یادگیری ماشین در اصل شاخه‌ای از علم داده است که از داده‌ها برای یافتن الگوها در آن استفاده می‌کند. با به‌کارگیری دانش ریاضی و آماری، این مدل‌ها در فرآیندی به نام "آموزش" پالایش می‌شوند.

در حالی که بسیاری یادگیری ماشین (ML) و هوش مصنوعی (AI) را با فناوری‌های پیچیده و آینده‌نگرانه - مانند آنچه در فیلم‌هایی که هوش مصنوعی علیه انسان‌ها شورش می‌کند - مرتبط می‌دانند، واقعیت امروز بسیار کمتر پیشرفته است. اکثر سیستم‌های هوش مصنوعی فعلی بر برنامه‌نویسی "اگر-آنگاه" متکی هستند و تنها به دستورالعمل‌های از پیش تعریف شده انسانی پاسخ می‌دهند. با این حال، یادگیری ماشین با فعال‌سازی خود-اصلاحی و بهبود مدل‌ها، یک گام فراتر می‌رود.

دسته‌بندی‌های یادگیری ماشین

یادگیری ماشین را می‌توان به طور کلی به انواع زیر تقسیم کرد:

1. یادگیری نظارت شده

• متکی بر مجموعه داده‌های برچسب‌گذاری شده برای آموزش است.

• سیستم یاد می‌گیرد ورودی‌ها را بر اساس نمونه‌های ارائه شده به خروجی‌ها نگاشت کند.

• مثال: آموزش ماشین برای شناسایی پروانه‌ها در میان حشرات با ارائه داده‌های برچسب‌گذاری شده با ویژگی‌های خاص مانند تعداد پا، بال‌ها، ساختار شاخک و نسبت‌های بدن.

• پس از آموزش، ماشین می‌تواند تصاویر جدید حشرات را تحلیل کرده و بر اساس مدل آموخته شده تشخیص دهد که آیا پروانه هستند یا خیر.

2. یادگیری بدون نظارت

• بدون داده‌های برچسب‌گذاری شده کار می‌کند؛ ماشین الگوها را شناسایی کرده و نقاط داده را بر اساس ویژگی‌هایشان خوشه‌بندی می‌کند.

• مثال: در شناسایی پروانه‌ها، هیچ برچسبی ارائه نمی‌شود. ماشین باید به طور مستقل ویژگی‌های کلیدی مانند بال‌ها، پاها و ساختار بدن را برای تمایز پروانه‌ها از سایر حشرات شناسایی کند.

• مدل‌های یادگیری بدون نظارت محبوب شامل شبکه‌های مولد متخاصم (GANs) و الگوریتم‌های خوشه‌بندی هستند.

• محدودیت‌ها: مدل‌های بدون نظارت اغلب به عنوان "جعبه سیاه" در نظر گرفته می‌شوند، جایی که فرآیندهای داخلی برای توسعه‌دهندگان کاملاً شفاف نیست.

الگوریتم‌های محبوب یادگیری ماشین

الگوریتم‌های یادگیری ماشین متعددی وجود دارند که هر کدام برای کاربردهای خاصی طراحی شده‌اند. برخی نمونه‌های شناخته شده عبارتند از:

• شبکه‌های عصبی

• درخت‌های تصمیم

• ماشین‌های بردار پشتیبان (SVMs)

• طبقه‌بندی‌کننده‌های بیزی

• روش‌های خوشه‌بندی

یکی از الگوریتم‌های پرکاربرد و مناسب برای مبتدیان، خوشه‌بندی K-Means است که نقاط داده را بر اساس شباهت در خوشه‌ها گروه‌بندی می‌کند.

