Išsami „Blockchain“ AI apžvalga

AI ir Blockchain pastaruoju metu tapo dviem novatoriškiausiomis techninėmis naujovėmis.

• Dirbtinis intelektas (AI): leidžia mašinoms ir kompiuteriams imituoti žmogaus mąstymą ir sprendimų priėmimo procesus.
• Blockchain: paskirstyta ir nekintanti knyga, kurioje duomenys ir informacija saugomi saugiai decentralizuotu ir patikimu būdu.

Pastaruoju metu mokslininkai gilinosi į galimą šių technologijų pritaikymą įvairiuose sektoriuose. Šiame straipsnyje pateiksime trumpą apžvalgą, kaip blokų grandinę galima integruoti su AI – koncepcija, kuri gali būti vadinama „decentralizuotu AI“. Pasinerkime.

Decentralizuotas AI: įvadas į AI blokų grandinę

Maždaug per pastarąjį dešimtmetį „blockchain“ buvo viena labiausiai išpopuliarėjusių naujovių, kuri pradėjo įsibėgėti, kai rado savo pritaikymą kitose srityse. Nuo pat savo veiklos pradžios 2008 m. ji ir toliau augo kaip trikdanti technologija, turėjusi potencialo pakeisti duomenų ar informacijos saugojimo ar keitimosi būdais, taip pat iš esmės pakeisti būdus, kaip sekame ir sekame sandorius arba juos automatizuojame. 

Vienas iš labiausiai aptariamų dalykų blockchain Kiekviena „blockchain“ operacija pasirašoma kriptografiškai, o gavybos mazgai, kuriuose yra visos transakcijų grandinės bloko knygos kopija, patikrina kiekvieną tokią operaciją, dėl kurios sukuriami sinchronizuoti, saugūs ir bendrinami laiko žymomis pažymėti įrašai, kurių neįmanoma pakeisti. . Todėl „blockchain“ gali būti veiksmingas būdas panaikinti reikalavimą centrinei institucijai patikrinti ir valdyti vartotojų operacijas ir sąveiką tinkle. 

Be to, techninė pramonė gamina ir generuoja didžiulį duomenų kiekį dėl techninių naujovių, tokių kaip daiktų interneto įrenginiai, išmanieji telefonai, socialinė žiniasklaida ir žiniatinklio programos, kurios labai prisidėjo prie AI augimo, nes dirbtinio intelekto sistemos veikia efektyviai ir efektyviai. dažnai naudoja didelį duomenų kiekį gilus mokymasis ir mašininio mokymosi praktikos, skirtos įvairiai analizei atlikti. 

Net ir šiandien didelė dalis AI modelių mašininio mokymosi ir gilaus mokymosi metodų remiasi centralizuotu modeliu, kuris apmoko serverių grupę, kuri paleidžia arba apmoko konkretų modelį pagal mokymo duomenis, o tada patikrina mokymąsi naudodamas patvirtinimo arba mokymo duomenų rinkinį. Didelis reikalavimas efektyviai išmokyti dirbtinio intelekto modelį yra priežastis, kodėl pagrindinės technologijų organizacijos ir kūrimo komandos dažnai saugo daug duomenų, kad galėtų parengti savo modelius, kad gautų geriausius įmanomus rezultatus ir našumą. 

Dauguma AI modelių ir praktikos šiandien yra centralizuoti, ir nors centralizavimas atnešė daug sėkmės dirbtinio intelekto pramonei, yra didelis trūkumas, kai AI modeliams naudojamas centralizuotas duomenų saugojimas. Kai visi duomenys saugomi centralizuotai, padidėja duomenų klastojimo arba duomenų sugadinimo galimybė, nes centralizuotai saugomi duomenys visada yra kenkėjiškų programų ir kibernetinio saugumo atakų objektas. Be to, dirbant su dideliu duomenų kiekiu, yra sudėtinga užduotis patikrinti duomenų šaltinio autentiškumą ir negarantuojamą kilmę, todėl modelis gali būti neteisingai parengtas, o tai gali sukelti nepageidaujamų, netikslių ir net pavojingų rezultatų. rezultatus. 

