Inteligența artificială (AI) devine rapid o parte centrală a vieții noastre de zi cu zi.

Asistenții personali precum Google Assistant și Siri se bazează pe AI pentru a procesa introducerea vocală. Motoarele de recomandare care sugerează cântece, restaurante sau știri sunt, de asemenea, alimentate de AI. Apoi, există proiecte captivante precum AlphaGo, care a folosit o rețea neuronală artificială pentru a învinge jucătorii umani într-unul dintre cele mai complexe jocuri de strategie create vreodată..

Nu există nicio îndoială că intrăm într-un viitor alimentat de AI. Unele organizații îl folosesc chiar și pentru scanarea bolilor și căutați exoplanete. Însă costul de rulare a acestor aplicații este greu de ignorat. Multe startup-uri cheltuiesc până la 20-30% din finanțarea lor doar pentru costurile operaționale hardware.

DeepBrain Chain speră să abordeze problema creșterii costurilor de procesare până la combinând tehnologie blockchain cu inteligență artificială. Estimările timpurii sugerează că întreprinderile pot economisi până la 70% achiziționând date și puterea de procesare prin DeepBrain în loc să își construiască propria infrastructură.

Recent, echipa DeepBrain Chain a anunțat primele lansări de succes de modele AI pe testnet, semnalând pașii inițiali ai proiectului către disponibilitatea publicului.

Probleme de cost

Peste 5.000 de startup-uri AI au fost lansate în ultimii 5 ani. Scaner Venture rapoarte finanțarea pentru aceste proiecte are o rată anuală de creștere compusă de 83%, ajungând la peste 14 miliarde de dolari în 2017. În primul trimestru al anului 2018 s-au înregistrat 2,5 miliarde de dolari în finanțare la nivel de industrie, o creștere de 11% față de primul trimestru din 2017.

AlphaGo este una dintre cele mai faimoase aplicații de învățare profundă și inteligență artificială. Dezvoltatorul său, DeepMind, a fost achiziționat de Google în 2014. În ciuda succeselor bine mediatizate ale proiectului, DeepMind continuă să posteze pierderi financiare în fiecare an, având o datorie de peste 162 milioane dolari numai în 2016.

Costurile de funcționare și taxele legale joacă un rol important în starea financiară a DeepMind, dar nici administrarea AlphaGo nu este chiar ieftină. Versiunea lui AlphaGo care a jucat jucătorul profesionist sud-coreean Go Lee Sedol a rulat pe 1.920 de procesoare standard și 280 de GPU-uri modificate, contribuind la un cost de funcționare de 3.000 de dolari pentru un singur joc.

Obținerea oricărui model AI pentru a efectua cu o precizie aprecabilă necesită mii de ore de antrenament. Este ușor să vedeți cum întreprinderile AI pot acumula facturi hardware ridicate în încercarea de a lansa un singur produs de inteligență artificială.

Alte companii care lucrează cu învățarea automată și inteligența artificială se confruntă cu probleme similare cu DeepMind. Majoritatea nu se pot baza pe buzunarele fără fund ale unei companii-mamă de mărimea Google pentru a le menține finanțate. Reducerea costurilor este crucială pentru continuarea funcționării, iar 30% care se îndreaptă către hardware este un loc minunat pentru a începe.

Finanțare AI în perioada 2011-2018 – Imagine prin venturescanner.com

Intrați în lanțul DeepBrain

Tehnologia Blockchain este soluția perfectă pentru a reduce costurile în creștere ale rulării aplicațiilor AI. Este un sector cu creștere rapidă, scalabil și profitabil, care a început să intre în mainstream, datorită popularității criptomonedelor.

DeepBrain Chain va funcționa ca o piață descentralizată pentru date și putere de procesare. În prezent rulează pe Blockchain NEO dar se va împărți în propriul lanț lateral odată ce mainnet-ul va fi lansat. Întreprinderile pot achiziționa apoi cantitatea de putere de procesare necesară pentru a-și rula aplicațiile fără a fi nevoie să investească într-o infrastructură proprie.

DeepBrain va satisface nevoile acestor organizații oferind o rețea flexibilă, performantă și cu latență redusă, care păstrează confidențialitatea prin descentralizare și criptare. Estimările timpurii prevăd o reducere a costurilor de cel puțin 70% pentru majoritatea clienților.

Succese Testnet

Pe 3 iunie 2018, echipa de dezvoltare a DeepBrain Chain a rulat cu succes trei tipuri de modele de instruire AI din lumea reală pe testnetul privat. Rezultatele acestor teste nu au fost anunțate, dar scopul nu a fost testarea AI, ci doar capacitatea testnetului de a rula programele într-un mediu de lucru.

