EpiK协议开启智能认知升级 iK铭识协议——构建人类永恒知识库,开阔AI的认知。让机器理解人类所掌握的知识,并基于已掌握的知识学习新知识。近日EpiK铭识协议获战略轮融资,这一战略性融资将推动EpiK铭识协议进入到一个崭新的发展阶段,今天我们有幸邀请到了EpiK铭识协议中国区负责人Eric,为我们讲述EpiK铭识协议的最新进展。星际视界IPFSNEWS:请嘉宾做个自我介绍,也给我们简单介绍一下EpiK协议。铭识协议Eric:大家好,我是Eric。很高兴在这里与大家AI的认知。让机器理解人类所掌握的知识,并基于已掌握的知识学习新知识。近日EpiK铭识协议获战略轮融资,这一战略性融资将推动EpiK铭识协议进入到一个崭新的发展阶段,今天我们有幸邀请到了EpiK铭识协议中国区负责人Eric,为我们讲述EpiK铭识协议的最新进展。星际视界IPFSNEWS:请嘉宾做个自我介绍,也给我们简单介绍一下EpiK协议。铭识协议Eric:大家好,我是Eric。很高兴在这里与大家共同探讨EpiK知识图谱赋能AI认知的话题。为了让大家更了解我们现在做的事情,请允许我简单介绍下EpiK协议。从EpiK的命名上,也可以看出我们对于所做的这件事的期待。EpiK的全称是epigraphyknowledge,翻译过来就是刻在石头上的知识。很多人应该都看过黑客帝国的故事,相信AI的样子在每个人大脑中都有不同的展现。无论是魔幻还是现实,现如今,一个安全可信的知识图谱作为AI的基础设施至关重要。铭识协议目标就是致力于借助区块链技术打造一个去中心化的共建共享共益的安全可信知识图谱协作平台,以极低的管理成本组织全球知识社区用户共同协作,将人类各领域知识转化为知识图谱永久保存,开阔AI的认知,推动认知智能时代的到来。星际视界IPFSNEWS:首先想请嘉宾老师给我们科普一下什么是知识图谱,现在处于什么发展阶段?我们为什么需要知识图谱?它能给我们日常带来哪些帮助?铭识协议Eric:知识图谱是AI理解人类知识所需要的底层基础,可以被理解为人脑神经元系统的一个仿生系统,神经元的连接就像知识图谱中节点的连接一样,越稠密越聪明。事实上,知识图谱已进入到我们的日常生活中,我们现在使用的很多手机应用都有着知识图谱的影子。最简单的例子,siri,当我们提出问题,siri在融合了知识图谱之后进行更为准确的回应。那么为什么需要知识图谱呢?比如一本书,我们人类能看懂并传承书本的知识,而AI却看不懂,知识图谱将这些知识传授给AIAI就能让机器像人一样思考、认知、联想和推理。当机器像人一样认知与思考,将会为我们带来更舒适的生活与工作体验,比如我们有掌握了大量法律知识图谱的AI,我们可以不必花去向一名律师请教法律条文类的事情,通过机器或许我们就能了解需要问询的结果。又或者是有了“吞咽”了大量医学临床知识与案例的机器人可以为病人提供更为精确的治疗方案,为挽救那些濒临危机的生命节省更多时间。星际视界IPFSNEWS:据了解知识图谱在互联网公司也有很多探索,但是并没有看到太多进展,现在遇到了什么问题吗?融入了区块链的技术元素能带来哪些好处?铭识协议Eric:底层的技术生态的开放是一个趋势,封闭生态是很难战胜开放生态的成长速度的。首先,人类知识涉及的专业领域之广之深,远非一个组织、一家公司甚至一个国家能完全独立掌握。其次,在知识图谱构建过程中,包括采集、提取、消歧和融合等多个需要人工参与的环节,这意味着每个专业领域的知识图谱构建都成本不低。最后,也是最为棘手的问题是,由于知识图谱构建成本高,大多数人无法独自构建,这就意味着很多AI需要使用第三方提供的知识图谱来构建认知能力。