AI-i plokiahela põhjalik ülevaade

AI ja Blockchain on viimasel ajal kujunenud kaheks kõige murrangulisemaks tehniliseks uuenduseks.

• Tehisintellekt (AI): Võimaldab masinatel ja arvutitel jäljendada inimese mõtlemis- ja otsustusprotsesse.
• plokk Chain: hajutatud ja muutumatu pearaamat, mis salvestab andmeid ja teavet turvaliselt detsentraliseeritud ja usaldusväärsel viisil.

Hiljuti on teadlased uurinud nende tehnoloogiate võimalikke rakendusi erinevates sektorites. Selles artiklis anname lühikese ülevaate sellest, kuidas plokiahelat saab integreerida tehisintellektiga – kontseptsiooniga, mida võiks nimetada detsentraliseeritud AI-ks. Sukeldume sisse.

Detsentraliseeritud AI: sissejuhatus AI plokiahelasse

Viimasel kümnendil on plokiahel olnud üks enim levitatud uuendusi ja see hakkas hoogu saama, kui leidis oma rakenduse teistes valdkondades. Alates selle loomisest 2008. aastal on see jätkuvalt esile kerkinud murrangulise tehnoloogiana, millel oli potentsiaal muuta meie andmete või teabe salvestamise või vahetamise viisi ning muuta seda, kuidas me tehinguid jälgime ja neid automatiseerime. 

Üks enim räägitud punktidest blockchain on see, et iga plokiahela tehing allkirjastatakse krüptograafiliselt ja kaevandussõlmed, mis hoiavad kõigi tehingute aheldatud ploki kogu pearaamatu koopiat, kontrollivad iga sellist tehingut, mille tulemusel luuakse sünkroonitud, turvalised ja jagatud ajatempliga kirjed, mida on võimatu muuta. . Sellest tulenevalt võib plokiahel olla tõhus võimalus kõrvaldada nõue, et keskasutus kontrolliks ja kontrolliks võrgu kasutajate vahelisi tehinguid ja suhtlust. 

Edaspidi on tehnikatööstus tootnud ja genereerinud tohutul hulgal andmeid tänu tehnilistele uuendustele, nagu IoT-seadmed, nutitelefonid, sotsiaalmeedia ja veebirakendused, mis on oluliselt kaasa aidanud tehisintellekti tõusule, kuna tehisintellektisüsteemid toimivad tõhusalt ja tõhusalt. kasutavad sageli suurt hulka andmeid sügav õpe ja masinõppe praktikaid erinevate analüüside tegemiseks. 

Isegi tänapäeval tugineb suur hulk tehisintellektimudelite masinõppe- ja süvaõppetehnikaid tsentraliseeritud mudelile, mis treenib serverite rühma, mis käitab või treenib konkreetset mudelit koolitusandmete põhjal, ja seejärel kontrollib õppimist valideerimise või koolituse andmestiku abil. Kõrge nõue AI mudeli tõhusaks koolitamiseks on põhjus, miks suured tehnoloogiaorganisatsioonid ja arendusmeeskonnad salvestavad sageli suure hulga andmeid, et koolitada oma mudeleid parimate võimalike tulemuste ja jõudluse saavutamiseks. 

Enamik tehisintellekti mudeleid ja tavasid on tänapäeval tsentraliseeritud ja kuigi tsentraliseerimine on tehisintellektitööstusele palju edu toonud, on tehisintellektimudelite tsentraliseeritud andmesalvestusel suur puudus. Kui kogu andmeid salvestatakse tsentraliseeritud viisil, suureneb andmete muutmise või andmete riknemise võimalus, kuna tsentraliseeritud andmesalvestus on alati pahavara ja küberturvalisuse rünnakute objektiks. Lisaks on suure andmehulgaga tegelemisel keeruline ülesanne kontrollida andmeallika autentsust ja päritolu, mis võib põhjustada mudeli vale väljaõppe, mis võib veelgi põhjustada soovimatuid, ebatäpseid ja isegi ohtlikke. tulemusi. 

Tehisintellekti mudelite andmesalvestusega seotud väljakutsed on AI-s plokiahela kasutamise ja detsentraliseeritud tehisintellekti arendamise peamine põhjus. Detsentraliseeritud tehisintellekti peamine eesmärk on võimaldada protsessi ja teha otsuseid või analüüse, kasutades digitaalselt allkirjastatud, turvatud ja usaldusväärseid jagatud andmeid, mis on salvestatud ja plokiahela võrgus detsentraliseeritud või hajutatud, ilma välist kolmandat osapoolt kasutamata. ressursse. 

