使技術(shù)開發(fā)人員之間得以彼此確認(rèn)、學(xué)習(xí)的技術(shù)「GeneFlow」已經(jīng)問世，正在募集開發(fā)AI技術(shù)的企業(yè)共同進(jìn)行驗(yàn)證。其基礎(chǔ)是運(yùn)用區(qū)塊鏈(Blockchain)技術(shù)，將AI的學(xué)習(xí)過程加以記錄，未來將會(huì)逐漸龐大的AI學(xué)習(xí)資料，其信賴度將得以提高，相關(guān)技術(shù)也可運(yùn)用在自動(dòng)駕駛的交通事故原因認(rèn)定，以及技術(shù)交流等方面。

據(jù)報(bào)導(dǎo)，GeneFlow的開發(fā)者是位于東京的IT新創(chuàng)企業(yè)Couger。GeneFlow可將AI學(xué)習(xí)過程的檔案，以雜湊算法(Hash funcTIon)將之壓縮混合，置換為雜湊值(hash values)后，在區(qū)塊鏈上永久記錄。

技術(shù)開發(fā)人員、應(yīng)用AI的使用者、AI學(xué)習(xí)過程的資料三者之間得以互相參照，AI學(xué)習(xí)的資料由復(fù)數(shù)人員確認(rèn)，提高信賴度。GeneFlow使用了開源的公共區(qū)塊鏈平臺(tái)以太坊(Ethereum)與分布式Quorum機(jī)制。

如果區(qū)塊鏈的資料量過大，會(huì)有存取時(shí)間過長的問題，所以Couger決定用雜湊值的方式來處理資料。雜湊值的檔案屬于文字型資料，與影音或圖片等AI學(xué)習(xí)過程產(chǎn)生的資料相比體積更小，系統(tǒng)更容易存取。

據(jù)Couger資料指出，保存AI學(xué)習(xí)過程資料的GeneFlow技術(shù)，是空間智能化技術(shù)「神經(jīng)網(wǎng)絡(luò)體」(Connectome)的一環(huán)。Connectome包含了AI、擴(kuò)增實(shí)境與虛擬實(shí)境(AR/VR)以及區(qū)塊鏈等的技術(shù)運(yùn)用。

未來AI在社會(huì)上實(shí)際應(yīng)用時(shí)，不斷學(xué)習(xí)過程中所累積的資料量必定十分巨大，而且也會(huì)有需要進(jìn)行過失之責(zé)任判斷的場合，例如自動(dòng)駕駛下的交通意外等AI牽涉在內(nèi)的相關(guān)事故。

而AI模仿人腦運(yùn)行的深度學(xué)習(xí)演算中，AI究竟透過何種過程來進(jìn)行判斷，解析起來難度宛如黑箱，也因此AI在學(xué)習(xí)過程中到底透過哪里些資料來進(jìn)行學(xué)習(xí)，就成為很重要的評(píng)判標(biāo)準(zhǔn)。

AI在學(xué)習(xí)過程中累積的資料，若透過GeneFlow等方式保存的話，不只是開發(fā)AI的企業(yè)可以運(yùn)用，技術(shù)人員也可以公開自己的演算方式(algorithm)，便于彼此之間的交流。

在不久的將來，社會(huì)需求的是既能處理龐大資料量的技術(shù)，又需要資料本身具有可信賴度，Couger 的GeneFlow正是呼應(yīng)了上述需求。不過此種解決方案，在實(shí)際的環(huán)境中使用上是否能順暢使用，還需要進(jìn)一步的驗(yàn)證，因此Couger招募AI企業(yè)共同合作來進(jìn)行測(cè)試。