如大家所知,当前很多巨头进入知识图谱赛道,比如谷歌、Facebook、苹果等等。但这些知识图谱都是以这些巨头需求为中心建立起来的,相互之间并不连通。如果这些被依赖的第三方知识图谱数据被恶意篡改了,将直接导致众多AI的认知紊乱,进而失控。在人工智能从感知智能向认知智能进化的过程中,融入区块链技术,首先解决了第三方信任问题,数据的安全可信防篡改得以实现;其次,EPIK通过共建共享生成知识库的方式,不但收集数据的成本更低,同时一次生成,多次共享。对外提供数据服务数据使用成本也更低。星际视界IPFSNEWS:铭识协议是通过DAO的组织方式来开展协作,请问在创建的生态机制中参与者的角色有哪些,主要的职责是什么,他们之间是如何协同工作的?铭识协议Eric:EpiK生态机制中共有4个角色,领域专家,赏金猎人,知识网关和知识矿工。其中领域专家是知识图谱数据的组织者和验收员,也是整个系统中唯一有权利上传知识图谱数据的群体,他们通过贡献高品质的知识图谱数据获得收益。当然,作为全系统唯一有数据上传权利的群体,对于领域专家有着严格的监督机制。首先,领域专家必须由已经是领域专家的人提名产生,提名后的领域专家还需要在社区中获得社区投票的支持,每一票都意味着一个EPK被锁定。一旦领域专家票数(锁仓EPK数)少于最小阈值,则失去资格。如果领域专家上传的虚假、垃圾的数据,社区将给予除名处罚,提名了被除名领域专家的人也将受到连带惩罚。知识图谱数据生成任务是繁重的,领域专家难以独立完成,所以系统内还设计了赏金猎人角色,他们是知识图谱数据的采集员和标注员,他们通过完成领域专家发布的各种任务来获得收益。另外,还有知识矿工和知识网关两个核心角色。知识矿工是知识图谱数据的存储和带宽设备提供者,通过提供数据存储和数据访问服务来获得收益。存储的数据越多,收益越高;提供的数据下载流量越大,收益也越高。与此同时,为了预防数据矿工随意下线导致数据备份减少,系统安全性下降,所有数据矿工都需要抵押一部分EPK才能成为数据矿工。知识网关是用户获取最新第一手知识图谱数据的唯一途径,知识网关需要抵押EPK来获得数据访问流量。那么对于EpiK上知识图谱数据的需求越多,知识网关们抵押的EPK就会越多,EPK的需求会增加,贡献者们获得的EPK就会越有价值。他们之间的协作关系也更明确,用户票选出的领域专家梳理各类知识图谱,向赏金猎人分配任务,赏金猎人通过完成标注任务获取奖励,而经过领域专家检验上传知识图谱数据到链上,由矿工进行存储,而用户则可以通过网关获取知识图谱,从而实现知识图谱梳理、标注、存储与应用的自动化协作流程。星际视界IPFSNEWS:EpiK协议生态系统中的有哪几个核心的架构设计,他们又是如何协同的,解决了哪些系统性的问题?铭识协议Eric:作为一个去中心化的知识图谱协作平台,EpiK生态设计上贯穿了知识图谱构建、存储以及激励、交易流通等各个层面。在构建层面,为了组织全球来共建知识图谱网络,引入DAO,解决了在生态群体内领域专家、矿工、赏金猎人、用户等角色每个人利益诉求不尽相同的前提下,如何划分投票权让每个博弈结果能趋近群体利益最大化的决策问题。在存储层面,集成Filecoin技术优势,通过设计了存储证明来解决激励问题,并结合零知识证明技术设计了复制证明和时空证明来解决作弊问题。同时EPIK作为Filecoin的二层网络,会定期将各领域数据的快照传到Filecoin上,当要使用某个领域数据时,只需要从Filecoin上下载最新的快照数据,然后从EpiK网络中下载最新的更新日志就可快速在本地恢复数据库进行使用。