加密货币:人工智能时代的人力身份验证

社区,甚至(尤其是)数字社区,都需要人。但是你怎么能大规模地证明他们的人性呢?就PiNetwork而言,这是一个庞大的全球社区,由世界上分布最广的移动挖掘加密货币提供支持,秘诀在于平衡高科技与人们的兴趣。我们通过创建本地KYC解决方案取得了成功。

在人工智能时代建立加密社区

以太坊、Solana或PiNetwork等加密生态系统是由不同参与者组成的社区--从最终用户和开发人员到矿工和验证者。然而,创建一个繁荣和持久的社区需要大量的技能和资源。我们已经看到像Facebook和Twitter这样的传统社交网络使用AI驱动的算法来扩大他们的用户群,但这可能会有问题。

多年来,Facebook依靠人工智能算法根据用户的在线偏好和行为对内容进行分类和推荐。虽然这在一开始运作良好,但仅依靠人工智能算法会导致一系列无法预料的后果:由于将原始参与视为最高利益的偏见,这些算法可能会采取反社会行动,从创建回声室到通过歧视放大人类偏见。

报告:人工智能和加密货币结合代表着重大机遇:金色财经报道,Coinbase发布研究报告称,人工智能与区块链的交叉对创业者来说是一个重大机遇。在周四的一份报告中,这家美国最大的加密货币交易所强调了将这两种技术结合起来为人工智能带来的社会挑战创造新解决方案的好处。

Coinbase研究主管David Duong表示,“随着人工智能和区块链中应用的成熟,这些技术所代表的破坏可能会导致合作领域和加密货币新用例的出现,以帮助解决人工智能带来的特定社会挑战。” 该报告提到了几个结合了人工智能和区块链技术的潜在用例。[2023/6/4 11:56:45]

最近,特斯拉首席执行官埃隆·马斯克(ElonMusk)高调出价440亿美元收购Twitter,但由于缺乏人工验证,假账户和垃圾邮件机器人普遍存在,因此在最后一刻被否决。垃圾邮件的绝对数量让人们考虑到了Twitter的整体价值问题:垃圾邮件机器人可能会增加广告商的浏览量,同时让用户感到沮丧,很明显,手头的人工智能还不够。这一事件凸显了验证用户以及仔细监控和监督Al产品的重要性。

浙江:谋划布局人工智能、区块链、第三代半导体等颠覆性技术与前沿产业:浙江省人民政府印发《浙江省全球先进制造业基地建设“十四五”规划》。其中提出,谋划布局未来产业。谋划布局人工智能、区块链、第三代半导体、类脑智能、量子信息、柔性电子、深海空天、北斗与地理信息等颠覆性技术与前沿产业,加快跨界融合和集成创新,孕育新产业新业态新模式。重点培育柔性电子材料、石墨烯材料、3D打印材料、超导材料等产业,部分领域达到世界先进水平。(浙江省人民政府官网)[2021/7/19 1:02:54]

虽然垃圾邮件机器人和其他因素困扰和破坏了一些在线社区,但我们仍然可以看到有缺陷的社区和人类社区设法煽动的巨大影响。Reddit的华尔街注志同道合的投机者社区一次又一次地对全球金融产生影响,所有这些都是围绕真实的人建立的。

将其视为大规模的图灵测试:公司如何验证他们的员工是真实的?

人工智能区块链项目Fetch.ai:主网桥接将于6月1日10时开启:人工智能区块链项目Fetch.ai发推称,主网桥接(Mainnet bridge)将于6月1日10时开启,其容量将翻倍至1.2亿枚FET。[2021/5/31 22:59:33]

遵守更严格的法规

验证客户的身份是一个复杂的命题,需要围绕个人数据的可扩展性和安全性。对于社交网络和加密应用程序等技术公司来说,更复杂的问题是需要遵守越来越严格的法规--从用户数据的处理到KYC的实施。

KYC(或“了解你的客户”)要求金融机构在使用其平台之前对其客户进行例行身份和背景调查,并且是打击和其他非法活动的更广泛措施的一部分。KYC曾经只与银行业有关,现在越来越多地要求加密货币领域的公司从交易所和经纪人到钱包提供商和其他服务。而且,随着Web3的扩展和对奖励数字用户的持续推动,KYC的重要性只会增加。

声音 | 天津市蓟州区委书记:落实区块链峰会成果 开启人工智能引领加速键:据北国网消息,近日,天津市蓟州区委书记于立军接受时表示,近年来,蓟州立足京津冀生态涵养区功能定位,乘天津世界智能大会东风,积极抢抓新一代人工智能发展机遇。他还指出,蓟州下一步要“落实第三届世界智能大会区块链分论坛暨全球区块链科技创新峰会成果,开启人工智能引领加速键”。[2019/6/13]

不幸的是,KYC的成本对于许多加密货币初创公司来说可能会让人望而却步。在考虑了从人工工时和员工雇佣到合规工具及其实施的价格等多种因素后,公司可能会花费数亿美元进行验证。即使以每位用户1.49美元到2.05美元的降低且通常宣传的KYC费率计算,该解决方案对于积累大量用户群来说也根本无法扩展或具有成本效益。