1. الگوریتم K-Means: یک روش خوشه‌بندی بدون نظارت ساده

K-Means یک الگوریتم خوشه‌بندی بدون نظارت ساده و پرکاربرد است. ایده اصلی خوشه‌بندی، گروه‌بندی نمونه‌ها بر اساس فاصله یا شباهت آنهاست، که نمونه‌های مشابه (یا نزدیک) را با هم و نمونه‌های نامشابه (یا دور) را در گروه‌های مختلف قرار می‌دهد. مفهوم اساسی K-Means این است که به صورت تکراری یک مجموعه داده را به K خوشه تقسیم می‌کند به طوری که میانگین هر خوشه، مجموع مربعات خطا (SSE) را برای تمام نقاط درون آن خوشه به حداقل برساند.

به زبان ریاضی، برای یک مجموعه نمونه، K-means تابع خطای خوشه‌بندی را به حداقل می‌رساند.

تصویرسازی بالا به خوبی مفهوم را نشان می‌دهد: واریانس هر نقطه آبی یا قرمز نسبت به مرکز خوشه مربوطه به حداقل رسیده است. برای خوشه‌های قرمز و آبی، دو نقطه مرکزی شرط حداقل SSE را برای این تقسیم‌بندی برآورده می‌کنند.

مثال: K = 2 (تقسیم نمونه‌ها به دو خوشه)

از نظر بصری، اگر بخواهیم نقاط سبز در شکل A را به دو خوشه تقسیم کنیم، می‌توانیم یک خط مورب از بالا سمت چپ به پایین سمت راست بکشیم. اما چگونه به یک ماشین دستور می‌دهیم تا این تقسیم‌بندی را به درستی انجام دهد؟ مراحل به شرح زیر است:

۱. مقداردهی اولیه تصادفی:

دو نقطه تصادفی (به عنوان مثال، قرمز و آبی) را در سیستم مختصات به عنوان مراکز اولیه خوشه‌ها انتخاب کنید. برای هر نقطه در مجموعه داده، فاصله آن را تا نقاط قرمز و آبی محاسبه کنید.

• نقطه را به نزدیک‌ترین مرکز خوشه اختصاص دهید: اگر به نقطه آبی نزدیک‌تر است، آن را آبی رنگ کنید؛ اگر به نقطه قرمز نزدیک‌تر است، آن را قرمز رنگ کنید.

• تمام نقاط را تکرار کنید تا هر نقطه یک رنگ اختصاص داده شود، همانطور که در مرحله 1 نشان داده شده است.

۲. محاسبه مجدد مراکز خوشه:

مرکز هر خوشه را مجدداً محاسبه کنید (میانگین تمام نقاط درون یک خوشه). مراکز خوشه را برای به حداقل رساندن میانگین مربعات خطا (MSE) تمام نقاط درون آن خوشه تنظیم کنید، همانطور که در مرحله 2 نشان داده شده است.

۳. تکرار تا همگرایی:

مراحل 1 و 2 را تکرار کنید تا مراکز خوشه پایدار شوند و فرآیند همگرا شود. این فرآیند تکراری همانطور که در مراحل 3-6 نشان داده شده است، کامل می‌شود.

بلاکچین و یادگیری ماشین

بلاکچین دارای دو ویژگی کلیدی است که آن را به گزینه‌ای عالی برای پیشبرد یادگیری ماشین و هوش مصنوعی تبدیل می‌کند:

1. حریم خصوصی: بلاکچین امکان آموزش روی داده‌های خصوصی حساس را بدون به خطر انداختن آن‌ها فراهم می‌کند.

2. مکانیسم انگیزشی: سیستم پاداش منحصر به فرد بلاکچین به کاربران اجازه می‌دهد برای اشتراک‌گذاری داده‌ها یا انتشار مدل‌ها روی زنجیره پاداش دریافت کنند. هر کسی می‌تواند داده‌های خود را با حفظ حریم خصوصی بفروشد و توسعه‌دهندگان می‌توانند مدل‌های خود را روی زنجیره منتشر و آموزش دهند و در مقابل پاداش دریافت کنند.