Filecoin适合大文件的冷存储,EpiK适合小文件的热存储,相互配合,充分利用市场上的闲置硬件资源,可以同时更好地服务于知识图谱协作网络和去中心化存储生态。激励层面,通过通证经济模型和智能合约,可以在无需人工干预的情况下,以极低的信任和交易成本完成知识图谱协作场景中各角色大量微贡献的记录和奖励问题。交易层面,数字货币发展至今,头部效应明显,大部分用户都持有着诸如BTC/ETH这类的主流币种。为了帮助这些用户也能顺滑地参与到去中心化知识图谱生态的协作中来,我们在铭识协议之上为其提供了去中心化借贷服务。比如一个用户持有主流币BTC资产,他需要使用epk来访问知识库数据或者发起投票,他可以通过铭识协议的跨链网关将BTC兑换成eBTC,然后通过铭识协议的借贷服务超额抵押eBTC借出EPK,抵押EPK成为矿工挖矿EPK,或者票选自己成为领域专家获得持续性EPK奖励,或者抵押EPK下载所需的知识图谱数据。等有一天想退出知识图谱协作网络时,将抵押的EPK取出,在铭识协议借贷服务里归还EPK取回之前超额抵押的eBTC,然后通过跨链网关跨出拿回原生BTC。星际视界IPFSNEWS:经济模型的设计对于一个开放的网络系统至关重要,想请嘉宾老师详解介绍一下EpiK协议的通证经济模型系统的框架和设计理念?铭识协议Eric:首先简单说一下EpiK的经济模型,在DAO生态当中的5个角色分配主网上线后每天产生的EPK。矿工拥有其中75%的EPK,领域专家拥有其中9%的EPK,投票用户分享其中1%的EPK。另外15%的EPK将会根据网络每日访问流量浮动,而这15%的部分是矿工和领域专家相互博弈的关系。网络活跃度的评判标准就在于全网为了获取每日访问流量而抵押进来的EPK占总流通量比重(1EPK=10Mb/天),比例越高则说明数据需求量增大,这就要求矿工提升带宽质量。如果数据需求量降低,这就要求领域专家提供更高质量的数据。这就好比图书馆里访客多了,就需要更多的座椅,即花钱让矿工提升带宽。访客少的时候,需要更多钱购买更优质的书籍吸引访客,即给赏金猎人和领域专家去生成更多优质知识图谱数据。不同于Filecoin生态中官方和大矿工的博弈,数据的生产方和数据的存储方的博弈是生态中最重要的博弈关系。EpiK经济模型在发布时就收到社区一致好评,提现在币价上也获得了一定倍数的上涨。其中博弈关系是基于真实协作关系,经得起推敲,设计得很精妙,也推荐大家在官网EpiK-protocol.io直接找到文件链接来详细阅读。目前矿工生态很活跃,由于每台矿机在主网上线后,都需要至少1000枚抵押币才可接入挖矿,早期流通量很有限,为了参与头矿,很多矿工现在都在准备开机需要的抵押币。星际视界IPFSNEWS:EpiK协议的生态Token($Epk)是如何在这个过程中捕获价值,生态系统如何才能获得持续增长?铭识协议Eric:在大方向上来看EpiK的代币价值取决于他所处的数据存储领域和经济模型,链上高价值的数据自身就带有非常强的商业化价值,你要使用已经整理好的知识图谱就需要一定量的EPK做抵押。事实上,知识图谱在互联网行业早就被广泛使用,百度的搜索、美团的外卖、头条的推荐等等大厂的核心产品,背后都有大量知识图谱的应用。现在知识图谱数据的需求方在长期的业务运营中积累了大量数据,但这些数据尚未被良好地挖掘价值,知识图谱化这些数据能帮助他们将业务知识传授给人工智能算法,不仅能辅助他们更智能地进行商业决策,而且能提升用户体验和运营成本。因此,EpiK也是试图不断地去落地更多的领域知识图谱的搭建,实现商用价值如体检数据知识图谱化能帮助用户生成智能体检报告,保险数据知识图谱化能帮助用户智能选保投保,各城镇产业结构数据图谱化能帮助我们更好地挖掘家乡创业机会等等。