AI與區(qū)塊鏈結合，可能性有多大？

人工智能和區(qū)塊鏈是促進各行業(yè)創(chuàng)新和轉型的主要技術，對這一點各行業(yè)已達成共識。每種技術都有其自身的技術復雜性和商業(yè)價值，但如果將兩種技術結合使用，可能是對整個技術（甚至人類）的重新定義。

本文想討論下AI和區(qū)塊鏈結合的可能性，會從相關定義、挑戰(zhàn)、優(yōu)勢和相關公司幾個方面討論。

1.引言

大家對人工智能都很熟悉了，但對區(qū)塊鏈和加密貨幣還相對陌生，所以下面將簡單介紹下區(qū)塊鏈的原理。

區(qū)塊鏈是一種安全、去中心化、不可篡改的數(shù)據(jù)庫，其中的數(shù)據(jù)被去中心網(wǎng)絡下的所有用戶共享，這個去中心化網(wǎng)絡能記錄并審查所有的交易數(shù)據(jù)（不論是on-chain的基礎數(shù)據(jù)，還是off-chain的交易數(shù)據(jù)）。借用英格蘭銀行的說法，區(qū)塊鏈是“一項使陌生人也能信任同一個共享數(shù)據(jù)的技術”。

數(shù)據(jù)被存儲在稱為區(qū)塊的剛性結構中，這些區(qū)塊通過哈希鏈結合（每個區(qū)塊都包括一個時間戳和一條哈希鏈，哈希鏈的作用是連接上一個區(qū)塊）。區(qū)塊有一個標頭，其中包含元數(shù)據(jù)和真實的交易數(shù)據(jù)。由于每個區(qū)塊都與前一個相連，因此隨著參與者和區(qū)塊數(shù)量的增長，想要修改任何信息都非常困難（因為需要所有前面區(qū)塊的同意）。

網(wǎng)絡可以通過不同的機制來驗證交易，但主要是通過“工作量證明（POW，Proof of Work）”或“權益證明（POS，Proof of Stake）”。為了發(fā)現(xiàn)區(qū)塊（挖礦），POW（中本聰，2008）要求參與者（稱為“礦工”）解決復雜的數(shù)學問題，這需要大量的資源和硬件計算解碼能力。POS是為了鼓勵貨幣持有者繼續(xù)挖礦。（它有很多變化，在其著名的“沒有股權”的問題?-?查看Buterin的博客了解更多一些這方面的懷疑）。

還有其他機制來驗證交易，比如拜占庭容錯算法（Castro，Liskov, 2002),群體分層（Mazieres，2016），POS優(yōu)化算法（Mingxiao等，2017）等，但是我們不會在這篇文章中深入探討。

需要說明的是，區(qū)塊鏈的分類是基于不同的網(wǎng)絡訪問權限的，對任何人開放、完全不受控制的公有鏈，和只對聯(lián)盟內用戶開放的聯(lián)盟鏈。在公有鏈下，任何人都可以讀取或者寫入數(shù)據(jù)到總賬中，而在聯(lián)盟鏈中，只有被選中的用戶才有權限加入網(wǎng)絡（當然，只有公有鏈支持礦工挖礦）

區(qū)塊鏈技術并不是顛覆性的創(chuàng)新，而是一種基礎技術，旨在“改變貨幣”（Catalini，Gans，2017）。去中心化的技術確實會降低審查和聯(lián)網(wǎng)的成本，進而影響市場結構，最終建立新市場。Iansiti和Lakhani（2017）認為區(qū)塊鏈技術比肩TCP/IP技術，因為同TCP/IP一樣，區(qū)塊鏈利用之前的基礎技術，正經(jīng)歷著四個發(fā)展階段：單次使用、局部使用、替代、轉化。正如他們解釋的那樣，這種技術的“新奇性”使得人們更難理解如何應用，而它的“復雜性”需要科研機構的大規(guī)模投入才能得以普及。

然而，區(qū)塊鏈正在改變傳統(tǒng)的商業(yè)模型：如果在十五年前，投資應用層收益更大，那么現(xiàn)在，在區(qū)塊鏈的世界中，投資共享的協(xié)議層和協(xié)議層邊緣的收益更大。這是一個重協(xié)議而輕應用的堆棧。

