区块链应用

MAI (make AI) 创智公链:区块链智能生态践行者

MAI 来源:区块网 2019-05-05 09:07

目前,在绝大部分公链上运作的智能合约和共识机制是与现有的公平、效率和智能合约的合法性特质相悖。因而也产生了诸多问题,如转账效率低下、代理人机制(DPOS)的不公平、刺杀美国总统智能合约、博彩智能合约、编写智能合约困难等。而人工智能区块链以智能合约的合规性和完整性以及安全性为量化评级去决定谁拥有记账权我们称之为 PAI,能够充分解决上述现行公链所存在的问题。首先,PAI 的可伸缩性能够提供编写智能合约的人一个安全,符合法律法规的模板智能合约。其次,PAI 可将智能合约的写入权限限制在预先设定的一定范围内,从而消除智能合约不合法的可能。再次, PAI 通过对比智能合约使用频次、编写频次、安全性、合法性的相关信息得出谁拥有记账的可能性,从而提升DAO 的整体性能、规范和使用频率从而衍生出更多好的 DAPP。支持智能合约和通证系统(数字令牌)的区块链具有激发设备之间自主合作从而创造使用价值的巨大潜能。然而,由于现有公链的特有属性,如消耗 GAS 数量、挖矿费电、相对不公平等问题,现有的区块链技术还是处于 2.0 时代。
本文所介绍的 MAI 是以人工智能为中心的区块链驱动公链的 3.0 时代,其具有以下四大创新点:
1) 前沿的链中链架构支撑起平衡性良好的分配网络,以高性价比的方式将可扩展性和隐私保护性最大化;
2) 依靠轻量级私密地址、无需可信设置的环签名应用,在区块链中真正实现隐私保护;
3) 具有即时最终性的高速共识机制大幅度提升网络吞吐量,并降低各项成本;
4) 灵活的轻量级 PAI 系统架构,精准对智能合约的生成和执行在公链中的应用起到较高的监管性和辅助性。
AI 公链的机遇与挑战
人工智能对于信息的感知和感应、信息的转换与传输、以及信息处理是人工智能的专长。对于人工智能区块链而言,感知和感应层是自发式分布的,而后两个层面在现阶段的其他人工智能区块链尚未实现,这也是大部分可扩展性、隐私性以及可扩展性问题的根源。展望人工智能区块链的未来,我们希望它能成为区块链的脊椎和神经系统,精确而有效地应对前文提到的区块链三大问题。
1. 存在的机遇
通过将人工智能技术引入区块链中,受益于人工智能特有的属性:
第一,具有自学习功能。例如实现图像识别时,只在先把许多不同的图像样板和对应的应识别的结果输入人工神经网络,网络就会通过自学习功能,慢慢学会识别类似的图像。自学习功能对于预测有特别重要的意义。预期未来的人工神经网络计算机将为人类提供经济预测、市场预测、效益预测,其应用前途是很远大的。
第二,具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。
第三,具有高速寻找优化解的能力。
表 1 归纳了人工智能各属性与区块链各方面提升的对应关系。

1) 学习功能
增强学习的特点是通过与环境的试探性交互来确定和优化动作的选择,以实现所谓的序列决策任务。在这种任务中,学习机制通过选择并执行动作,导致系统状态的变化,并有可能得到某种强化信号(立即回报),从而实现与环境的交互。强化信号就是对系统行为的一种标量化的奖惩。系统学习的目标是寻找一个合适的动作选择策略,即在任一给定的状态下选择哪种动作的方法,使产生的动作序列可获得某种最优的结果(如累计立即回报最大)。
在综合分类中,经验归纳学习、遗传算法、联接学习和增强学习均属于归纳学习,其中经验归纳学习采用符号表示方式,而遗传算法、联接学习和加强学习则采用亚符号表示方式;分析学习属于演绎学习。
