【402cc永利手机版】人工智能是人类最伟大的投资

2019-11-30 21:13 来源:未知

402cc永利手机版 1

402cc永利手机版 2

区块链与人工智能这两项新兴的科技,区块链与人工智能的边界正趋于模糊,在区块链的世界里,算力是一个系统的保护墙,算力是价值的重要表现;而与人工智能的结合能为我们带来计算、隐私和数据上的创新。

区块链 AI项目投资逻辑

巴比特CTO金磊:区块链怎么去跟具体行业实现落地应用

从技术角度出发,区块链 AI项目的投资逻辑将从数据、算力、算法层面进行分 析,技术方向的关注重点如图所示。

大家都说2020年是区块链落地的元年,作为矿工或者说大家手上的算力,我们在这个大背景下怎么推动这个行业的落地?怎么给社会带来更大的价值?我想这是我们现在要去回答的一个问题。

402cc永利手机版 3

水库和堰塞湖之间有什么区别?水库是人工围成的湖泊,它可以通过人工的调节,在枯水期的时候可以开闸放水,去缓解下游的旱情,在丰水期把水库关上蓄水,同时避免下游的洪涝灾害。所以通过水库的调节作用,对下游的生产生活有很大的正面促进作用。但是堰塞湖是土石塌方形成的湖泊,不受人的意志而控制。随着水位的上升或者土石的松动随时都有塌方的可能,有下游的生产生活造成很大的威胁。在我看来,在今天区块链行业里面的算力其实更像是一个堰塞湖,这些算力是被围在堰塞湖里面,有很高的水位,同时这些算力跟其他行业之间有很少的流通,时长也被外界诟病POW挖矿消耗大量的算力,但是在今天挖矿这件事情的收益也是非常低的。

整体逻辑

亚当史密斯有一个非常著名的自由贸易理论,就是说参加自由贸易的双方其实都可以从贸易当中获得收益。同样的理论也可以应用到区块链和其他行业之间的算力流通,如果我们能把算力打通的话,其实也能够给整个系统产生更大的价值。

1)AI 和区块链的投资趋势,是由区块链引发的,因此一定不是 AI 领域单边的 需求,因为那样的话就会回归 AI 领域的投资逻辑。我们需要探索交叉领域给双 边带来的机遇,以及创造全新的机会。

说到算力,肯定就离不开摩尔定律,摩尔定律说每隔18个月到24个月,我们在集成电路里面的晶体管数目都会翻1倍。早在1971年的时候,英特尔发布的4004芯片里面只有区区2300个晶体管,芯片的制造工艺是10个微米,相当于现在头发丝的粗度。到今天,大家手里的智能手机里面的芯片已经包含了100-200亿个晶体管,制造工艺也是缩小到了9纳米甚至是7纳米。芯片里的晶体管的数目可以看作是算力的近似指标,我们可以看到在最近几十年里面,其实整个算力是一个爆发式的增长。同时,由于算力的爆发式增长,也是给我们的生活包括社会、科学技术各个方面都带来了很多颠覆性的改变。

2)人工智能市场并不是一片蓝海,BAT 等巨头公司资源,技术优势非常明显。 初创企业在长尾众包市场机会可能大一些。比如未来去中心化的算法交易市场可 能更易落地,用物质奖励,来刺激机器学习专家开发模型,性能最好的模型会获 得更高比例的收益。

我们身边的很多例子,比如说智能手机甚至是4G、5G的应用,给我们生活带来了很大便利,因为大家有切身感受,我看到台下有很多朋友也是正在玩手机,应该体会非常深。身边的例子,我就扯开不谈,今天主要讲讲大家可能并不是那么熟悉,但是给人类社会带来非常深远影响的几个例子。

