人群的智慧可能是教授人工智能的理想模式

我们都熟悉一些互联网上最大的众包实验，比如维基百科和亚马逊机械土耳其人。但是，今天的众包正在应用于新的高科技，如人工智能。而且人群可以使人工智能人性化，并通过一些急需的常识帮助灌输未来的机器。

越来越多的资源投入到机器学习和人工智能中，确保这些平台只会变得更加智能化。但这些系统还没有自学。尽管如此，对于众包系统来说，乐观情绪仍然存在。

例如，谷歌董事长兼长期服务首席执行官埃里克施密特(Eric Sc​​hmidt)在2016年表示，下一任谷歌将成为众包AI公司。人群可以标记和定义数据，例如将图片标记为日出或日落。在未来，人群将提供各种数据集，例如关于个人的日常健康信息。

例如，这将有助于公司开发新药，下一代众包将看到人群为免费提供数据的数据或个人付款，以帮助推进良好的事业。

区块链首次使定期小额支付成为经济可行的。这有可能激励世界上最重要的研究人员和机构在Watson的分布式或分散式版本上进行协作，而Watson不是由集中式公司拥有，而是由代币持有者拥有。这是首尔Mind AI追求的模型。

正是这种货币激励可能是推动人工智能技术向前发展的关键，因为当前的人工智能技术与人类智能无关，至少在一般认知能力方面如此。

现代AI不会学得太快，缺乏适应抽象，推理，理解语言和快速变化的环境的能力。在某些语言任务中，深度学习至多是最基本的，计划和解释为什么要采取行动。

还有关于人群性质的问题。如果将来拥挤的人群包括与该团队合作的机器会怎样?众包将带来一个有趣的转折，让许多人，机器和平台实时协同工作，以生成数据和见解。

顶级研究人员和研究机构能否与机器人一起获得代币?

随着开发人员继续致力于构建具有深度学习能力的AI模型，这将是更多数据的情况。知识是人工智能的生命线，不仅有助于构建其运作的模型，还有助于进一步教会我们如何构建完美的AI。

众包知识似乎是一种有效的方法; 对于多种数据结果，它提供了尽可能广泛地教育AI的最佳机会。

加密支持的小额支付激励措施可能在这方面发挥关键作用。通过帮助将以前无法想象的大量知识获取到AI模型中，由独特个体组成的人群可以证明是生成真正智能AI所需的大量数据的最佳方法。