实际上,类比策略可看成是归纳和演绎策略的综合。因而最基本的学习策略只有归纳和演绎。
从学习内容的角度看,采用归纳策略的学习由于是对输入进行归纳,所学习的知识显然超过原有系统知识库所能蕴涵的范围,所学结果改变了系统的知识演绎闭包,因而这种类型的学习又可称为知识级学习;而采用演绎策略的学习尽管所学的知识能提高系统的效率,但仍能被原有系统的知识库所蕴涵,即所学的知识未能改变系统的演绎闭包,因而这种类型的学习又被称为符号级学习。
2) 联想存储
因为记忆数据,已经固化到一个具有某功能的神经网络结构中。这整个被训练好的神经网络,就是记忆。人脑记忆不能离开神经网络单独存在。要移植记忆,就要重构神经网络,不像下载电脑硬盘那么简单,它是功能性的。人一次就能记住,只是一次易忘,与人工神经网络多次训练才定下来不同。到底神经元及连接如何记忆,机制还待脑计划确定。用多个神经元的权值记录一个简单信息,当然可行,这也是一种编码表达方式,但它与存储器存储简单信息是一致的,存储器存储一个简单信息,也可以是多个字节,许多个位,你将每个字节可以看作一个权值,多个字节看作多个权值,部分存储器就可以看成是一个无主动响应能力的神经元权值网络。或者进一步,部分二进制位看作一个只有激活态与抑制态的神经元权值单元,多个位一样能编码表示复杂信息,那也能解释一些生物神经网络研究。所以,存储器能某种情况下近似对应生物神经网络的记忆。
具有高速寻找优化解的能力
寻找一个复杂问题的优化解,往往需要很大的计算量,利用一个针对某问题而设计的反馈型人工神经网络,发挥计算机的高速运算能力,可能很快找到优化解。
3) 可编程性
人工智能具有基本的可编程性,把人工智能程序嵌入到用户的钱包中,每次用户同步节点的时候都会更新钱包中的人工智能,让人工智能所学习的东西相互同步通过对于人工智能的不断优化加强对于整体智能合约的把控,让人工智能迅速成长起来,代替人们做一些人们不想做的事以及人们做不到的事。
2. 面临的挑战
人工智能带来的机遇并不意味着几种算法就可以很好地融合在区块链当中。实际上,是有不少挑战的存在,现存的人工智能无一能应用于区块链解决上述的内容。
让电脑在没有人类教师的帮助下学习。
迄今为止最成功的机器学习方式被称之为监督式学习,方式与老师指着某个东西然后告诉我们名字非常相似。每次学习一项新任务时,系统基本上都要从头学起,需要人类在很大程度上进行长时间参与。
1) 理论上的挑战
目前,深度神经网络通过仿照人类大脑皮层的网状神经结构进行建模,实际构造的模型都是简化的 MNN,主要通过邻接层之间的连接来表达非线性映射关系。如果非邻接层或同层神经元之间也建立连接,能否提高深层网络的学习和表达能力?能否从神经学找到依据?能否构造一个深层神经网络,有效处理和人类智力水平相当的机器学习问题?如何构造深层神经网络,使得每一层提取特征的物理意义比较明确?相对于主流的两段式训练算法,能否找到一种完全无监督的在线训练算法?
2) 建模上的挑战
如果允许非邻接层或同层神经元存在连接,深层神经网络模型应该如何构造?如何对深层模型进行改进,使输入数据只需简单预处理即可输入模型,同时能够直接处理多模态数据?如何构造深层模型,使其减轻对有标签数据的依赖?如何改造深层模型使其实现并行加速?
3) 工程实现上的挑战
深层神经网络训练时间过长,易于过拟合,使得模型建模及推广能力较差,如何改造深层神经网络的训练算法,使其能够快速收敛到最优解,从而大幅度减少训练时间,而且模型推广性能良好,是一个需要解决的重要问题。如何改造深层模型,使其适用于多种类型的输入数据甚至多模态混合数据?如何改造深层模型,使其能够有效地结合 GPUs 以及分布式计算等并行加速技术?
