「镁客·请讲」MATRIX张国强:不惧公链竞争,将使用AI技术夯实区块链地基

简介:

预计到10月1日,MATRIX的主链会上线。

在电影《黑客帝国》中,MATRIX是一套人工智能程序,它类似于一个巨大的网络,连接着无数人的意识。

在数学名词中,MATRIX是矩阵的意思,它常常被用来表示统计数据等方面的各种有关联的数据。

所以这个词必然和人工智能、数据以及我们的未来挂钩,区块链项目MATRIX便是如此,用MATRIX联合创始人张国强的话来说,“MATRIX设计初衷就是百万TPS级商业应用,旨在用AI 技术改造整个主链的底层,使其能够更安全、更易用地支撑上层应用。”

MATRIX:分布式人工智能的新“玩法”

张国强和MATRIX的两位科学家邓仰东、李庆华结缘于“书”。

高度100人物|张国强:MATRIX如何用人工智能改造公链底层技术

“当年在机械工程出版社的时候,我负责芯片、硬件、嵌入式软件到算法整个产品线上的专业图书的出版,两位科学家都是我们的作者。”

当时,谁也没想到三个人未来会因为区块链和人工智能走到一起。

其实说到MATRIX的创始团队,其配置可谓非常豪华:

MATRIX的首席人工智能科学家邓仰东是清华大学副教授,于2006年在卡内基-梅隆大学取得博士学位。是最早开始使用GPU进行通用并行算法设计的研究人员之一,从2009年开始就成为NVIDIA合作教授,曾带领团队在Pascal VoC和COCO两大竞赛上均斩获第一名。。

首席芯片及软硬件架构科学家李庆华则是通信和IC芯片设计专家,是我国4G、4.5G(NB-IoT)和5G标准的主要贡献者,也是中国首个WiFi芯片的总设计师,也是国内首个5G物联网国家重大专项课题的副组长与技术负责人。

离开出版社的张国强踏入了AI行业,之后做过中科创达和全志的投资顾问,在这个过程中,张国强一直在思考,虽然AI能提供生产力,但是生产关系并没有发生变化,“我一直在想生产关系的变革点在哪里,区块链给了我答案。”

最后,在各种机缘巧合下,MATRIX就诞生了。

高度100人物|张国强:MATRIX如何用人工智能改造公链底层技术

“我们很认真地分析了当前的区块链技术,发现当前主链有很多不完善的地方,所以MATRIX选择聚焦到主链上。”

MATRIX总结了三方面的问题:

一是安全问题,如果资产交易不安全,放在这个链上有什么意义呢?

二是交易速度,现在的主链想真正面向商用的话,必须跨越这个障碍;

三是解决易用性,现在包括以太坊在内的很多主链都需要通过编程才能发布应用。

而人工智能可能是解决上述问题的最佳方式之一。

AI+区块链,提高交易安全和速度

2016年5月份,基于以太坊的应用The DAO 遭遇黑客攻击,造成高达6000万美元的损失,当时这个事件甚至引发了以太坊的硬分叉。确实,在现有区块链中,如果将货币发送到某个地址,操作是无法撤销的,这意味着如果交易方将货币发送到错误地址,就会导致无法挽回的损失。

MATRIX在设计之初,就考虑到了这样的问题,在设计中提出了申诉机制。

针对智能合约中的安全漏洞,MATRIX提出了综合安全方案,通过深度神经网络和形式化验证技术对合约进行多方位静态和动态检查。不仅如此, MATRIX 还引入对抗生成网络和增强式学习技术自动修正合约代码,一方面通过随机组合黑客代码攻击智能合约,一方面通过自我学习不断修正智能合约代码。

高度100人物|张国强:MATRIX如何用人工智能改造公链底层技术

谈到易用性方面,张国强表示,“易用上的关键点也是合约,现在的智能合约还得写代码,并不能达到所有人都可以用的状态,我们的理想状态是人用自然语言描述一个合约,我们通过机器帮你自动转换为智能合约,并结合各类安全措施,实现安全交易。”

想要做到这样,并不容易,这其中的难点便是对于交易语义的理解,并能准确表达为实现代码。

不过MATRIX通过自研的AI大数据工具分析后,发现了大量隐藏在智能合约的模型结构和测试参数。因此,MATRIX项目根据这些参数规律,设计大量结构模板,最终实现自然语言处理技术与完成智能合约实现的无缝融合。

公益算力:用MCMC代替哈希计算可行吗?

