AI 与区块链：两大热门技术，会碰撞出怎样的火花？

2017年底到2018年初，两大网络新词突然火热起来，它们就是“区块链”和“AI”，一时间热度席卷全球，那么何谓“区块链”和“AI”？对我们的生活有何影响呢？我们就来窥探一下AI与区块链的融合所产生的潜能。

区块链的工作机制

区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。所谓共识机制是区块链系统中实现不同节点之间建立信任、获取权益的数学算法。

区块链是安全、分布式、恒定的数据库，由分布式网络的各方所共享。区块链是“一种允许互不相识的人信任一个事件的共享记录的技术”。

区块链技术的本质力量不仅仅是颠覆性技术，而更多在于它是旨在“改变中介范畴”的基础性技术。分布式总账技术的确会降低验证和联网的成本，进而影响市场结构并最终使得新的市场形成。

区块链正在变革传统商业模式，正在将价值朝着与之前的技术栈背道而驰的方向分配：如果说15年前投资应用比投资协议技术更有意义的话，在区块链的世界里价值将集中在共享协议层，而在应用层的利润水平将非常微薄。

AI将如何改变区块链

尽管区块链极其强大，但也存在自身的限制。其中一些是技术相关的，而有的则来自于金融服务领域固有的思想陈旧的文化，但所有这些都会在某种程度上受到AI的影响：

电力消耗：“挖矿”（利用电脑硬件计算出比特币的位置并获取的过程）是一项极其困难的任务，需要大量的电力（以及金钱）才能完成。而AI已经被证明是优化电力消耗的有效手段，所以类似结果也可以在区块链方面实现。

可伸缩性：区块链正在稳步地以每10分钟1MB的节奏在发展，目前累计已达85GB。AI可以引入新的去中心化学习系统，或者引入新的数据分片技术来让系统更加高效。

安全：即便区块链几乎不可能被攻击，但区块链更深的层和应用就没那么安全了（比如DAO、Mt Gox、Bitfinex等）。过去2年机器学习取得的不可思议的进展使得AI成为区块链极好的盟友来保障安全的应用部署，尤其是鉴于该系统架构的固定性。

隐私：拥有个人数据的隐私问题引起了对竞争优势的监管和战略性担忧。同态加密（直接对加密数据进行操作），Enigma项目或者Zerocash项目，绝对都是可能的解决方案。

效率：一个智能系统可以实时计算出特定节点成为第一个执行特定任务的节点，从而让其他“矿工”选择放弃该特定交易，削减总成本。此外，即便存在某些结构性的约束，效率能耗更低能降低网络时延，从而让交易更快。

硬件：“矿工”（未必是公司也可以是个人）把金钱投入到专门硬件组件中。只要系统变得更加高效，其中一部分的硬件可能就会被转化（有时候是部分转化）为神经网络所用。

数据门：在未来当我们把所有的数据都放在区块链上，公司可以直接购买时，届时就会需要进行访问授权，跟踪数据使用状况。

区块链如何改变AI

区块链可能会对机器学习系统的发展产生什么样的影响，区块链可以：

帮助AI解释自己：AI黑盒遭遇了可解释性的问题。有一个清晰的审计跟踪，不仅可以提高数据的可信性，还可以提高模型的可信度，也为追溯机器决策过程提供了一条清晰的途径。

提高人工智能的有效性：安全的数据共享意味着更多的数据，然后就会产生更好的模型、更好的行动、更好的结果以及更好的新数据。

降低市场的准入障碍：简单的数据共享和新的市场，再加上区块链数据验证一起，这些将提供更加顺畅的集成，从而降低小企业的进入门槛，缩小科技巨头的竞争优势，提供更广泛的数据访问以及更有效的数据货币化机制。

增加对人工的信任：一旦我们的部分任务将交给自动虚拟代理来管理，清晰的审计跟踪将可以帮助机器人相互信任。在有了分项数据以及协调决策，再加上有健壮的机制到达法定人数的安全手段之后，这最终还将增加机器与机器之间的交互和交易。

减少灾难性风险的情况：DAO中编写的具有特定智能合约的AI只能执行那些动作，除此以外再无更多（那么它的行动空间也是受限的）。

区块链和AI是技术谱系的两个极端：一个是在封闭数据平台上培育中心化的智能，另一个则是在开放数据环境下促进去中心化的应用。然而，如果我们能找到一个聪明的方式让这两个一起协作的话，总的潜能就能够在瞬间放大出去。