ETFFIN Finance >> Corso di Finanza Personale >  >> Criptovalute >> Cambio Valuta Digitale

AI e Blockchain per le PMI: Sbloccare Crescita ed Efficienza

Di Yan Pang

La capacità di fare uso efficace della tecnologia AI è finora rimasta appannaggio delle grandi imprese, con il loro accesso a enormi quantità di dati. Non c'è qualche modo in cui le piccole e medie imprese potrebbero anche realizzare il potenziale dell'AI? Yan Pang crede di sì, e qui spiega come.

In tutti i settori, l'intelligenza artificiale (AI) sta cambiando il modo in cui le grandi imprese fanno business. Tuttavia, le piccole e medie imprese (PMI) non sono state in grado di godere dei dividendi del rapido sviluppo delle tecnologie AI, a causa della mancanza di dati e talenti. Questo articolo discute le sfide che le PMI affrontano nell'era dell'AI e propone un framework collaborativo per un mercato AI aperto. Il framework garantisce l'uso etico dei dati in un mercato AI aperto e potenzia le PMI attraverso la sinergia di AI e blockchain. Con questo framework, le PMI possono potenzialmente superare le sfide di dati e talenti, e beneficiare grandemente dal rapido sviluppo delle tecnologie AI e blockchain.

1. Introduzione

Nell'ultimo decennio, abbiamo assistito alla notevole ascesa dell'intelligenza artificiale (AI). La tecnologia ha avuto un impatto profondo in molte aree della nostra vita quotidiana – dal consigliare prodotti ai clienti sulle piattaforme e-commerce, al rilevare frodi e rischi nelle transazioni con carte di credito, all'ottimizzare i flussi di traffico nei sistemi di trasporto, al fornire supporto decisionale ai medici negli ospedali. L'AI è già diventata la priorità assoluta per molte grandi imprese come catalizzatore nella trasformazione digitale degli industrie. In tutti i settori, l'AI sta cambiando il modo in cui le grandi imprese fanno business e creando tremendo valore commerciale per loro. Secondo Alibaba, il loro chatbot alimentato da AI può capire più del 90% delle query dei clienti e serve più di 3,5 milioni di utenti al giorno. Google riporta che un sistema di raccomandazione AI ha già fornito risparmi energetici costanti di circa il 30% in media per i data center altamente ottimizzati di Google. Per incorporare l'AI nelle operazioni aziendali e fare un vero impatto commerciale, ci sono due componenti fondamentali: modello e dati. Le tecniche di modellazione sono usate per trasformare i requisiti di business reali in modelli AI matematici adatti per l'analisi scientifica. I dati sono usati per addestrare questi modelli AI, così che possano fare previsioni accurate basate su nuovi dati. Mentre le tecniche di modellazione sono ancora vitali nel costruire soluzioni AI, i dati diventano sempre più critici nelle performance delle moderne soluzioni AI data-driven. Studi hanno mostrato che le performance di diverse tecniche di machine learning potrebbero beneficiare significativamente da grandi set di dati di addestramento. Con piccoli dati, il miglior modello è circa x% migliore del peggiore, mentre il miglioramento delle performance prodotto dai big data è y% >> x%. Analogamente, è stato dimostrato che più dati battono algoritmi più intelligenti.

Questo articolo discute le sfide che le PMI affrontano nell'era dell'AI e propone un framework collaborativo per un mercato AI aperto.

