AI a Blockchain a jejich vhodnost pro řešení problémů
Dnes máme dvě důležité oblasti, které budí pozornost: umělá inteligence (AI) a blockchain. Protože AI je tak široká disciplína, zaměřme se na aspekt reprezentace znalostí, konkrétně na znalostní grafy, které se stávají základovou vrstvou reprezentující data uvnitř mnoha řešení umělé inteligence. Existující, dobře definovaný a očíslovaný graf znalostí je velmi cenný. Je však obtížné definovat správnou strukturu grafu a získat hodnotná data.
Magazín
To lze popsat jako ontologický problém. Ontologie, definice struktury grafu, je jako databázové schéma, které popisuje všechny klíčové pojmy a vztahy. Špatná definice ontologie ztěžuje uvádění dat do grafu a špatná definice ontologie může také velmi zpřístupnit data. Řešení ontologického problému obvykle vyžaduje malou skupinu vyškolených ontologů, taxonomů nebo informačních vědců. Jinými slovy, je potřeba centralizovaná skupina pro definování a udržování kvality struktury znalostního grafu. Tato centralizace obvykle znamenala konec znalostního grafu. V tomto případě bude společnost, jako je Google nebo Microsoft, vidět centralizaci jako kritický bod selhání. Obvykle se stává, že se vytvoří graf znalostí, ale po nějaké době se neudržuje a přestává být používán.
Jak vyřešit ontologický problém
Myšlenka distribuovaných technologií se stala populárnější díky bitcoinům a blockchainu. Nedávný způsob, jak vyřešit ontologický problém je ten, že se k němu přistupuje distribuovaným způsobem.
Ontologie v grafu znalostí je velmi jednoduchá: jeho hodnoty přicházejí od uživatelů, kteří vytvářejí znalosti, které se k nim přidávají prostřednictvím jejich akcí - nemají však žádné konkrétní znalosti o tom, co se děje za scénou. Čím více uživatelů pracuje na platformě, tím více se využívá doporučení znalostních grafů a čím více jsou použity jejich analytické modely, tím bohatší je znalostní graf. Úspěch tohoto nástroje nezávisí na problému s ontologií - přesouvá se na činnosti uživatele a na úspěch při vytváření užitečných znalostí.
Druhým inovativním způsobem je jeho architektura pomocí distribuované sbírky mnohem menších grafů znalostí. Existují dva příklady. Prvním je použití běžného standardu - v tomto případě sémantického webu konsorcia World Wide Web Consortium Semantic Web. S miliardami dostupných faktů Semantic Web spojuje rozsáhlý graf znalostí prostřednictvím distribuovaných příspěvků tisíců subjektů.
Graf znalostí
Podobným způsobem jako přístup založený na standardech, vytváření a integraci distribuovaných mikroskopických služeb, může usnadnit graf znalostí. Potřebujete platformu, která chápe definice mikroprocesů, jako je definice GraphQL, která byla vydána společností Facebook a podporována rostoucí nadací GraphQL Foundation. Úspěch a hodnota grafu znalostí, dosaženého množstvím mikroprocesů, závisí na stejné komoditě, kterou platforma umožňuje: vytvoření cenných mikroprocesů zákazníkem.
Nakonec, aby byl bod jasnější, vraťme se k blockchainu. Bitcoinová síť dosáhla úspěchu díky svému tvůrčímu myšlení distribuovaným způsobem. Přístup konsensu důkazů o práci zajistil, že globální síť uživatelů, kteří podporovali blockchain, byla odměněna těžebními nebo ověřovacími transakcemi. Distribuovaná skupina účastníků nakupujících a vyměňujících bitcoiny poskytla hodnotu a distribuovaná sada těžařů poskytla důvěru síti a zároveň byla odměňována ve stejné komoditě: bitcoinech.
Využijte své zákazníky
Chcete-li najít ten správný model pro vaše AI nebo blockchain, přemýšlejte o distribuci: vytvořte komunitu zákazníků interagující s vaší technologií, ve které najdou hodnotu a zároveň umožní vytvoření větší hodnoty, to vše ve stejné komoditě poskytované vaší technologií.
Připravil: Radek Svoboda