在过去的几年里,人工智能(AI)改变了咱们所知道的国际;福布斯参谋最近的一项调查显示,56%的受访公司现已在客户服务中运用了人工智能,而51%的公司现已将人工智能技能用于诈骗管理和网络安全。
更有趣的是,咱们现在看到人工智能与学术界和研讨范畴以知识为中心的努力相结合。阅读数百篇论文或进行几项医学实验而几乎没有切当成果的日子现已一去不复返了。跟着人工智能的出现,研讨人员和学者们所做的作业比以前少了。
但就像任何新生的立异相同,依然存在一些妨碍;在现在的状况下,人工智能大多是集中的,这带来了有成见的研讨成果的危险。练习和运行人工智能程序的核算本钱也在飙升,这解释了为什么只要大型科技公司“七大巨头”能够跟上。
在本文的下一节中,咱们将要点介绍人工智能如何与学术界和研讨相结合,存在的妨碍以及未来的开展趋势。这篇文章还将介绍去中心化人工智能处理方案的兴起,例如区块链构建的Aigarth,以及处理一些现有挑战的潜力。
人工智能如何推进学术界和研讨实验室的开展
假如你现已完成了一篇研讨论文或任何形式的学术研讨,你或许会理解这个进程有多严重。但现在状况已不再完全如此,至少关于知道如何运用现有人工智能应用程序的精通人工智能的学者来说是这样。
现已推出了几个应用程序,使学术研讨愈加无缝。
数据剖析和可视化:GPT-4等先进的人工智能模型已被证明与传统的机器学习模型相当,乃至更好。这种LLM模式彻底改变了研讨人员和学术界处理大数据的方法,即使是那些数据科学知识最少的人也能够处理复杂的数据集,并有用地识别任何相关性。
文献总述:这个乏味的研讨阶段是大多数人倾向于放弃的当地。现在,有Jenni、SciSpace和Elicit等人工智能应用程序,它们旨在运用自然语言处理(NLP)使这一进程变得愈加容易。这些应用程序能够生成摘要、识别相关研讨或生成初步结构来处理研讨,而不是阅读大量论文。
医学研讨:除了学术界,医学研讨实验室也在运用人工智能的力气。人工智能被运用的一些关键范畴包含临床实验、药物发现、诊断和精准医学。人工智能用于医学研讨的一个很好的比如是流行病学,南加州大学维特比工程学院开发了一种能够减缓传染病传播的预测模型。
人工智能采用的挑战
正如引言中说到的,当前的人工智能前进并非满有把握。为了让每个人都能适应整合人工智能立异,还有很多问题需要处理。一些相关的挑战包含缺乏清晰的法规、人工智能练习中的隐私侵犯以及核算本钱。
就上下文而言,收购Nvidia的A100将花费高达10000美元,这是现在用于人工神经网络(ANN)练习的最有用的GPU之一。或者,人们必须在AWS上以3.06美元或在谷歌上以1.14美元的价格租用这种硬件。
也能够说,鉴于练习数据是从集中式数据库中取得的,人工智能应用程序或许会在一定程度上存在成见。这意味着,恶意方能够很容易地损害研讨成果,而没有人能够对其进行审计,并最终推进其议程。
人工智能与区块链技能相遇
人工智能的未来是光明的;基本面持续改进,更多的本钱正在进入这个新式商场。
但更引人注目的是人工智能与区块链技能的穿插,这处理了当前的一些挑战,包含透明度和核算本钱。Qubic L1区块链是一个运用区块链技能增强人工智能立异状况的项目的一个比如。
该第1层区块链是Aigarth软件的宿主;现在为数不多的朝着奇点开展的人工智能项目之一(自改进人工神经网络——ANN)。Aigarth的人工智能生态系统将运用Qubic的有用作业证明(uPoW)一致和区块链的公共账本产生的额外核算能力。这种去中心化的方法降低了练习人工神经网络的本钱,同时也提高了人工智能练习的透明度。
通过这种整合,人工智能行业很或许会倾向于一个生态系统,在这个生态系统中,立异不局限于大型技能和OpenAI等早期进入者,现在便是这种状况。相反,区块链网络的去中心化和无答应性质为更具协作性的环境拓荒了空间。这在研讨范畴尤为重要,研讨范畴长期以来一直是人类前进的要点支柱。
此外,去中心化网络降低了单点故障的危险,使恶意行为者更难操作数据或算法。区块链提供的透明度也意味着能够更有用地审查和审计人工智能研讨模型的开发和部署,促进道德实践和信任,这在学术界或任何其他形式的研讨中都是至关重要的。
定论
ChatGPT推出至今现已一年半了;最新统计数据显示,这款人工智能软件每月具有近2亿用户。这一数字表明晰国际采用人工智能的速度有多快,但同时也突显了集中化的危险。
从好的方面来看,人工智能立异不用孤登时发挥作用。将它们的变革力气与区块链等其他4IR技能相结合,或许是解锁更值得信赖和人工智能用例的急需战略。
此时快讯
【美国副总统哈里斯抹去了特朗普在摇摆州的领先优势】金色财经报道，彭博/Morning Consult最新民调显示，美国副总统哈里斯抹去了美国前总统特朗普在摇摆州的领先优势；自美国总统拜登退选以来，黑人和年轻选民的投票热情有所提升。