Iššūkiai, susiję su AI modelių duomenų saugojimu, yra pagrindinė blokų grandinės naudojimo AI ir decentralizuoto AI kūrimo priežastis. Pagrindinis decentralizuoto AI tikslas yra įgalinti procesą ir atlikti sprendimų priėmimą arba analizę naudojant skaitmeniniu būdu pasirašytus, saugius ir patikimus bendrinamus duomenis, kurie buvo saugomi ir perduodami blokų grandinės tinkle decentralizuotu arba paskirstytu būdu, nenaudojant išorinės trečiosios šalies. išteklių. 

AI modeliai turi reputaciją, kad dažnai dirba su dideliu duomenų kiekiu, o mokslininkai jau numatė, kad „blockchain“ bus duomenų saugojimo ateitis. Be to, „blockchain“ turi išmaniąsias sutartis, kurios leidžia vartotojams užprogramuoti „blockchain“ tinklą, kad būtų galima valdyti sandorius tarp dalyvių, dalyvaujančių generuojant ar pasiekiant duomenis arba priimant sprendimus. Savarankiškos programos ir mašinos, pagrįstos „blockchain“ išmaniosiomis sutartimis, gali mokytis ir prisitaikyti prie pokyčių laikui bėgant, taip pat priimti tikslius ir patikimus sprendimus, o rezultatus patikrina ir patvirtina „blockchain“ tinklo kasybos mazgai. 

Kaip Blockchain gali transformuoti dirbtinį intelektą?

Kai kurie dirbtinio intelekto ir blokų grandinės pramonės trūkumai gali būti efektyviai pašalinti derinant abi technines sistemas. Blockchain veikia kaip paskirstyta knyga, kurioje saugomi ir perduodami duomenys kriptografiškai pasirašytu metodu, dėl kurio susitarė ir patvirtina tinklo kasybos mazgai. „Blockchain“ tinklai saugo duomenis labai atspariai ir vientisai, todėl beveik neįmanoma sugadinti duomenų, o tai yra pagrindinė priežastis, kodėl mašininio mokymosi algoritmų rezultatas, kai jie priima sprendimus naudojant „blockchain“ išmaniąsias sutartis, negali būti užginčyti ir jais galima pasitikėti. „Blockchain“ tinklų naudojimas su AI technologijomis gali padėti sukurti decentralizuotas, nekintamas ir saugias sistemas, skirtas labai jautriems duomenims, kuriuos gali rinkti, apdoroti ir panaudoti AI valdomos programos. Saugumas ir saugumas, kurį suteikia blokų grandinės naudojimas AI, gali būti revoliucinis pritaikymas įvairiose pramonės šakose, ypač jautresnėse, tokiose kaip sveikatos priežiūra ir ligoninės, finansai, gynyba ir kt. 

Toliau pateikiami kai kurie ryškūs AI ir „blockchain“ integravimo pranašumai. 

• Patobulintas duomenų saugumas

Pagrindinė „blockchain“ didžiulio populiarumo priežastis yra ta, kad ji siūlo labai saugų ir saugų informacijos saugojimo internete būdą. Blockchains siūlo alternatyvą saugoti neskelbtiną ir svarbią informaciją diskuose, ty saugoti skaitmeniniu būdu pasirašytus duomenis, kuriuos galima pasiekti tik naudojant privačius raktus. Taigi, naudojant blokų grandinę AI algoritmų duomenims saugoti, dirbtinio intelekto modeliai gali dirbti su jautriais duomenimis, todėl informacija bus tikslesnė ir patikimesnė. 

• Kolektyvinių sprendimų priėmimas

Techninėje ekosistemoje susijusios programos ar įrankiai turi veikti tarpusavyje koordinuodami, kad tikslas būtų pasiektas maksimaliai efektyviai. Blockchain sistemos siūlo decentralizuotus ir paskirstytus sprendimų priėmimo algoritmų sprendimus, kurie gali pakeisti centrinės institucijos reikalavimą. Panaikinus centrinę instituciją, robotai galės aptarti problemą viduje, balsuoti bet kokiu klausimu ir išspręsti klausimą balsų dauguma, kol bus susitarta dėl išvados. 

• Didesnis pasitikėjimas robotų sprendimais

„Blockchain“ saugo duomenis itin saugiu būdu, kurio negalima keisti, o tai užtikrina duomenų kokybę viso mokymo proceso metu. Dėl to modelis treniruosis labai tiksliais duomenimis, kurie galiausiai padės padidinti režimo tikslumą. 