Tehisintellekti mudelitel on maine, et nad töötavad sageli suure hulga andmetega ja teadlased on juba ennustanud, et plokiahel on andmete salvestamise tulevik. Lisaks on plokiahelal nutikad lepingud, mis võimaldavad kasutajatel programmeerida plokiahela võrku, et juhtida tehinguid andmete genereerimise või neile juurde pääsemise või otsuste tegemisega seotud osalejate vahel. Plokiahela nutikatel lepingutel põhinevad autonoomsed rakendused ja masinad saavad aja jooksul muutustega õppida ja nendega kohaneda, samuti saavad nad teha täpseid ja usaldusväärseid otsuseid, mille tulemusi kontrollivad ja kinnitavad plokiahela võrgu kaevandussõlmed. 

Kuidas Blockchain saab tehisintellekti muuta?

Tehisintellekti ja plokiahela tööstuse mitmeid puudujääke saab tõhusalt kõrvaldada, kombineerides mõlemad tehnilised süsteemid. Blockchain toimib hajutatud pearaamatuna, mis salvestab ja edastab andmeid krüptograafiliselt allkirjastatud meetodil, mille on kokku leppinud ja kontrollinud võrgu kaevandussõlmed. Plokiahelavõrgud salvestavad andmeid suure vastupidavuse ja terviklikkusega, mis muudab andmete muutmise peaaegu võimatuks, mis on peamine põhjus, miks masinõppe algoritmide tulemusi, kui nad teevad plokiahela nutikaid lepinguid kasutades otsuseid, ei saa vaidlustada ja neid saab usaldada. Plokiahela võrkude kasutamine koos tehisintellekti tehnoloogiatega võib aidata luua detsentraliseeritud, muutumatuid ja turvalisi süsteeme väga tundlike andmete jaoks, mida saab koguda, töödelda ja kasutada AI-toega rakendused. Tehisintellektis plokiahela kasutamise pakutav turvalisus ja ohutus võivad omada revolutsioonilisi rakendusi erinevates tööstusharudes, eriti tundlikumates tööstusharudes, nagu tervishoid ja haiglad, rahandus, kaitse ja palju muud. 

Edasi liikudes on allpool loetletud mõned AI ja plokiahela integreerimise silmapaistvad eelised. 

• Täiustatud andmeturve

Blockchaini tohutu populaarsuse peamine põhjus on see, et see pakub väga turvalist meetodit teabe salvestamiseks veebis. Plokiahelad pakuvad alternatiivi tundliku ja kriitilise teabe salvestamiseks ketastele, milleks on digitaalselt allkirjastatud andmete salvestamine, millele pääseb juurde ainult privaatvõtmeid kasutades. Seega võib plokiahela kasutamine AI-algoritmide jaoks andmete salvestamiseks võimaldada AI-mudelitel töötada tundlike andmetega, mille tulemuseks on täpsem ja usaldusväärsem teave. 

• Kollektiivne otsuste tegemine

Tehnilises ökosüsteemis peavad kaasatud rakendused või tööriistad töötama üksteisega kooskõlastatult, et saavutada eesmärk maksimaalse efektiivsusega. Plokiahelasüsteemid pakuvad detsentraliseeritud ja hajutatud lahendusi otsustusalgoritmidele, mis võivad asendada keskasutuse nõude. Keskasutuse kõrvaldamine võimaldab robotitel probleemi sisemiselt arutada, igas küsimuses hääletada ja küsimust häälteenamusega lahendada, kuni järeldus on kokku lepitud. 

• Suurem usaldus robototsuste vastu

Blockchain salvestab andmed väga turvalisel viisil, mida ei saa muuta, mis tagab andmete kvaliteedi kogu koolitusprotsessi arendamise vältel. Selle tulemusel treenib mudel väga täpsete andmete põhjal, mis lõppkokkuvõttes aitavad režiimi täpsust suurendada. 

