区块链和人工智能结合进行管理, 这个说法听起来有点让人不太容易立刻抓住核心要点,但其实道理讲明白之后并不复杂, 也就是将存在于区块链上的数据与AI模型关联在一起并共同运行。
我在公司里负责管理这套系统和方案已经有两年的时间了, 最真实并且深刻的体会是, 技术方面的问题并不是最大的障碍所在, 大家真正不清楚以及感到迷茫的是, 究竟应该优先去管理哪一些事情。
区块链ai管理数据怎么对得上
链上的数据是不可以随便篡改的, 但是人工智能模型却必须要接收那种干干净净的特征输入才才行得通。在早先的时候我们遭遇了一个特别大的坑, 那就是把原始的交易记录直接当作输入喂给了模型, 结果导致噪声非常巨大和离谱, 使得准确率仅仅只有百分之六十一。
后来我们专门搭建了一个用来清洗数据的管道, 把燃气费和时间戳这样一些没有关联的字段给剔除掉, 在这种情况下, 模型的指标才被拉高到了百分之八十三。
这个过程中间是没有那些能够快速达成目的的方法的, 所以你首先必须耗费大约十五天的时间将数据的对应关联规则彻底弄清楚明白, 在这个前提建立起来之后再来讨论关于模型构建的具体事宜, 千万不要以为可以一次性就全部搞定而采取那种风险极高的激进做法。
区块链ai管理权限怎么分才不乱
模型更新也好, 合约升级也罢, 还有数据回写这件事儿, 它们的审批人根本就不一样。咱们其实搞了一个角色权限矩阵出来, 但是有一个非常痛的教训, 就是千万别把权限切得太碎太细了。你看, 运营那边的小伙伴要是想改一个学习率参数, 都得走三轮审批流程, 这下效率直接就崩盘掉了。
后来我们把层级砍到了两级, 这样就足够了。核心原则是什么? 核心原则就是只有那些会影响链上状态的动作, 才需要搞多签审批。至于在模型里面自己的人做的决定, 还是由自己的人说了算。
其实管这东西没有标准答案, 有一条铁律是值得记住的, 就是先跑通最小闭环, 不要一上来就搭全套架构, 等跑顺了再迭代是不迟的。