此外,KYC会在新用户入职时产生摩擦,提供新的和繁重的进入壁垒。例如,仅在英国,就有四分之一的新申请因KYC摩擦而被放弃。

万向肖风:人工智能取代低效人工,区块链取代公司商业组织形式:近日,在“新一代信息技术产业(区块链)高峰论上,万向区块链董事长兼总经理肖风表示,人工智能通过一整套的算法,把低效的人工取代了。区块链通过一整套算法把公司组织形式和商业机构的组织形式取代了。两者加在一起,可以预见在未来三五年后,商业领域、商业模式、商业结构将会发生翻天覆地的变化。[2018/4/3]

这揭示了KYC的核心讽刺意味:在我们不耐烦的情况下,我们往往太人性化而无法证明我们的人性。

解决可扩展的KYC

为了解决这个KYC困境,我们相信以人为本的设计和可扩展的技术将使Web3的未来能够透明和公平地补偿用户,同时保持个人匿名性和法律合规性。

PiNetwork建立在科学事实和人类真理的综合之上--作为斯坦福大学的博士,您可能对我们抱有同样的期望。

我们说“科学真理”是因为我们相信我们所做的一切都是为了接近并检验我们在设计、战略和管理方面的假设。数学的不变事实指导着我们,我们总是分析经验数据以为下一次迭代提供信息。

当我们说“人类真理”时,我们反映了这样一个事实,既没有一个项目是凭空建立的:我们所做的一切都是真实的人在真实的地方体验到的,真实的生活、情感和经历可能会影响他们的感知。一些人类真理是基本的;其他人是可塑的。我们也在每次迭代中考虑人类真理和社区需求。

随着项目的推进,在这些事实之间保持平衡会驱使我们一步步向前。例如,去中心化是加密网络的一个突出特性,也是Pi愿景的重要组成部分,但我们不想仅仅为了去中心化而去中心化。相反,我们一直在根据行业阶段、主流受众的准备程度和意识、区块链技术的实用程序开发以及我们项目的阶段,采用渐进式去中心化,希望最终实现有意义和可持续的去中心化。

在Pi,我们将迭代方法应用于项目的各个方面,从我们的网络级策略到测试我们移动应用程序中的小产品功能,再到开发代币模型到工作流程。

这种区别将我们与一些依赖于他们的人面前的白皮书假设的固定模型区分开来。相反,我们应用我们的反馈和迭代来通知和改进代币模型和网络结构--所有这些都是为了更好地满足我们所服务的人们的需求。

PiNetwork的社区来源KYC解决方案

PiNetwork设计了其原生KYC解决方案PiKYC,以应对其他第三方市场解决方案缺乏可扩展性、财务可访问性和全球影响力的问题。结合科学和人类真理,PiKYC将机器自动化(AI)与众包、“超本地化”人工验证相结合,为其移动平台上已有超过3500万全球会员实现准确高效的KYC。

及其自动化负责图像处理、文本提取、假身份证检测、活体检查和图像比较。同时,人工验证由预先批准的个人处理,他们检查其他成员的KYC应用程序的编辑数据,从而防止个人创建虚假账户。

为了解决可扩展的KYC问题,PiKYC现在在全球200多个国家(约占全球人口的92.6%)拥有一支强大、自我维持的人工验证队伍。该网络不断扩展,拥有超过125,000个受信任的验证器,在全球范围内验证KYC应用程序,他们的努力在Pi中得到回报。

除了防止垃圾邮件帐户和阻止不良行为者外,PiKYC还帮助网络遵守法律法规,同时顺畅地发展其繁荣的社区。在人工智能时代,PiNetwork构建了一个去中心化的可扩展KYC解决方案,该解决方案将机器自动化与众包人工验证相结合,以提供高效且响应迅速的解决方案。

利用两全其美,PiKYC允许网络建立一个合法合规的加密社区,该社区针对准确性、隐私和全球可访问性进行了优化。最重要的是--它真正以人为本。

事实上,任何企业家都很难知道他们的项目是否或何时会成功,这也适用于我们。我们所知道的是,Pi有一个宏伟的愿景,即建立一个基于区块链并由公平分布式加密货币推动的可访问且包容的网络和生态系统。通过社区的力量,我们每天都更接近实现这一愿景。

NicolasKokkalis博士是终身技术专家,是PiNetwork的创始人兼技术主管。Kokkalis在区块链技术方面拥有广泛的背景。在他早期的博士学位中。在工作中,Kokkalis创建了一个框架,用于在引入区块链和以太坊之前在容错分布式系统上编写“智能合约”。作为博士后的一部分,他介绍并教授了CS359B,这是斯坦福计算机科学系的区块链去中心化应用课程。Kokkalis博士可以谈论加密货币的技术、金融和社会潜力及其局限性。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金星链

LTCAPP:先驱们是如何挖出更多 pi 的?

先驱者可以通过不同的贡献来提高个人的挖掘率,从而挖出更多的Pi。数字货币先驱Brock Pierce成为SpaceFund普通合伙人:10月11日消息,数字货币先驱、企业家、慈善家、前美国总统候.

[0:15ms0-0:446ms