صفحه اول اخبار تلاش مایکروسافت برای جلب اعتماد شرکت‌ها به هوش مصنوعی

تلاش مایکروسافت برای جلب اعتماد شرکت‌ها به هوش مصنوعی

۰
0
تلاش مایکروسافت برای جلب اعتماد شرکت‌ها به هوش مصنوعی

درست مثل مصرف‌کننده‌ها که کمی نسبت به هوش مصنوعی محتاط‌اند، شرکت‌ها هم به سختی می‌توانند به یک “جعبه سیاه” اعتماد کنند، آن هم جایی که الگوریتم‌های یادگیری ماشین در ابعادی بزرگ بر اطلاعات زیادی اعمال می‌شود. ولی مایکروسافت که مدیریت داده هزاران شرکت را بر عهده دارد، مدعی است که بلاک چین می‌تواند اعتماد و کمی شفافیت به این پروسه ببخشد و این نگرانی‌ها را برطرف سازد.
این‌ها در کنار وارد بازار کردن ابزار جدیدی به نام آزور بلاک چین دیتا منیجر (Azure blockhain data manager) است که این غول نرم افزاری در کنفرانس سالانه اورلاندویش به اسم ایگنایت معرفی کرده است. این ابزار البته به خاطر اعلام پلتفرمی برای ساخت توکن‌ها زیر سایه ماند.
نرم افزار مدیریت داده بلاک چین دیتای درون زنجیره را می‌گیرد و آن را به اپلیکیشن‌های دیگر وصل می‌کند. در نتیجه اطلاعات تبادلات هر نود یا اطلاعات داخل یک قرارداد هوشمند می‌توانند به دیتابیس‌های دیگر یا مخزن‌های داده دیگر منتقل شوند. این‌ها جاهایی هستند که هوش مصنوعی می‌تواند وارد شود، یا در مورد زنجیره‌های خرید، جایی که اطلاعات اینترنت اشیا می‌تواند توسط هوش مصنوعی مدیریت گردد.
مارک مرکوری، مدیر ارشد برنامه برای مهندسی بلاک چین مایکروسافت آزور گفته “از تولید تا انرژی، تا بخش‌های عمومی، و تا حتی خرده فروشی، هوش مصنوعی تجارت را در جایگاهی متحول می‌کند.” وی ادامه می‌دهد: “بلاک چین اطمینان می‌دهد که هر چیزی از الگوریتم تا اطلاعات که وارد و خارج می‌شود قابل اعتماد است.”
استفاده از بلاک چین برای اطمینان بخشی به تحلیل داده شاید کمی انتزاعی و متعادل برای بلاک چین باشد، ولی خود بلاک چین به ذات مزیت‌های قابل لمس اندکی را برای شرکت‌هایی که سوار موج‌های اولیه‌اش شدند به ارمغان آورده است.

ردیابی اطلاعات

لجر مناسبی می‌تواند قرار بگیرد تا پیش از پخش شدن داده‌ها توسط هوش مصنوعی به منابع اطلاعات نگاه بیاندازد. مرکوری گفته: “از کجا آمده؟ از کجا منتقل شده؟ چه کدی برای انتقالش استفاده شده؟ ورودی و خروجی هر انتقال چه بوده؟”
این ایده برای اویوا لیتان، جانشین مدیر عامل و آنالیزگر متمایز سازمان تحقیقاتی گارتنر قابل اجرا است.
او گفته که به عنوان مثال می‌شود از هوش مصنوعی، اینترنت اشیا، و بلاک چین برای دنبال کردن مسیر انتقال چغندر ارگانیک از آرژانیتن استفاده کرد.
در این مورد خاص از بلاک چین می‌شود برای این استفاده شود که هر دو طرف بر سر همه شرایط و موقعیت جغرافیایی ارسال توافق کنند، و استراتژی پخش را بعدتر اطلاع رسانی نمایند، که هوش مصنوعی در این بخش وارد خواهد شد.
لیتان اضافه کرده: “می‌شود این کارها را بدون بلاک چین هم انجام داد ولی با بلاک چین شما واقعیتی مشترک و یکه خواهید داشت و مسیر قابل ردیابی بهتری از اطلاعات، که بعداً می‌توانید به هوش مصنوعی بدهید.”
نرم افزار مایکروسافت طوری طراحی شده تا با هر نوع بلاک چینی کار کند ولی در حالت معمول مایکروسافت به صورت سنتی نرم افزار را با اتریوم لینک کرده‌اند، به همراه نسخه انترپرایز، مثل کوروم جی پی مورگان.

این مطلب را از دست ندهید:  پاسخ به هفت پرسش درباره ارز دیجیتال کوانتوم (Qtum)

مشتری آزمایشی

ایسرتیس، یکی از مشتریان مایکروسافت، پلتفرمی بر مبنای فضای ابری برای مدیریت قراردادها، به صورت آزمایشی مدیریت داده بلاک چین را در نسخه آزمایشی استفاده کرده، آن هم قبل از ارائه در اگنایت، و موارد استفاده از پرونده‌هایی ساخته مبتنی بر اخلاقیات قراردادهای زنجیره‌های تأمین و نحوه استفاده بعضی از بخش‌های شرکت‌های دارویی. اسرتیس پیش‌تر از کوروم برای مدیریت داده استفاده می‌کرده، و این شرکت پیشتر از R3 کوردا هم به عنوان بلاک چینش بهره می‌برده است.
مونیش کاردا، CTO و یکی از موسسان ایسرتیس، هدف این بوده که به کاربر نشان داده شود که هوش مصنوعی از داده‌های وارد شده به چه نتیجه‌ای رسیده است، با این تبصره که هیچ لغزشی به سمتی بر اساس داده‌های ارائه شده اتفاق نیافتد و کاملاً بی طرفانه باشد.
کاردا ادامه داده: “می‌توانم وارد شوم و ببینم که برای رسیدن به این نتیجه از چه داده استفاده شده است.”
“اگر مدل من از این داده استفاده کرده باشد به من یک آیدی انتقال داده می‌شود که در بلاک چین نوشته شده و بعد می‌توانم عمیق‌تر داخل شوم و بگویم دو سال پیش از این نقطه اطلاعات در یادگیری ماشینم استفاده کردم، که روی ریسک محاسباتی‌ام تأثیر گذاشته است.”

KPMG هم وارد بازار می‌شود

شرکت مشاوره‌ای بزرگ KPMG هم هوش مصنوعی مبتنی بر بلاک چینی در ژانویه راهی بازار خواهد کرد.
آرون گوش، مدیر بخش بلاک چین آمریکای KPMG، گفته بخش بزرگی از یادگیری ماشین علم داده نیست بلکه مهندسی داده است.
“در واقع تمیز کردن، تطبیق دادن، سامان دادن اطلاعات است و بعد الگوریتم اجرا می‌شود. چیزی که ما پیدا کرده‌ایم این است که می‌شود پروسه مهندسی داده را با اضافه کردن بخش ذاتاً قابل اعتمادی فشرده کرد.”

CoinDesk

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

مطلب پیشنهادی

کمیسیون امنیت و تبادل آمریکا مشاور ارشد پیشین تلگرام را احضار کرد

کمیسیون امنیت و تبادل آمریکا (SEC) مشاور ارشد پیشین تلگرام را برای شهادت و ارائه مدارک مرت…