402cc永利手机版 4

案例1:基因测序

3)要让去中心化的AI市场起作用,就需要运用各种安全计算技术,包括联合学 习等,保证个人和公司提供的任何模型参数都能以完全私密的方式来处理。

在人的DNA里面有4种碱基,而基因测序做的事情就是测定DNA里面这4种碱基的排列顺序。通过对个体的基因测序,我们可以发现病变的基因,从而对疾病进行提早的治疗和预防。人类是第一次完整地完成基因测序是在2003年,前前后后当时一共花了13年的时候,耗费了10亿美金。而今天,有些朋友可能已经看到一些基因测序的产品商业化了,而我们今天去做一个基因测序只需要不到2天的时间,同时费用也在一千美金以内。这是近20年以来算力的爆发式增长,包括存储变得越来越廉价,才使新的算法得以应用,大大提高了计算的效率。

4)目前创业要充分考虑到熊市的影响,已经有一定进展和实力或具有赚钱能力 的项目才能安稳度过熊市,比如项目主网已经上线、已经有实际业务现金流等。

案例2:药物研制

数据

在屏幕上显示的3位科学家获得了2013年诺贝尔化学奖,给他们颁诺贝尔奖的原因是他们在70年代的时候提出了分子计算模型。什么是分子计算模型?就是利用这个模型,我们可以通过计算机计算的方法去模拟化学反应的过程。本来复杂的化学反应是非常耗时的,我们在药物研制当中要做千百次的实验,可以想象这当中的时间成本。通过分子计算模型,我们可以非常简单地在计算机里面模拟整个过程,然后预测里面化学反应的结果。可以想像如果我们投入大量的算力,其实我们可以快速地完成之前非常耗时的很多实验来得到结果。但是在80年代、90年代分子计算模型并没有在药物研制当中被大规模采用,为什么?因为当时的算力实在太昂贵了。举个例子:在1985年,当时世界上最快的超级计算机是克雷2号,这台机器要卖1600万美金,算上通货膨胀,折算到现在的价格可能要上亿美金了。但是到今天,一台已经是过世的iPhone4的处理器计算能力已经是克雷2号的2倍,我们只要花区区几百美金就可以买到一台iPhone。正是算力的爆发式增长,同时伴随着大数据的兴起,才使得分子计算模型在药物研制当中得以应用,大大缩减了研发的成本。大家可以想像随着新药物的推出,使得原来的绝症变得可控,给人类社会带来了巨大的福音。

这一领域初创公司可以通过数据众包的方式,利用token的优势进行弯道超车。

案例3:人工智能

1)数据保密:由于数据读写方面,区块链仅支持记录级写授权,但读操作时完 全共享,这种情况导致链上数据完全共享,因此数据的保密性很重要。

这是最近几年非常火爆的话题。我们先来简单回顾一下整个人工智能的发展史。在17世纪、18世纪,贝叶斯理论被提出来,贝叶斯理论是现在机器学习和人工智能的理论根基。但是在60年代之前,其实人工智能的发展几乎都是基于统计学的原理做的,我们会设定一个方程,通过过去的数据产生拟合方程,用拟合方程结果预测以后发生事件的可能性。60年代到90年代之间,整个人工智能的发展几乎是停滞的,没有太大的创新,没有太大的激动人心的成果。一直到90年代、2000年的时候,科学家们才开始转向用数据驱动的方法去做机器学习的训练,也就是我们现在所说的深度学习。同时伴随着GPU的出现,提供了廉价的算力,使得大规模的并行计算变得可能,才推动了机器学习或者深度学习的迅猛发展。

