¿Se pueden combinar blockchain y machine learning?

Desarrollando la idea de Tomek Kurpanik Skynet –

Puede agregar ALLSPARK (Transformers Series) a eso.

BlockChain-AI podría muy bien ser el objetivo final para la existencia de toda la tecnología en sí.

Habría cientos de razones por las cuales BlockChain-AI / ML (BCAI) va a gobernar el mundo.

Pero creo que una razón masiva será la CALIDAD DE LOS DATOS.

La mayoría de las fuentes de Big Data hoy en día (la web, las redes sociales, etc.) tienden a contener demasiada basura. Incluso las fuentes de datos corporativos tienen demasiados problemas de calidad como basura, duplicación, valores de datos faltantes o incluso errores simples. Tienden a tener un gran componente de datos no estructurados también. Lo que de nuevo no se presta a altos niveles en la precisión del modelo. El caso en cuestión es Twitter. Casi imposible ir más allá del 80% de precisión para un modelo basado en manguera de Twitter.

Mientras que BLOCKCHAIN ​​contiene transacciones reales. Decisiones que han sido tomadas por personas. Muy poca basura. El alto nivel de calidad de los datos está obligado a hacer que cualquier algoritmo basado en él sea progresivamente, infinitamente más poderoso que cualquier otra fuente de datos existente en la actualidad.

Hay cientos de otras razones y aplicaciones poderosas para la ubicuidad de BCAI en un futuro muy cercano y por qué se convertirá en el ALLSPARK / SKYNET de nuestra sociedad. En el futuro, donde habrá muchos, muchos libros escritos en BCAI, cada razón / aplicación será tan grande que tendrán capítulos dedicados para cada uno de ellos.

Para concluir, BlockChain y MachineLearning están hechos el uno para el otro y dos pilares sobre los que se construirá el futuro de este planeta. Si va a ser bueno o malo o ambos, esa discusión filosófica exige su propio volumen de libros.

¿Podemos vivir en tiempos interesantes? … Supongo que ya lo estamos haciendo. 🙂

Sí, una aplicación particular podría ser analizar los patrones de quién compra qué y cuándo. Podríamos detectar, por ejemplo, que cada vez que las personas envían dinero a la persona X, sus billeteras se silencian en los próximos meses. ¡No hagas negocios con la persona X! : O

Este es más un ejemplo de ciencia de datos, pero se entiende la idea.

Machine Learning y Blockchain son lo que los informáticos llamarían conceptos ortogonales: existen independientemente uno del otro.

Machine Learning explora el estudio y la construcción de algoritmos que pueden aprender y hacer predicciones sobre los datos.

Un Blockchain es una base de datos distribuida que permite la creación de un libro abierto y distribuido que puede registrar transacciones entre dos partes de manera eficiente y de manera verificable y permanente. El libro mayor también se puede programar para activar transacciones automáticamente.

Entonces, un área donde las dos tecnologías podrían cruzarse de una manera bastante obvia (basada en los modelos informáticos de aplicaciones tradicionales) es la extracción de datos para patrones, donde esos datos se crean como parte de una solución que usa Blockchain, tal vez incluso datos en el Base de datos Blockchain en sí. Considere una tienda basada en Blockchain para una aplicación de Internet de las cosas que registra datos de sensores de millones de sensores. Una aplicación de Machine Learning podría inferir patrones interesantes de este uso.

El ejemplo anterior es cuando la solución Machine Learning opera “fuera de banda” de la solución Blockchain, es decir, cuando sus operaciones están desconectadas de las operaciones de la aplicación Blockchain. En el futuro, esto puede cambiar con la introducción de algoritmos de aprendizaje automático “en banda” que, por ejemplo, están involucrados antes de que una tienda Blockchain complete una operación. Las soluciones modernas de Blockchain (posteriores a Bitcoin) están diseñadas para ejecutar código llamado “contratos” que son esencialmente lógicos que se activan cuando la plataforma Blockchain identifica un evento interesante (solicitud para escribir un registro, etc.). En el futuro, la plataforma puede incorporar algún tipo de algoritmo de Machine Learning como un subconjunto en la ejecución del contrato, es decir, el algoritmo ML se ejecutaría “en banda” con el contrato.