تصویر مورد اشاره، چرخه استانداردسازی و کالایی شدن در فناوری را نشان می‌دهد. عصر انحصار داده‌ها رو به پایان است. دسترسی‌پذیری بلاکچین فرصت‌هایی را برای مشارکت گسترده‌تر در عصر فناوری بعدی فراهم می‌کند.

سه عامل حیاتی در یادگیری ماشین الگوریتم‌ها، قدرت محاسباتی و داده‌ها هستند. غول‌های فناوری مانند آمازون، اپل، گوگل و فیسبوک بر منابع محاسباتی و داده‌ای تسلط دارند که به آن‌ها امکان می‌دهد پیشتازی قابل توجهی داشته باشند. بلاکچین فرصتی را برای مختل کردن این تسلط با غیرمتمرکزسازی یادگیری ماشین معرفی می‌کند. این تغییر می‌تواند ارزش‌آفرینی را از رویکردهای مبتنی بر داده به نوآوری مبتنی بر الگوریتم متمرکز کند. مشوق‌های اقتصادی بلاکچین محیطی مناسب برای توسعه‌دهندگان جهت آموزش و بهینه‌سازی مدل‌ها فراهم می‌کند و رشد توسعه‌دهندگان الگوریتم را تقویت می‌کند.

۲.۱ نمای کلی پروژه

ادغام یادگیری ماشین و بلاکچین حوزه‌ای نوپا اما امیدوارکننده است. در حالی که بسیاری از شرکت‌ها در حال توسعه ابزارهایی در این فضا هستند، پتانسیل همچنان گسترده است. در زیر سه پروژه قابل توجه آورده شده است:

۲.۱.۱ دیپ برین چین

دیپ برین چین، که در نوامبر 2017 تأسیس شد، هدف ساخت بزرگترین شبکه محاسبات با کارایی بالای توزیع‌شده مبتنی بر بلاکچین را دارد که به عنوان زیرساخت حیاتی برای عصر 5G+AI خدمت می‌کند.

• اجزای کلیدی:

1. شبکه محاسبات با کارایی بالا: در آگوست 2018 راه‌اندازی شد.

2. شبکه اصلی بلاکچین: به طور رسمی در 20 می 2021، بر اساس چارچوب Substrate پولکادات راه‌اندازی شد.

دیپ برین چین یکی از معدود پروژه‌های بلاکچینی است که به استقرار در مقیاس بزرگ در محاسبات با کارایی بالا دست یافته است. این پروژه پیشرفت قابل توجهی در قابلیت استفاده و تجاری‌سازی داشته است، با کاربردهایی در بلاکچین، هوش مصنوعی، بازی‌های ابری، رندرینگ تصویری، داروسازی زیستی و شبیه‌سازی‌های نیمه‌هادی.

بیش از 50 شرکت جهانی پلتفرم‌های ابری GPU با کارایی بالا را روی شبکه آن مستقر کرده‌اند که به صدها کسب و کار و ده‌ها هزار توسعه‌دهنده هوش مصنوعی خدمت‌رسانی می‌کند.

2.1.2 نومرای

نومرای یک صندوق سرمایه‌گذاری است که از جامعه جهانی دانشمندان داده ناشناس برای پیش‌بینی قیمت‌های آینده استفاده می‌کند. با ترکیب هوش توزیع‌شده، یادگیری ماشین، بلاکچین و توکن‌سازی، نومرای مدل جدیدی از مدیریت صندوق را ایجاد می‌کند که توسط هوش جمعی هدایت می‌شود.

• توزیع داده:

دانشمندان داده مجموعه داده‌های ناشناس را به عنوان ورودی برای مدل‌های پیش‌بینی خود دریافت می‌کنند. این مجموعه داده‌ها می‌تواند شامل شاخص‌های اقتصاد کلان، قیمت کالاها یا نرخ‌های ارز باشد - داده‌های اختصاصی که معمولاً برای افراد خارج از سازمان غیرقابل دسترس است. حذف متادیتا به نومرای اجازه می‌دهد تا داده‌ها را به صورت آزاد به اشتراک بگذارد.

