AI和区块链，联手颠覆世界

AI 和区块链是促进创新和给每个行业带来根本性转变的两大技术。每种技术都有其技术上的复杂度和商业意义，但是两者的联合使用也许能够从零开始重新设计整个技术产业。

本文想要简单介绍下人工智能和区块链技术融合使用时的一些潜力，以及讨论下相关的标准定义、面临的挑战、这样做的好处以及在该领域一些有意思的玩家。

基本情况介绍

区块链是一种安全的分布式的不可变的数据库，在分布式网络中由所有人共享。在数据库中，交易数据可以被记录（在链上的基本信息，或者在链外附加的附件）并且易于审计。

区块链是一种安全的分布式的不可变的数据库，在分布式网络中由所有人共享。

简而言之（用英格兰银行的话来说），区块链就是“让不相识的人相互信任所共享事件记录的一种技术”。

AI 能够如何改变区块链呢？

尽管区块链的功能很强大，但也有其局限性。一些是技术上的，一些是从老式金融服务板块继承而来的固有的老旧思想，但是这些局限性均能以某种方式受到 AI 的影响：

能源消耗：挖矿（mining）是一个极为困难的任务，需要大量的能源（还有金钱）来完成 (O’Dwyer and David Malone, 2014)。AI 已经被证明能够高效率的完成对能源的有效利用，所以我相信同样的结果也能在区块链上实现。由此可以降低在挖矿硬件上所需要的投资。

可伸缩性：区块链正在以每 10 分钟 1MB 的速度稳步增长，现已累计达 85GB。中本聪（2008）首次提出了“区块链精简”（即为了不用将整个区块链都存储在单个笔记本电脑中，可以删掉已完成消费交易中不必要的数据），作为存量累积问题的可能解决方案。但是 AI 可以引入去中心化的学习系统比如联合学习（federated learning），或者使用新的数据分片技术（data sharding techniques）来提高系统的效率。

安全：即使区块链几乎不可能被破解，但是它下面的层和应用程序就不是那么的安全了（例如：DAO、Mt Gox、Bitfinex 等）。机器学习在过去两年中所取得的惊人进展，使得 AI 成为保证区块链应用程序部署的绝佳盟友，尤其是在系统结构是固定的情况下。

隐私：拥有个人数据的隐私问题引发了监管和策略上，对于比较优势的考量（Unicredit, 2016）。同态加密（Homomorphic encryption，直接对加密的数据进行处理），比如 Enigma 项目（Zyskind 等，2015）或 Zerocash 项目（Sasson 等，2014）毫无疑问都是潜在的解决方案，但是我认为这个问题跟已经提到的可伸缩性和安全这两个问题是紧密相连的，并且三者将会变得同等重要。

效率： Deloitte (2016) 之前估计在区块链中关于核实和共享交易一年的运营成本会有 6 亿美元。一个智能系统最终有可能计算出在以某个特定节点作为第一个执行某项任务的可能性，降低其他的矿工针对这一交易的投入，从而降低总成本。除此之外，即使存在一些结构上的约束，效率上的提高和能耗上的降低也可能会降低网络延迟（network latency），帮助交易更快地完成。

硬件：矿工（不一定是公司，也有可能是个人）将大量的钱投放进了专门的硬件组件中。因为能耗一直是一个大问题，所以在这个问题上有人们提出了很多的解决方案，未来也会有更多的方案被提出。一旦系统足够的更加高效，一些硬件或许会被转化（有时是部分转化）用于神经网络（挖矿巨头 Bitman 正是这样做的）。

缺少相关人才：这是对原有信仰的跨越，但是我们也同时想要将数据科学本身自动化（就我目前所知的情况，尚未成功），我觉得我们可以通过创造虚拟代理，让代理自己来创造新的账本（甚至是在账本上实现交互，并且能够维护生成的账本）。

数据门槛：在将来我们所有的数据都会在区块链中，而公司能够直接从我们这里购买这些数据。我们将会需要很多方面的帮助，如访问授权、跟踪数据的使用和以计算机的速度弄清楚我们个人信息中的变化等。这是（智能）机器需要去做的事。

区块链会如何改变 AI

在前一章节中，我们简单说了下 AI 最终会对区块链产生的影响。在这一章节，我们将会反过来，尝试去理解区块链会对机器学习系统的发展产生怎样的影响。具体来说，区块链可能会：

帮助 AI 解释自己（并且让我们相信这个解释）：AI 存在着难以解释的黑箱问题。清晰的审计跟踪，不仅可以提高数据的可信度，而且也为追溯机器决策过程提供了一条清晰的途径。

提高 AI 的有效性：安全的数据共享就意味着会有更多的数据（和更多训练的数据），然后是更好的模型，更好的执行，更好的结果……然后更好的新的数据。最后一切都会归结到网络效应的重要性。

降低市场准入的门槛：让我们一步步来说。区块链技术可以保障你数据的安全。所以为什么不私人储存你所有的数据和买卖这些数据呢？你或许会这样做。所以首先，区块链将会促进创建更加干净和有组织的个人数据。其次，它将允许不同的新市场的出现：比如数据市场；模型市场；最终甚至是 AI 市场。

因此，简单的数据共享和新的市场，以及区块链数据鉴别一起，将会提供更流畅的整合，从而降低小企业进入的门槛，缩小其与科技巨头的竞争优势。降低了进入门槛之后，我们实际上解决了两个问题：提供了更广泛的数据访问和更有效的数据货币化机制。

增加人为的信任：一旦我们的部分任务将由自主虚拟代理管理，拥有清晰的审计跟踪将有助于机器人之间的相互信任（和我们对它们的信任）。最终还会增加机器与机器之间的交互（Outlier Ventures，2017），并且交易也为人们提供了一种安全地共享数据和协调决策的方式，以及实现分布式系统的鲁棒机制（robust mechnism，与群体机器人和多代理的场景高度相关）。Rob May 在他最近的新闻简报中也表达出了类似的概念（强烈建议订他的简报）。

减少灾难性风险的情景：在 DAO 编写的具有特定智能合约的 AI，将会只能执行这些操作（这就局限了动作空间（action space））。

尽管 AI 与区块链技术的交互会带来很多的好处，但是我有一个一直没想明白的问题：

人工智能诞生于开源环境中，数据的多寡是其壁垒。但是随着现在数据的民主化（软件的开），我们如何才能保证 AI 的繁荣和持续的发展呢？我现在唯一的猜测是？人才。

结论

区块链和人工智能技术是技术领域的两个极端：一个是在封闭式的数据平台上助长中心化的智能，另一个是在开放数据环境中推动去中心化的应用。但是，如果我们找到一个聪明的方法让它们一起工作，总的积极的外部效应就可以在一瞬间被放大。

当然这两种强大的技术之间的交互会产生技术和伦理上的影响，例如我们如何编辑（甚至遗忘）区块链上的数据？ 是可编辑区块链会是解决方案吗？AI- 区块链会不会推动我们成为数据囤积者呢？

老实说，我认为我们唯一能做的就是不断尝试。

作者简介

Francesco Corea 是一名英国伦敦的决策科学家和数据战略家。

https://www.kdnuggets.com/2018/01/convergence-ai-blockchain-deal.html