• Kõrgem tõhusus

Üks peamisi põhjuseid, miks äriprotsessid, mis hõlmavad sageli mitut kasutajat, näiteks mitut aktsionäri või sidusrühma, valitsusorganisatsioone ja äriettevõtteid, on sageli ebatõhusad, on äritehingute arvukad autoriseerimised. Plokiahela ja nutikate lepingute kasutamine võimaldab DAO-sid või detsentraliseeritud autonoomseid agente, mis kinnitavad andmete või varade ülekandeid erinevate sidusrühmade vahel automaatselt, tõhusalt ja kiiresti. 

Plokiahela taksonoomia AI-s

Selles jaotises räägime mõnest põhimõistest, mida kasutatakse plokiahela tehnoloogiate rakendamisel tehisintellekti rakenduste jaoks ja mida on mainitud alloleval joonisel. 

Detsentraliseeritud AI rakendused

Praegused AI-rakendused töötavad üldiselt autonoomselt, et teha teadlikke otsuseid, kasutades erinevaid planeerimise, otsimise, optimeerimise, õppimise, teadmiste taastamise ja haldusstrateegiaid. AI-rakenduste detsentraliseerimine on aga mitmel põhjusel keeruline ja väljakutsuv ülesanne. 

• Autonoomne andmetöötlus

Tehisintellekti rakenduste üks peamisi eesmärke on võimaldada osaliselt või täielikult autonoomseid toiminguid, kus arvukad luureagendid või väikesed arvutiprogrammid tajuvad ja analüüsivad oma kohalikku keskkonda, säilitavad oma siseolekuid ja täidavad vastavalt määratud toiminguid.

• Optimeerimine

Tehisintellekti rakenduste üks peamisi omadusi on nende potentsiaal teha kõige tõhusamaid ja tõhusamaid otsuseid, filtreerides kõigi võimalike lahenduste hulgast ideaalsete lahenduste komplekti, ja see on võimalik tänu AI algoritmide ja mudelite optimeerimisele. Optimeerimistehnikad eesmärk on leida probleemile parim lahendus, töötades piiratud või piiramata keskkonnas, sõltuvalt süsteemi tasemest ja rakenduse taseme eesmärkidest. Detsentraliseeritud optimeerimine toob kaasa parema tõhususe ja parema jõudluse. 

• Planeerimine

AI-rakendused kasutavad planeerimisstrateegiaid, kui nad teevad koostööd teiste rakenduste ja süsteemidega, et lahendada keerulisi probleeme uutes või väljakutseid pakkuvates keskkondades. Planeerimisstrateegiad mängivad tehisintellektimudelite vastupidavuse ja tõhususe säilitamisel olulist rolli. Plokiahela kasutamine strateegiate kavandamisel võib kaasa tuua muutumatumate ja kriitilisemate strateegiate väljatöötamise, mida kasutatakse missioonikriitiliste süsteemide ja strateegiliste rakenduste jaoks. 

• Teadmiste avastamine ja teadmusjuhtimine

AI-rakendustel on maine, et nad töötavad suure hulga andmetega ja tuginevad tsentraliseeritud andmetöötlussüsteemidele. Detsentraliseerimist kasutades on teadmiste avastamise ja teadmusjuhtimise protsessid võimelised pakkuma isikupärastatud teadmiste mustreid, mis arvestavad kõigi asjassepuutuvate sidusrühmade vajadustega. 

• Õppimine

Ai rakenduste keskmes on õppimisalgoritmid, mis võimaldavad teadmiste avastamise ja automatiseerimise protsesse. Erinevaid masinõppeprobleeme lahendavaid õppealgoritme on erinevat tüüpi, nagu juhendatud õpe, juhendamata õpe, pooljärelevalvega õpe, tugevdusõpe, ansambel, süvaõppe mudelid ja palju muud. Detsentraliseeritud õppemudelite kasutamise tulemuseks võivad olla väga autonoomsed õppesüsteemid, mis toetavad kohalikku intelligentsust tehisintellektisüsteemide erinevates vertikaalides. 

Detsentraliseeritud AI operatsioonid

AI mudelid ja algoritmid treenivad, testivad ja kinnitavad sageli suurel hulgal andmeid, et teha paremaid ja mitmekülgsemaid otsuseid. Tsentraliseeritud andmesalvestuslahenduste (nt andmekeskused, pilved ja klastrid) kasutamine on aga suur takistus üliturvaliste AI-rakenduste arendamisel, mis säilitavad kasutajate privaatsust. Siin on mõned populaarseimad plokiahela rakendused, mida saavad kasutada paljud AI-rakendused. 