• Didesnis efektyvumas

Viena iš pagrindinių priežasčių, kodėl verslo procesai, kuriuose dažnai dalyvauja keli vartotojai, pvz., keli akcininkai ar suinteresuotosios šalys, vyriausybinės organizacijos ir verslo įmonės, dažnai yra neveiksmingi, yra daugybė verslo sandorių leidimų. Naudojant „blockchain“ ir išmaniąsias sutartis, DAO arba decentralizuoti autonominiai agentai automatiškai, efektyviai ir greitai patvirtins duomenų ar turto perdavimą tarp skirtingų suinteresuotųjų šalių. 

Blockchain taksonomija AI

Šiame skyriuje kalbėsime apie kai kurias pagrindines sąvokas, naudojamas taikant blockchain technologijas dirbtinio intelekto programoms, kurios paminėtos toliau esančiame paveikslėlyje. 

Decentralizuotos AI programos

Dabartinės AI programos paprastai veikia autonomiškai, kad priimtų pagrįstus sprendimus, naudodamos skirtingas planavimo, paieškos, optimizavimo, mokymosi, žinių atkūrimo ir valdymo strategijas. Tačiau AI programų decentralizavimas yra sudėtinga ir sudėtinga užduotis dėl daugelio priežasčių. 

• Autonominis skaičiavimas

Vienas iš pagrindinių AI programų tikslų yra įgalinti iš dalies arba visiškai autonomiškas operacijas, kai daugybė žvalgybos agentų ar mažų kompiuterių programų suvoks ir analizuos savo vietinę aplinką, išsaugos vidines būsenas ir atitinkamai atliks nurodytus veiksmus.

• Optimizavimas

Viena iš pagrindinių AI programų savybių yra galimybė priimti efektyviausius ir efektyviausius sprendimus filtruojant idealių sprendimų rinkinį tarp visų galimų sprendimų ir tai įmanoma dėl AI algoritmų ir modelių optimizavimo. Optimizavimo būdai Siekiama rasti geriausią problemos sprendimą, veikiant suvaržytoje arba nevaržomoje aplinkoje, atsižvelgiant į sistemos lygį ir programos lygio tikslus. Decentralizuotas optimizavimas padidins efektyvumą ir padidins našumą. 

• grafikas

Dirbdamos su kitomis programomis ir sistemomis dirbtinio intelekto programos naudoja planavimo strategijas, kad išspręstų sudėtingas problemas naujoje ar sudėtingoje aplinkoje. Planavimo strategijos vaidina svarbų vaidmenį išlaikant dirbtinio intelekto modelių atsparumą ir efektyvumą. Naudojant „blockchain“ planavimo strategijoms, galima sukurti daugiau nekintamų ir kritinių strategijų, naudojamų misijai svarbioms sistemoms ir strateginėms programoms. 

• Žinių atradimas ir žinių valdymas

AI programos turi reputaciją, kad jos dirba su dideliu duomenų kiekiu ir priklauso nuo centralizuotų duomenų apdorojimo sistemų. Taikant decentralizaciją, žinių atradimo ir žinių valdymo procesai galės suteikti asmeniniams poreikiams pritaikytus žinių modelius, atsižvelgiant į visų susijusių suinteresuotųjų šalių poreikius. 

• Mokymasis

Ai programų centre yra mokymosi algoritmai, įgalinantys žinių atradimo ir automatizavimo procesus. Yra įvairių mokymosi algoritmų, tokių kaip prižiūrimas mokymasis, neprižiūrimas mokymasis, pusiau prižiūrimas mokymasis, mokymasis sustiprinant, ansamblis, gilaus mokymosi modeliai ir daug daugiau, kurie sprendžia įvairias mašininio mokymosi problemas. Naudojant decentralizuotus mokymosi modelius gali būti sukurtos labai savarankiškos mokymosi sistemos, palaikančios vietinį intelektą įvairiose AI sistemų vertikalėse. 

Decentralizuotos AI operacijos

AI modeliai ir algoritmai dažnai treniruoja, išbando ir patvirtina didelį duomenų kiekį, kad būtų priimti geresni ir universalesni sprendimai. Tačiau centralizuotų duomenų saugojimo sprendimų, tokių kaip duomenų centrai, debesys ir klasteriai, naudojimas yra pagrindinė kliūtis kuriant itin saugias AI programas, kurios išsaugo vartotojų privatumą. Štai keletas geriausių „blockchain“ diegimų, kuriuos gali pritaikyti daugybė AI programų. 