3. 相关探索
我们提出了 gcForest(multi-Grained Cascade forest,多粒度级联森林),以及一种全新的决策树集成方法。这种方法生成一个深度树集成方法(deepforest ensemble method),使用级联结构让 gcForest 做表征学习。当输入带有高维度时,通过多粒度扫描,其表征学习能力还能得到进一步的提升,而这有望使 gcForest 能注意到上下文或结构( contextual or structural aware)。级联的数量能够根据情况进行调节,从而使 gcForest 在只有小数据的情况下也表现出优异的性能。需要指出,gcForest 的超参数比深度神经网络少得多;更好的是 gcForest 对于超参数设定性能鲁棒性相当高,因此在大多数情况下,即使遇到不同领域的不同数据,也能使用默认设定取得很好的结果。
设计与构架总览
1 设计原则
MAI 的目标是成为人工智能公链内注重法律法规、隐私保护和可扩展性的区块链系统。为了实现这一点,并应对上述提到的一系列挑战,我们的架构设计遵循以下原则。
1) 职责分离
将所有人工智能节点直接连接成一个单独的区块链是不现实的。除了不同的智能合约应用程序需要不同的区块链属性设置之外,在单个区块中,承载过多的节点对其规模和算力的要求直线上升,对人工智能来说计算量级过重。相反,职责分离可确保每个区块链与特定组别的人工智能节点进行互动,在有需求时才与其他区块链进行互动。这与互联网的构架相似异构设备首先形成一个内部连接的组,即内部网络。较小的内部网络进而构成一个更大的内部网络,最终连接到互联网中心并相互通信。职责分离通常会创建一个均衡的系统,以最大限度地提高效率和保护隐私。
2) 奥卡姆剃刀定律
每个区块链都有不同的用途和应用,应有针对性地进行设计和优化。例如,专用于交易传递的区块链不需要受图灵完备智能合约;运行在信任区域中的区块链无需过分注重交易隐私。
3) 简化计算
如前所述,区块链生态中充满了异构系统和节点,它们的算力、存储容量和功耗各不相同。由于强节点可轻易完成弱节点能够完成的操作,因此应该以弱节点为设计目标优化区块链操作。例如,操作需以轻量级为目标,从而节省算力、存储空间和能源等相关资源。
2. 链中链架构
MAI 是由许多分层排列的区块链组成的网络,这些区块链在保持互操作性的前提下共同运行。 在 MAI 生态中,根链(root blockchain)管理着许多独立的区块链或子链(subchain)。子链与 AI 计算出的具有相似性的智能合约相连接,这包括功能的相同性、应用场景或级别相似性。如果一条子链在遭受攻击或遇到DAPP 错误时无法正常运行,根链完全不受影响。此外,也可以进行跨区块链交易,将价值和数据从子链转移到根链,或者通过根链从一条子链转移到另一条子链。
根区块链是任何人都可以访问的公共链,它有三个主要目标:
1.以保护隐私的方式在子链之间传递数值和数据,以实现子链间的互操作性;
2.监督子链,例如通过没收定金(bond confiscation)惩罚子链上的运营方(bonded operators);
3.计算和确定支付,建立子链信任。
有了具体目标,根链将专注发展其可扩展性,稳固性,隐私保护功能和协调子链的能力。
子链具有成为私有区块链的可能,并且依赖于根链作为中间站与其他子链进行交互。子链需具备灵活性和延展性以适应智能合约应用的多样化需求。子链很可能由在根链上存有定金的运营商运营。在另一种方案中,系统允许运营商提名一个或多个运营商在有/无特别绑定的前提下为其运作。运营商像根链上的轻量级客户端,作为子链上的完整节点来打包新区块。
详见表 2:根链和子链属性对照表。

3. 根链(Root Blockchain)
根区块链与以太坊一样使用基于内外部账户的模型,原因如下:
此公链是着眼于应用层面,所以不会采取比特币的 UTXO 模型;
节省大量空间(每笔交易只有一个输入、一个输出、一个签名);简单编码;潜在的可拓展性;轻量级客户端。
潜在使用网络分片技术:
使用网络分片技术,如果你有 10000 个节点,通过工作量证明过程,它们将被随机分为 10 组,每个组被称为一个分片。每个分片处理一组不同的数据,并得出小组内一致同意的答案。然后,各分片将这些数据的摘要报告提交给一个名为目录服务委员会的分片,由它来统筹不同分片的数据摘要,并将它们组合起来形成一个更大的数据集,称为最终区块,最终区块的数据又会被返回所有分片。
从上面的分析可以看到,分片技术是一种去中心化的、安全的链上扩容方案,具有线性的扩容能力也就是说,节点越多,得到的吞吐量就越大。
分片技术有两种类型:网络分片和状态分片,以太坊正在开发的技术是状态分片。两种技术的不同之处在于,在网络分片中,不是每个节点都必须处理每条信息,但是每个节点都必须存储网络中其它分片的信息;如果使用状态分片,每个节点都只存储它们自己处理过的信息子集,虽然这减少了每个节点的负担,但分片之间的互通会变得复杂。
4. 子链(Subchains)
MAI 通过低层基础设置为分布式区块链应用程序开发度身定制了可发展和增补的子链架构,人工智能可根据应用需求定制相对应的子链验证模型、规格、参数和交易类型。
MAI 子链使用以账户为基础的设计模型,使其易于追踪交易状态。子链包含类似于以太坊两种类型的账户,即常规账户和合约。由人工智能算出与根链相同的共识机制产生的有效交易被添加到区块中,以达到同等的结算速度,提高跨链通讯的效率。子链使用根链通证、MAI 通证或自行定义通证。开发者在子链上定义的通证可以通过通证销售或通过公共交易平台公开发行。
子链也同时支持智能合约,并且运行在轻量级且高效的虚拟机之上。我们目前正在测评 Web Assembly(WASM),这是一种用于构建高性能网络应用程序的新兴网络标准。WASM 效率高,速度快。我们同时也在探索其他可能性。通过人工智能生成智能合约,连接到相同子链设备以两种方式共享状态。
内置隐私保护交易机制
比特币和以太坊本身提供的隐私仅限于使用匿名地址,两者交易细节皆是透明的。任何人都可以轻易从透明的账本了解交易金额,被转让的资产以及该交易与其他交易的关系。在这种情况下,发送方的隐私,接收者的隐私和交易细节隐私三个方面是需要解决的议题。如表 3 所示,各种加密方案可用于解决以上所提的隐私问题。

MAI 的隐私保护技术通过隐藏接收方的地址,使用环形签名( Ring Signatures)保护寄送方的隐私和使用佩德森承诺协议( Pedersen commitment)来隐藏交易金额,进行了以下创新和改进:
使用 AI 推荐的隐藏地址让接收方不用计算整个区块链来确认交易;优化环签名,使其体积更简洁并更具有可信赖的水平。
1. 以可传递支付码隐藏交易接收方
隐藏地址技术源于 Cryptonote 协议,它利用半轮(half round)Diffie-Hellman 密钥交换协议解决接收方的接收问题。这个技术的局限性在于目前接收方必须要扫描网络中的所有交易,或是要依靠可信的完整节点(在一定程度上泄露隐私)的帮助以完成接收。支付代码的设计旨在解决隐藏地址的上述缺点,但仍有泄露交易隐私的缺点。
2. 保密交易机制
本质上,区块链交易只是一个元组({ pkin, i},{ pkout, j},{ vi, j}),其中{ pkin, i}是输入地址,{ pkout, j}是输出地址,{ vi, j}是输入和输出地址之间的交易金额。由于比特币交易是以明文形式存储在公共账本中,因此引发了很多安全和隐私问题。保密交易的目标是使只有交易的发送方和接收方能够知道{vi,j}值,并没有其他人知道交易双方以及{vi,j}值。此外,保密交易可以允许网络实体验证每个交易的有效性,但是交易的实际金额不会被泄露。区块链上的保密交易的实现需要许多先进的密码技术。
3. 通过 Bulletproofs 模型证明交易金额范围