Puede obtener más información sobre Blockchain e implementar su propia Blockchain @ IBM Blockchain 101: una guía rápida para desarrolladores

Espero que esto ayude.

Seguro. Con cualquier criptomoneda, puede usar el aprendizaje automático en las cosas habituales de algotrading: predicción de movimientos de precios, volatilidad, riesgo u otras cosas que ayudan a su estrategia comercial a ganar más dinero.

Sí, ya se están implementando para IOT (Internet de las cosas). “Tangle” ya se ha aplicado en IOTA. Esta tecnología tiene éxito naturalmente con la tecnología blockchain como su próximo paso evolutivo y presenta las características requeridas para los micropagos realizados a escala global.

Tangle es solo un DAG (gráfico acíclico dirigido) similar a un Graoh / Open Data Stucture.

Tangle ha eliminado las pocas desventajas de blockchain que mira hacia el futuro como

a) Tarifa de transacción cero.

b) Todos pueden participar en el consenso (no solo unos pocos Mineros como en Blockchain).

c) Las transacciones son más rápidas en comparación con blockchain.

Blockchain puede usar la enorme capacidad del aprendizaje automático y la inteligencia artificial para acelerar el análisis de datos de grandes conjuntos de datos. Una nueva tecnología podría surgir de estas dos tecnologías. El beneficio obvio si estos convergen es que se mejorará la seguridad. Como la inteligencia artificial y el aprendizaje automático tienen la ventaja en el análisis de datos, se pueden construir modelos de datos nuevos y mejorados haciendo uso de la propiedad descentralizada de Blockchain. Cuando los silos de los datos se rompen debido a la naturaleza descentralizada de blockchain, se puede crear un nuevo conjunto de datos. Este conjunto de datos es a menudo el conjunto de datos cualitativo y mejor que cuando no se usa blockchain. Esto ofrece una gran oportunidad para la industria financiera junto con seguros donde la detección de fraudes es más fácil y mejor. Aprenda blockchain de los expertos de Intellipaat que tienen muchos años de experiencia en la industria que comparten muchos de estos conocimientos sobre las tecnologías emergentes. Ir a través del enlace para explorar más sobre ellos:

https://intellipaat.com/blockcha …

Esa es una posibilidad o tal vez ya está sucediendo.

Por ejemplo, también hay los llamados “contratos inteligentes” que se ejecutan en la cadena de bloques Ethereum. Una vez que envía algunas monedas ETH a estos contratos, no hay nada que mueva esas monedas desde allí. Solo los contratos inteligentes decidirán en función de cómo estén programados para mover las monedas.

Ahora. La programación de un contrato inteligente puede ser una simple serie de instrucciones, pero también puede ser un algoritmo más complejo, por ejemplo, un algoritmo de aprendizaje automático que, basado en datos, aprende a ser autónomo en la gestión de transacciones.

Entonces sí, en teoría, se pueden combinar perfectamente al menos para la cadena de bloques Ethereum.

Puede usarlo para mejorar el almacenamiento y la seguridad.

• Almacenamiento. Si le enseña a una máquina a encontrar la forma más óptima de almacenar elementos en una red, probablemente mejorará la eficiencia de todas las bases de datos de blockchain.
• Seguridad. Si le enseña a una máquina a encontrar algoritmos de cifrado, podría generar una gran cantidad de estos. Los que a su vez puede usar para cifrar partes separadas de la cadena de bloques para que nadie pueda descifrar toda la base de datos sin los algoritmos. Combine esto con lo anterior y mejorará enormemente las cadenas de bloques con el aprendizaje automático.

Sí. Si tiene una pila de datos de blockchain, puede usarla en el aprendizaje automático.