• Decentralizuotas saugojimas

Centralizuoti duomenų saugojimo sprendimai yra labai jautrūs, kai kalbama apie saugumą ir privatumą, nes šie duomenų saugojimo sprendimai apima vartotojo asmeninius ir neskelbtinus duomenis kartu su jų buvimo vieta, sveikatos įrašais, veikla ir finansine informacija. „Blockchain“ siūlo decentralizuotus ir kriptografiškai saugius saugojimo sprendimus visose dalyvaujančiose programose ir tinkluose. Decentralizuotuose duomenų saugojimo sprendimuose naudojami mazgai, o kiekvienas tinklo mazgas saugo į klientą orientuotą šifruotą duomenų bazės kopiją, kad užtikrintų duomenų prieinamumą klientams. Klientai gali laisvai naudoti ir rinkti savo duomenis pagal savo poreikius ir reikalavimus. 

Du iš labiausiai paplitusių saugojimo būdų, naudojamų decentralizuotuose duomenų saugojimo sprendimuose, yra „Sharding“ ir „Swarming“. Dalijimasis yra procesas, kurio metu sukuriate loginius duomenų bazių skaidinius, žinomus kaip "Šukės“, kur kiekvienam skaidiniui priskiriamas unikalus raktas, kurį galima naudoti norint pasiekti skaidinį. Kita vertus, spiečius yra metodas, kuris naudoja „Spiečiai“, kad įgalintumėte lygiagrečią prieigą prie duomenų iš kelių tinklo mazgų, kad sumažintumėte AI programų delsą ir taip užtikrintumėte efektyvesnį ir sklandesnį veikimą. Skeveldros sugrupuojamos, todėl susidaro surinkta saugykla, kurią tinkle palaiko mazgų grupė spiečių pavidalu. 

Naudojant decentralizuotus saugojimo sprendimus, gali padidėti saugyklos patikimumas ir mastelio keitimas dėl kelių šalių geografinio paskirstymo, kurį siūlo decentralizuoto saugojimo sprendimai. Kai kurie iš naujų decentralizuotų saugojimo sprendimų yra „Storj“, „Swarm“, „Sia“, „FileCoin“, IPFS ir kt. 

• Duomenų valdymas

Vienas iš pagrindinių reikalavimų kuriant AI taikomąją programą yra tvarkyti duomenis taip, kad iš patikimų duomenų šaltinių būtų galima surinkti labai tikslius, svarbius ir išsamius duomenų rinkinius. Įprastai AI programos ir algoritmai naudoja centralizuotus duomenų valdymo metodus, tokius kaip duomenų segmentavimas, duomenų filtravimas ir duomenų saugojimas pagal turinį, kurie vykdomi visuose tinklo mazguose. Palyginus su decentralizuotu duomenų saugojimu, kurį siūlo blokų grandinės tinklai, centralizuotas duomenų valdymas yra prastas, nes ne tik bus didelis duomenų dubliavimosi greitis, net jei duomenyse atliekami tik nedideli pakeitimai, bet ir poreikis pakartotinai perduoti panašius duomenų rinkinius. . 

Kita vertus, decentralizuoti duomenų valdymo metodai buvo sukurti taip, kad juos būtų galima naudoti tinklo mazgų lygiuose, atsižvelgiant į duomenų erdvinius ir laiko atributus. Be to, siekiant išlaikyti duomenų kilmę ir saugumą, decentralizuoto valdymo schemos metaduomenis gali įtraukti į blokų grandinę. 

Blockchain tipai AI programoms

„Blockchain“ technologiją galima suskirstyti į dvi kategorijas: Leidžiama kur tik įgalioti vartotojai gali pasiekti „blockchain“ programas debesies, konsorciumo ar privačiuose nustatymuose ir Leidžiamas kur kiekvienas gali viešai prisijungti prie sistemų naudodamasis internetu. 

