Управление, основанное на человеческом факторе, сделает DeFi более справедливым, говорит Харджйот Сингх

Cointelegraph взял интервью у технического директора Human Protocol, чтобы обсудить последние разработки компании и потенциал «proof-of-humanity».

Human Protocol — это инфраструктура блокчейна, предназначенная для децентрализации человеческого труда путем поддержки роста цифровых рынков труда.

После недавнего запуска в основной сети Ethereum, протокол теперь получил возможность полностью автоматизировать жизненный цикл заданий по маркировке данных, позволяя сотрудничать людям и машинам для создания и выполнения множества реальных взаимозаменяемых задач.

Работая с технологиями искусственного интеллекта и машинного обучения, пользователи теперь могут быть вознаграждены собственным токеном Human, HMT, за успешное выполнение визуальных задач антиботов, таких как идентификация светофоров на изображении. Затем эти данные сопоставляются и используются для искоренения предубеждений на рынках труда, продвигая более замкнутую экономику.

Чтобы глубже осмыслить эти недавние объявления и более широкие последствия для сектора технологий блокчейна, Cointelegraph поговорил с Харджиотом Сингхом, директором по технологиям Human Protocol.

Харджйот — видный предприниматель в сфере финтех-инженерии с академическим образованием в области компьютерных наук и искусственного интеллекта.

В настоящее время он сосредоточен на «изучении того, как передовые технологии, такие как искусственный интеллект и блокчейн, могут улучшить повседневный опыт большинства пользователей Интернета».

Cointelegraph: как недавние объявления Human (запуск в основной сети Ethereum и выпуск веб-приложения CAPTCHA) поддержат рост протокола?

Харджйот Сингх: Мы очень рады нашим недавним достижениям. Запуск Human Protocol в сети Ethereum Mainnet позволяет нам реализовать первый пример децентрализованного рынка труда для людей. Это также касается эволюции протокола. Human Protocol в настоящее время ежедневно обрабатывает значительное количество взаимодействий с пользователем через поддерживаемые им приложения. Он предназначен для работы с несколькими блокчейнами, при этом Ethereum является первым развернутым в основной сети. То, что мы узнаем и делаем возможным здесь, мы можем использовать и реализовывать где угодно, включая Solana и Polkadot.

Очевидно, запуск также позволил нам разместить HMT, что помогает нам стимулировать более широкое участие. Но реальный рост происходит через Human App: первый вход в экосистему и первое средство, с помощью которого люди, находящиеся в любой точке мира, могут напрямую зарабатывать HMT за выполнение задач.

Также важно отметить, что приложение Human — это не просто приложение CAPTCHA — оно позволяет людям выполнять многие виды задач.

CT: Читатели знакомы с системой reCAPTCHA от Google. Чем модель Human отличается с технологической точки зрения и каковы преимущества человекоцентричного метода идентификации?

HS:  Важно отметить, что hCaptcha не является частью Human Foundation. Это просто приложение, использующее Human Protocol. Human имеет гораздо более широкую цель — обозначить многие виды человеческой работы, а не просто узкий набор задач, которые могут выполняться с помощью CAPTCHA.

Тем не менее, ключевое различие между reCAPTCHA и hCaptcha заключается в том, что hCaptcha платит веб-сайтам за работу, которую делают их пользователи, когда они используют CAPTCHA, а не заставляет их жертвовать эту работу Google.

CT: Виталий Бутерин недавно выступал за переход к управлению «proof-of-humanity» в DeFi. Как вы думаете, это повлияет на пространство, если оно будет широко реализовано?

HS:  Я думаю, это сделает DeFi [децентрализованное финансирование] более справедливым пространством. Прямо сейчас системы, которые распределяют голоса в зависимости от баланса кошелька, вызывают огромные проблемы. Это позволяет крипто-китам влиять на предложения в свою пользу. Человеческое «proof-of-humanity» позволит дать один голос каждому проверенному пользователю-человеку, что также будет препятствовать распространению ботов. Поскольку это является первой и единственной системой проверки человека в сети, это имеет смысл для DeFi пространства.

Но потенциал доказательства человека на этом не заканчивается. Любое пространство, в котором боты вызывают хаос — например, опережают на биржах — потенциально может применить его для решения.