同时,MATRIX提出了一个概念:公益算力。

张国强表示,MATRIX团队认为哈希计算浪费了大量的电力和算力,而哈希的本质是为了做工作量证明,“我们就在想有没有既能做工作量证明,又不会浪费算力的的方法。”

邓教授就想到了用蒙特卡洛马尔科夫链(简称MCMC)代替哈希计算,现在有不少大的科学计算任务都会被切成很小的MCMC的计算单元,同理在区块链里,也可以把大的任务切成很小的MCMC计算,这样就完成了工作量证明,也帮助完成了科学计算子模块的计算。

高度100人物|张国强:MATRIX如何用人工智能改造公链底层技术

所以,对于MATRIX来说,这种公益算力如何保证记账权生成任务量的稳定充足,以及切分后对于矿工来说机制是否公平都是需要深思熟虑的。毕竟公链最关键的就是共识,而共识的最基础就是公平,当一个任务处在变动、不持续的状态下,社群成员反而会对这个链的共识产生质疑。

最后在节点上,MATRIX会用AI对选民进行标记,通常情况下,节点会被分为三层。

“挑出来的这些节点必须提供算力支撑,被推举出来的节点还需要把他的计算任务分发给所有推举他的第二层、第三层选民,在任务分配的时候,奖励也会分配。”

总而言之,MATRIX就是要让投票机制、PoW 算力以及智能合约人工智能化。

说到现在的公链,EOS、NEO、量子链、比原链等等,这其中的竞争也是非常激烈,当然随着部分公链的上线,今年下半年这块市场可能会迎来新一轮的洗牌,鹿死谁手还是未知。

在张国强看来,公链能不能做好取决于三方面因素。一是构建开发者友好的社区。“社区应该有核心的像科学家这样的角色,由这些技术开发领袖带领、鼓励更多人才参与到社区的建设,这样公链才能做好。”二是设计能够面向未来海量交易的商业应用。再次为生态建设。

张国强认为,“我们在拐大弯,我们瞄准的是能够服务数字经济的‘基础设施’。”

结语:

不过,做公链非一日之功,MATRIX深知现在一些底层技术还在初步发展阶段,一切才刚刚开始,但是张国强坚信,“一开始我们会瞄准市场比较大的无人区,为什么是无人区,因为可能当前技术还没有达到,所以我们就需要去填坑,这个过程中也许突然有个技术成熟了,它就能帮助你填这个坑。”

预计到10月1日,MATRIX的主链会上线,大家可以敬请期待。


原文发布时间: 2018-03-29 17:32
本文作者: 巫盼
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
5天前
|
人工智能 自然语言处理 机器人
文档智能与RAG技术如何提升AI大模型的业务理解能力
随着人工智能的发展,AI大模型在自然语言处理中的应用日益广泛。文档智能和检索增强生成(RAG)技术的兴起,为模型更好地理解和适应特定业务场景提供了新方案。文档智能通过自动化提取和分析非结构化文档中的信息,提高工作效率和准确性。RAG结合检索机制和生成模型,利用外部知识库提高生成内容的相关性和准确性。两者的结合进一步增强了AI大模型的业务理解能力,助力企业数字化转型。
37 3
|
15天前
|
人工智能 搜索推荐 安全
AI技术在医疗领域的应用与挑战
【10月更文挑战第27天】 本文探讨了人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和患者管理等方面。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题和技术局限性等。通过对这些方面的深入分析,我们可以更好地理解AI在医疗领域的潜力和发展方向。
119 59
|
4天前
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
63 11
|
9天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
47 4
|
9天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
13天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
11天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。
|
11天前
|
存储 人工智能 文字识别
AI与OCR:数字档案馆图像扫描与文字识别技术实现与项目案例
本文介绍了纸质档案数字化的技术流程,包括高精度扫描、图像预处理、自动边界检测与切割、文字与图片分离抽取、档案识别与文本提取,以及识别结果的自动保存。通过去噪、增强对比度、校正倾斜等预处理技术,提高图像质量,确保OCR识别的准确性。平台还支持多字体识别、批量处理和结构化存储,实现了高效、准确的档案数字化。具体应用案例显示,该技术在江西省某地质资料档案馆中显著提升了档案管理的效率和质量。
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。