從這一角度而言，Ben Goertzel著眼于SingularityNet公司，正努力創(chuàng)建這樣一個平臺——借此開發(fā)出更多人工智能工具，供應給那些想要利用人工智能作為工具并應用到工業(yè)領域的公司。

創(chuàng)立“AI應用商店”SingularityNet

SingularityNet是一個門為AI研究者提供的交易平臺。除了能供開發(fā)者推廣自己開發(fā)的AI商品，它還兼具中央樞紐的功能，可以將大數(shù)據(jù)整合在一起，生成能夠承擔極其復雜任務的“通用人工智能”（AGI）。

從人工智能開發(fā)者的角度來看，如果開發(fā)的一些時髦小程序能放在Github上，那么放在Docker里或服務器上就不費勁。把它裝在SingularityNet應用程序編程接口（API）也很簡單。之后，可以通過發(fā)現(xiàn)機制找到Docker里的人工智能代碼，因為我們已經(jīng)被告知主節(jié)點的位置，之后并沒有把代碼放到Github供極客們下載和使用，而是放到網(wǎng)上和應用程序編程接口（API）里。由此，人們可以通過SingularityNet發(fā)現(xiàn)機制找到并使用。

Ben Goertzel表示，我們很明確自己在做什么，所以才這樣做。我們想創(chuàng)建一個平臺，在該平臺上人工智能工具彼此之間可以達到自動或至少是半自動連接。例如，如果需要查找一份歸檔文件，可以用戶身份在SingularityNet上輸入指令：“你好，我需要一份歸檔文件�！�

你可能會從20個不同文檔總結節(jié)點中找到許多相關文檔，可以看一下這些文件的知名度，然后選擇一個知名度和價格都合適的，之后那個節(jié)點會提供你所輸入的文檔。如果文檔總結節(jié)點系統(tǒng)遇到不能解決的問題，就會將這個問題轉移給另一個節(jié)點。當然，它可以把解決不了的問題移交給一個視頻匯總節(jié)點，然后能夠彌補一小部分之前花在文件總結節(jié)點上的錢。也就是說，如果看到俄語中的一個引用，或許該節(jié)點不具備識別俄語的功能，但是它能在微型處理器的基礎上將這句引用移交給能夠進行翻譯的俄語－英語翻譯節(jié)點，然后翻譯結束后將其發(fā)回給文檔匯總節(jié)點。

因此，可以把人工智能各節(jié)點聯(lián)合或構建子網(wǎng)絡，在這些聯(lián)合的節(jié)點或子網(wǎng)絡中，會發(fā)生學習行為，如果此文檔匯總節(jié)點學習一定類型的視頻引用，它會轉到視頻分析節(jié)點，這種學習行為是在這兩種不同的人工智能節(jié)點的聯(lián)系中發(fā)生的。某種程度上，它類似于大腦的學習過程。大腦有兩個神經(jīng)元，如果他們共同發(fā)揮作用，兩者之間的聯(lián)系會得到加強。它是種長期性的增強過程或赫布型學習（對神經(jīng)元的刺激使得神經(jīng)元間的突觸強度增加，這種學習方法被稱為赫布型學習）過程，所以在每個人工智能節(jié)點內(nèi)，都會學到一些東西。

如果該過程是一個機器學習過程，你也能從人工智能節(jié)點之間的聯(lián)系層面收獲很多，該過程建立在整個網(wǎng)絡層面上，非常有意思。

如今區(qū)塊鏈的確是網(wǎng)絡探測技術的一部分，這種網(wǎng)絡探測很有價值，因為在20世紀90年代末，網(wǎng)絡層缺乏，也正是Ben Goertzel首次嘗試建立節(jié)點時受到阻礙的部分原因。

那時沒有動態(tài)加密技術，如果想從自己設計的標識中獲利，沒有加密儀器使其奏效。擁有那樣的儀器很有價值，其價值就類似于繪圖處理器對于分布式圖像處理的價值。所以我們現(xiàn)在所擁有的這一項完整的基本保密技術裝備，實現(xiàn)了在此基礎上再建立一層保密裝置的可能。

Ben Goertzel介紹到，SingularityNet的人工智能團隊遍布全球，盡管我個人主要是在香港，實際上SingularityNet最大的人工智能辦公室設在埃塞俄比亞的亞的斯亞貝巴。那里有25或30個人工智能研發(fā)人員和幾十個實習生，這是個低成本的研發(fā)中心。那里的大學非常好，所以SingularityNet可以聘請到優(yōu)秀的年輕畢業(yè)生。

人工智能在亞洲和歐洲的價格已經(jīng)很高了，非洲將會成為下個外包地點。投入更多時間花在非洲市場，你會發(fā)現(xiàn)人們對人工智能的需求還是很大的。

Ben Goertzel正在非洲開發(fā)一種應用，可以根據(jù)一張植物葉子的圖像識別早期農(nóng)作物病害。另外，Ben Goertzel也開發(fā)了人工智能輔導系統(tǒng)，這種應用可以像人工智能輔導系統(tǒng)一樣，可以幫助那些無法接受良好教育的農(nóng)村兒童。

烏茲別克斯坦的開發(fā)者上傳機器學習的人工智能節(jié)點后，埃塞俄比亞的使用者能夠使用這個節(jié)點識別葉子上的農(nóng)作物病害。他們也許會給烏茲別克斯坦的開發(fā)者一些報酬。通過SingularityNet的代幣交易平臺，這種交易成了可能，不論這項應用的適用程度如何，都引起了IBM和Google的興趣。

將所有人工智能技術應用到軍事、政府或大型公司，意味著人工智能的廣泛應用并不能帶來太多收益，也意味著人工智能工具只能為特定領域提供幫助，這與我們當前的做事方式有所不同。

在這種更分散的方式中，全世界更多開發(fā)者和使用者將參與其中，Ben Goertzel認為實質(zhì)上隨著人工智能技術變得越來越先進，情況將會朝著好的方向發(fā)展。

然而，沒人敢擔保人工智能的發(fā)展方向。人工智能領域魚龍混雜，Ben Goertzel寧愿看到全人類整體參與推動通用人工智能的發(fā)展，也不愿其他組織來操控人工智能。

恰巧，這種非集中化的通用人工智能機制應運而生。或許，此時推行高級通用人工智能恰逢其時。

而關于使用動機，有些人出于政治目的，有些人追求效益，有些人則出于研究目的。但這些動機似乎并不矛盾。因為他們所需要的正是這種多樣靈活的去中心化（非集中化）的智能“孵化地”。