”两招同名，招式却大相径庭。一招是全真剑法的威猛剑招，一招是玉女剑法的阴险家族。当两剑结合时，他们的威力顿时惊人。”描写来自《神雕侠侣》，讲述的是杨过与小龙女对战金轮法王的场景。两人施展的都是《玉女剑法》，依旧难敌。杨过无意中使出了“全真剑法”。两剑合一，威力大增，杀招频出，更是击败了金轮法王。一女一男，一阴一阳，阴阳配合，威力无穷，这就是所谓的“二剑合一”。不过，要达到这种境界，也有着相当高的要求：“施展此剑法的男女二人，如果不是情侣，很多微妙之处，还真是难以理解；如果彼此的心无法沟通，那就是剑拔弩张不为友，太过客气，若是前辈或晚辈，难免仰望依赖；若是夫妻共事，虽好，但有一种情绪在里面，充满了深情，害羞，淡漠，患得患失。”可见天灾的组合技能。今天，将技术比作剑术是合适的。技术也有长处和短处，不同的技术也有各自的缺陷。将不同的技术结合起来，如果能够消除彼此的缺陷，效果将会成倍增加。“互联网+”的诸多例子充分证明了这一观点，而当下最热门的技术“人工智能”和“区块链”也在遇到瓶颈后开始合作。两者是否也能互补协调，进而实现升级？结合国家互联网金融安全技术专家委员会发布的《“区块链+AI”行业研究报告》，一起探讨AI与区块链能碰撞出怎样的火花。“AI”与“区块链”各自的缺陷虽然这两项技术已经发展了一些年，但现在说它们已经达到完美的地步还为时过早，尤其是“区块链”，甚至可以说是仍处于起步阶段。“AI”AI是ArtificialIntelligence的缩写，即人工智能。它是研究和开发模拟、延伸和扩展人类智能的技术。从诞生至今，已有60多年的历史。近年来进入高速发展阶段，可应用于各个领域，但行业痛点依然较多。人工智能的发展需要海量数据进行训练。到目前为止，公司都是自己收集数据。由于实力和背景的差距，头部玩家数据远比其他公司丰富，如谷歌、百度、阿里、腾讯、微软、苹果、Facebook和亚马逊。因为竞争，每个人都爱惜自己，所以大部分公司都缺乏数据，优质数据就更少了，顶尖选手也有数据不全的无奈。另外，目前的人工智能大多是有监督学习，需要对数据进行充分的标注。然而，目前行业标注多为外包，缺乏专业性，劣质数据的安全可信度不足。数据可能给人工智能带来安全风险；大量的人工智能数据必然涉及个人隐私信息，这对隐私保护提出了极大的挑战；由于人工智能需要大量的训练，再加上需要在信息真实性确认的情况下，训练时间也很长等等。此类问题严重阻碍了人工智能的发展。然而，除了数据问题，计算能力和算法也在限制人工智能的发展。一方面，硬件成本高。人工智能在各个领域的训练都需要大量的计算。GPU、FPGA等硬件资源的采购需要数百万美元，这对大多数普通企业来说是难以承受的；另一方面，由于该领域精英人才匮乏，算法更新维护难度大。“区块链”区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的一种新型应用模式。它通过去中心化、共享和加密等技术进行分布式记账。它具有去中介化、公开性、自治性、信息不可篡改、匿名性等显着特征。然而，为了支撑这些技术的实现，需要付出高功耗、过剩算力和低效率的代价。使用POW共识机制的区块链项目需要消耗大量的电力资源。要实现区块链的分布式数据存储功能，需要大量的节点长时间运行。规模越大，消耗的电量就越多，比例也会增加。如果真的要将区块链应用到更多领域，这样的消耗显然是不切实际的。如此大的消耗背后是算力资源利用率低的困难。区块链的算力没有得到合理的利用，普遍存在过剩或闲置状态，造成极大的浪费，这与人工智能的算力不足正好相反。区块链的每个节点重复过多的工作，导致效率低下，浪费大量成本。据德勤估计，2016年区块链验证和共享交易的总运营成本约为每年6亿美元。这两种有着各自痛点的技术现在正在联手。他们会融会贯通、和谐共处，还是会相互排斥？理论上的互补性人工智能和区块链虽然有各自的痛点，但也有很多优势，理论上来说，各自的优势正好可以弥补彼此的不足。对于人工智能缺乏的数据，区块链的海量数据恰好可以为它所用。由于区块链全球数据可以共享和追溯，在如此庞大的审计工作下，数据标注的质量更好。并且由于区块链的分布式存储，每个节点都有完整的数据信息，也保证了数据的安全性，提高了信息的可信度。除非所有节点都被篡改，否则很难对其安全构成威胁。对于人工智能可能导致个人隐私泄露的问题，区块链的匿名性也可以很好的解决。由于区块链采用非对称加密和授权技术，虽然交易信息公开透明，但账户身份信息高度加密。从而避免个人隐私被别有用心的人窥探或窃取。数据的安全可信得到保障，人工智能训练自然能留下很多心思。此时，采用区块链分布式数据存储方式，将单一模型或数据分布在不同机器上，利用模型并行或数据并行进行训练，可以大大缩短训练时间。从这个角度来看，区块链可以说是送给人工智能的一份大礼。互惠互利，AI似乎可以解决区块链的后顾之忧。如何通过人工智能降低区块链能耗？一方面，人工智能可以代替人类挖矿，以更高效的方式完成这项任务。既节省了人力，又节省了能源浪费。另一方面，通过AI学习算法，对设备进行有效管理，散热、降温等操作也能降低能耗。谷歌、百度等公司已经实现了这方面的应用。采矿是一项复杂的工作。通过人工智能，可以计算出第一个执行任务的节点，可以减少对其他旷工的无谓探索，节省更多无用功，提高效率。至于区块链算力过剩的问题，依附于人工智能后自然会迎刃而解。综上所述，区块链解决了人工智能数据短缺、数据安全、可信、个人隐私算力不足等问题；而人工智能也可以弥补区块链的能量损耗和低效率。两者结合，岂不是如两剑合一，所向披靡？话虽如此，这些互补性大多仍处于理论阶段。这两种技术的融合才刚刚开始。其实直到最近，我们才需要去磨合，探索两种技术的融合。例如，谷歌的DeepMindHealth正在开发区块链医疗数据审计系统，利用“区块链+AI”技术赋能医院、NHS和患者自身。实时跟踪他们的个人健康数据，可以保护患者的个人隐私。Innoplexus等人工智能公司已经推出了区块链平台，而比特大陆和嘉楠耘智也在开发人工智能芯片。通过区块链确权，通过AI识别版权，共同维护版权，也是“区块链+AI”的应用。还有数据市场、金融领域、云计算、物联网等等，每个领域都有人在尝试。但到目前为止，还没有出现完美的组合。究其原因，可能是有些玩家只是在蹭热度。主要原因是业界对区块链与人工智能融合的概念还不够完善。首当其冲的就是数据共享。维持现状让这两个行业的巨头保持绝对优势。尤其是人工智能企业，在数据方面一直领先于同行，但一旦实现人工智能与区块链的融合，实现数据共享，这种优势将不复存在。这种矛盾的存在，会让两人的结合变得不那么顺利。两种技术的融合也存在风险。这不是简单的将两台机器放在一起的操作，而是技术层面的融合，结果或好或坏。就像两把剑的结合，就算剑法能够融合，但没有同心，也很难做到两者真正的融合。“区块链+AI”能否实现双剑合璧，相互赋能，相得益彰，共同升级，还有待探索和研究。
