1.數據
擁有足夠的數據來訓練人工智能(AI)/機器學習(ML)模型，對企業來說都是永無止境的挑戰。傳統上，只有擁有大量用戶的企業才能擁有大型數據集，而分散化非常適合將更多數據集交給人工智能社區。
海洋協議(Ocean Protocol )正在建立一個分散的數據交換系統，以容納人工智能培訓的全球數據。如果這樣做，它們將成為數據提供者和消費者的轉向協議。根據企業所在的行業以及需要培訓的數據的具體情況，可能會看到專門針對目標用例的項目。例如，DX Network提供有關公司、投資者和行業新聞的結構化數據。
在現實世界中彙總數據是一個真正的挑戰。像谷歌這樣的公司不可能分享他們的自動駕駛汽車的數據。這意味著物聯網(IoT)設備將在人工智能培訓的真實世界中收集數據方面發揮巨大作用。隱私和安全將是非常重要的，IoTeX在構建用於此目的的物聯網設備上運行的區塊鏈方面具有堅實的基礎。如果人工智能社區利用他們的平臺大量收集數據，這並不會讓人感到驚訝。
2.算法
雖然數據是培訓人工智能(AI)/機器學習(ML)模型的關鍵，但人們需要開發以分散和分佈方式運行的算法來處理這些數據。而以研究報告和實施它們在區塊鏈上運行並不容易。 SingularityNET封裝了每個人工智能算法並允許它們相互通信。Deep Brain Chain還將人工智能算法封裝在閒置的GPU上運行。
封裝人工智能(AI)/機器學習(ML)算法是一個令人印象深刻的壯舉，但這僅僅是一個開始。人們需要這些算法以智能的方式運行。Cortex是一個建立自己的基礎設施區塊鏈的項目，允許用戶編寫機器學習程序。用戶提交自己的人工智能的智能合約，每個合約可以互相交互。
Cortex也有自己的虛擬機，名為Cortex Virtual Machine.。這為人工智能智能合約的執行提供了一個值得信賴和安全的環境。Cortex還提供了運行脫鏈算法的能力。該團隊正處在計算能力提供者與算法提供者之間的關鍵交匯處。因此，整個人工智能社區之間的合作變得容易。
3.計算資源
有很多優秀的團隊致力於獲取訓練數據和最新的研究算法以運行區塊鏈。而人們面臨的最後一個難題就是如何利用世界上閒置的計算能力來運行計算密集的人工智能(AI)/機器學習(ML)培訓。
Cortex正在試圖成為這個橋樑，所以人們可能會看到他們與像Golem這樣的項目合作，Golem創建了第一個計算能力的全球市場。而專業團隊已經開發出一種將深度學習計算分配給任何設備的方法，這不僅僅包括GPU。Cortex的橋樑可能是將所有人工智能社區整合在一起的關鍵組件。
人工智能迅速成為全球不容忽視的指數技術。加密世界的技術人員也不能忽視這一點。如果人工智能生態系統在區塊鏈上發揮作用，那麼只有像Facebook、亞馬遜或谷歌這樣的公司才會擁有這樣的能力，並將其交給社區。
閱讀更多 億江科技 的文章