CT: Не могли бы вы поделиться некоторыми конкретными примерами человеческих контрактов, которые можно было бы облегчить на рынке с использованием системы Intel для маркировки видео и изображений, CVAT, а также текстовой INCEpTION?

HS:  Запрашивающему в стартапе AI нужно 100000 изображений поврежденных автомобилей с этикетками. Они предоставляют изображения вместе с суммой HMT, которая хранится в смарт-контракте до завершения работы. Агенты Human Protocol обеспечивают безопасность данных для совместного использования и подготовку для приложений. Затем Human Exchanges может разумно распределять задачи между пользователями Intel CVAT, которые могут работать в разных цепочках, а работа отправляется в разные цепочки в зависимости от скорости, стоимости и т. д.

Рабочий подключается к бирже, видит работу и начинает выполнять детальную работу над Intel CVAT, рисуя подробные прямоугольники/фигуры вокруг поврежденных участков автомобиля. Оракулы, которые записывают и оценивают работу, затем обновляют смарт-контракт, чтобы зарезервировать HMT для работников, которые завершили работу.

CT: Как ваша национальная валюта HMT — и, в частности, стоимость токена работника — определяет приоритет для предложения задач?

HS:  Мы используем доказательство баланса как один из факторов, влияющих на задачу, предлагающую сортировку книги заказов — другими словами, сколько задач будет передано одному работнику или пулу рабочей силы по сравнению с другим. Однако, чтобы уменьшить трения в системе, мы также вычисляем средневзвешенное значение по множеству других параметров, чтобы новые пользователи могли немедленно присоединиться.

CT: Как вы думаете, насколько развиты системы искусственного интеллекта и машинного обучения в настоящее время, как с точки зрения технических возможностей, так и с точки зрения культурной осведомленности, для поддержки масштабируемости Human?

HS:  Системы искусственного интеллекта в настоящее время хороши в узкой специализации. То есть: они хорошо справляются с конкретными линейными задачами, такими как GPS, чат-боты или бот Amazon Kiva, который передает посылки работникам Amazon и от них. Но ИИ не так хорош в обобщенном интеллекте, который является областью гибкости, реакции и адаптации, областью, в которой люди процветают.

Что касается культурной осведомленности, я думаю, что мы готовы к следующей волне ИИ. Продукты искусственного интеллекта уже прочно вошли в нашу жизнь — от систем распознавания лиц на телефоне до роботов-пылесосов. Во всяком случае, я думаю, что культура переоценивает текущие возможности ИИ. Я думаю, что большинство людей считают ИИ более умным и способным, чем есть на самом деле, потому что мы говорим об ИИ с 1950-х годов. Однако, как мы видели в «AI winter» 1980-х годов, прогресс был шатким. Например, мы уже интегрировали в наши культурные знания неизбежность беспилотных автомобилей, но они еще не получили широкого распространения. Думаю, мы готовы. Я думаю, что люди просто ждут новых продуктов.

CT: По мере того, как мы входим в более автоматизированную экономику, насколько важно для нас создавать системы, в которых машины служат истинным ценностям и потребностям людей?

HS: Мы много раз слышим об ИИ и о последствиях внедрения машин на рынки труда. Но вместо того, чтобы заменять людей, нам нравится сосредотачиваться на том, как машины могут поддерживать их и даже расширять возможности. Интеллектуальная автоматизация означает, что большее количество ремонтных работ — небольших задач — может выполняться машинами, помогая максимизировать время, энергию и сосредоточенность рабочих.

Люди способны на действия, которыми не обладают машины — творчество, изобретательность, воображение, — в то время как машины более эффективны при выполнении повторяющихся задач. Инфраструктура, которая поддерживает это, особенно хорошо масштабируется для роста работников умственного труда, которые способны вносить вклад как специалисты, но чье время становится все меньше. Это также означает предоставление специалистам данных, необходимых для принятия обоснованных и уверенных решений.

Human Protocol разработан, чтобы позволить машинам выполнять повторяющиеся задачи и запрашивать выполнение этих задач у других машин. Благодаря этому мы хотим расширить возможности человека и предоставить пространство и фокус для творческого решения проблем.