区块链+AI 未来可用于厘清自驾交通事故

使技术开发人员之间得以彼此确认、学习的技术「GeneFlow」已经问世，正在募集开发AI技术的企业共同进行验证。其基础是运用区块链(Blockchain)技术，将AI的学习过程加以记录，未来将会逐渐庞大的AI学习资料，其信赖度将得以提高，相关技术也可运用在自动驾驶的交通事故原因认定，以及技术交流等方面。

据报导，GeneFlow的开发者是位于东京的IT新创企业Couger。GeneFlow可将AI学习过程的档案，以杂凑算法(Hash funcTIon)将之压缩混合，置换为杂凑值(hash values)后，在区块链上永久记录。

技术开发人员、应用AI的使用者、AI学习过程的资料三者之间得以互相参照，AI学习的资料由复数人员确认，提高信赖度。GeneFlow使用了开源的公共区块链平台以太坊(Ethereum)与分布式Quorum机制。

如果区块链的资料量过大，会有存取时间过长的问题，所以Couger决定用杂凑值的方式来处理资料。杂凑值的档案属于文字型资料，与影音或图片等AI学习过程产生的资料相比体积更小，系统更容易存取。

据Couger资料指出，保存AI学习过程资料的GeneFlow技术，是空间智能化技术「神经网络体」(Connectome)的一环。Connectome包含了AI、扩增实境与虚拟实境(AR/VR)以及区块链等的技术运用。

未来AI在社会上实际应用时，不断学习过程中所累积的资料量必定十分巨大，而且也会有需要进行过失之责任判断的场合，例如自动驾驶下的交通意外等AI牵涉在内的相关事故。

而AI模仿人脑运行的深度学习演算中，AI究竟透过何种过程来进行判断，解析起来难度宛如黑箱，也因此AI在学习过程中到底透过哪里些资料来进行学习，就成为很重要的评判标准。

AI在学习过程中累积的资料，若透过GeneFlow等方式保存的话，不只是开发AI的企业可以运用，技术人员也可以公开自己的演算方式(algorithm)，便于彼此之间的交流。

在不久的将来，社会需求的是既能处理庞大资料量的技术，又需要资料本身具有可信赖度，Couger 的GeneFlow正是呼应了上述需求。不过此种解决方案，在实际的环境中使用上是否能顺畅使用，还需要进一步的验证，因此Couger招募AI企业共同合作来进行测试。