Da questi studi, è chiaro che i dati sono critici per le imprese per implementare soluzioni AI e migliorare i loro business. Tuttavia, la maggior parte dei dati preziosi sono attualmente controllati da grandi imprese, es. Google, Facebook, Alibaba, Tencent, ecc. È per questo che la maggior parte delle storie di successo AI note sono venute da queste grandi imprese nell'ultimo decennio. Sebbene queste grandi imprese facciano contributi sostanziali nel portare soluzioni AI nella nostra vita quotidiana, sempre più persone pongono una domanda importante: come possono le piccole e medie imprese (PMI) beneficiare anche loro dal rapido sviluppo delle tecnologie AI? Sappiamo tutti che le PMI giocano un ruolo cruciale nella maggior parte delle economie, specialmente nei paesi in via di sviluppo. Secondo un recente rapporto della Banca Mondiale, le PMI rappresentano la maggioranza delle imprese nel mondo e sono contributori essenziali alla creazione di posti di lavoro e allo sviluppo economico globale. Rappresentano circa il 90% delle imprese e più del 50% dell'occupazione mondiale. Attualmente, le PMI non sono state in grado di godere dei dividendi dell'AI, a causa della mancanza di dati e talenti. Le PMI di solito non hanno un grande volume di dati rispetto alle grandi imprese. Inoltre, è difficile per loro attrarre esperti AI, a causa dell'intensa competizione per i talenti AI. Con tutti questi vincoli, le PMI hanno ancora una buona possibilità di competere con le grandi imprese nell'era dell'AI, come fecero nell'era di Internet? Vent'anni fa, molte PMI innovative, es. Alibaba, Google e Facebook, emersero rapidamente dalla competizione con le grandi imprese e crebbero fino a diventare giganti tecnologici nell'era di Internet. Le PMI possono replicare le stesse storie di successo nell'era dell'AI? È un grande punto interrogativo. Perché le PMI emergano nell'era dell'AI, le sfide di dati e talenti devono essere affrontate. Recentemente, la blockchain, una tecnologia di rete decentralizzata peer-to-peer, è stata considerata come una soluzione promettente per superare queste sfide.

2. La Tecnologia Blockchain Potenzia le PMI nell'Era dell'AI

La tecnologia blockchain può potenzialmente essere usata per costruire un mercato AI aperto e collaborativo per le PMI. Con questo mezzo, le PMI possono collaborare efficacemente per superare le sfide in dati e talenti, e sviluppare soluzioni AI di successo.

2.1. Concetti Chiave della Blockchain e un Mercato AI Aperto

I blocchi fondamentali della blockchain includono una rete decentralizzata, un algoritmo di consenso, crittografia e smart contract. Tutti questi giocano ruoli essenziali nel costruire un mercato AI aperto per le PMI.

Rete Decentralizzata

Una blockchain è un registro aperto di informazioni raccolte attraverso una rete peer-to-peer decentralizzata che si trova sopra Internet. Le reti peer-to-peer sono sistemi partecipativi che resistono al controllo da un'unica superpotenza centralizzata. I partecipanti stabiliscono regole concordate che evolvono man mano che sorgono necessità o complessità. Distribuendo potere e valore attraverso una rete globale decentralizzata, lo scambio di informazioni e valore può diventare più efficiente, equo e aperto. Le blockchain non sono controllate da autorità centrali ma dall'intera rete di partecipanti, che stabiliscono le regole per la partecipazione ed eleggono di far evolvere il sistema secondo consenso. Questo le rende resistenti alla censura e intrinsecamente più elastiche della maggior parte degli altri meccanismi decisionali per grandi gruppi di partecipanti. Usando la tecnologia blockchain, le PMI possono lavorare insieme e costruire una rete collaborativa per diversi partecipanti a contribuire casi d'uso business, dati e modelli AI. Questa rete collaborativa non è controllata da organizzazioni centralizzate, ma beneficia l'intero ecosistema PMI.

Algoritmo di Consenso

Un protocollo di consenso è una procedura attraverso cui tutti i peer sulla rete decentralizzata blockchain raggiungono un accordo comune sullo stato attuale del registro aperto. In questo modo, i protocolli di consenso ottengono affidabilità nella rete blockchain e stabiliscono fiducia tra peer sconosciuti in un ambiente di calcolo distribuito. Essenzialmente, il protocollo di consenso assicura che ogni nuovo blocco aggiunto alla blockchain sia l'unica versione della verità concordata da tutti i nodi attivi nella rete. Dalla prospettiva dei dati, i protocolli di consenso decidono: 1) chi ha l'autorità di aggiungere un nuovo blocco di dati sulla blockchain; e 2) quali dati sono inclusi nel nuovo blocco. I protocolli di consenso assicurano che i dati blockchain siano consistenti in nodi diversi e riducono il rischio di transazioni di dati contraffatti. Questo migliora significativamente la qualità dei dati, essenziale per costruire soluzioni AI di successo.

