«Машинное/глубокое обучение для интеллекта блокчейна»
Аннотация
Введение
определение и значение проблемы, связанная работа и предлагаемый план
АННОТАЦИЯ
Машинное обучение и глубокое обучение могут быть полезными инструментами для анализа и получения информации из данных блокчейна. В данной работе предложены способы реализации и внедрения моделей машинного обучения в блокчейн‐системы с учетом особенностей последних. Рассмотрены такие варианты, как подключение сторонних сервисов и реализация моделей непосредственно в самом блокчейне — посредством смарт‐контрактов с помощью байткода виртуальной машины.
Ключевые слова:машинное обучение, блокчейн, вычислительные системы.
ВВЕДЕНИЕ
Блокчейн — это распределенный реестр, хранящий данные в виде “блоков”. Каждый блок содержит информацию, связанную с предыдущим блоком в цепочке. Эти данные защищены с помощью криптографии и не могут быть изменены даже тем, кто их создал. Блокчейн не полагается на центральный орган для проверки и подтверждения новых данных, а опирается на математический процесс, называемый консенсусным механизмом.
Блокчейн может использоваться в отраслях, где необходимо обрабатывать большое количество данных (онлайн-видео), обеспечивая хранение, исследование и обмен данными. Криптография гарантирует, что все данные в блокчейне будут:
неизменно записываться в блокчейн;
проверяться с соблюдением конфиденциальности пользователя и обрабатываемой информации;
легко распространяться благодаря распределенному характеру блокчейна.
Блокчейн и искусственный интеллект (ИИ) — это технологии, лежащие в основе цифровой трансформации. Каждая из них способна внести революционные изменения в некоторые отрасли, а объединившись, они смогут значительно увеличить свой потенциал.
Искусственный интеллект — это способность компьютеров обучаться действиям и задачам, для выполнения которых прежде требовался человеческий интеллект. В искусственном интеллекте используются нейронные сети, которые имитируют работу человеческого интеллекта и нервной системы человека посредством машинного обучения. Это позволяет ИИ совершенствоваться со временем и разрабатывать интеллектуальные алгоритмы.
ИИ может анализировать, классифицировать и прогнозировать различные наборы данных. Машинное обучение используется для обучения на основе предоставленных данных, что позволяет создавать более совершенные модели. Таким образом, наборы данных, предоставляемые ИИ, чрезвычайно важны и должны постоянно обновляться, чтобы обеспечить эффективность моделей ИИ.
Основная цель проекта — перенести преимущества блокчейна и криптовалют в традиционные информационные системы. Среди самых основных преимуществ классически выделяют такие как: информационная безопасность, децентрализация, распределенная обработка данных и другие.
Комбинация машинного обучения с блокчейн-системой позволяет расширить задачи, доступные разработчику и бизнесу к реализации. В частности, на основе данных, которые записаны в блокчейн, модель может выполнять, например, прогностические операции, обнаружение паттернов и образов. Модель может быть реализована как в рамках блокчейн-системы посредством смарт-контрактов, так и реализована вне ее, посредством специальных сервисов-оракулов. В данной работе рассмотрены оба способа, а также проанализированы их преимущества и недостатки.