Bulletproofs 模型是为了替代佩德森承诺协议(Pedersen commitment)而被提出的。这是一种新的非互动零知识证明协议模型( noninteractive zeroknowledge proof protocol),它仅需非常短小的证明签文( proofs)并且不需要仰赖可信任的节点,因此可以在没有额外计算量的条件下,将范围证明( range proof)的大小从线性减小到次线性,并进一步减少交易体量。由于 Bulletproofs模型很好地符合 MAI 的设计原则,我们将把防弹协议(Bulletproofs)整合到MAI 中。
PAI 高速共识机制
1. 技术背景
工作量证明算法(PoW)是实现大多数区块链(包括比特币和以太坊)全球共识的支柱。工作量证明算法(PoW)使在计算上很难构建一个有效的区块并将其附加到区块链上。区块链变得越长,就越难扭转区块链以前记录的任何交易。攻击者必须拥有基于 PoW 的区块链网络整个计算能力的 51%,才能操纵该区块链。
虽然 PoW 为大型分布式区块链的全球共识提供了一个优雅的解决方案,但它也有一些固有的局限。维持共识整体计算成本很高,相当于 51%的攻击成本。这意味着即使大部分区块链参与者都是诚实的,他们仍然需要使用大量的电力来维护区块链,这不适合倾向于快捷的网络环境。另外,在单个设备级别上,使用PoW 通常会花费大量的 GPU 周期和内存空间,造成不必要的系统浪费。
2. 共识机制:AI 随机授权股权证明机制
为了设计和开发 MAI 的快速高效的共识机制,我们计划采用以下技术。
2.1 股权证明机制
为了避免以上提到的因 PoW 所带来的问题,这里有一个好的方案是权益证明算法(PoS)作为区块链达成共识的有效替代方案。PoS 的原理思想是随机选择一组节点对下一个区块投票,并根据它们持有以太坊量的多少(即权益)对他们的投票进行加权。如果某些节点行为不规范,系统可能会没收其链上的以太坊。藉由这种方式,不用通过高计算成本的 PoW,区块链依旧可以更高效地运行,除此之外可以实现链上的经济稳定性:参与者拥有的权益越多,其维护账本共识机制的动机就越大,其节点行为不当的可能性也就越低。 现在已经有一些根据权益证明算法(PoS)研发的设计和使用,例如 Tendermint,已被许多应用程序采用。
2.2 授权股权证明机制
授权股权证明(DPoS)改进了 PoS 的思想,即授权股权证明允许参与者委托一些代表来代表他们在网络中的部分股权。例如,Alice 可以向网络发送消息,委托 Bob 代表她的股权并代表她投票。DPoS 为我们的 AI 区块链应用提供了以下优势:
小股权参与者可以将他们的股权集中起来,让他们有更高的机会共同参与区块链中的投票,然后分享奖励。
资源受限的节点可以委任代表,因此并非所有节点都需要保持联机才能达成共识。
代表可以是具有强大电力供应和网络条件的节点,也可以动态随机选择,因此我们在链上将获得更高的整体可用性,使网络达成共识。
使用 DPoS 的加密货币包括 EOS和 Lisk。
2.3 拜占庭容错算法
实用的拜占庭容错算法(PBFT)是 Castro 和 Liskov 在 1999 年提出的一种有效的抗攻击算法,用于在分布式异步网络中达成协议。我们前期计划使用PBFT 作为我们 DPoS 共识机制的基础投票算法,因为它是一种简洁而且研究得非常好的算法,它提供了迅速的结算性,这对于构建高吞吐量 TPS 与可扩展的区块链至关重要。 正如 Castro 和 Liskov 的原始论文所证明的那样,只要低于三分之一的网络节点出现故障或恶意行为,PBFT 就可以为链提供可用性和安全性; 同时,PBFT 的网络成本非常低,仅为未复制网络系统成本的 3%。基于 PBFT 的加密货币包括 Stellar和 Zilliaq。
2.4 基于 AI 选择的共识机制
如上所述,为了效率考虑,当要提出或选举新块时,系统将随机选择一小组节点。这种通过人工智能选择算法的设计非常重要,因为它影响了整个共识过程的公平性和安全性以及合法性。
3. 轻量级用户 AI 定期检查点的创建
在区块链网络中,我们预计很多设备都是轻度使用的客户端,也就是参与者不会在本地记录完整的交易历史。 以比特币为例,目前存储完整比特币区块链需要的空间已经超过 100GB,因此许多用户可能无法下载完整区块链。