Primul test de succes a fost baza de date a Institutului Național Modificat de Standarde și Tehnologie (MNIST), un fel de „Hello World” pentru învățarea automată. Echipa DeepBrain a rulat cu succes MNIST pe testnet cu un subset limitat de 250 de imagini.

Testul complet MNIST conține 60.000 de imagini cu cifre scrise de mână prelevate de la elevi de liceu și membri ai personalului Biroului de recensământ din S.U.A. AI trebuie să utilizeze recunoașterea imaginii pe fiecare scanare pentru a interpreta marcajele și a identifica corect cât mai multe numere posibil.

Al doilea test AI a fost un model de procesare a limbajului natural, rulat folosind Rețele neuronale convolutionale (CNN). CNN analizați imaginile ca grupuri de pixeli la un moment dat, permițându-i să detecteze forme și margini prin compararea diferențelor în datele matricei. Când sunt însărcinate cu procesarea limbajului, CNN-urile sunt capabile să „vadă” cuvintele dintr-un document și să descifreze semnificațiile simple din context.

În cele din urmă, echipa DeepBrain a rulat cu succes un model de clasificare a textului în limba chineză folosind o versiune pre-instruită a doc2vector. Acest program este o extensie a word2vec care construiește încorporări de cuvinte din documente de text scanate. Modelul este utilizat în mod obișnuit pentru a reconstitui contextul lingvistic din intrările documentelor, permițând în esență rețelelor neuronale să înțeleagă limbajul scris.

Foaie de parcurs și repere

În ianuarie 2018, DeepBrain a anunțat un parteneriat cu un licențiat Disney pe o serie de  Jucarii Mickey Mouse care ascultă și răspund la introducerea vorbirii. Robotul educațional a livrat peste 3 milioane de unități în 2017. DeepBrain va contribui la îmbunătățirea capacităților sale de învățare pentru următoarea sa versiune de produse.

Cel mai notabil eveniment viitor este lansarea rețelei de testare DeepBrain Chain programată la sfârșitul lunii iunie. Odată cu succesul testelor inițiale, echipa consideră că produsul este gata să accepte cereri publice. Lansarea mainnet va urma luni mai târziu, cu o lansare programată în octombrie 2018.

Proiectul Skynet a fost deschis la mijlocul lunii iunie 2018 pentru a contribui la consolidarea rețelei în pregătirea pentru a deveni public. Utilizatorii care îndeplinesc cerințele hardware pot aplica pentru a se alătura Skynet și a câștiga drepturi de prioritate de exploatare mainnet, puncte de nod suplimentare consens și utilizarea gratuită a resurselor DeepBrain în timp ce Skynet Project este operațional.

DeepBrain Chain a falsificat un parteneriat cu SingularityNET, o soluție de stack AI deschisă, descentralizată, care are ca scop democratizarea accesului la inteligența artificială. Alianța va permite schimbul de date și servicii de procesare între ambele platforme printr-un cadru pe care echipele îl construiesc în prezent.

Foaia de parcurs DeepBrain Chain transportă platforma prin lansarea mainnet în octombrie 2018 și include testarea și perfecționarea pe tot parcursul anului 2019.

Viitorul lanțului DeepBrain

DeepBrain Chain este prima platformă de calcul AI bazată pe blockchain din lume și a sosit la timp pentru a valorifica o industrie în plină expansiune.

Giganții tehnici Google și Baidu au cheltuit între 20-30 miliarde de dolari pentru dezvoltarea AI. Industria în sine ar putea merita peste un trilioane de dolari până în 2035. Pentru a pune acest lucru în perspectivă, veniturile nete din exportul de petrol ale OPEC au atins apogeul actual de 917 miliarde de dolari în 2012 și au scăzut cu aproape jumătate de atunci.

În prezent, DeepBrain Chain își concentrează o mare parte a eforturilor asupra întreprinderilor din China, o țară gata pentru a deveni un lider mondial în inteligența artificială. CEO-ul DeepBrain, He Yong, atribuie acest lucru cât de ușor este colectarea și utilizarea datelor în China în comparație cu alte țări.

Există unele îngrijorări cu privire la capacitatea și disponibilitatea DeepBrain de a se extinde în alte teritorii, mai ales în Europa și Statele Unite. După cum sugerează parteneriatul cu SingularityNET, DeepBrain Chain nu intenționează să rămână pentru totdeauna un proiect axat pe China.

Până acum, viitorul pare luminos pentru DeepBrain Chain. A obținut un loc în funcțiile noastre proiecte interesante NEO și proiecte promițătoare blockchain AI mai devreme anul asta. Dacă lansările testnet și mainnet merg fără probleme, DeepBrain Chain ar putea fi primul proiect la care se îndreaptă companiile atunci când obțin parteneriate AI.

Legate de: Blockchain și inteligență artificială: beneficiile AI descentralizate