人工智慧區塊鏈項目

Ⅰ 區塊鏈和人工智慧：完美匹配

• 01

  區塊鏈和人工智慧是目前最熱門的兩種技術趨勢。盡管這兩種技術有著高度不同的開發方和應用，但研究人員一直在討論和探索它們的結合。

  普華永道預測，到2030年，人工智慧將為世界經濟增加15.7萬億美元，因此全球GDP將增長14％。根據Gartner的預測，區塊鏈技術帶來的商業價值將在同年增加到3.1萬億美元。

  根據定義，區塊鏈是一個分布式的、分散的、不可變的分類賬，用於存儲加密數據。另一方面，人工智慧是引擎或“大腦”，能夠從收集的數據中進行分析和決策。

  不言而喻，每種技術都有其各自的復雜程度，但人工智慧和區塊鏈都處於可以相互受益、相互幫助的境地。

  由於這兩種技術都能夠以不同的方式對數據進行影響和實施，因此它們的結合是有意義的，而且可以將數據的利用提升到新的水平。同時，將機器學習和人工智慧集成到區塊鏈中，反之亦然，可以增強區塊鏈的基礎架構，提升人工智慧的潛力。

  此外，區塊鏈還可以使人工智慧更加連貫和易於理解，我們可以追蹤和確定為什麼要在機器學習中做出決策。區塊鏈及其分類帳可以記錄在機器學習下做出決策的所有數據和變數。

  此外，人工智慧可以比人類更好地提高區塊鏈的效率。看看當前在標准計算機上運行區塊鏈的方式，就可以證明這一點，即使是基本任務，也需要大量的處理能力。

  智能計算能力

  如果您要在計算機上運行區塊鏈及其所有加密數據，則需要大量處理能力。例如，用於挖掘比特幣的哈希演算法採用了“強力”方法，即系統地列舉解決方案的所有可能候選項，並在驗證交易之前檢查每個候選項是否滿足問題陳述。

  人工智慧為我們提供了一個機會，讓我們擺脫這一困境，以一種更加智能和高效的方式處理任務。想像一下一個基於機器學習的演算法，如果給它適當的訓練數據，它實際上可以“實時”地提高它的技能。

  創建多樣化的數據集

  與基於人工智慧的項目不同，區塊鏈技術創造了分散、透明的網路，世界各地的任何人都可以在區塊鏈公共網路環境下訪問這些網路。雖然區塊鏈技術是加密貨幣的分類賬，但區塊鏈網路現在正被應用於許多行業，以實現權力下放。例如，Singuarlitiynet特別專注於利用區塊鏈技術鼓勵更廣泛的數據和演算法分布，幫助確保人工智慧的未來發展和“分散人工智慧”的創建。

  SingularityNET 將區塊鏈和人工智慧結合起來，創建更智能、分散的人工智慧塊鏈網路，可以託管不同的數據集。通過在區塊鏈創建一個應用編程介面，它將允許人工智慧代理之間的相互通信。因此，不同的演算法可以建立在不同的數據集上。

  數據保護

  人工智慧的發展完全依賴於數據的輸入——我們的數據。人工智慧通過數據接收關於世界和世界上發生的事情的信息。基本上，數據是人工智慧的來源，通過它，人工智慧將能夠不斷提高自己。

  另一方面，區塊鏈本質上是一種允許在分布式分類賬上加密存儲數據的技術。它允許創建完全安全的資料庫，獲得批準的各方可以查看這些資料庫。當區塊鏈和人工智慧結合時，我們有一個備份系統，用於備份個人的敏感和高價值的個人數據。

  醫療或財務數據過於敏感，無法移交給一家公司及其演算法。將這些數據存儲在一個可被人工智慧訪問的區塊鏈上，但只有在獲得許可並通過適當程序後，才能在安全存儲敏感數據的同時，為我們提供個性化建議。

  數據貨幣化

  將這兩種技術結合起來可能帶來的另一個顛覆性創新是數據貨幣化。對Facebook 和谷歌等大公司來說，將收集的數據貨幣化是一個巨大的收入來源。

  讓其他人決定如何銷售數據以便為企業創造利潤表明數據正在被商業化，而且不利於我們。區塊鏈允許我們加密保護我們的數據，並以我們認為合適的方式使用它。如果我們願意，這也可以讓我們個人貨幣化數據，而不會損害我們的個人信息。

  同樣的情況也適用於需要我們數據的人工智慧程序。為了學習和開發人工智慧演算法，人工智慧網路將被要求通過數據市場直接從其創建者那裡購買數據。這將使整個過程比現在更加公平，而且沒有技術巨頭可以利用它的用戶。