Crittografia

Le blockchain fanno uso di due tipi di algoritmi crittografici: algoritmi a chiave asimmetrica e funzioni hash. Le principali aree di applicazione degli algoritmi a chiave asimmetrica nella blockchain sono nella gestione chiavi pubblico-privato e firme digitali. Le firme digitali forniscono integrità al processo di transazione sulle blockchain. Sono facilmente verificabili e non possono essere corrotte, assicurando che la blockchain sia valida e i dati verificati e corretti. Le funzioni hash sono usate per fornire la funzionalità di una vista singola della blockchain a ogni partecipante e rendere i blocchi di dati a prova di manomissione. Una volta aggiunto un nuovo blocco di dati alla blockchain, il valore hash, cioè una stringa unica di caratteri, di questo record di blocco è generato usando funzioni hash, es. SHA-256. A causa della proprietà di resistenza alle collisioni delle funzioni hash, se qualcosa all'interno di un blocco cambia, anche solo un cambiamento di un singolo digit, il blocco otterrà un valore hash completamente diverso. Le tecnologie crittografiche sono il nucleo della blockchain, rendendo i dati blockchain immutabili e affidabili. Inoltre, la privacy e riservatezza dei dati possono essere ben protette sulle blockchain usando tecnologie crittografiche. Tutto questo è cruciale per costruire una piattaforma AI collaborativa e aperta per le PMI.

Smart Contract

Gli smart contract sono righe di codice informatico memorizzate su una blockchain ed eseguite automaticamente quando termini e condizioni predeterminati sono soddisfatti. Sono programmi che girano come sono stati impostati per girare dagli sviluppatori al livello più base. I benefici degli smart contract sono più evidenti nelle collaborazioni business, in cui sono tipicamente usati per far rispettare alcuni accordi, così che tutti i partecipanti possano essere certi del risultato senza il coinvolgimento di un intermediario. Attraverso gli smart contract, le tecnologie blockchain possono potenzialmente facilitare coordinamento decentralizzato e allineamento di incentivi su una scala che solo strutture centralizzate top-down potevano prima. Coordinare gruppi di partecipanti senza fiducia sulla rete blockchain decentralizzata e farli comportare in modi produttivi e pacifici può essere ottenuto usando smart contract. In un mercato AI aperto, possiamo creare un meccanismo di incentivo equo su smart contract. Assicura che tutti i partecipanti nella blockchain, es. contributore dati, contributore modello e validatore, possano ricevere ricompense eque se i loro contributi portano a valore business reale.

2.2. Etica dei Dati nel Mercato AI Aperto

Anche se le grandi imprese controllano la maggior parte dei dati, le PMI e i consumatori sono i creatori di questi dati. In un mercato AI aperto, l'etica dei dati, che riguarda come i dati sono raccolti e usati, è cruciale. Un mercato AI aperto prospero dovrebbe essere tenuto a uno standard etico più alto che crei valori business accanto ai requisiti di leggi e regolamenti. L'etica dei dati può quindi colmare il divario tra requisiti legali e creazione di valore business. In effetti, l'uso etico dei dati ha buon senso commerciale per le PMI che collaborano nel mercato AI aperto. L'uso rispettoso ed equo dei dati può migliorare la reputazione business e aumentare la fiducia del mercato. Quando il mercato AI aperto assicura che i dati personali sono usati eticamente attraverso tecnologie blockchain, gli individui avranno maggiore fiducia nella protezione dei loro dati. A sua volta, la fiducia dei clienti crescerà e diventerà un vantaggio competitivo per il mercato AI aperto.

