong ซีอีโอของ DeepBrain ให้เหตุผลว่าการรวบรวมและใช้ข้อมูลในจีนนั้นง่ายเพียงใดเมื่อเทียบกับประเทศอื่น ๆ.
มีข้อกังวลบางประการเกี่ยวกับความสามารถของ DeepBrain และความเต็มใจที่จะขยายไปยังดินแดนอื่น ๆ โดยเฉพาะอย่างยิ่งในยุโรปและสหรัฐอเมริกา ตามที่ความร่วมมือกับ SingularityNET แนะนำ DeepBrain Chain ไม่ได้ตั้งใจที่จะอยู่ในโครงการที่เน้นประเทศจีนตลอดไป.
จนถึงตอนนี้อนาคตดูสดใสสำหรับ DeepBrain Chain มันเป็นจุดหนึ่งในคุณสมบัติของเราบน โครงการ NEO ที่น่าตื่นเต้น และ โครงการ AI blockchain ที่มีแนวโน้ม เมื่อต้นปีนี้ หากการเปิดตัว testnet และ mainnet เป็นไปอย่างราบรื่น DeepBrain Chain อาจเป็นโครงการแรกที่ บริษัท ต่างๆหันมาใช้เมื่อจัดหาพันธมิตร AI.
ที่เกี่ยวข้อง: Blockchain และปัญญาประดิษฐ์: ประโยชน์ของ AI แบบกระจายอำนาจ