手把手带你复现AI+区块链写码全过程!(附代码&视频)

简介:

9b55cfd2fe61ef0848421cfbf645ddb6bbcbf2e7

比特币的剧烈震荡,引起全民关注,加快了区块链的普及速度。

区块链养猫养狗、区块链游戏、区块链游戏,区块链旅游……打着区块链名头的项目蜂拥上线。

如何将区块链和 AI 两种不同技术结合?如何在python中编写工作证明算法?一致性算法有哪些?

在这个视频中,我们重点讨论 AI+BlockChain 如何一起工作,如何在 python 中编写工作证明算法,然后在高层次上讨论一些其他的共识算法。

人工智能可以利用区块链的力量对数据进行审计,对其目标进行激励,甚至创造新型的精英组织。

下面用图文给大家简单介绍视频中所提到的四种算法:

ca84129db91a82cbdae92329726a5557124a392b

币圈所用的 Consensus Algorithms(分布式一致性算法)主要有Proof of work (工作证明)算法和 Proof of Stake(权益证明)算法两种。

Proof of work(工作证明)

比特币交易的运行原理就是 Proof of work,我们有网络上所有交易的分布式账本,在每个矿工的计算机上都存有一个副本,一旦涉及确认交易时,他们都必须提供这个 Proof of work,他们已经计算出这个随机数学问题,只有这样做才能对交易进行确认。

比特币的运作步骤是:交易验证→生成代码→周知其它矿工→如果大部分人都同意,交易将添加至区块链。矿工能挖到矿的概率取决于矿工做了多少工作,所以我们看到,比特币矿工的支出变得越来越小,矿工们会因为比特币供应量有限而加班减薪。

Proof of stake(权益证明)

Proof of stake 的原理则是,一个人的能力无关工作能力,而取决于他有多少币,拥有的币越多投票权越大;交易系统能够让51%以上的攻击成本变高;大部分的矿工都在努力采矿,以扩大比特币社区,但是比特币却集中在越来越少的人手里。

任何人都可以通过发送,一种特殊类型的交易来锁定手持币成为存款,然后通过所有当前验证者可以参与的一致性算法,来完成和同意新区块的建立。

Proof of Activity(活动证明)

活动证明作为一种 Proof of work 和 Proof of stake 的混合证明,它一开始作为Proof of work,所有矿工都试图解决这个数学问题。一旦有一桩成功的交易,它将切换到权益证明,然后设置验证器来标记这个新的区块。

Proof of Burn(焚烧证明)

这种证明算法不会在昂贵的计算机设备上烧钱,而是把币送到一个不能复原的地址上。一旦你把币丢去这里,那就永远赎不回来了。你可以通过随机选择过程获得永久权限,以便能够在系统上挖掘。随着时间的推移,你在系统中的权益会衰减,最后你会想要烧掉更多的币来增加中奖几率。


原文发布时间为:2018-02-23

本文来自云栖社区合作伙伴“数据派THU”,了解相关信息可以关注“数据派THU”微信公众号

相关文章
|
5天前
|
人工智能
AniDoc:蚂蚁集团开源 2D 动画上色 AI 模型,基于视频扩散模型自动将草图序列转换成彩色动画,保持动画的连贯性
AniDoc 是一款基于视频扩散模型的 2D 动画上色 AI 模型,能够自动将草图序列转换为彩色动画。该模型通过对应匹配技术和背景增强策略,实现了色彩和风格的准确传递,适用于动画制作、游戏开发和数字艺术创作等多个领域。
61 16
AniDoc:蚂蚁集团开源 2D 动画上色 AI 模型,基于视频扩散模型自动将草图序列转换成彩色动画,保持动画的连贯性
|
15天前
|
人工智能 自然语言处理 前端开发
Director:构建视频智能体的 AI 框架,用自然语言执行搜索、编辑、合成和生成等复杂视频任务
Director 是一个构建视频智能体的 AI 框架,用户可以通过自然语言命令执行复杂的视频任务,如搜索、编辑、合成和生成视频内容。该框架基于 VideoDB 的“视频即数据”基础设施,集成了多个预构建的视频代理和 AI API,支持高度定制化,适用于开发者和创作者。
75 9
Director:构建视频智能体的 AI 框架,用自然语言执行搜索、编辑、合成和生成等复杂视频任务
|
14天前
|
机器学习/深度学习 人工智能 自然语言处理
MMAudio:开源 AI 音频合成项目,根据视频或文本生成同步的音频
MMAudio 是一个基于多模态联合训练的高质量 AI 音频合成项目,能够根据视频内容或文本描述生成同步的音频。该项目适用于影视制作、游戏开发、虚拟现实等多种场景,提升用户体验。
64 7
MMAudio:开源 AI 音频合成项目,根据视频或文本生成同步的音频
|
22天前
|
机器学习/深度学习 存储 人工智能
EfficientTAM:Meta AI推出的视频对象分割和跟踪模型
EfficientTAM是Meta AI推出的轻量级视频对象分割和跟踪模型,旨在解决SAM 2模型在移动设备上部署时的高计算复杂度问题。该模型采用非层次化Vision Transformer(ViT)作为图像编码器,并引入高效记忆模块,以降低计算复杂度,同时保持高质量的分割结果。EfficientTAM在多个视频分割基准测试中表现出与SAM 2相当的性能,具有更快的处理速度和更少的参数,特别适用于移动设备上的视频对象分割应用。
36 9
EfficientTAM:Meta AI推出的视频对象分割和跟踪模型
|
9天前
|
人工智能 小程序 API
【一步步开发AI运动小程序】十七、如何识别用户上传视频中的人体、运动、动作、姿态?
【云智AI运动识别小程序插件】提供人体、运动、姿态检测的AI能力,支持本地原生识别,无需后台服务,具有速度快、体验好、易集成等优点。本文介绍如何使用该插件实现用户上传视频的运动识别,包括视频解码抽帧和人体识别的实现方法。
|
28天前
|
机器学习/深度学习 人工智能 自然语言处理
LTX Video:Lightricks推出的开源AI视频生成模型
LTX Video是由Lightricks推出的开源AI视频生成模型,能够在4秒内生成5秒的高质量视频。该模型基于2亿参数的DiT架构,确保帧间平滑运动和结构一致性,支持长视频制作,适用于多种场景,如游戏图形升级和电子商务广告变体制作。
98 1
LTX Video:Lightricks推出的开源AI视频生成模型
存储 人工智能 自然语言处理
49 6
|
2月前
|
人工智能 编解码 API
【选择”丹摩“深入探索智谱AI的CogVideoX:视频生成的新前沿】
【选择”丹摩“深入探索智谱AI的CogVideoX:视频生成的新前沿】
|
3月前
|
人工智能
防AI换脸视频诈骗,中电金信联合复旦提出多模态鉴伪法,还入选顶会ACM MM
【9月更文挑战第26天】中电金信与复旦大学合作,提出一种基于身份信息增强的多媒体伪造检测方法,并入选ACM MM国际会议。该方法利用身份信息作为检测线索,构建了含54位名人324个视频的多模态伪造数据集IDForge,设计了参考辅助的多模态伪造检测网络R-MFDN,显著提升了检测性能,准确率达到92.90%。尽管如此,该方法仍存在一定局限性,如对非英语国家数据及无明确身份信息的视频检测效果可能受限。
93 4
|
2月前
|
人工智能 自然语言处理 搜索推荐
Sora - 探索AI视频模型的无限可能
这篇文章详细介绍了Sora AI视频模型的技术特点、应用场景、未来展望以及伦理和用户体验等方面的问题。
42 0