  這樣的數據市場也將為小公司開放。開發和提供人工智慧對於那些不生成自己數據的公司來說是非常昂貴的。通過分散的數據市場，他們將能夠訪問其他過於昂貴和私人保存的數據。

  信任人工智慧決策

  隨著人工智慧演算法通過學習變得更加智能，數據科學家將越來越難理解這些程序是如何得出具體結論和決策的。這是因為人工智慧演算法將能夠處理難以置信的大量數據和變數。然而，我們必須繼續審核人工智慧得出的結論，因為我們想確保它們仍然反映現實。

  通過使用區塊鏈技術，人工智慧在決策過程中使用的所有數據、變數和過程都有不可改變的記錄。這使得審計整個過程變得更加容易。

  通過適當的區塊鏈程序，可以觀察到從數據輸入到結論的所有步驟，觀察方將確保這些數據沒有被篡改，它讓人們相信人工智慧得出的結論。這是一個必要的步驟，因為如果個人和公司不了解人工智慧應用程序的功能和決策的基礎信息，他們就不會開始使用人工智慧應用。

  區塊鏈技術和人工智慧的結合仍然是一個很大程度上未被發現的領域。盡管這兩種技術的融合在學術上受到了相當大的關注，但致力於這種突破性組合的項目仍然很少。

  將這兩種技術結合在一起有可能以前所未有的方式使用數據。數據是開發和增強人工智慧演算法的關鍵要素，區塊鏈保護這些數據，允許我們審計人工智慧從數據中得出結論的所有中間步驟，並允許個人將其生成的數據貨幣化。

  人工智慧可能具有難以置信的革命性，但它的設計必須極其謹慎——區塊鏈可以對此提供很大幫助。這兩種技術之間的相互作用將如何發展，誰也說不準，然而，其真正的顛覆潛力顯然是存在的，並且正在迅速發展。

Ⅱ 區塊鏈與人工智慧有什麼關系

區族答塊鏈與人工智慧有許多潛在的關聯和相互作用，它們可以互相促進、彌補缺陷，從而共同進步。

一方面，在應用層面上，人工智慧技術亮穗塵能夠為區塊鏈平台提供更加完善的數據處理和分析能力。例如，人工智慧技術可以幫助區塊鏈平台進行大規模數據挖掘和分析，發現隱藏的關聯規律和趨勢，並且提高數據處理效率和安全性。同時，區塊鏈技術也可以通過建立去中心化、不可篡改的數據存儲和傳輸機制，為人工智慧演算法提供更加准確、實時、可信的數據源，進一步提高其決策和預測能力。

另一方面，在技術研究層面上，區塊鏈技術和人工智慧技術也具備相互融合、加速發展的可能性。例如，一些研究者將區塊鏈技術應用於去中心化的人工智慧訓練和數據協作過程中，以解決敬禪當前人工智慧領域中的隱私保護、數據溯源等問題；還有一些研究者正在探索如何使用人工智慧演算法來最優化和加速區塊鏈交易確認和鏈上數據的驗證過程，進一步提高區塊鏈技術的開發效率和安全性等。

總之，在區塊鏈與人工智慧交叉應用的領域中，它們可以互相促進、互相支持，並且產生出更為復雜、多樣化的技術創新組合，給數字經濟和企業發展帶來積極的影響。

Ⅲ 區塊鏈、人工智慧未來將會成為絕代雙驕

區塊鏈、人工智慧未來將會成為絕代雙驕
我們現在時代需要變革，需要創新，而區塊鏈、人工智慧、還有新零售就是最近幾年火起來的時代創新的產物，這些可都是讓我們為之驕傲和自豪的。而區塊鏈和人工智慧卻成了2018年最為討論的兩個概念。區塊鏈和人工智慧，這兩者都在各個行業有忠實的簇擁者，究竟哪項技術更能代表科技未來發展的方向呢?
在過去的一年時間里，區塊鏈這一劃時代的技術奪目地進入公眾視野，被認為是當前最有可能帶來顛覆性改變的技術，並受到嗅覺敏銳的風投和資本的熱烈追捧。

