人工智能（AI）与人类智能的不同之处在于它是由机器展示的智能。但是，在我们进行直接比较之前，该主题还有更多深度。首先，人工智能有三个不同的层次：狭义人工智能、一般人工智能和超级智能。

　　这些不同的层次可以简单描述如下：

　　- 狭义人工智能涉及使用算法基于预编程逻辑执行和完成特定领域的任务。

　　- 一般人工智能是在系统的认知能力与人类相当的情况下实现的。

　　- 超级智能是最终阶段，即智能机器表现出的认知能力超过了人类的平均智力。

　　目前，我们正处于人工智能下一波创新的风口浪尖。迄今为止，这些创新并没有受到技能或能力的阻碍，而是缺乏机会和可利用的范式的阻碍。

　　一般来说，人工智能并没有作为一种工具广泛提供给公众使用。即使人工智能经济在未来十年内预计将以数十亿的规模增长，整个社会在实现这一目标方面的进展也很缓慢。这个问题在很大程度上是由于人工智能的市场份额集中在大公司的控制之下，而这些大公司都专注于他们独特的、狭窄的产品/服务市场。

　　纵览AI格局，我们可以确定在迎来人工智能革命之前必须克服的挑战。这些挑战在OpenFabric基于区块链的生态系统中得到了具体解决，该系统旨在利用分布式账本的特点。

　　去中心化

　　目前的情况是由中心化的人工智能主导的，如谷歌AI、IBM的Watson、微软Azure AI等。虽然在这种模式下提供服务的公司有明显的优势，但也有劣势。在一个中心化的系统中，执行会因资源不可用而受到阻碍，而在没有分布式资源的情况下，影响会成倍增加。存储是另一个问题，去中心化与更强大的治理一起解决了这个问题。

　　安全性

　　保护终端用户的隐私和保证知识产权是当务之急。与大型集中式人工智能供应商相比，正式的所有权和隐私在OpenFabric的生态系统中是可能的，他们可以窥视在其数据中心获得的信息。安全性也是提供给人工智能创新者的激励机制的基石。

　　计算

　　人工智能发展的一个重要部分是训练部分。这是对人工智能应用进行培训并为运营服务做好准备的地方。网络参与者可以通过出租未被充分利用的计算能力，参与可持续的“创新经济”。更多区块链消息，请关注下载区块天眼APP，全球区块链监管查询APP。

　　可及性&互操作性

　　为了有一个真正的公共人工智能革命，我们必须有更大的易用性，不仅对开发者，而且对终端用户、工具和相关应用程序。释放创新的主要挑战之一是建立一个生态系统，允许并激励使用标准化的接口，以允许多个人工智能代理在提供复杂问题的解决方案时进行合作和连接。 (责任编辑：admin)