星际视界IPFSNEWS:数据隐私与安全的问题一直在刺激着每一位平台用户的神经,而EpiK协议又和数据紧密相连,EpiK网络是如何解决和避免此类问题的?铭识协议Eric:首先,在知识图谱的生产环节,EpiK的DAO社区治理模式。在这个环节,作为主要的上传者,领域专家是由用户票选出来的,而其分配给赏金猎人的任务,也需要这些领域专家进行审核后方能上传,且上传的文件在未得到社区投票决定下是不能篡改的;另外,作为全系统唯一有数据上传权利的群体,对于领域专家有着严格的监督机制。首先,领域专家必须由已经是领域专家的人提名产生,提名后的领域专家还需要在社区中获得社区投票的支持,每一票都意味着一个EPK被锁定。一旦领域专家票数(锁仓EPK数)少于最小阈值,则失去资格。如果领域专家上传的虚假、垃圾的数据,社区讲给予除名处罚,提名了被除名领域专家的人也将受到连带惩罚。其次,EpiK采用是去中心化存储,并搭建了Filecoin的二层网络,通过复制证明与时空证明来保证数据的可信性,通过ExperttoPerson”的模式,来备份文件来保障存储的安全性。再次,区块链技术的核心就是为了保证链上数据的安全性,而EpiK应用的正是区块链的底层逻辑,在这一点上,在整体生态设计上避免这种情况的发生。值得一提的是,EpiK与国内顶尖的区块链技术开发团队协作,其中包括清华大学、Openkg等,在技术研发层面有着极其强大的后盾支持。星际视界IPFSNEWS:最新的消息看到EpiK协议刚刚完成机构轮融资,想请嘉宾老师介绍一下项目发展的最新情况(是否可以提供一些直观的数据给到社区用户参考),另外想请老师梳理一下Roadmap的规格是什么样的?铭识协议Eric:在知名机构加持下,当前战略轮融资共计800万美元。EpiK用户已突破25000+,矿工20000+,而这个数字随着在中国社区、北美社区、韩国社区等全球市场的开拓而会不断增长。目前第一阶段的产品,主链v1.0、主网钱包、主网浏览器、知识采集App知识大陆都已开发完成进入内测,首批领域专家也在积极招募中,待审计结束后,我们将择日上线。并开始第二阶段的生态建设,核心产品包括集成EVM的主链2.0和知识采集开放平台,还会包括一系列领域知识图谱的小应用会在下个阶段跟大家见面。值得一提的是,我们已开启了知识大陆的一期内测,在内测阶段我们给大家提供了没有门槛的语音数据采集题库,我们将陆续和首批领域专家协作推出更多题库。参与内测的小伙伴每天也将有机会瓜分我们为大家准备的ERC20-EPK奖励。知识大陆可以说是EPIK生态中的普通用户的一个重要入口,每个人都可以下载知识大陆,通过游戏化的方式来在知识大陆中回答问题,标注数据来获取收益。在获得收益的过程中对知识上链这件事情会有原来越深刻的理解,实际感知到对知识库传承所做的贡献。同时知识大陆也是对接各个商业化数据场景,用来发布数据需求任务的重要平台。星际视界IPFSNEWS:知识大陆是一款怎样的产品?如何运作?在EpiK生态中的地位如何?铭识协议Eric:知识大陆是EpiK以游戏化方式落地知识图谱协作的重要生态工具产品,将枯燥繁杂的知识图谱构建工作转化为玩游戏的方式,不需要有多专业、多高端的知识储备,打破圈层限制,用户只需要按照游戏规则及提示完成任务,即可获得奖励,让更多的人参与进来。知识大陆未来将开启涉及各行业生态的知识协作项目,举例来说,当前,知识大陆推出的首个协作项目是开源语音库,具体工作流程是:领域专家梳理出语音类知识图谱结构,他们将这些知识数据细分成若干文字、图片转化语音等任务,并将这些任务分发给用户,用户只需用上下班乘车或平时零散时间就可以参与任务,会得到Token的奖励。