不管是阿爾法狗戰勝人類圍棋世界冠軍、無人超市開店，還是自動駕駛汽車不斷「上路」，人工智慧已然成為日常新聞的主角，隨著谷歌宣布在中國成立AI中國中心、推動人工智慧發展寫入政府工作報告，如今的中國已然成為世界人工智慧行業的主要角色。2017年精彩紛呈，被稱為區塊鏈和人工智慧「應用元年」，可以預見2018年區塊鏈和人工智慧仍將站在風口中，受到各方高度關注。
那麼區塊鏈、人工智慧到底是什麼?區塊鏈是一種去中心化的媒介，它帶來的是一種創新的價值儲存和流通模式，而人工智慧讓機器像人一樣創造價值，它是一種新的價值創造體系。因此，區塊鏈代表了未來的生產關系，而AI代表了未來的生產力。從凌晨「三點鍾無眠區塊鏈」的朋友圈火爆，到2018年政府工作報告大篇幅對人工智慧和區塊鏈的闡述，這兩種牢牢抓住人們眼球的前沿技術是如此不同，以至於結合兩者的任何嘗試，必然激起世界的好奇與疑惑。
區塊鏈和區塊鏈技術是兩個不同的圈，我們時常說幣圈和鏈圈，就是一個通常的劃分，幣圈討論的是幣的增長值，而鏈圈討論的是純粹的技術，所以有的時候說區塊鏈的概念大於區塊鏈技術。其實區塊鏈的技術相對來說並不是很難，它的技術能用到很多地方，但恰恰是它的技術有時候限制了它的發展。相反，人工智慧面臨的難題在於如何和人類共同生存。人工智慧在很多方面都是在促使著時代在進步、在發展，但是人類社會還沒有真正做好迎接人工智慧時代到來的准備，不管是在人類的意識、倫理道德、法律法規還是社會管理上，都還有很長的一段路要走。
人工智慧技術的突飛猛進，迫使人類要向更遠的方向發展下去，不斷地創新，而不是停歇不前。

Ⅳ 漫談技術更迭——人工智慧、物聯網、區塊鏈的演變之旅

最近看了很多關於區塊鏈的報道，感覺區塊鏈的火爆和人工智慧以及物聯網的火爆有著很多相似之處。以下是一些個人的見解：

​1 ．人工智慧、物聯網、區塊鏈的出現，都是人類對未來的探索。

人類是一個很奇特的群體，總有一群人會找到我們這個時代的出口，這樣我們才覺得社會是在正常運轉。因為技術的大爆發，導致人們創新的慾望是空前的。不管結果怎麼樣，這些慾望的出發點總是好的。

人工智慧的火爆一方面是我們常說的深度學習、大數據、計算能力，這三個方面的發展；另一方面是互聯網已經發展了數十年，需要新的事物出現來承接互聯網發展的造成的後果，比如說大數據、一些低效的互聯網機制。互聯網發展那麼多年，期間我們也能看到有一些新的事物被發明或者被提起，例如物聯網。但是，它再經過時間的洗滌，漸漸被淡化。一開始，物聯網出現的時候，很多人都認為物聯網是人類繼互聯網的下一個出口。到後來，出現了諸多問題例如：數據處理能力的限制、感測器智能化的限制，漸漸的物聯網被邊緣化。接著而來的是，物聯網發展過程中問題的解決方案的出現——人工智慧。

整體來看，這些技術的發展，要麼真正的成功了，要麼就是引導出一些新的問題，這些新的問題的解決方法又形成了新的技術。這讓我想到真格基金王強先生說的一句話：改變世界的是問題，而不是答案。

人類社會發展那麼多年，始終有一個難題有待解決，那就是去中心化。值得說明的一點是，區塊鏈也並非完全去中心化，只是效率的提升，其中也有成本。今天很多媒體的報道，本身就是有誤導性的。

2 ．區塊鏈、物聯網到底誰才是下一個出口？

筆者認為，物聯網是人類的下一個出口。相比區塊鏈而言，物聯網更容易成為新的出口，因為之前的浪潮使得其在政策上有一定的優勢，而且，物聯網相比互聯網而言是淡化中心型網路。這里解釋一下什麼是淡化中心型網路，互聯網屬於平台中心型網路，人與人之間的交流必須集中到一個平台上，這個平台是我們常說的信任機制；而物聯網是淡化中心型網路，感測器設備自組織成一個網路，這個網路節點不再是企業或者是平台，換句話說，平台將中心化的權利進行分布式優化，使得每個節點都有可能成為中心。

而對於區塊鏈而言，它的技術核心所訴求的去中心化還是太過著急。但是，在一些領域，這種去中心化的訴求還是必要受到歡迎的，比如說：金融，房屋租賃等適合p2p模式的商業需求。筆者認為，下一個出口是物聯網的最大原因是，相較於區塊鏈而言，物聯網的去中心化更柔和一些。

