2018年继续火红的话题,离不开机器学习和区块链:时不时就看到XX币帐跌超过多少多少的新闻,或是哪天机器人要超越人类成为世界主宰的讨论。
但这看似风马牛不相及的技术,有可能做结合吗?今天RS实验所就简单的介绍一下区块链和机器学习,以及这两者的实际结合案例!
区块链
区块链是一种数据结构,更直白一点,就是记录数据的方式。但有别于传统的数据结构,区块链技术有记录不可变(Immutability of Record)、去中心化(Disintermediation of Trust)和智能合约(Smart Contracts)等三种主要特性。而和区块链密不可分的就是数据的加密技术,这RS实验所打算在日后慢慢聊。
现阶段区块链主要用于促进加密货币的创建和分配,试图摆脱对传统金融机构的集中与严格的控制。 区块链的其他应用程序确实存在,而且新的区块链应用程序(例如数据管理系统和法律合同)也正在出现,但在加密货币中的使用依然占主导地位。
机器学习
机器学习(Machine Learning, ML)实际上是个已经存在很长时间的技术,当今的许多方法在20世纪90年代许多开创性的论文中,就已经开始萌芽,例如SMV和递归神经网络。 但是,随着计算能力和数据采集能力的大幅提升,机器学习在过去的10多年中确实取得了突飞猛进的发展,造成“深度学习”的到来。 小白地解释,机器学习就是针对特定的问题,利用强大的计算能力,从一推数据中找到问题的答案。 这可以应用于数据分析、无人驾驶、成像识别系统、文本挖掘等问题。
区块链+机器学习!?
把区块链定义为一种数据架构,就不难把区块链和机器学习连在一起:前者是负责定义数据结构和优化新数据添加的逻辑,后者则是有目的性的分析数据库中的数据,两者之间属于有先后的交集关系。
一种情况可能的结合情境,是区块链被用作安全数据库,不断收集包括企业或公司的财务信息、医院的医疗保健信息、或电网电力消耗信息等实时信息。同时机器学习程序可以分析数据(这个数据可以是实时的),并提供有用的预测或下一步决策。
现行商业中的技术结合
一家国外的避险基金LendingBot,在2017年声称自己同时使用这两种技术,准备发行一款避险基金。LendingBot利用机器学习的方式,将避险基金的投资标的进行全自动化的打分,优化资金供给与需求方的匹配;而结合区块链的记帐方式,LendingBot可以更透明的提供投资报表给客户,避免基金公司操控财务数字的风险。
APEX这间公司则使用这两种技术,将数据的控制权交还给用户和消费者。 APEX希望用户能够控制这些数据,并在分享数据时获得奖励,而不是由公司和供应商控制和销售用户数据。假设你是一个用户,你可以使用他们的App,设定价格并确定想分享哪些信息。 这些信息将被转化为智能合约。 而企业可以购买这些信息,然后将信息发送到APEX的业务平台,平台将为企业提供先进的数据分析服务。
DeepBrain使用去中心化、分布全球的挖掘节点与AI计算能力,来降低企业应用AI技术的成本和壁垒,同时也支持数据共享的市场。该公司估计他们可以削减AI开发成本的70%。
去中心化的数据
将挑战FANG+BAT?
这所有的应用中,最让RS感到兴奋的,是一家名为Neuromation的公司,该公司利用区块链技术,提供交易平台、零售自动化、工业自动化与医药相关的服务。其中交易平台,根据官方的描述,将「允许用户创建数据集生成器,生成海量数据集,训练深度学习模型。 用户还可以在平台市场上交易数据集和模型。」
利用去中心化的方式生成并交易数据,已经有外媒大胆预言将可能挑战现行国外FANG(Facebook, Apple, Netflix, Google)和国内BAT(Baidu, Ali, Tencent)掌握绝大多数使用者数据的情况。
科技的本质包含了改进人类生活的伟大目标,无论是机器学习或是区块链技术都是这样,改进生活就代表创造了价值,由价值驱动的商业模式成功的机率自然要大一些。至于如何发会创意结合应用,撼动江山?Sky is the limit。
RS Lab: A Group of Data Journalists
领取专属 10元无门槛券
私享最新 技术干货