La tecnologia blockchain, per design, offre una soluzione affidabile per raccolta, scambio e analisi dei dati. In una rete decentralizzata blockchain, i peer condividono l'accesso a un registro aperto, che funge da database affidabile di sola appendice e unica fonte di dati transazionali. Gli algoritmi di consenso assicurano che solo i dati di cui si fidano la maggioranza dei nodi peer saranno aggiunti alla blockchain. Gli scambi di dati sulla blockchain sono ben protetti da tecnologie crittografiche e smart contract. Le politiche etiche possono anche essere implementate come smart contract nella blockchain. Se i dati sono distorti o se i modelli AI soddisfano i requisiti etici può essere aggiunto al registro aperto blockchain. Quindi, i nodi peer blockchain sapranno se i dati e modelli soddisfano i requisiti etici, e decideranno se costruire soluzioni AI sopra di quelli.

3. Un Framework Proposto per un Mercato AI Aperto

La sezione 2 descrive come la blockchain può aiutare a costruire un mercato AI aperto collaborativo per le PMI. Un framework dettagliato è proposto in questa sezione attraverso la sinergia di tecnologie AI e blockchain. Nel framework Internet attuale, anche se PMI e consumatori sono i creatori della maggior parte dei preziosi dati Internet, le grandi imprese ottengono la maggior parte del valore business generato da questi dati. Non c'è meccanismo efficace per restituire il valore business ai veri creatori dei dati. Con le tecnologie blockchain, PMI e consumatori possono potenzialmente diventare i veri proprietari dei loro dati e godere del valore business creato usando i loro stessi dati. Una piattaforma dati aperta autonoma può essere costruita usando tecnologie blockchain. Modelli di incentivo appropriati possono essere progettati usando smart contract per incoraggiare i proprietari dei dati a condividere dati su questo framework. Quindi, il potere dell'AI non è più controllato solo dalle grandi imprese, ma beneficia le PMI.

Nel framework collaborativo di mercato AI aperto proposto, ci sono cinque diversi tipi di partecipanti: 1) iniziatori task AI, 2) traduttori modello, 3) contributori dati, 4) contributori modello e 5) validatori modello. Ogni partecipante è completamente autonomo e responsabile per il proprio comportamento individuale. Gli iniziatori task AI sono solitamente PMI. Anche se le PMI non hanno l'expertise e i dati per costruire e addestrare modelli AI, di solito hanno una profonda comprensione del business. Possono identificare casi d'uso AI di valore che potenzialmente generano tremendi valori business. Gli iniziatori task AI descriveranno i task AI usando linguaggio business, es. contesto e obiettivi business, e definiranno impegni di compensazione finanziaria. Alcuni template di task business AI possono essere forniti nel framework collaborativo per aiutare gli iniziatori task PMI a spiegare i task business AI più accuratamente. Questi task AI saranno automaticamente pacchettizzati in smart contract e pubblicati sulla rete blockchain decentralizzata.

Una volta pubblicati i task AI, i nodi traduttori modello sulla rete blockchain riceveranno i requisiti business. Trasformeranno poi questi requisiti business in requisiti tecnici del modello AI, es. dati input, criteri valutazione modello, dati output, ecc. Questi requisiti tecnici del modello AI saranno poi trasmessi sulla rete blockchain usando smart contract. La relazione di corrispondenza tra task business AI originali e requisiti tecnici modello sarà definita negli smart contract.

Dopo che i requisiti tecnici del modello AI sono definiti, i nodi decentralizzati nella rete blockchain sapranno quali tipi di dati sono richiesti dal task AI. Alcuni nodi potrebbero avere dati rilevanti per l'addestramento del modello AI. Questi potenziali contributori dati possono valutare gli impegni di compensazione finanziaria definiti nello smart contract e decidere se partecipare a questo task AI. Se scelgono di contribuire al task AI, possono condividere il loro dataset via storage decentralizzato (DS), come Interplanetary File System (IPFS). Questi dati condivisi saranno ben protetti usando DS e tecniche crittografiche. Quindi, i diritti e interessi dei contributori dati possono essere ben protetti. Con chiari requisiti business, requisiti tecnici e dataset condivisi, i contributori modello possono costruire e addestrare modelli AI adatti. I contributori modello addestrano i modelli AI localmente per un dato task usando o un asset dati locale o i dati condivisi dai contributori dati associati. Dopo aver addestrato con successo il modello AI locale secondo i criteri definiti dal traduttore modello via smart contract, come un punteggio di accuratezza sopra il 90%, i contributori modello annunciano il completamento dell'addestramento e condividono il modello AI alla rete blockchain via DS. Le tecnologie di federated learning (FL) possono essere usate in questa fase per creare modelli AI ad alte performance per i task, proteggendo la privacy dei dati.