知识大陆目前是EpiK的一个生态工具产品案例,主要是为了协助项目收集和整理数据,当然也可以帮助更多的商业落地项目来进行知识图谱构建。目前EpiK也在与不同的知识图谱标注团队等合作,共同助力开放性的知识生态搭建。星际视界IPFSNEWS:最后想请嘉宾老师给我们社区小伙伴展望一下知识图谱网络完全建成后会是一幅怎样的场景?铭识协议Eric:这是团队一直都在努力实践且热切期待的事情,EpiK的底层基础设施是一个去中心化数据化方案,每个领域专家被推选上来后,实际上就拥有了一个人人可读的小型开放数据库。热点和风口一直在变,但是人类合作维护数据的需求是永恒的。我们可以一起维护某个领域的知识图谱,也可以一起维护某个风格的NFT画作,也可以一起维护共同的回忆,也可以通过这种方式来遗传自己的数据。我们聚焦于知识图谱,但想象空间留给了社区。知识图谱网络的不断完善,一方面将更安全可信的传承人类知识,或许将来的某一天,我们直接就可以从EpiK知识库获得任何我们想要了解的知识;另一方面,知识图谱赋能AI认知,让机器更智能为人类而服务。在知识图谱足够完善之后,在一些领域AI将全面展现出其魅力。比如一家租车公司,有了足够知识图谱支持,车可以自动接单、接客、加油、维修、将大大提升工作效率,同时也让我们的生活出行更为便捷。在这里,也希望更多的用户能加入到我们的行列中来,与我们共同驶向AI的星辰大海
星际视界IPFSNEWS 2021-04-27 17:06  EpiK协议  AI
专家线上圆桌:AI、大数据、区块链等技术可助抗击新型肺炎 者连线多位专家学者,就突发公共卫生事件中AI如何赋能抗疫与研制进行了探讨。访谈嘉宾(排名按姓氏拼音排序):易靖韬(中国人民大学商学院教授)张楠迪扬(中国人民大学国家发展与战略研究院青岛分院院长,公共管理学院副教授)左美云(中国人民大学国发院社会系统工程研究中心研究员、中国人民大学信息学院副院长)发挥AI技术优势,预判需求规模,补足人力、资源短板新京报:您认为AI技术可以在哪些方面赋能突发公共卫生事件?张楠迪扬:我AI如何赋能抗疫与研制进行了探讨。访谈嘉宾(排名按姓氏拼音排序):易靖韬(中国人民大学商学院教授)张楠迪扬(中国人民大学国家发展与战略研究院青岛分院院长,公共管理学院副教授)左美云(中国人民大学国发院社会系统工程研究中心研究员、中国人民大学信息学院副院长)发挥AI技术优势,预判需求规模,补足人力、资源短板新京报:您认为AI技术可以在哪些方面赋能突发公共卫生事件?张楠迪扬:我认为,AI在智能护理上可有效补充基层社区、特别是农村地区的社会组织、社工力量缺位。在全社会都全力应对疫情的过程中,大量人力物力投向确诊病例的机制、疑似病例追踪排查,相对忽略了对弱势群体的帮扶。疫情重灾区的湖北黄冈出现了家人被隔离脑瘫儿因缺乏照料在家死亡的悲惨事件。一定程度上而言,我们很难预判突发公共卫生事件的规模、集中暴发场所的资源需求规模。危机暴发后,智能护理设备能够弥补资源有限、护理力量不足的地区,特别是有护理需求,但护理意识、条件和能力无法满足需求农村地区。此外,AI护理在公共卫生危机事件中的意义更为重要。病人抢救之后,大量的时间需要在有效护理中度过危险期,或完成康复,如今大量前线护理人员冒着生命危险高强度工作,智能护理的运用,可有效保障医护人员的安全,降低感染风险。当然,AI监控人口流动对类似此次公共卫生危机事件也有重要的技术支撑。基于移动手机数据,推动利用区块链技术追踪人口流动汇集,并将大范围、大规模、多点面的数据实时共享给相关部门机构,实时共享。