嗨,早!
《DeFi 懶人包》收到許多回饋。有人覺得內容太簡單,也有人認為內容太抽象。幸運的是,目前多數人都覺得輕鬆易懂卻又收穫豐富。
之所以會說「幸運」,是因為出版前我只能靠自己的感覺「猜」大家可能會需要什麼。出版後有了回饋(包含增加圖表、操作流程或更多主題),我才能逐漸地將這份懶人包改得更符合讀者的需求。若你看完之後願意填寫回饋的話,我也會回贈(延長)你 14 天的區塊勢會員當成感謝。
這篇討論人工智慧的民主化,以及數據上鏈的必要性。
為便利犧牲隱私
一年前我買了 Google Nest 智慧音箱。當我對它說「晚安」的時候,它會問我明早的起床時間並播放蟲鳴鳥叫幫助我入睡。當我說「早安」的時候,它就會替我整理天氣概況和晨間新聞。
有「智慧」的並不是 Google Nest 本身。它只是將我的聲音傳回 Google 的雲端,經過人工智慧的識別分析之後再回傳做出反應。用人的五官來比喻的話,Google Nest 只有耳朵、嘴巴,網路是神經負責傳遞資訊,真正做出決策的大腦則是 Google 雲端上的人工智慧。
對使用者來說,這樣的好處是 Google Nest 可以很便宜。裝置只要有基本的連網能力,其它運算都透過網路送回雲端處理就好。對 Google 來說,Google Nest 就像是安裝在每個家庭的「耳朵」,無時無刻都在蒐集新的資料,餵養人工智慧。
Google 蒐集越多資料,等同擁有快速迭代自家人工智慧的能力,也就能提供使用者更準確、便利的服務。但反過來說,人們等於將自己在家中的私密對話交給了 Google,為了便利而犧牲隱私。
近年人們的隱私意識抬頭,裝置端的人工智慧(我喜歡稱它離線 AI)因而備受矚目,其中最有代表性的應用就是 iPhone 的人臉解鎖(Face ID)。
為隱私犧牲便利
Face ID 透過感測器建立使用者臉部的 3D 模型。現在只要使用者拿起手機,手機就能判斷使用者的身分,自動解鎖。蘋果將人工智慧建在手機的晶片裡,讓人們的臉部模型不必送上雲端(中心化地)分析,直接在本機端就能完成(去中心化地)判讀。
隨著你使用 iPhone 的時間越久,手機就越來越認得沒戴眼鏡、剛睡醒或喝醉酒的你。但這些臉部資料並沒有上雲端,都是在手機的晶片內學習。這就是裝置端的人工智慧(Edge AI),或稱離線 AI。
離線 AI 有 3 大好處:
確保用戶隱私
省下網路傳遞時間
分擔雲端 AI …
Keep reading with a 7-day free trial
Subscribe to 區塊勢 to keep reading this post and get 7 days of free access to the full post archives.