• Viešosios blokų grandinės

Viešoji blokų grandinė priklauso neteisėtų blokų grandinės tinklų kategorijai, kur vartotojai turi laisvę atsisiųsti blockchain kodą į savo sistemas, modifikuoti kodą ir naudoti kodą pagal savo poreikius ir reikalavimus. Be to, viešosios blokų grandinės dažnai yra atvirojo kodo skaitymo ir rašymo operacijoms ir lengvai pasiekiamos. Kadangi viešosios blokų grandinės yra prieinamos visiems, šiose sistemose saugumo sumetimais naudojami sudėtingi protokolai, o tinkle esančių vartotojų tapatybės ir operacijų privatumo informacija tvarkoma naudojant pseudoniminius ir anoniminius tinklo duomenis. Duomenims ir turtui perduoti kiekvienas viešasis blokų grandinės tinklas naudoja savuosius žetonus, taip pat žinomus kaip vertės rodyklės arba kriptovaliutos. 

• Privačios blokų grandinės

Skirtingai nuo viešųjų blokų grandinių, privatūs blokų grandinės tinklai yra sistemos su leidimais, kurias valdo viena organizacija ir yra sukurtos kaip sistemos be leidimų, kuriose vartotojai ar dalyviai visada žinomi tinkle ir turi išankstinį patvirtinimą skaityti ir rašyti. tinklas. Privačios blokų grandinės dažnai siūlo didesnį efektyvumą, nes yra žinoma lankytojų tapatybė ir jie yra iš anksto patvirtinti tinklo dalyviai, kad nereikėtų sudėtingų algoritmų ir matematinių operacijų, kad būtų galima patvirtinti bet kokią operaciją tinkle. Be to, privatūs blokų grandinės tinklai gali perduoti bet kokį turtą, vertybes ar vietinius duomenis tinkle. 

Kaip ir viešuosiuose blokų grandinės tinkluose, taip ir privačiame blokų grandinės tinkle sandorių ir turto pervedimų patvirtinimas atliekamas kelių šalių konsensuso algoritmais arba balsavimu, kurie ne tik leidžia greičiau atlikti sandorius, bet ir sunaudoja mažai energijos. Stebina tai, kad vidutinis sandorio patvirtinimo laikas privačiame blokų grandinės tinkle yra mažiau nei sekundė. 

• „Blockchain Networks“ konsorciumas

„Blockchains“ konsorciumas, dar žinomas kaip „Federated Blockchains“, yra valdomas organizacijų grupės, kurioje grupės paprastai sudaromos remiantis abipusiais šių organizacijų interesais. Konsorciumo „blockchain“ tinklus paprastai siūlo vyriausybinės organizacijos ir įstaigos, bankai ir kai kurios privačios „blockchain“ įmonės. 

Kaip ir jų privatūs blokų grandinės partneriai, „Consortium blockchain“ tinklas veikia kaip sistemos, turinčios leidimą, nors keli tinklo vartotojai turi tiek skaitymo, tiek rašymo teises tinkle. Paprastai visi Consortium blockchain tinklo vartotojai turi skaitymo prieigą, tačiau tik keli asmenys gali rašyti duomenis tinkle. 

Decentralizuota AI taikomųjų programų infrastruktūra

Blockchain architektūras kūrėjai tradiciškai kurdavo kaip linijinę infrastruktūrą, naudodami maišos strategijų derinį ir susietų sąrašų duomenų struktūras. Tačiau pastaruoju metu kūrėjai dirba su netiesinėmis infrastruktūromis, naudodamiesi eilių informacija ir grafikų teorija, kad tvarkytų didelius duomenis ir patenkintų realaus laiko AI pagrįstų programų reikalavimus. 

„Blockchain“ įgalintos AI programos

Decentralizuotas duomenų saugojimas ir duomenų valdymas naudojant AI

„Blockchain“ naudojimas su AI leido kūrėjams kurti stabilias sistemas, palaikančias skirtingų techninių naujovių sąveiką ir taip suteikdamos saugaus ir saugaus duomenų valdymo, duomenų perdavimo ir saugojimo platformą. Žemiau pateiktame paveikslėlyje pavaizduotos kombinuotos „blockchain“ ir dirbtinio intelekto technologijų, skirtų medicinos pramonei, ypatybės, apimančios įvairius etapus, pvz., analizę, diagnozę, medicininių atradimų ir ataskaitų patvirtinimą bei svarbių sprendimų priėmimą. 

