Kecerdasan buatan (AI) dengan cepat menjadi bahagian penting dalam kehidupan seharian kita.

Pembantu peribadi seperti Pembantu Google dan Siri bergantung pada AI untuk memproses input pertuturan. Mesin cadangan yang mencadangkan lagu, restoran, atau berita juga disokong oleh AI. Kemudian ada projek utama seperti AlphaGo, yang menggunakan rangkaian saraf tiruan untuk mengalahkan pemain manusia dalam salah satu permainan strategi paling rumit yang pernah dibuat.

Tidak ada keraguan bahawa kita memasuki masa depan yang didukung oleh AI. Beberapa organisasi malah menggunakannya untuk mengimbas penyakit dan cari eksoplanet. Tetapi kos menjalankan aplikasi ini sukar untuk diabaikan. Banyak syarikat permulaan menghabiskan sebanyak 20-30% pembiayaan mereka untuk kos operasi perkakasan sahaja.

DeepBrain Chain berharap dapat mengatasi masalah kenaikan kos pemprosesan oleh menggabungkan teknologi blockchain dengan kepintaran buatan. Anggaran awal menunjukkan syarikat dapat menjimatkan sebanyak 70% dengan membeli data dan memproses kuasa melalui DeepBrain dan bukannya membina infrastruktur mereka sendiri.

Baru-baru ini, pasukan DeepBrain Chain mengumumkan kejayaan pertama model AI mereka di testnet, menandakan langkah awal projek untuk ketersediaan awam.

Masalah Kos

Lebih daripada 5,000 permulaan AI telah dilancarkan dalam 5 tahun kebelakangan. Pengimbas Usaha laporan pembiayaan untuk projek-projek ini mempunyai kadar pertumbuhan tahunan sebanyak 83%, mencapai lebih dari $ 14 bilion pada tahun 2017. Q1 2018 mempunyai rekod pendanaan $ 2.5 bilion di seluruh industri, peningkatan 11% berbanding Q1 2017.

AlphaGo adalah salah satu aplikasi pembelajaran mendalam dan kecerdasan buatan yang paling terkenal. Pembangunnya, DeepMind, dibeli oleh Google pada tahun 2014. Walaupun kejayaan usaha itu dipublikasikan dengan baik, DeepMind terus menghantar kerugian kewangan setiap tahun, menanggung hutang lebih dari $ 162 juta pada tahun 2016 sahaja.

Kos operasi dan yuran undang-undang memainkan peranan besar dalam keadaan kewangan DeepMind, tetapi menjalankan AlphaGo sama sekali tidak murah. Versi AlphaGo yang dimainkan pemain Go profesional Korea Selatan, Lee Sedol menggunakan 1,920 pemproses standard dan 280 GPU yang diubah suai, menyumbang kepada kos operasi $ 3,000 untuk satu permainan.

Mendapatkan sebarang model AI untuk dilaksanakan dengan ketepatan yang tinggi memerlukan latihan selama ribuan jam. Sangat mudah untuk melihat bagaimana perusahaan AI dapat mengumpulkan bil perkakasan yang tinggi dalam usaha melancarkan satu produk kecerdasan buatan.

Syarikat lain yang bekerja dengan pembelajaran mesin dan kecerdasan buatan menghadapi masalah yang serupa dengan DeepMind. Sebilangan besar dari mereka tidak boleh bergantung pada saiz syarikat induk yang tidak berukuran sebesar Google untuk membiayai mereka. Memotong kos sangat penting untuk meneruskan operasi, dan 30% yang menuju ke perkakasan adalah tempat yang baik untuk memulakan.

Pembiayaan AI dari 2011-2018 – Imej melalui venturescanner.com

Masukkan Rantai DeepBrain

Teknologi blockchain adalah penyelesaian terbaik untuk membendung kenaikan kos menjalankan aplikasi AI. Ini adalah sektor yang berkembang pesat, berskala, dan menguntungkan yang mula memasuki arus perdana, berkat populariti cryptocurrency.

DeepBrain Chain akan beroperasi sebagai pasaran terdesentralisasi untuk kekuatan data dan pemprosesan. Ia kini berjalan di Blockchain NEO tetapi akan berpecah kepada rantai sampingannya sendiri setelah mainnet dilepaskan. Perusahaan kemudian dapat membeli jumlah daya pemprosesan yang diperlukan untuk menjalankan aplikasi mereka tanpa harus melabur dalam infrastruktur khusus mereka sendiri.

DeepBrain akan memenuhi keperluan organisasi-organisasi ini dengan menyediakan rangkaian latensi rendah yang berprestasi tinggi dan berprestasi tinggi yang memelihara privasi melalui desentralisasi dan penyulitan. Anggaran awal mengunjurkan penjimatan kos sekurang-kurangnya 70% untuk kebanyakan pelanggan.

Kejayaan Testnet

Pada 3 Jun 2018, pasukan pengembangan DeepBrain Chain berjaya menjalankan tiga jenis model latihan AI dunia nyata di testnet peribadi. Hasil ujian ini tidak diumumkan, tetapi tujuannya bukan untuk menguji AI, hanya kemampuan testnet untuk menjalankan program di lingkungan kerja.