• Detsentraliseeritud salvestus

Tsentraliseeritud andmesalvestuslahendused on turvalisuse ja privaatsuse osas väga vastuvõtlikud, kuna need andmesalvestuslahendused hõlmavad kasutaja isiklikke ja tundlikke andmeid koos nende asukohtade, terviseandmete, tegevuste ja finantsteabega. Blockchain pakub osalevates rakendustes ja võrkudes detsentraliseeritud ja krüptograafiliselt turvalisi salvestuslahendusi. Detsentraliseeritud andmesalvestuslahendused kasutavad sõlme ja iga võrgusõlm hoiab andmebaasi kliendikeskset krüptitud koopiat, et tagada klientidele andmete kättesaadavus. Kliendid saavad oma andmeid vabalt kasutada ja kaevandada vastavalt oma vajadustele ja nõuetele. 

Kaks kõige levinumat detsentraliseeritud andmesalvestuslahendustes kasutatavat salvestustehnikat on Sharding ja Swarming. Jagamine on protsess, mille käigus loote andmebaaside loogilised partitsioonid, mida nimetatakse "shards”, kus igale partitsioonile määratakse kordumatu võti, mida saab kasutada partitsioonile juurdepääsuks. Teisest küljest on sülemlemine meetod, mis kasutabSülemid”, et võimaldada paralleelset juurdepääsu andmetele võrgu mitmest sõlmest, et vähendada tehisintellekti rakenduste latentsust ning seeläbi saavutada tõhusam ja sujuvam jõudlus. Killud rühmitatakse kokku, mille tulemusena moodustub kogutud salvestusruum, mida võrgus toetab sülemidena rühm sõlme. 

Detsentraliseeritud salvestuslahenduste kasutamine võib suurendada salvestusruumi usaldusväärsust ja mastaapsust, kuna detsentraliseeritud salvestuslahendused pakuvad mitmeosalisi geograafilisi jaotusi. Mõned esilekerkivad detsentraliseeritud salvestuslahendused hõlmavad Storj, Swarm, Sia, FileCoin, IPFS ja palju muud. 

• Andmehaldus

Tehisintellektirakenduse arendamise üks peamisi nõudeid on andmete haldamine nii, et usaldusväärsetest ja usaldusväärsetest andmeallikatest saaks koguda ülitäpseid, asjakohaseid ja täielikke andmekogumeid. Tavaliselt on tehisintellekti rakendused ja algoritmid kasutanud tsentraliseeritud andmehaldusmeetodeid, nagu andmete segmentimine, filtreerimine ja sisuteadlik andmesalvestus, mida teostatakse kõigis võrgu sõlmedes. Võrreldes plokiahelavõrkude pakutava detsentraliseeritud andmesalvestusega, läheb tsentraliseeritud andmehaldus halvasti, sest mitte ainult ei ole andmete dubleerimise määr kõrge isegi siis, kui andmetes tehakse vaid väikseid muudatusi, vaid ka vajadus sarnaste andmekogumite korduvaks ülekandmiseks. . 

Teisest küljest on detsentraliseeritud andmehaldusmeetodid loodud kasutamiseks võrgu sõlmede tasemel, võttes arvesse andmete ruumilisi ja ajalisi atribuute. Lisaks saavad detsentraliseeritud haldusskeemid andmete päritolu ja turvalisuse säilitamiseks metaandmed plokiahelasse paigutada. 

Plokiahela tüübid AI rakenduste jaoks

Blockchaini tehnoloogia võib jagada kahte kategooriasse: Lubatud kus ainult volitatud kasutajad pääsevad plokiahela rakendustele juurde pilvepõhistes, konsortsiumi- või privaatsetes seadetes ja Lubamatu kus igaüks saab Interneti kaudu süsteemidele avalikult juurde pääseda. 

