區塊鏈與ai結合

1. 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。

2. 人工智慧和區塊鏈怎麼結合啊

近幾年的黑科技AI帶來的沖擊可謂一波接一波，從深藍到AlphaGo，無一不讓人們一次次地感嘆科技的精妙和AI強大的學習能力。

那麼AI結合區塊鏈會怎麼結合有會帶來怎樣的突破和創新呢？

先來看下區塊鏈的變遷歷程。從以BTC為標志的區塊鏈1.0到一以太坊為標志的結合了『智能合約』的區塊鏈2.0，再到擴展性更強的EOS為標志的區塊鏈3.0。

就BTC來講，本身功能單一，對用戶來講，無非是挖礦和轉賬。所以有了升級版的ETH。

ETH提供了一個開發平台供用戶編寫智能合約發布應用，但它性能不足且手續費昂貴。這是BM就推出了EOS。

EOS能迅速獲得大家的注意主要原因之一是其可擴展性比以太坊更強。它穩定、安全，但『超級節點權力大導致不夠去中心化』不比ETH去中心化。就是說它為了能達到足夠快的數據處理還是在去中心化程度上做了妥協的。這時候Velas就出現了。

在EOS的特性基礎上，Velas用AI來增強實現去中心化,通過將AI（人工智慧）引入區塊鏈技術，解決了人治所帶來的弊端，通過AI自動調整系統產生最佳結果，而不對系統的處理標准產生影響，降低共識成本。

「AI是技術創新，區塊鏈是制度創新」

3. 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。

4. AI將如何改變區塊鏈

區塊鏈極其強大，但也存在自身的限制。其中一些是技術相關的，而有的則來自於金融服務領域固有的思想陳舊的文化，但所有這些都會在某種程度上受到AI的影響：
電力消耗：挖礦是一項極其困難的任務，需要大量的電力以及金錢才能完成。而AI已經被證明是優化電力消耗的有效手段，所以類似結果也可以在區塊鏈方面實現，這也許會導致挖礦硬體方面的投資下降。
可擴展性：區塊鏈正在穩步地以每10分鍾1MB的節奏在發展，目前累計已達85GB。中本聰首次提出可以把「區塊鏈修剪」（比方說刪除有關已完全消費交易的不必要的數據）作為可能的解決方案，AI可以引入諸如聯邦學習等新的去中心化學習系統，或者引入新的數據分片技術來讓系統更加高效。
安全性：即便區塊鏈幾乎不可能被攻擊，但區塊鏈更深的層和應用就沒那麼安全了（比如DAO、Mt Gox、Bitfinex等）。過去2年機器學習取得的不可思議的進展使得AI成為區塊鏈極好的盟友來保障安全的應用部署，尤其是鑒於該系統架構的固定性；
隱私：擁有個人數據的隱私問題引起了對競爭優勢的監管和戰略性擔憂。同態加密（直接對加密數據進行操作）、Enigma項目、Zerocash項目，都是可行的解決方案，這個問題跟前面的可擴展性和安全問題是緊密關聯的，重要程度也是一樣；
效率：德勤（世界四大會計事務所之一）估計區塊鏈驗證和共享交易的總運行成本大概是每年6億美元左右。一個智能系統可能可以最終實時計算出特定節點成為第一個執行特定任務的節點的可能性，從讓其他礦工有可能可以選擇放棄針對該特定交易的努力，從而削減總成本。此外，即便存在某些結構性的約束，效率更好能耗更低也許也能降低網路時延，從而讓交易更快；
硬體：礦工（未必是公司也可以是個人）把難以置信的金錢投入到專門硬體組件中。既然電力消耗一直都是關鍵問題，很多解決方案都被提了出來，未來還會引入更多。只要系統變得更加高效，其中一部分的硬體可能就會被轉化（有時候是部分轉化）為神經網路所用（挖礦巨頭Bitmain正在這么做）；
人才缺乏：這是信仰之躍，但同樣地我們正在試圖自動化數據科學本身，我看不出為什麼我們無法創建可以創建新的分類賬的虛擬代理（甚至影響和維護分類賬）；
數據：在未來當我們所有的數據都放在區塊鏈上，公司可以直接向我們購買時，需要幫助來進訪問授權，跟蹤數據使用，通常還需要以計算機的速度弄清楚個人信息發生了什麼事情，這正是智能機器的工作。
鏈喬教育在線旗下學碩創新區塊鏈技術工作站是中國教育部學校規劃建設發展中心開展的「智慧學習工場2020-學碩創新工作站 」唯一獲準的「區塊鏈技術專業」試點工作站。專業站立足為學生提供多樣化成長路徑，推進專業學位研究生產學研結合培養模式改革，構建應用型、復合型人才培養體系。

5. 區塊鏈的應用模式

我認為區塊鏈應用可以劃分為三種模式:

1)構建生態化的商業協同。簡稱C，重點是Colliboration, 要點區分清生態中的主要角色，設計好基於角色的激勵機制。如果協同做的好，就成了自生態化的組織DAO (de-centralized autonomoue organization)。這是最理想場景，當然在實際場景中，完全的去中心化不是很現實，區塊鏈生態可以有中心，甚至可以基於已經成熟的商業組織，通過構建生態圈層的模式，在不改變企業核心的產品和服務模式情況下，淡化企業的利益邊界，同外部資源形成靈活的協同。

2)建立跨組織的數據和流程聯通。簡稱D，數據的共享是這一模式的核心。基於數字的共享，實現流程鏈接，從而實現商業自動化，或者自動化的價值迭代。這也就是通常講的區塊鏈同AI的結合。AI需要數據和自動化的迭代。區塊鏈是實現數據共享的基礎。

3)與資產交易相關，簡稱T，通過數字化映射，實現資產交易和管理的新模式，尤其是提升透明度，和交易效率。區塊鏈帶來的信用成本的降低，可以降低交易的顆粒度，帶來更好的資產流動性，而且還可以把之前不能兌現的微價值聚合利用起來。區塊鏈的分布式交易模式使得end to end的交易可以自主設計，更靈活。

我個人認為CDT就是區塊鏈應用的主要范型。