• مسابقات:

داده‌ها پایه و اساس مسابقات برای ایجاد موثرترین مدل‌های پیش‌بینی را تشکیل می‌دهند. داده‌های تاریخی با نتایج مشخص به اعتبارسنجی مدل‌ها کمک می‌کند، در حالی که داده‌های بلادرنگ برای پیش‌بینی‌های حیاتی نامشخص باقی می‌مانند.

• امتیازدهی و پاداش‌ها:

پیش‌بینی‌ها پس از بارگذاری در "متا-مدل" نومرای امتیازدهی می‌شوند. دانشمندان داده بر اساس میزان بهبود متا-مدل توسط پیش‌بینی‌هایشان پاداش دریافت می‌کنند.

• مالکیت معنوی:

شرکت‌کنندگان مالکیت مدل‌های خود را حفظ می‌کنند و در صورتی که مدل‌هایشان متا-مدل نومرای را بهبود بخشند، همچنان پاداش دریافت می‌کنند.

2.1.3 پروتکل HUMAN

پروتکل HUMAN یک چارچوب غیرمتمرکز است که مشارکت‌ها را بر اساس دانش و مهارت‌ها پاداش می‌دهد و هوش مصنوعی و یادگیری ماشین را از طریق مدل‌های ترکیبی به هم پیوند می‌دهد.

پروتکل HUMAN که بر روی بلاکچین ساخته شده است، فرآیندهای مدیریت و تسویه را برای ایجاد زیرساخت قابل حسابرسی و متن‌باز برای بازارهای کار غیرمتمرکز ساده‌سازی می‌کند و متقاضیان داده را به بازارهای دانش متصل می‌کند.

• کاربرد در یادگیری ماشین:

این پروتکل مستقیماً به وظایف کاربر-محور در یادگیری ماشین، مانند حاشیه‌نویسی دستی و تأیید کیفیت استنباط مدل می‌پردازد تا مجموعه داده‌ها را برای آموزش مناسب‌تر کند.

• چشم‌انداز آینده:

3.سخن پایانی

فراتر از کاربردهای فعلی، پروتکل HUMAN برای تکامل بعدی هوش ماشینی طراحی شده است، جایی که ماشین‌ها مستقیماً برای بهبود خود از انسان‌ها داده درخواست می‌کنند.

یادگیری ماشین و بلاکچین دو تا از هیجان‌انگیزترین و پیشرفته‌ترین فناوری‌های امروز هستند. یادگیری ماشین پایه و اساس هوش مصنوعی و کلان‌داده است، در حالی که بلاکچین پتانسیل انقلاب در معماری مالی فعلی را دارد. هر دو فناوری داده‌محور هستند که به طور طبیعی هم‌افزایی را در برخی جهت‌های تحقیقاتی امکان‌پذیر می‌کنند.

بلاکچین اشتراک‌گذاری و تحلیل داده امن و کارآمد را ارائه می‌دهد، در حالی که یادگیری ماشین از این داده‌ها برای پیشبرد پیشرفت‌های فناوری استفاده می‌کند. ما هم‌اکنون شاهد بسیاری از توسعه‌دهندگان هستیم که روی پروژه‌های امکان‌پذیر در این تقاطع کار می‌کنند و منابع و استعدادهای بیشتری به این حوزه‌ها هدایت می‌شوند.

قابلیت‌های مشترک و مکمل این فناوری‌ها همچنان به پیشرفت یکدیگر کمک خواهند کرد. با سوار شدن بر موج بلاکچین و هدایت کشتی یادگیری ماشین، ما آماده کاوش در اقیانوس پرستاره فناوری آینده هستیم!

مقدمه‌ای بر یادگیری ماشین و کاربردهای آن در بلاکچین