總結下引言部分：區(qū)塊鏈不提供交易，但是可以通過特殊的媒介進行交易和查看。

鼓勵金：首次代幣眾籌（ICOS）

ICOs是一個非常火爆的話題，很多人投錢參與僅僅是因為它很像IPO。ICO就是代幣，代幣是這個共享網(wǎng)絡中的最小功能單元。

ICOs專家（如果有的話）會原諒我近似的定義，但ICO是一個混合的概念，既有股權分配的概念，又有眾籌的概念，還有使用領域有限的貨幣的概念。這無疑是一項有趣的創(chuàng)新，但它在引入了新的無監(jiān)管籌資方式的同時，也給社會帶來一些問題。

代幣在價值交換方面有額外的效用，而出售代幣的公司以籌集資金作為唯一目標，這就給市場帶來了不良信號。代幣旨在創(chuàng)建早期的用戶基礎，并且通過獎勵，來吸引代幣持有者在早期參與到系統(tǒng)建設中。需警惕以下幾點：

• 代幣的銷售不設個數(shù)限制；
• 代幣的銷售不受時間限制；

代幣的銷售沒有標明（現(xiàn)在和將來的）數(shù)量，也沒有標明代幣的價值（這聽起來很荒謬，你也可能會驚訝于ICO看起來那么不透明）。

2.AI如何影響區(qū)塊鏈

雖然非常強大，blockchain同樣有其自身的局限性，其中有些是因為技術本身，而另一些則來因為金融行業(yè)落后的管理思想，但所有這些局限性都可能受到AI的影響：

能源消耗：采礦需要大量的能源和金錢（O’Dwyer，David Malone，2014）。AI已經(jīng)證明在優(yōu)化能源消耗上的效率很高，所以我相信類似的技術也可以應用在區(qū)塊鏈上，這將減少采礦硬件的投資；

可擴展性：區(qū)塊鏈以每10分鐘1MB的速度穩(wěn)步增長，目前已經(jīng)增加了85GB。中本聰提出的“交易剪枝”（是一種空間回收技術，也就是，刪除不必要的完全化交易數(shù)據(jù)）是一種可行方案，但是AI可以引入新的分布式學習系統(tǒng)，比如聯(lián)合學習，通過新的數(shù)據(jù)分離技術，提高系統(tǒng)效率；

安全性：即使區(qū)塊鏈幾乎不可能被黑，但其進一步的應用是不安全的。近兩年機器學習取得了巨大進步，使AI成為了區(qū)塊鏈技術安全上的有力保障，尤其是在系統(tǒng)的固定結構方面；

隱私性：個人數(shù)據(jù)的隱私問題已經(jīng)得到了密切關注（UniCredit，2016）。同態(tài)加密技術（直接處理加密數(shù)據(jù)）、Enigma項目（Zyskind等，2015）或Zerocash項目（Sasson等，2014），是可能的解決方案，但我認為這個問題和前兩點緊密相連；

功效：Deloitte（2016）估計，花費在區(qū)塊鏈上驗證和共享交易數(shù)據(jù)的總運行成本大約6億美元一年。智能系統(tǒng)能計算出特定節(jié)點優(yōu)先執(zhí)行任務的概率，從而能提醒礦工找尋其他路徑并降低總的運算成本。此外，盡管存在一些結構性限制，但更好的效率和更低的能量消耗也可以減少網(wǎng)絡延遲，加快處理速度；

硬件：礦工（可能是公司或者個人）把大量的錢投入到挖礦專用的硬件系統(tǒng)中。當系統(tǒng)變得更加高效，一些硬件可能被應用到神經(jīng)網(wǎng)絡中使用（挖礦巨頭Bitmain做的正是這個）；

數(shù)據(jù)門：在未來，我們所有的數(shù)據(jù)都將在區(qū)塊鏈上，公司能從我們這里購買數(shù)據(jù)，我們需要權限訪問數(shù)據(jù)、跟蹤數(shù)據(jù)的使用，然后加快處理個人事務的速度。

3.區(qū)塊鏈如何影響AI

在上一節(jié)中，我們談到了AI對區(qū)塊鏈的影響?，F(xiàn)在反過來，將分析區(qū)塊鏈對機器學習未來發(fā)展的影響?？赡軙幸韵聨c：

幫助AI解釋AI本身：AI的黑盒問題一直困擾著我們，一個清晰的數(shù)據(jù)檢索方案不僅可以提高數(shù)據(jù)和模型的可信度，還可以提供一條清晰的路徑來追溯機器決策過程；

提高AI的有效性：安全的數(shù)據(jù)共享意味著每個人都將擁有更多的數(shù)據(jù)，然后會獲得更好的模型，更好的方案，更好的結果和更好的新數(shù)據(jù)。