2)规模化存储节点:项目前期应该能吸引大量的储存节点,以降低数据存储的成本的项目。

通过这三个例子,我们可以真实地看到算力的增长给人类社会、给科学技术带来了非常巨大的变革。

402cc永利手机版 5

虽然过去几十年我们看到了算力的巨大增长,但是我们人类对算力的需求可以说没有止境,或者说我们现在所拥有的算力其实还是非常渺小。为什么这么说?我们还是用几个数据来说话。大家比较熟悉的1880态的显卡,它的算力是11tera Flops,Flops代表每秒钟浮点计算的显卡。一张1080态显卡计算里是10的12次方。有人估算过全球算力的综合,它在10的21次方,折算下来全球算力综合大概是11张1080态。科学家也对我们人的大脑做了估计,这是一个估计的值,它是在1万个yotta Flops,像多于10个28次方,什么概念?人的大脑的算力是全世界算力加起来总和的1000亿倍。今天做机器学习或者人工智能的研究的终极目标,其实是想达到AGI。今天大家所看到的机器学习或者深度学习出来的人工智能,可以说是一个伪的人工智能,因为它们只能解决一个特定范围、非常特定场景下的小问题,然而通用人工智能其实是想要让机器去像人一样思考,能够在各个复杂的欢喜下解决不同的问题。大家可以从这几个数字看出,如果我们要实现AGI,我们的算力至少要有成千上亿倍的增长才行。

算力

随着制造工艺的不断优化、计算架构的不断迭代,我相信在不远的将来,我们的算力还是会以指数级别的增长。另一方面,我们的存量算力也有非常大的优化空间。据估计,目前全世界高端显卡的保有量在千万张级别,每年有几百万张的显卡被矿工买去挖矿。再加上ACC芯片,其实区块链在推动算力的增长包括芯片的研发上起到非常大的作用。

目前这一领域巨头公司优势明显,在目前的发展情况下,初创公司突破较难,等 算法市场、存储市场等生态起来了以后可能会有新机会出现。

这几天的会议里面,大家可能听到一个非常多的词汇是“产业区块链”,什么叫“产业区块链”?产业区块链就是要让区块链跟具体的行业结合,但是一个现实是其他行业的朋友可能对区块链的了解并不多,有时候甚至是带有偏见的。我就在想我们是否可以打算力打通,让区块链推动算力的发展、推动其他行业的发展,从侧面跟其他行业融合,让他们了解区块链,推动区块链的落地应用。

1)AI芯片研发:英特尔垄断了芯片,芯片是人工智能算力的硬件基础,这类 项目投资者需要关注项目方是否有能力研发并生产芯片。

巴比特抱着这个愿景投入了很多研发力量做矩池云的产品。我们的目标是想打通算力流通的障碍,带来更多的社会价值。我在这里举两个数字,让大家有更直观的感觉:今天如果你有一张1080态显卡拿去挖矿,你一天收益大概在5.6元。但是作为一个科学家或者工程师,你想去做模型的训练,你去主流的云计算提供商那边租GPU的服务器,你要支付的费用是10-20元/时,一边是5.6元/天的收益,另外一边是10-20元/时的费用,大家简单算一下这里面的收益和费用支出之间有10-20倍的差距。如果我们能把算力流通起来,应该是大家乐见其成的一件事情。

2)并行计算:算力分配需要考察各个客户端能否将提交的算法进行聚合修 改,保证算法参数实时有效的更新在每一个客户端,是目前AI算力分配过程中 遇到的难点,所以投资者需要关注项目方是否有能力处理大规模并行计算难题。

为了实现这个目标,我们做了很多努力,我们做了很多技术上的创新,我们研发了自己的智能调度算法。因为有别于传统的云计算提供商,其实他们的服务器都部署在IDC里面,有非常好的非常稳定的网络环境、非常低的延时。但是我们这边的算力是通过公网连接进来,很多时候网络环境不可控。很多时候,其实这些机器通过内网、通过路由器接入到我们这个平台,这些机器是没有自己的独立IP。没有独立的公网IP,外部用户无法直接访问它们,我们也研发了自己独有的网络穿透技术,让我们的用户得以有非常低的延时访问这些硬件。之前举的几个例子,大家能感受到算力和存储不分家,我们业绩预开源的技术,研发自己特有的具有高速缓存的分布式存储。

算法

版权声明:本文由永利402com官方网站发布于财经区块链,转载请注明出处:【402cc永利手机版】人工智能是人类最伟大的投资