Ujian yang berjaya pertama adalah pangkalan data Institut Piawaian dan Teknologi Nasional yang Diubahsuai (MNIST), semacam “Hello World” untuk pembelajaran mesin. Pasukan DeepBrain berjaya menjalankan MNIST di testnet dengan subkumpulan 250 gambar terhad.

Ujian MNIST penuh mengandungi 60,000 gambar digit tulisan tangan yang diambil dari pelajar sekolah menengah dan kakitangan Biro Banci A.S. AI mesti menggunakan pengecaman gambar pada setiap imbasan untuk mentafsirkan tanda dan mengenal pasti seberapa banyak nombor dengan betul.

Ujian AI kedua adalah model pemprosesan bahasa semula jadi yang dijalankan menggunakan Rangkaian Neural Konvolusional (CNN). CNN menganalisis gambar sebagai kumpulan piksel pada satu masa, memungkinkan untuk mengesan bentuk dan tepi dengan membandingkan perbezaan data matriks. Ketika ditugaskan untuk memproses bahasa, CNN dapat “melihat” kata-kata dalam dokumen dan menguraikan makna sederhana dari konteks.

Akhirnya, pasukan DeepBrain berjaya menjalankan model pengkategorian teks Cina menggunakan versi doc2vector yang telah dilatih. Program ini adalah lanjutan dari kata2vec yang membina penyisipan perkataan dari dokumen teks yang diimbas. Model ini biasanya digunakan untuk menyusun semula konteks linguistik dari input dokumen, yang pada dasarnya membolehkan rangkaian saraf memahami bahasa bertulis.

Peta Jalan dan Tonggak

Pada Januari 2018, DeepBrain mengumumkan perkongsian dengan pemegang lesen Disney dalam siri  Mainan Mickey Mouse yang mendengar dan bertindak balas terhadap input ucapan. Robot pendidikan menghantar lebih daripada 3 juta unit pada tahun 2017. DeepBrain akan membantu meningkatkan keupayaan pembelajarannya untuk produk seterusnya.

Acara akan datang yang paling terkenal ialah pelancaran testnet DeepBrain Chain yang dijadualkan pada akhir bulan Jun. Dengan kejayaan ujian awal, pasukan merasakan produk tersebut siap menerima permohonan awam. Pelancaran mainnet akan menyusul beberapa bulan kemudian dengan pelancaran Oktober 2018 yang dijadualkan.

The Projek Skynet telah dibuka pada pertengahan bulan Jun 2018 untuk membantu memperkukuhkan rangkaian sebagai persediaan untuk menjadi awam. Pengguna yang memenuhi syarat perkakasan boleh memohon untuk bergabung dengan Skynet dan memperoleh hak keutamaan perlombongan mainnet, titik simpul tambahan, dan penggunaan sumber DeepBrain secara percuma semasa Projek Skynet beroperasi.

DeepBrain Chain telah menempa a perkongsian dengan SingularityNET, penyelesaian AI yang terbuka dan terdesentralisasi yang bertujuan untuk mendemokrasikan akses kepada kecerdasan buatan. Perikatan itu akan membolehkan perkongsian data dan perkhidmatan pemprosesan antara kedua platform melalui kerangka kerja yang sedang dibina pasukan.

Peta jalan DeepBrain Chain membawa platform melalui pelancaran mainnet pada Oktober 2018 dan merangkumi ujian dan penambahbaikan sepanjang 2019.

Masa Depan Rantai DeepBrain

DeepBrain Chain adalah platform pengkomputeran AI berasaskan blockchain pertama di dunia, dan ia tiba tepat pada waktunya untuk memanfaatkan industri yang berkembang pesat.

Syarikat gergasi teknologi Google dan Baidu telah membelanjakan antara $ 20-30 bilion untuk pembangunan AI. Industri itu sendiri boleh bernilai lebih dari satu trilion dolar menjelang 2035. Untuk meletakkannya dalam perspektif, pendapatan eksport minyak bersih OPEC mencapai puncaknya pada hari ini pada $ 917 bilion pada tahun 2012 dan telah menurun hampir separuh sejak itu.

DeepBrain Chain pada masa ini memfokuskan banyak usaha pada perusahaan di China, sebuah negara tenang untuk menjadi pemimpin dunia dalam kecerdasan buatan. Ketua Pegawai Eksekutif DeepBrain He Yong mengaitkannya dengan betapa mudahnya mengumpulkan dan menggunakan data di China berbanding dengan negara lain.

Terdapat beberapa kebimbangan mengenai kemampuan dan kesediaan DeepBrain untuk berkembang ke wilayah lain, terutamanya Eropah dan Amerika Syarikat. Seperti yang ditunjukkan oleh perkongsian dengan SingularityNET, DeepBrain Chain tidak bermaksud untuk kekal sebagai projek yang berfokus pada China selamanya.

Setakat ini, masa depan kelihatan cerah untuk DeepBrain Chain. Ia mendapat tempat dalam ciri kami projek NEO yang menarik dan menjanjikan projek blockchain AI awal tahun ini. Sekiranya pelancaran testnet dan mainnet berjalan lancar, DeepBrain Chain boleh menjadi projek pertama yang digunakan syarikat ketika memperoleh perkongsian AI.

Berkaitan: Blockchain dan Artificial Intelligence: Manfaat dari Decentralized AI