降低市場進入壁壘：一步一步的來談這個問題。區(qū)塊鏈技術可以保護您的數(shù)據(jù)，那你為什么不私下把所有的數(shù)據(jù)都存儲起來，然后賣掉呢？嗯，你可能會。

首先，區(qū)塊鏈將幫助清洗個人數(shù)據(jù)，并提高數(shù)據(jù)的有效性。其次，將會出現(xiàn)新市場：從數(shù)據(jù)市場到模型市場，最后甚至是AI的市場（Ben Goertzel就想利用SingularityNET做到這點）。因此，便捷的數(shù)據(jù)共享和新市場的產(chǎn)生，和區(qū)塊鏈數(shù)據(jù)審查技術，會很好的結合成一個整體，進而降低小企業(yè)的參與壁壘，縮小科技巨頭的競爭優(yōu)勢。在降低參與壁壘的過程中，實際上解決了兩個問題：提供更廣泛的數(shù)據(jù)訪問權限和更有效的數(shù)據(jù)貨幣化機制；

減少災難性風險：編碼在DAO（去中心化的自動化組織 Decentralized Autonomous Organizations）中的人工智能系統(tǒng)的規(guī)則明確，操作范圍非常有限，只會高效準確地執(zhí)行被要求的操作，不會有其他操作。

盡管AI和區(qū)塊鏈技術相結合能帶來如此多的好處，但有一個問題，我們不得不思考：

“AI出生在一個開源環(huán)境中，數(shù)據(jù)是真正的護城河。在數(shù)據(jù)共享、軟件開源之后，我們如何才能確保人工智能將繁榮，并將繼續(xù)得到發(fā)展？新的護城河是什么？我現(xiàn)在唯一的猜測是什么？人才…”

相關公司：

盡管有很多區(qū)塊鏈和加密貨幣的初創(chuàng)公司，但我只對少數(shù)的將區(qū)塊鏈和AI相結合的公司感興趣，大多數(shù)這些公司坐落在舊金山和倫敦，還有一些坐落在在紐約、澳大利亞、中國和歐洲的其他國家。這類公司的數(shù)量很少，我按照以下方式將他們簡單分類：

分布式人工智能：Trane AI（分布式方法訓練數(shù)據(jù)）、Neureal（P2P的AI超級計算）、SingularityNET（AI市場）、Neuromation（綜合數(shù)據(jù)生成和算法訓練平臺）、AI Blockchain（多應用人工智能）、BurstIQ（健康數(shù)據(jù)市場）、AtMatrix（分布式機器人）、OpenMined project（本地訓練機器學習的數(shù)據(jù)市場）、Synapse.ai（數(shù)據(jù)和AI市場）、Dopamin.ai（B2B的AI貨幣化平臺）。

• 對話平臺：Green Running（家庭虛擬助手）、Talla（對話機器人）、doc.ai（生物學和醫(yī)療數(shù)據(jù)平臺）；
• 預測平臺：Augur（綜合人工智能）、Sharpe Capital（群體情緒預測）；
• 知識產(chǎn)權：Loci.io（IP發(fā)現(xiàn)與挖掘）；
• 數(shù)據(jù)源：KapeIQ（醫(yī)療實體的欺詐檢測）、Data Quarka（實時校正）、Priops（數(shù)據(jù)一致性）、Signzy（KYC，對賬戶持有人的審查）；
• 交易：Euklid（比特幣投資）、EthVentures（數(shù)字代幣投資）；
• 保險：Mutual.life（P2P保險）、Inari（綜合）；
• 其他：Social Coin（公民獎勵制度）、HealthyTail（寵物分析）、Crowdz（電子商務）、DeepSee（多媒體平臺）、ChainMind（網(wǎng)絡安全）

幾點個人看法

很難評估這些公司的價值，他們的主頁通常都十分神秘，無法確切知道他們是做什么的、怎么做的，這些公司的技術也需要專業(yè)人士來評估。要盡量識別并避開炒作，有一個具體的例子：聽說過Magos AI嗎？在這家公司的官網(wǎng)上，我只看到了幾篇文章，二者確實一個區(qū)塊鏈-AI技術驅動的公司，完成了超過50萬美元的ICO，并且對ICO結果做出了鄭重承諾。