为了缓解这一性能问题,以太坊的发明者 Vitalik 建议在区块链上创建定期检查点:epochs[2],例如每隔 50 个区块设置一个 epochs。这样做的好处是每个检查点都可以基于前一个检查点进行验证,运用这个方式轻量级客户就可以更快地同步整个区块链。
MAI 网络中的通证机制
本地数字通证(MAI TOKEN)是 MAI 网络生态的重要组成部分,它被设计成完全服务于 MAI 网络。在 MAI 主网启动之前,通证是以兼容 ERC20 标准部署于以太坊网络上的,待到主网发布后,通证会完全迁移至 MAI 主网上。
MAI TOKEN 通证作为一种虚拟加密燃料被用于在 MAI 网络上实现某些功能(比如执行转账和运行分布式应用),通过消耗 MAI TOKEN 通证激励社区参与者,维持 MAI 网络上的生态。在 MAI 网络上执行转账和运行分布式应用以及验证添加区块/信息需要占用很多的计算资源,因此我们需要激励这些提供服务/资源的网络参与者(即挖矿)以保持 MAI 网络的完整, MAI TOKEN 通证还被作为一种汇率单位用于支付占用计算资源所产生的费用。
MAI TOKEN 通证是 MAI 网络中不可或缺的一部分,如果没有 MAI TOKEN通证,那么就没有一种汇率单位去支付这些费用,从而使 MAI 的生态系统无法持续。
MAI TOKEN 通证作为一种支付单位具有不可逆的功能,将被用于 MAI 网络参与者的转账交易中。引入 MAI TOKEN 通证的目的是为生态系统中的网络参与者提供一个便捷安全的支付结算模式。MAI TOKEN 通证并不代表任何股权、参与权、投票权、职位、以及 MAI 基金会的收益。基金会及其分支机构,或其他公司、企事业单位不会给通证持有者承诺任何利润以及投资回报,也不会在新加坡或任何相关管辖区内构成有价证券。MAI TOKEN 通证只能在 MAI 网络上使用,并且通证持有者没有被授予任何明示或暗示的权利,除了正确使用 MAI TOKEN通证以促进 MAI 网络和谐发展。
关于 MAI TOKEN 通证,需特别注意:
(a)基金会及其任何附属机构没有对通证进行退款或者变现(或者替换成等值的其他虚拟货)或者其他任何支付方式的义务;
( b)通证不会使通证持有者获得基金会(及其任何附属机构)任何形式的权利、收益或资产,包括但不限于基金会有权获得的未来收益,股票,股权或股份,证券,任何投票、分配、赎回、清算、产权(包括所有形式的知识产权),或者与其他金融、法律同等的权利,或者与 MAI 网络参与者、基金会、服务供应商有关的任何知识产权。
(c)MAI TOKEN 通证并不是一种货币(包括电子货币),有价证券,商品,债券,债务或其他任何一种金融工具或投资;
(d)MAI TOKEN 通证不是基金会或其任何附属机构的贷款,也并不是基金会或其任何附属机构所欠债务,且没有任何预期的利润;
(e)基金会及其任何附属机构不会授予 MAI TOKEN 通证持有者任何权利或者收益。
MAI 驱动的生态系统
一个区块链智能合约自由搭建的基础公链 ,基于 MAI 公链将具有无限的可扩展性。
案例 1.防伪区块链合约
目前,国内防伪企业约有 3000 家。绝大多数产品采用的是低技术含量的防伪手段,很容易被复制,而传统的数字防伪成本极高,防伪麻烦难推广,特别是对于低值、高消费的产品。
通过 MAI 防伪,品牌商可以根据智能合约模板或自身的需求快速创建智能合约,生成一个新的基于 MAI 系统的区块链系统,并生成仅使用防伪和点数的品牌令牌。这个令牌是品牌管理人员使用的,需要在每次执行合同时使用。品牌所有者通过生成数字令牌来完成防伪工作。每个用户可以使用 MAI DAPP 对基于 MAI 系统,生成令牌的品牌商家的产品执行一键扫描码防伪。此代码只能扫描一次。扫描代码将保存在区块链中,不能更改。因此,只有能领取数字令牌的商品才是真正的商品,防伪技术不可篡改,不可复制,真正做到了低成本高效防伪的目的。
案例 2.飞机晚点保险合约
传统的保险行业三分之一的钱用于销售人员,三分之一的钱用于管理和运营支出,经营成本过高且效率低下。
