区块链和CNN怎么结合？技术逻辑与落地场景一次拆清

导读： 把区块链和卷积神经网络结合起来, 其核心的意图在于, 试图将具备可信数据基础支撑能力的系统, 与此前专注于特征提取的技术手段进行捆绑式的融合, 这种结合是为了实现互补...

把区块链和卷积神经网络结合起来, 其核心的意图在于, 试图将具备可信数据基础支撑能力的系统, 与此前专注于特征提取的技术手段进行捆绑式的融合, 这种结合是为了实现互补, 即让双方去解决那些单凭一方原本无法独立完成的职责与任务, 这并非是一种生硬的、为了结合而结合的胡乱拼凑。

区块链CNN怎么结合

卷积神经网络从图像数据或者传感器产生的时序数据里面提取特征, 然后输出高维向量或者是分类结果。把特征摘要以及模型权重的更新内容写进区块链上, 这样数据就不可篡改了,而且版本也是可追溯的。原始数据走星际文件系统或者本地存储的路径, 而区块链上只存储哈希值, 带宽压力因此得到了控制。

在当前这些经常出现的场景里面, 联邦学习是一种主要模式。各个参与节点会使用他们本地的数据来跑通卷积神经网络。在这个过程中, 大家只会把梯度上传到区块链上去进行聚合操作。这样的话, 原始的这些数据就不会离开它们原本待着的区域。

等到了需要进行预测和推理的时候, 那些输入的初始数据以及输出的最终结果, 都会被记录在区块链上以形成存证。通过这么做, 就可以完全满足审计工作所需要的各种条件和要求了。

区块链和CNN能做什么

在医疗影像这个领域, 有多家医院在使用卷积神经网络来阅读片子, 把诊断的结果放到链上去存着, 这样做既能够保护隐私, 又能够支持科研方面的共享。

在供应链质量检查的场景里, 生产流水线上的摄像头会对产品拍照, 然后把照片交给卷积神经网络去做分类处理, 接着把判断是不是有缺陷的这一信息写进区块里面去, 这样一来追溯的链条就非常完整了。

在模型市场这个方向上, 会把训练好的CNN打包并上链。买家可以通过验证哈希值来确认版本详情。交易的过程是由智能合约来执行的。目前的落地应用主要集中在工业质检和医疗这两个领域。而在消费端方面, 情况还处于比较早期的阶段。

在技术上来说, 是不存在那些无法跨越的障碍的。目前的情况是, 关键在于要把区块链上的数据处理吞吐量以及卷积神经网络也就是CNN推理时候带来的延迟这两个方面给平衡好。

只要大家能够选择那个非常合适自己需求的联盟链平台。并且把重量大的计算任务都放到链下去处理这样的一种做法。那么这套方案就是能够实现成功的运行的。