你肯定認為它的主頁需要分享很多ICOs的材料和信息，但是這個主頁停更了，盡管荒誕，但確實發(fā)生了。我做了更多的努力，應為我確實在其他平臺看到了這家公司的介紹。我嘗試著找它的聯(lián)合創(chuàng)始人，但最終還是沒能在Linkedin上找到。

好吧，我理解成總有些人不喜歡社交，尤其是三個月前還沒有這家公司的任何信息。再看看團隊其他成員呢？同樣找不到任何信息。這家公司號稱創(chuàng)造了5種不同的神經(jīng)網(wǎng)絡，在復雜環(huán)境下的準確率，鼻尖Libratus和DeepStack在德州撲克領域，但我從未聽過這些技術，甚至找不到任何信息。在研究了很久后，我終于Googke到了兩個關鍵詞“Magos騙局”，似乎這家公司圈錢跑了，他們可能在某個地方創(chuàng)造著第6種神經(jīng)網(wǎng)絡，敬請關注。

指數(shù)技術是先進的，可以促進人類發(fā)展，但隨著利益的增加，潛在的“負收斂”也成倍增加，需保持警覺。

4.結論

在區(qū)塊鏈和AI的技術譜線中，有兩個極端：一個是在封閉的數(shù)據(jù)平臺上建造集中式人工智能，另一個是在開放數(shù)據(jù)環(huán)境下建造分布式人工智能。然而，如果我們找到一種聰明的方法讓兩種技術結合，總收益就可以瞬間放大。

當然，這兩種強大技術相作用時，可能會產(chǎn)生技術和倫理問題，例如在區(qū)塊鏈上如何編輯甚至刪除數(shù)據(jù)呢？可編輯區(qū)塊鏈是解決方案嗎？AI-區(qū)塊鏈會不會讓我們簡單地成為數(shù)據(jù)保存者？

老實說，我想我們唯一能做的就是繼續(xù)做實驗。

5.參考文獻

Castro, M., Liskov, B. (2002). “Practical Byzantine Fault Tolerance and Proactive Recovery”. ACM Transactions on Computer Systems, 20(4): 398–461.

Catalini, C., Gans, J. S. (2017). “Some Simple Economics of the Blockchain”. MIT Sloan School Working Paper: 5191–16.

Deloitte (2016). “Blockchain Enigma. Paradox. Opportunity”. White Paper.

Iansiti, M., Lakhani, K. R. (2017). “The Truth About Blockchain”. Harvard Business Review, January–February 2017: 118–127.

Lipton, A. (2017). “Blockchains and Distributed Ledgers in Retrospective and Perspective”. arXiv:1703.01505.

Mazieres, D. (2016). “The stellar consensus protocol: A federated model for internet-level consensus”. White Paper.

Mingxiao, D., Xiaofeng, M., Zhe, Z., Xiangwei, W., Qijun, C. (2017). “A Review on Consensus Algorithm of Blockchain”. 2017 IEEE International Conference on Systems, Man, and Cybernetics (SMC) Banff Center, Banff, Canada, October 5–8, 2017

Nakamoto, S. (2008). “Bitcoin: A Peer-to-Peer Electronic Cash System”. White Paper.

O’Dwyer, K. J., Malone, D. (2014). “Bitcoin mining and its energy footprint”. 25th IET Irish Signals & Systems Conference 2014 and 2014 China-Ireland International Conference on Information and Communications Technologies (ISSC 2014/CIICT 2014), Limerick, pp. 280–285.

Outlier Ventures (2017). “Blockchain-Enabled Convergence”. White Paper.

Sasson, E. B., Chiesa, A., Garman, C., Green, M., Miers, I., Tromer, E., Virza, M. (2014). “Zerocash: Decentralized anonymous payments from bitcoin”. In Security and Privacy (SP), 2014 IEEE Symposium on, pp. 459–474.

Unicredit (2016). “Blockchain Technology and Applications from a Financial Perspective”. Technical Report.

Vasin, P. (2014). “BlackCoin’s Proof-of-Stake Protocol v2”. White Paper.

Zyskind, G., Nathan, O., Pentland, A. (2015). “Enigma: Decentralized computation platform with guaranteed privacy”. arXiv:1506.03471.

原文地址：https://hackernoon.com/the-convergence-of-ai-and-blockchain-whats-the-deal-60c618e3accc

本文系人人都是產(chǎn)品經(jīng)理翻譯團隊 @李小新? 翻譯發(fā)布，未經(jīng)本站許可，禁止轉載。

題圖來自unsplash，基于CC0協(xié)議