现在通过 MAI 公链我们以航空晚点为例,创建一个保险的智能合约,乘客只要通过智能合约指定地址下单,当系统同步信息航班出现合约中规定的晚点条约一旦达成,合约系统会自动履行合约付款给乘客。省去了人工售险运行成本,提升了保险的处理效率,达到降本高效运营的目的。
案例 3.彩票智能合约
现有的模式是,彩票通过实体门店销售,或者网络销售,1.彩民对中奖诚信有些质疑;2.你是有听过某某人中了大奖因遗忘错过领奖机会;3.是大额现场领奖隐私得不到保护。
采用 MAI 公链创建售彩智能合约,彩民通过彩票智能合约向合约发布方购彩,当彩票中奖时系统自动将彩金支付给中奖彩民,高效、透明、无遗漏,彩民隐私得到保护。
案例 4. 无人驾驶汽车系统
比如行使在高速上无人驾驶汽车,如果发出指令给前车要求他们保持一定的安全距离,不要紧急刹车,注意保存车距,有可能会出现前车没有收到信息或者延迟的情况,会导致安全事故。
采用 MAI 公链创建无人驾驶智能合约系统,通过智能合约一致性记账机制,智能合约汽车之间会同时执行相同的命令,规避信息不同步的风险发生,智能合约技术的广泛应用,将提升无人驾驶领域的安全系数。
MAI 公链就像是手机安卓系统一样,开发者可以任意基于安卓系统开发符合法规机制的 DAPP,均可在安卓系统上运行。所以 MAI 公链是一个可以无限延伸扩展的智能合约开发创建公链,可以广泛应用于:共享经济领域,智能家居领域,智能制造领域,金融领域,旅游领域,信息化数据领域,物联网智能领域,征信智能管理领域,食品安全,医疗安全领域,智能电商领域,产品溯源,产品防伪领域,智能导航,无人驾驶领域等等几乎覆盖了所有领域,人工智能与区块链的强强结合是大势所趋。
物联网时代智能产品之间的互通互联而产生的数据信息与人身安全一样重要,而个人信息包括手机号、照片、视频等被泄漏及公开的恶性事件屡屡发生,这些数据安全事故已经给我们敲响了警钟。区块链能够保证物联网能够安全、有灵活的可拓展性、高效。高效随之带来的是成本的降低。鉴于此,区块链的技术可以为未来物联网的发展起到极大的推动作用。
MAI 公链通过对节点赋予人工智能后,人工智能对公链上新增的节点智能合约进行识别合法性与合理性,对不符合人性及非法要求的智能合约,不予启用,同时会对系统现有适合的智能合约进行推荐。对新增先进的智能合约,人工智能会自我驯化学习,提升对智能合约思考判断推荐能力,从而让人工智能实现自我学习驯化进化的能力,节点将通过不断的驯化学习,让 MAI 公链系统成长的越来越强大,越来越人性化,MAI 未来将大力推动防伪、共享经济领域、物联网智能科技、征信领域、金融保险领域、医疗安全、产品溯源、智能合约领域的快速发展,在未来商业化运营中 MAI 公链将体现它非凡的价值和实力。
结论
在本文中,我们介绍了一种可扩展的、注重隐私保护并具有延展性的 AI区块链,并且介绍了它的架构以及如下核心技术:
1) 运用链中链基础架构最优的优化其扩展性和隐私性;
2) 运用轻量级秘密地址的使用、环签名方式(无需可信启动)以及避弹衣机制保护交易隐私;
3) 运用可证明或者验证的随机函数以及权益证明,实现高速共识机制其中最为重要的前提就是 AI 的应用;
4) 构建灵活的轻量级 MAI 系统架构。

关于更多MAI信息:http://www.maic.vip/

文章来源:http://www.qukuaiwang.com.cn/news/16626.html
原文作者:MAI
特别申明:区块链行业ICO项目鱼龙混杂,投资风险极高;各种数字货币真假难辨,需用户谨慎投资。blockvalue.com只负责分享信息,不构成任何投资建议,用户一切投资行为与本站无关。

1.价值区块链(blockvalue.com)遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.价值区块链的原创文章,请转载时务必注明文章作者和"来源:价值区块链(blockvalue.com)",不尊重原创的行为本站或将追究责任;3.作者投稿可能会经价值区块链编辑修改或补充。