Engenheiros da Microsoft estão usando a blockchain da Ethereum para democratizar Inteligências Artificiais (IA) e aprendizado de máquinas através dos contratos inteligentes.
A ideia foi de Justin Harris, um engenheiro de desenvolvimento de software sênior da Microsoft, que enxergou nos contratos inteligentes da Ethereum, o potencial de alterar essencialmente o design de modelos IA e a maneira como aprendem.
Normalmente os algoritmos de aprendizado de máquinas são centralizados e vendidos em uma base por consulta, além de serem treinados usando os dados caros de seus proprietários, de acordo com Harris.
No entanto, o engenheiro explica que a proposta de seu projeto é outra:
“Um algoritmo onde as pessoas poderão executar modelos de aprendizado de máquina de maneira fácil e econômica com tecnologia que já possuem, como navegadores e aplicativos em seus telefones e outros dispositivos.”
Com o objetivo de incentivar pessoas envolvidas com esses algoritmos, o projeto de código aberto da Microsoft, intitulado Inteligência Artificial Descentralizada e Colaborativa na Blockchain, serão gratuitos:
“Esses algoritmos seriam gratuitos para avaliar previsões, o que é ideal para coisas como a construção de assistentes pessoais ou a criação de sistemas que produzam recomendações de usuários.”
Segundo ele, uma possível maneira de crowdsource (contribuição colaborativa) do sistema, seria a gamificação — onde são usadas técnicas de jogos, majoritariamente virtuais, para cativar pessoas por intermédio de desafios constantes e bonificações.
Além disso, também há a opção de “construir em mercados de previsão semelhantes aos que a Augur é pioneira. Ou, mesmo criando “auto-avaliação”, onde os usuários pagam um depósito e aqueles que fazem boas contribuições são recompensados às custas de contribuições ruins.”
Ao falar sobre o uso da blockchain em IA, Harris diz que, “à medida que a blockchain avança, prevemos que mais aplicativos para colaboração entre pessoas e modelos de aprendizado de máquina estarão disponíveis.”
“Esperamos ver pesquisas futuras em escala para modelos mais complexos, juntamente com novos mecanismos de incentivo”, concluiu.