Pastaraisiais metais DI ir ML pramonės prioritetai buvo tvarkyti didelius duomenų kiekius, eksponentiškai padidinti algoritmų ir modelių skaičiavimo galią ir vis didesnį vartotojų pritarimą prijungtoms sistemoms ir programoms. Kadangi dirbtiniams neuroniniams tinklams mokymo tikslais dažnai reikia daug duomenų ir skaičiavimo galios, labai svarbu sukurti galingus duomenų centrus, kad būtų galima gauti didelius duomenų rinkinius. Audito proceso metu blokų grandinės tinklai gali būti naudojami duomenims ir užklausos informacijai saugoti, tuo pačiu užtikrinant aukštesnį saugumo ir privatumo lygį. Be to, AI ir Blockchain technologijų integravimas suteiks tvirtą sutarimo mechanizmą, kuris yra nekintantis, tvirtas ir decentralizuotas. 

Decentralizuota AI infrastruktūra

Įdiegus Blockchain tinklo infrastruktūrą, tradicinės paskirstytos architektūros buvo papildytos trimis naujomis savybėmis: decentralizuota ir bendra duomenų ir turto kontrolė, vietiniai turto mainai ir nekintamos audito sekos. Kai blokų grandinės infrastruktūra buvo sujungta su AI technologijomis, infrastruktūra vartotojams suteikė naujų duomenų modelių ir pasidalijo AI modelių ir mokymo duomenų valdymu, tuo pačiu padidindama duomenų patikimumą. Norint sukurti geresnius ir efektyvesnius duomenų modelius, AI modeliams reikia prieigos prie didelio duomenų kiekio, kurį teikia blokų grandinės tinklai. 

Decentralizuoti tinklai, tokie kaip IPFS ir Ethereum, gali tvarkyti duomenų saugojimą ir atitinkamai didžiulius skaičiavimo išteklius, todėl įrašai yra apsaugoti nuo klastojimo ir aukšto lygio privatumo. Atvirojo kodo decentralizuotos AI platformos, tokios kaip „ChainIntel“, siekia atsikratyti didelių įmonių AI paslaugų monopolizavimo. 

Decentralizuotos AI programos

Kolektyvinis sprendimų priėmimas ir decentralizuota žvalgyba gali turėti daug pritaikymų. Pavyzdžiui, toliau pateiktame paveikslėlyje pavaizduotos „Blockchain“ sujungimo su daiktų interneto ir AI technologijomis ypatybės ir pranašumai, siekiant padidinti derlių ūkininkavimo laukuose. IoT jutikliai gali stebėti dirvožemio maistinių medžiagų lygį ir užfiksuoti vaizdus, ​​​​kurie gali padėti stebėti pasėlių augimą laikui bėgant. AI gali pasinaudoti iš daiktų interneto jutiklių gautais duomenimis, kad pateiktų nuspėjamąją analizę, leidžiančią ūkininkams stebėti įvairias sąlygas. „Blockchain“ naudojimas užtikrina, kad kiekvienas tinklo vartotojas turėtų prieigą prie operacijų, o tai padeda sumažinti logistikos laiką. 

Aukščiau pateiktame paveikslėlyje pavaizduotos blokų grandinės sistemos, naudojamos nepilotuojamam automatizuotam intelektualiam vandenyno dugno tyrinėjimui. 

Aukščiau pateiktame paveikslėlyje parodytas Blockchain ir AI naudojimas finansiniais ir bankiniais tikslais ir kaip blockchain ir AI gali pagerinti finansų sistemos efektyvumą, saugą ir saugumą. 

Išvada

Šiame straipsnyje mes kalbėjome apie „blockchain“ pritaikymą ir naudojimo AI atvejus. Straipsnyje pateikiama decentralizuotos saugyklos apžvalga ir tai, kaip blokų grandinė gali būti raktas sprendžiant keletą su AI susijusių problemų. Be to, mes taip pat aptarėme blokų grandinės taksonomiją AI ir susijusias technologijas bei blokų grandinės diegimo palyginimą pagal blokų grandinės tipus ir infrastruktūrą, decentralizuotas AI operacijas ir protokolai. Galiausiai aptariame įvairius „blockchain“ pritaikymus AI. 

Apibendrinant galima teigti, kad blokų grandinės įdiegimas dirbtinio intelekto srityje gali išspręsti ir išspręsti esamas AI pramonės problemas, susijusias su vartotojų privatumu, saugiais orakulais, protingas sutarties saugumas, sutarimo protokolai, standartizavimas ir valdymas.