3 ．人工智慧、物聯網、區塊鏈，最後都一定會運用到生活當中。

這句話，可能聽起來有些廢話。但是，技術能夠應用於生活的前提是技術本身能夠解決一系列生活當中存在的問題，從經濟學的角度來說，所有的技術都在圍繞兩個字：效率。無論今天人們對於人工智慧、物聯網、區塊鏈如何看待，有一點是可以確定的，存在即價值。

至於時間維度，我們可以感受到或者看到，人工智慧再經過一年多的炒作之後，它正在逐漸的落地應用到行業中。個人看法，2018年應該是人工智慧擁抱行業的元年。一方面科技企業和傳統企業也正在積極合作，另一方面人工智慧相關的新媒體也正在推進人工智慧的落地，比如說：新智元。

物聯網這塊自然就不用多說，上屆政府在政策制定和相關規劃上對物聯網也算得上偏愛。而且，這幾年當中，物聯網商業應用一直發展的不錯。只是，沒有之前想像的那麼好。相信未來在人工智慧的配合下，物聯網行業一定會得到快速發展。

對於區塊鏈來說，或許還需要很長時間去去泡沫，今天區塊鏈的泡沫太嚴重，除了市場的泡沫化，區塊鏈還要面對很嚴的監管，這些問題還需要長時間的解決。個人認為，區塊鏈落地到行業應該比人工智慧需要花費更長的時間。至於今天很多企業與其湊熱度，不如專心做事，湊熱度在監管不明朗的情況下，容易出現問題。

Ⅳ 什麼是數據標注|「人工智慧+區塊鏈」科普第5問

上一問講到深度學習的時候，我們提到了一個非常關鍵的名詞：數據標注。

要講清楚什麼是數據標注，就不得不提到「數據標注員」這個特殊的群體。「人工智慧」這個名詞看似高深莫測，但目前提供給機器學習的 大數據採集工作，仍基於密集勞動力的人工智慧數據標注產業 。那些坐在電腦前被稱為「人工智慧背後的工人」的人們，每天工作的內容事實上和上個世紀80年代的很多流水線工人並沒有什麼本質上的不同。

這是事實，無需辯駁。

據不完全統計，全國「數據標注者」從業人員已達到10萬人，兼職人群接近100萬。

在人工智慧灼熱與閃亮的背後，數據標注產業，作為做基礎的支撐，顯得格外粗糲與拙樸。無怪乎有人說： 所謂的人工智慧，就是有多少人工就有多少智能。

那麼到底什麼是數據標注呢？

要理解數據標注，得先理解 人工智慧其實是部分替代人的認知功能 。回想一下人類是如何學習的，例如小時候我們認識蘋果，媽媽拿著一個蘋果到你面前告訴你，這是一個蘋果。以後你再遇到蘋果，你就知道：哦，這又大又紅酸酸甜甜的東西叫做「蘋果」。

類比機器學習，我們要教機器認識一個蘋果，當然它是嘗不出來味道的。我們只能給它一張蘋果的圖片，機器當然無法理解這是個什麼鬼！我們得先有蘋果的圖片，上面標注著「蘋果」兩個字然後拿給機器去學習。 機器雖然處理速度快記性好，但是在聯想、類比和舉一反三方面智商幾乎為零 。機器學習了A圖片中的蘋果，但是你再拿來一張機器從沒有學習過得另一張蘋果圖片B，它就不一定認識了。因為我們說世界上沒有兩片一模一樣的樹葉，那麼自然也沒有兩個一模一樣的蘋果了。那怎麼辦呢？我們通過給機器學習大量不同的蘋果圖片，讓機器來 捕捉到這些相同標注中的特徵 ，這時候再給機器一張陌生的蘋果的圖片，它可能就能認出來了。

假設我們有1000張標注著「蘋果」的圖片，那麼我們可以拿900張作為 訓練集 ，100張作為 測試集 。機器通過捕捉900張蘋果圖片中的特徵學習得到一個模型，然後我們將剩下的100張機器沒有見過的圖片去給它識別，然後我們就能夠測試出通過前面900張圖片的學習，機器認識蘋果的准確率有多高了。

總之， 數據標注就是人類藉助計算機等工具，對各種類型的數據包括文本、圖片、語音、視頻等，完成分類、畫框、注釋、標記並打上說明其某種屬性的標簽的工作。

人工智慧是大數據喂養出來的，而數據標注是形成有價值的海量數據中非常重要的一環。 如何高效的激勵和組織更多人群來參與數據貢獻將會是未來科技公司成功的關鍵。

下期內容： 什麼是知識圖譜？|「人工智慧+區塊鏈」科普第6問