区块链的分布式、全程可溯、防篡改等特点能够极大提升数据共享效率和精准追踪效果,从而有助于准确识别人流轨迹,为危机人群分级、准确跟踪监测提供有力支持。左美云:人脸识别技术和移动通信定位技术可以在人口流动监控方面发挥很大的作用。以人脸识别技术来说,在患者一旦确诊为新冠肺炎病例,可以快速把他(她)的脸部图像上传,在公安部天网系统中查询他(她)的行动轨迹,找出可能的密切接触者。对于移动通信定位技术来说,通过手机定位,将经过武汉乃至湖北的返程人员名单制作出来,一是给他们发注意自我防护的提示,二是提前告知返程目的地城市的要求,让其早作准备。在智能护理方面,对于给隔离人员送餐和衣物,有条件的街道或社区可以把智能服务机器人派上用场。未来,在治疗方面。也可以考虑轻症患者采用机器人治疗,只要患者能够自由活动,就可通过医用机器人与大夫沟通并进行操作。比如美国西雅图发现的首例新型冠状病毒的感染者现在是处于隔离室之中的,是完全由智能机器人进行治疗的。这样,可以减少新冠肺炎病毒传播的机会,也会大大减轻医生的工作量。将深度学习算法与病患动态数据相结合,为研制新药提供参考新京报:您认为AI在抗疫与研制中,可以发挥哪些作用?希望结合国内外案例更好的解释一下。左美云:当前,对于轻症新冠病人主要是对症治疗,给予相应的生命支持;对于重症病人,许多医院和大夫在积极尝试使用一些原来在其他类似呼吸道疾病用过的药物进行探索性治疗,这非常重要。对于重症病人,一定要注意积累病患使用后的动态效果数据。如此,既有可能找到有效的已有药品进行治疗,也可以在未来产品研发时,将这些数据与AI技术相结合来研制新的药物。国外曾基于大数据,将药物与症状进行关联分析,得到部分药物具有正向副作用,我们也可采用类似的方法找到可用药品。未来新药研制时,全方面考虑将这些药物的分子和元素作为输入,设计深度学习的算法,检验哪些组合可以有效缓解新冠病人的症状,从而为研制新药提供参考。易靖韬:人工智能AI的三个核心要素包括数据、算力和算法。这三要素缺一不可,成为人工智能取得成功的必备条件。这次席卷全国的武汉新型冠状病毒,因该病毒具有潜伏期长、传染性强、无症状传染等新型特征,确实对于传统的治理防控的思维和逻辑带来了巨大的挑战。人工智能在抗疫方面,预警功能明显人工智能在疫情的预警、预防和治疗等方面突破了传统治理防控的瓶颈,对于疫情的防控提供了新的理念、方法和手段,为数字经济新时代疫情的防控提供了鲜活的经验和全新的尝试。在抗疫方面,AI预警功能明显。加拿大AI公司Bluedot利用AI驱动的算法,通过搜索外语新闻报道和动植物疾病报告,于2019年12月31日向其客户发出警告,减少在武汉等地区进行活动,而这一警告比美国疾控中心于2020年1月6日发布的消息还要早。在研制方面,AI辅助疫苗和新药研发也早有先例。2019年7月,澳大利亚的研究团队利用AI辅助研制出一种流感疫苗,可以刺激人体免疫系统产生比普通疫苗更多的抗流感病毒抗体。在国内本次疫情期间,阿里云也向全球公共科研机构免费开放一切AI算力,以加速此次新型肺炎新药和疫苗的研发。百度研究院向各基因检测机构、防疫中心及全世界科学研究中心免费开放线性时间算法LinearFold,以提升新型冠状病毒RNA空间结构预测速度。此外,AI在治疗方面的应用也有新的突破。据英国《卫报》1月22日的报道,美国华盛顿一家医疗机构使用机器人对美国首例新型冠状病毒肺炎患者进行了治疗。在患者居住的病房里装有一个配备了麦克风、摄像头、听诊器的
巴比特 2020-02-02 15:53  区块链  AI  大数据
加载更多