Grazie alla proprietà immutabile dello smart contract blockchain, i contributori sono altamente motivati a lavorare insieme e fare contributi.

I validatori modello disponibili sono selezionati dalla rete blockchain usando appropriati protocolli di consenso per verificare i contributi dei modelli di apprendimento addestrati localmente. La verifica è condotta secondo i criteri definiti dai traduttori modello via smart contract, come se l'accuratezza può essere migliorata dopo la fusione del modello rivendicato. La votazione a maggioranza tra i validatori modello è usata per determinare il contributo dei corrispondenti contributori modello. L'iniziatore task AI è informato sulla conclusione della votazione a maggioranza. Se questa conclusione è positiva, la transazione del modello addestrato localmente verificato, anche chiamato modello privato, è stabilita tra l'iniziatore task AI e i contributori associati, es. traduttore modello, contributore dati, contributore modello e validatore modello. Quindi, questi contributori ricevono compensazione finanziaria e l'iniziatore task AI ottiene l'accesso al modello AI in IPFS. Inoltre, i validatori modello coinvolti nel task vengono anche compensati dagli iniziatori per il loro sforzo. Dopo che la finestra temporale assegnata al task AI finisce, l'iniziatore applicazione fonde tutti i modelli privati verificati ricevuti per raggiungere il metamodello che sarà applicato per affrontare il task AI.

In questo framework, un nodo nella rete blockchain può partecipare nel ruolo di traduttore modello, contributore dati, contributore modello e validatore modello allo stesso tempo. Tuttavia, questi ruoli diversi saranno solitamente eseguiti da nodi diversi. Gli smart contract giocano un ruolo critico in tutto il framework per creare un modello di incentivo equo per tutti i partecipanti. Definiranno le ricompense che diversi contributori possono ottenere se le applicazioni AI creano davvero valori business. Grazie alla proprietà immutabile dello smart contract blockchain, i contributori sono altamente motivati a lavorare insieme e fare contributi.

4. Conclusioni e Lavori Futuri

Anche se l'AI ha cambiato il modo in cui le grandi imprese operano oggi e ha avuto impatti profondi e ampi sui loro business, la maggior parte delle PMI ancora non può beneficiare dal rapido sviluppo delle tecnologie AI. Questo articolo discute le principali sfide che le PMI affrontano nell'era dell'AI, cioè la mancanza di dati e talenti. Per superare queste sfide, questo articolo propone di sfruttare le tecnologie blockchain per costruire un mercato AI aperto collaborativo. Un framework collaborativo dettagliato di mercati AI aperti è proposto per potenziare le PMI nell'era dell'AI. Questo framework garantisce l'uso etico dei dati nello sviluppo di soluzioni AI. Diversi partecipanti nel mercato AI aperto, es. iniziatore task AI, traduttore modello, contributore dati, contributore modello e validatore modello, possono collaborare efficacemente per costruire soluzioni AI di successo per le PMI. Tutti i partecipanti possono ricevere equa compensazione finanziaria per i loro contributi definendo il meccanismo di incentivo usando smart contract sulla blockchain. Attraverso questo framework, il potere dell'AI non è controllato dalle grandi imprese ma beneficia un grande numero di PMI.

Sia l'AI che la blockchain hanno ancora una lunga strada davanti, e serve più ricerca per sbloccare pienamente il potenziale della sinergia di AI e blockchain. In futuro, possiamo esplorare ulteriormente come progettare e implementare un framework simile nelle aree di etica AI e AI spiegabile. Inoltre, l'integrazione dell'edge computing in un framework simile è anche un'area di ricerca emergente e importante per fornire soluzioni AI inclusive alle PMI.