Криптовалюты и искусственный интеллект

Обе технологии развиваются быстрыми темпами. В чём перспективы их взаимодействия?

Искусственный интеллект — одна из главных тенденций последнего десятилетия. Алгоритмы соцсетей, умные колонки, интернет вещей, беспилотные автомобили, финансовое планирование — ИИ применяется повсюду. Сложно представить, каковы пределы развития этого рынка.

Криптовалюты — другая стремительно развивающаяся технология. В ноябре 2021 их суммарная капитализация прыгнула выше $3 трлн (на 1.08.22 — $1 трлн 104 млрд по данным CoinMarketCap). Каждый год возникают новые протоколы, которые предлагают свежие решения, и модифицируются старые. Сейчас все находятся в предвкушении перехода Ethereum на Proof of stake, требующего значительных умственных ресурсов и вычислительных мощностей. Как раз этим обладает искусственный интеллект.

Однако главный участник взаимодействия криптовалют с ИИ не сами монеты, а технология, которую они популяризировали, — блокчейн. Его ограничения могут быть преодолены решениями ИИ, например в том, чтобы сделать распределённый реестр более энергоэффективным и безопасным. Машинное обучение также будет полезно организациям, которые адаптируют собственный блокчейн под определённые задачи.

Ещё ИИ способен снизить потребность децентрализованных сетей в хранении данных. Высокие требования к хранилищу узла, который должен содержать всю историю транзакций, становятся серьёзным препятствием для желающих стать нодой, отчего страдает децентрализация. Искусственный интеллект мог бы внедрить новые методы разделения баз данных, чтобы уменьшить размер распределённого реестра.

Взаимодействие двух технологий направлено и в обратную сторону, когда блокчейн улучшает работу ИИ, у которого имеются проблемы с безопасностью. Дело в том, что потенциально алгоритм способен фальсифицировать новости, используя реалистичные фото и видео, или нарушить право на личную тайну. Если с первой проблемой трудно бороться, то вторую способен решить блокчейн. Он вооружает информацию, которая в нём хранится, публичностью и неизменностью. Блокчейн избавляет от нужды доверять алгоритму, поскольку позволяет выяснить, какие пользовательские сведения были затронуты и кто и когда к ним обращался. Это было бы полезно в работе различных веб-сервисов, например соцсетей.

Instagram, YouTube, Netflix и другие централизованные системы собирают личные данные и анализируют их для персонализации контента. Благодаря этому, открывая YouTube, вы видите ролики, соответствующие вашим интересам. Но означает ли это, что из-за возвращения приватности вы будете вынуждены перелистывать десятки страниц нерелевантного контента в поиске чего-то стоящего? Вовсе нет.

Блокчейн наконец даст возможность совместить приватность и персонализацию. В децентрализованном сервисе данные анализируются непосредственно на пользовательском устройстве. Оно напрямую загружает релевантные материалы, не «доверяясь» серверу, — все вычисления выполняются локально, данные не покидают устройство.

Также распределённый реестр частично решает проблему понимания процессов, протекающих при обучении алгоритма. Часто решения, которые принимает ИИ, не поддаются строгому объяснению, поэтому до конца доверять им невозможно. Ошибка исключительно опасна в медицине и финансовом планировании, где она может привести к чудовищным последствиям. Поэтому неизменяемость записей была бы крайне полезна. Блокчейн даст возможность отслеживать все действия с данными, которые совершит алгоритм машинного обучения. Он зарегистрирует и сохранит каждый «изгиб» цепочки обрабатываемой информации, что повысит доверие к ИИ.

Потенциал связки двух технологий настолько велик, что признаётся и центростремительными силами. Вот заголовок новости двухлетней давности: «Финразведка решила следить за сделками с биткоином с помощью искусственного интеллекта». История не получила продолжения. Пока. Однако даже если не будет реализован этот проект, появятся новые.

Описанные способы взаимодействия ИИ с блокчейном и криптовалютами в целом затрагивают малую часть этой области, которая уже относительно велика и будет только расти. Учёные, занимающиеся машинным обучением, попытались предсказать некоторые новые направления: