我在密碼學(xué)領(lǐng)域已工作了二十多年，并且自其誕生以來(lái)，我一直是密碼學(xué)發(fā)展的積極參與者。尤其是，我認(rèn)為人工智能（AI）和區(qū)塊鏈的結(jié)合，會(huì)是一個(gè)令人興奮，但具有挑戰(zhàn)性的新發(fā)展。

Matt Turck最近討論了為什么這個(gè)話題很重要，并強(qiáng)調(diào)了行業(yè)當(dāng)中一些有趣的項(xiàng)目，他將人工智能（大數(shù)據(jù)、數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)）和區(qū)塊鏈（去中心化基礎(chǔ)設(shè)施）定義為下一個(gè)十年的核心技術(shù)。顯然，這些新概念的時(shí)機(jī)已經(jīng)成熟了，盡管它們?nèi)匀皇切律?、仍不發(fā)達(dá)的。

有趣的是，人工智能和區(qū)塊鏈在哲學(xué)上是不同的：

1．AI是由更中心化的基礎(chǔ)設(shè)施驅(qū)動(dòng)的，這與區(qū)塊鏈去中心化、分布式的性質(zhì)是相對(duì)的；

2．很多人工智能技術(shù)由中心化提供商所擁有和運(yùn)營(yíng)的，而市場(chǎng)上的大多數(shù)區(qū)塊鏈企業(yè)都將其代碼庫(kù)開(kāi)源公開(kāi)，任何人都可以在任何時(shí)間點(diǎn)自由地查看這些代碼。

3．就現(xiàn)在而言，AI更像是一個(gè)黑盒解決方案，而區(qū)塊鏈在處理其交易時(shí)往往是很透明的。

4．AI基于概率公式，而區(qū)塊鏈在本質(zhì)上更具確定性；

目前，很多AI創(chuàng)業(yè)公司的最終命運(yùn)，就是被IBM、蘋(píng)果、Facebook、亞馬遜、谷歌、英特爾、阿里巴巴這些巨頭公司所收購(gòu)。這些巨頭依靠史無(wú)前例的數(shù)據(jù)量，來(lái)培訓(xùn)他們的人工智能代理，這給他們提供了巨大的競(jìng)爭(zhēng)優(yōu)勢(shì)。與此同時(shí)，他們的數(shù)據(jù)和能力，也與世界其它地區(qū)的情況截然不同。

不幸的是，中心化的AI為濫用提供了空間，例如使用人臉識(shí)別和計(jì)算機(jī)視覺(jué)技術(shù)大規(guī)模地監(jiān)視人們。同時(shí)，在中心化的環(huán)境之上創(chuàng)建解決方案，要求企業(yè)放棄隱私，并對(duì)其它第三方放開(kāi)數(shù)據(jù)控制；

AI與區(qū)塊鏈的結(jié)合

這就是區(qū)塊鏈進(jìn)入其中的突破口，因?yàn)樗梢杂脕?lái)克服很多人工智能的缺點(diǎn)。我在我們的業(yè)務(wù)當(dāng)中，已經(jīng)親眼所見(jiàn)，我們利用了很多AI和機(jī)器學(xué)習(xí)（ML）能力，以便更好地識(shí)別和驗(yàn)證用戶的區(qū)塊鏈身份。

目前，該領(lǐng)域的專(zhuān)家們正在探索如何部署區(qū)塊鏈，以創(chuàng)建去中心化的市場(chǎng)來(lái)增強(qiáng)AI。麻省理工學(xué)院的提供的這門(mén)課程只是這個(gè)行業(yè)運(yùn)動(dòng)的一個(gè)指示器。這將允許人們舒適地分享他們的個(gè)人可識(shí)別信息（PII），同時(shí)通過(guò)區(qū)塊鏈提供的去中心化安全計(jì)算，保證其數(shù)據(jù)仍然是安全的、隱私的。實(shí)際上，用戶可以容易地共享他們的敏感細(xì)節(jié)（例如健康和財(cái)務(wù)數(shù)據(jù)），并且系統(tǒng)將確保只有預(yù)期的服務(wù)提供者才有能力在用戶明確同意的情況下解密用戶的PII。隨著時(shí)間的流逝，我相信這個(gè)行業(yè)將積累大量的數(shù)據(jù)，而這也是大型組織能夠保持競(jìng)爭(zhēng)力的核心所在。

一篇來(lái)自Hackernoon的文章列出來(lái)一些最新的結(jié)合區(qū)塊鏈和AI技術(shù)的項(xiàng)目，其中一些值得關(guān)注的包括AI市場(chǎng)SingularityNET，全球范圍的企業(yè)可以通過(guò)它訪問(wèn)人工智能能力（算法等），以促進(jìn)這個(gè)行業(yè)的成長(zhǎng)。另一個(gè)項(xiàng)目是Namahe AI平臺(tái)，其旨在通過(guò)集成人工智能和區(qū)塊鏈來(lái)提供供應(yīng)鏈的效率，從而能夠?qū)崟r(shí)無(wú)縫地監(jiān)控流程，并標(biāo)記異常和欺詐以供審查。最后，還有Numerai，一個(gè)基于人工智能的對(duì)沖基金，其通過(guò)贊助行業(yè)愛(ài)好者進(jìn)行互相競(jìng)爭(zhēng)，開(kāi)發(fā)和提交預(yù)測(cè)模型和解決方案。

AI與區(qū)塊鏈結(jié)合所面臨的挑戰(zhàn)

顯然，人工智能解決方案不同于傳統(tǒng)的解決方案，因?yàn)樗鼈冏裱烁怕誓Ｐ?。換言之，傳統(tǒng)的程序遵循了“如果A發(fā)生，然后跟隨B”的方法。相反，人工智能（深度學(xué)習(xí)和機(jī)器學(xué)習(xí)）使用概率回答來(lái)跟隨后續(xù)步驟。AI的這一特性，使得該技術(shù)成為創(chuàng)建靈活解決方案的理想選擇。然而，權(quán)衡點(diǎn)在于，一些人工智能程序是會(huì)出錯(cuò)的。

到目前為止，AI代理在某些情況下仍然是會(huì)出錯(cuò)的，并且用戶仍然很難知道何時(shí)出錯(cuò)，或者當(dāng)出錯(cuò)時(shí)應(yīng)該做什么。一些令人難忘的例子包括微軟的聊天機(jī)器人變成了流氓，維基百科的編輯機(jī)器人之間發(fā)生了爭(zhēng)執(zhí)，優(yōu)步（Uber）的自動(dòng)駕駛汽車(chē)忽視了紅燈，俄羅斯機(jī)器人Promobot IR77逃離了實(shí)驗(yàn)室……

另一個(gè)問(wèn)題是合規(guī)性。防止人工智能解決方案淪為流氓或造成損害，仍然是我們主要去解決的問(wèn)題。而AI和區(qū)塊鏈解決方案實(shí)現(xiàn)數(shù)據(jù)聚合，這會(huì)是一項(xiàng)真正的挑戰(zhàn)。然而，物聯(lián)網(wǎng)（IOT）在提供人工智能訓(xùn)練所需的數(shù)據(jù)方面，將是至關(guān)重要的。實(shí)際上，私有數(shù)據(jù)的安全性和保密性，也將在這個(gè)領(lǐng)域扮演至關(guān)重要的角色；

人才是區(qū)塊鏈和AI結(jié)合所面臨的另一大挑戰(zhàn)。雖然數(shù)據(jù)是訓(xùn)練AI模型的主要因素，它們可以通過(guò)IoT設(shè)備來(lái)收集，但是這需要專(zhuān)業(yè)人員來(lái)開(kāi)發(fā)算法，這些算法需按照區(qū)塊鏈技術(shù)的要求，以去中心化或分布式的方式運(yùn)行。

幸運(yùn)的是，諸如DeepBrain Chain和 SingularityNET這類(lèi)組織正在不斷研究和創(chuàng)建創(chuàng)新的人工智能算法。

計(jì)算資源則是結(jié)合AI和區(qū)塊鏈的另一大問(wèn)題。幸運(yùn)的是，有可能利用全局空閑計(jì)算能力來(lái)運(yùn)行與區(qū)塊鏈集成的資源密集型人工智能訓(xùn)練。

結(jié)論

一些專(zhuān)家現(xiàn)在認(rèn)為，區(qū)塊鏈具有將去中心化屬性傳遞給AI 的能力，以實(shí)現(xiàn)為大眾提供去中心化的人工智能。為了從結(jié)合這兩大技術(shù)中，獲得真正的好處，我認(rèn)為必須要解決幾個(gè)主要的問(wèn)題：如何確定AI解決方案何時(shí)操作錯(cuò)誤，如何培訓(xùn)該領(lǐng)域的專(zhuān)業(yè)人員，以及需要提出適當(dāng)?shù)淖駨男砸?，?lái)指導(dǎo)產(chǎn)品的開(kāi)發(fā)和部署。為了取得真正的進(jìn)步，這個(gè)領(lǐng)域的參與者應(yīng)該努力打破這些障礙，鼓勵(lì)在現(xiàn)實(shí)世界中發(fā)展區(qū)塊鏈和人工智能。