• Avalikud plokiahelad

Avalik plokiahel kuulub plokiahelavõrkude lubadeta kategooriasse, kus kasutajatel on vabadus plokiahela koodi oma süsteemidesse alla laadida, koodi muuta ja koodi kasutada vastavalt oma vajadustele ja nõuetele. Lisaks on avalikud plokiahelad lugemis- ja kirjutamistoimingute jaoks sageli avatud lähtekoodiga ning hõlpsasti juurdepääsetavad. Kuna avalikud plokiahelad on kõigile kättesaadavad, kasutavad need süsteemid ohutuse tagamiseks keerulisi protokolle ning võrgus olevate kasutajate identiteedi ja tehingute privaatsusteavet hallatakse võrgus pseudonüümsete ja anonüümsete andmete abil. Andmete ja varade edastamiseks kasutab iga avalik plokiahela võrk natiivseid märke, mida tuntakse ka väärtusnäitajate või krüptovaluutadena. 

• Privaatsed plokiahelad

Erinevalt avalikest plokiahelatest on privaatsed plokiahelavõrgud loaga süsteemid, mida haldab üks organisatsioon ja mis on loodud lubadeta süsteemidena, kus kasutajad või osalejad on võrgus alati teada ning neil on lugemis- ja kirjutamistoimingute eelkinnitus. võrku. Privaatsed plokiahelad pakuvad sageli suuremat efektiivsust, kuna külastajate identiteet on teada ja nad on eelnevalt heakskiidetud võrgus osalejad, et välistada vajadus keeruliste algoritmide ja matemaatiliste toimingute järele, et kinnitada mis tahes võrgus toimuvat tehingut. Lisaks saavad privaatsed plokiahelavõrgud edastada võrgus mis tahes varasid, väärtusi või kohalikke andmeid. 

Nii nagu avalikes plokiahelavõrkudes, toimub ka privaatses plokiahelavõrgus tehingute ja varade ülekannete kinnitamine mitme osapoole konsensusalgoritmide või hääletamise teel, mis mitte ainult ei võimalda kiiremaid tehinguid, vaid kulutab ka vähe energiat. Hämmastav on see, et keskmine tehingute kinnitamise aeg privaatses plokiahelavõrgus on alla sekundi. 

• Konsortsium Blockchain Networks

Konsortsiumi plokiahelaid, tuntud ka kui Federated Blockchains, haldab rühm organisatsioone, kus rühmad moodustatakse üldiselt nende organisatsioonide ühiste huvide alusel. Konsortsiumi plokiahela võrgustikke pakuvad tavaliselt valitsusasutused ja -asutused, pangad ja ka mõned privaatsed plokiahelaga tegelevad ettevõtted. 

Nii nagu nende privaatsed plokiahela kolleegid, toimib konsortsiumi plokiahela võrk loaga süsteemidena, kuigi mõnel võrgu kasutajal on võrgus nii lugemis- kui ka kirjutamisõigused. Üldiselt on kõigil Consortiumi plokiahela võrgu kasutajatel lugemisõigus, kuid ainult käputäis inimesi saab võrku andmeid kirjutada. 

AI rakenduste detsentraliseeritud infrastruktuur

Arendajad kujundasid plokiahela arhitektuurid traditsiooniliselt lineaarse infrastruktuurina, kasutades räsistrateegiate ja lingitud loendite andmestruktuuride kombinatsiooni. Kuid viimasel ajal on arendajad töötanud mittelineaarsete infrastruktuuride kallal, kasutades järjekorrateavet ja graafikuteooriat, et käsitleda suurandmeid ja rahuldada reaalajas tehisintellektil põhinevate rakenduste nõudeid. 

Blockchain-toega AI-rakendused

Detsentraliseeritud andmesalvestus ja andmehaldus koos tehisintellektiga

Blockchaini kasutamine koos tehisintellektiga on võimaldanud arendajatel töötada stabiilsete süsteemide väljatöötamisel, mis toetavad erinevate tehniliste uuenduste koostoimet ning pakuvad seeläbi platvormi turvaliseks ja turvaliseks andmehalduseks, andmeedastuseks ja andmete salvestamiseks. Allolev joonis näitab plokiahela ja tehisintellekti tehnoloogiate kombineeritud funktsioone meditsiinitööstuses, mis hõlmab erinevaid etappe, nagu analüüs, diagnoosimine, meditsiiniliste avastuste ja aruannete valideerimine ning kriitiliste otsuste tegemine. 

Viimastel aastatel on AI ja ML tööstuse peamised prioriteedid olnud suure andmehulga käitlemine, algoritmide ja mudelite arvutusvõimsuse plahvatuslik suurendamine ning ühendatud süsteemide ja rakenduste kasvav kasutajate aktsepteerimine. Kuna tehisnärvivõrgud nõuavad treenimiseks sageli suurt hulka andmeid ja arvutusvõimsust, on suurte andmekogude hankimiseks hädavajalik luua võimsad andmekeskused. Auditi käigus saab andmete ja päringuteabe salvestamiseks kasutada plokiahelavõrke, saavutades samal ajal kõrgema turvalisuse ja privaatsuse. Lisaks loob tehisintellekti ja plokiahela tehnoloogiate integreerimine tugeva konsensuse mehhanismi, mis on muutumatu, jõuline ja detsentraliseeritud. 

AI detsentraliseeritud infrastruktuur

Blockchaini võrguinfrastruktuuri kasutuselevõtt lisas traditsioonilistele hajutatud arhitektuuridele kolm uut omadust: andmete ja varade detsentraliseeritud ja jagatud kontroll, natiivsed varade vahetused ja muutumatud kontrolljäljed. Kui plokiahela infrastruktuur kombineeriti tehisintellekti tehnoloogiatega, pakkus infrastruktuur kasutajatele uusi andmemudeleid ning pakkus AI mudelite ja koolitusandmete jagatud juhtimist, suurendades samal ajal andmete usaldusväärsust. Paremate ja tõhusamate andmemudelite loomiseks vajavad AI mudelid juurdepääsu suurele hulgale andmetele, mida pakuvad plokiahelavõrgud. 

Detsentraliseeritud võrgud, nagu IPFS ja Ethereum, saavad hallata vastavalt andmete salvestamist ja tohutuid arvutusressursse, pakkudes seega rikkumisvabasid kirjeid kõrge privaatsusega. Avatud lähtekoodiga detsentraliseeritud tehisintellekti platvormide nagu ChainIntel eesmärk on vabaneda tehisintellektiteenuste monopoliseerimisest suurte ettevõtete poolt. 

Detsentraliseeritud AI rakendused

Kollektiivsel otsustamisel ja detsentraliseeritud luureandmetel võib olla palju rakendusi. Näiteks näitab allolev joonis plokkahela kombineerimise funktsioone ja eeliseid asjade Interneti ja tehisintellekti tehnoloogiatega, et suurendada põlluharimispõldude saagikust. IoT andurid saavad jälgida mulla toitainete taset ja jäädvustada pilte, mis aitavad jälgida põllukultuuride kasvu aja jooksul. Tehisintellekt saab kasutada asjade Interneti anduritelt saadud andmeid, et pakkuda ennustavat analüüsi, mis võimaldab põllumeestel jälgida erinevaid tingimusi. Plokiahela kasutamine tagab, et igal võrgu kasutajal on juurdepääs tehingutele, mis aitab vähendada logistikale kuluvat aega. 

Ülaltoodud pilt demonstreerib plokiahelal põhinevaid süsteeme, mida kasutatakse ookeanipõhjade mehitamata automatiseeritud intelligentseks uurimiseks. 

Ülaltoodud pilt näitab plokiahela ja AI kasutamist finants- ja panganduslikel eesmärkidel ning seda, kuidas plokiahel ja tehisintellekt võivad parandada finantssüsteemi tõhusust, ohutust ja turvalisust. 

Järeldus

Selles artiklis oleme rääkinud plokiahela rakendus- ja kasutusjuhtudest AI-s. Artikkel annab ülevaate detsentraliseeritud salvestusest ja sellest, kuidas plokiahel võib olla võti mitmete tehisintellektiga seotud probleemide lahendamisel. Edasi liikudes arutasime ka plokiahela taksonoomiat AI-s ja sellega seotud tehnoloogiaid ning plokiahela rakenduste võrdlust plokiahela tüüpide ja infrastruktuuri, detsentraliseeritud tehisintellekti toimingute ja protokollid. Lõpuks arutame plokiahela erinevaid rakendusi AI-s. 

Asjade kokkuvõtteks võib kindlalt öelda, et plokiahela rakendamine tehisintellektis võib lahendada ja lahendada olemasolevaid probleeme tehisintellekti valdkonnas, mis on seotud kasutajate privaatsuse, turvatud oraaklitega, tark lepingu turvalisus, konsensusprotokollid, standardimine ja juhtimine.