人工智能和区块链是目前备受青睐的两个热门行业。两种技术的技术不同，商业价值也不同，但如果将区块链和人工智能结合起来，会碰撞出什么样的火花呢？大家对区块链已经非常熟悉了。还不了解区块链的朋友可以看看公众号的历史推送。我们不会在这里详细介绍。让我们简单谈谈人工智能。什么是人工智能人工智能(AI)是使机器人能够在相关领域更独立、更高效地工作的各种技术子集的总称。从语音模式识别到自动驾驶汽车，人工智能的目标是让机器学习并应用从海量数据流中收集的知识，使它们更加智能。人工智能的发展重在学习，从实践中学习，从数据中学习，不断寻找最高效优质的解决方案。从击败柯洁的AlphaGo，到出现在今年DOTATI8比赛中的OpenAI，通过大量的对局记录/对局分析和实战演练，积累了优化算法的经验。分析的数据集的量级越大，出错的可能性就越小。随着AI的发展，人们逐渐发现了AI本身的内在痛点：数据和算力。数据难获取人工智能中任何模型的建立都需要海量的数据。如何获取这些数据？通常的方式是从数据公司获取数据。但是，数据公司获得的数据被出售给他人，然后再转卖，可能会造成数据泄露。数据公司希望出售的是数据的使用权，而不是拥有权，但实际上数据被复制了很多次，以至于他们的所有权受到损害。二是数据的合法性。换句话说，这是一个隐私问题。一个卖数据的公司收集了数以百万计的数据，但这并不代表收集的用户授权他出售。例如，AlphaGo的公司DeepMind想要开发医学版的AlphaGo。他们从英国机构NHS拿走了160万患者数据，被英国法院裁定为非法。从各种渠道抓取的数据较多，或多或少涉及用户隐私，法律风险较高。用户不一定同意被出售的数据，但人工智能必须基于海量数据。而且，数据公司会有很多技术人员。当数据编辑人员接触到数据时，敏感数据是否会被泄露，是集中处理方式下难以解决的问题。算力成本过高除了数据问题，算力也是人工智能发展的一大难题。传统互联网企业用户的点击、查看、转发对单个用户的计算资源消耗较少，而AI的计算需求则高出数百倍、数千倍。因此，为高性能计算定制深度学习芯片的要求非常高，这意味着很多公司不得不花费大量资金购买算力，建设许多计算中心，造成了大量的资源浪费。区块链与人工智能人工智能面临的问题是传统技术无法解决的。求助于同样是新兴技术的区块链或许是一个明智的选择。在数据去中心化的前提下，数据的使用方式也缺乏透明度。当数据提供者无法有效管理自己的数据时，很多人选择不共享数据。区块链正好可以解决这个问题。在链上，每条数据的上传者、使用流程和结果都是可追溯的。用户对数据拥有所有权和独立使用权。数据上传者还将获得用户提供的数字加密货币作为补偿。当用户能够实现自己产生数据并控制数据流向时，相信会有更多人愿意提供相关数据。对于AI而言，安全的数据共享意味着更多的数据，然后是更好的模型、更好的行动、更好的结果和更好的新数据。面对高昂的算力成本，AI行业或许束手无策，但区块链最不可或缺的就是算力。挖矿是一项极其艰巨的任务，需要大量的电力和金钱打下算力才能完成。冗余的计算能力可以为人工智能完全节省成本。反过来，人工智能已被证明是优化功耗的有效手段，为区块链应用提供了类似的解决方案。这可能会导致对挖矿硬件的投资下降。区块链可以为人工智能行业带来光明前景，反过来人工智能也可以为区块链加油。德勤在2016年估计，区块链验证和共享交易的总运营成本约为每年6亿美元。智能系统可能会实时计算特定节点率先执行特定任务的可能性，从而通过让其他矿工选择放弃该特定交易的努力来降低总体成本。从而减少无用功的努力，提高效率。AI和区块链可以说是技术领域的两个极端：一是在封闭的数据平台上培育中心化智能，二是在开放的数据环境中推动去中心化应用。但两者的天然优势相得益彰。在人工智能为区块链提供更强大的扩展场景和数据分析能力的同时，区块链技术可以为人工智能提供高度可信的原始数据，以支持其持续“深度学习”。两种技术的结合会带来怎样的惊喜，我觉得还是值得期待的。
