1.前言
當下社會投資風口，大致分為人工智慧、區塊鏈和物聯網。
從上帝視角來看，這三種企業技術背後的驅動因素都是資料。所以人們更願意相信，在網際網路時代，“資料就是新的石油。”
資料價值鏈
2.人工智慧的發展痛點
“人工智慧”一詞最初是在1956年DARTMOUTH學會上提出，主要包含三個核心部分：演算法、算力及資料。
更通俗的解釋就是，如果把人工智慧比作建造太空火箭，那麼資料和算力就是燃料，演算法就是發動機。
大資料時代的資料隔離
從資料的角度來看，人工智慧就像一隻需要非常龐大的資料來“飼養”的動物。
因為人工智慧在構思機器學習方法，需要足夠多的資料來驗證和訓練，從而使資料的收集、共享、分析以及基於這些資料的決策自動化成為了可能。
但當下的很多資料大都掌握在中心化的企業手中，如Google、Facebook、BAT/" target="_blank"">BAT等。
一些AI發展所需的訓練資料，諸如：個人的消費記錄、醫療資料、教育資料、行為資料等，不僅不能隨意地被個人支配，且中心化嚴重，資料流通市場還未形成。
AI的高速發展，在造就了大資料的同時，也被大資料時代帶來的資訊孤島所束縛。
計算量倍增的壓力
從人工智慧發展的關鍵節點來看：1975年之後，學者開始著手研究BP(Back Propagation，後向傳播)演算法。
1986年之後，研究上基本實現了BP網路，同期計算機硬體能力快速提升；2006年之後，隨著移動網際網路發展，海量資料爆發，深度學習演算法在語音和視覺識別上實現突破，人工智慧商業化高速發展。
如同 OpenAI 最近的一份報告所述，自2012年以來，最大的AI培訓執行中使用的計算量呈指數增長，為3.5個月的倍增時間（相比之下，摩爾定律有 18個月的倍增期）。自2012年以來，該指標增長了300,000多個（18個月的倍增期僅增長了12倍）。
OpenAI 報告：人工智慧與計算
這一時期，計算的改進是人工智慧進步的關鍵原因。
然而如果繼續按照這種趨勢發展下去，許多配置就需要更新。也就是說，一個企業用於處理資料的 GPU 等各式各樣的晶片，每年可能需要提高差不多 5-10 倍的效能，才能勉強追上企業AI發展的步伐，而這些飛快的更新迭代也需要大量投入資金。
也就是說，傳統人工智慧不僅在資料層面上面臨著被大型機構壟斷等困境，在算力層面上面臨著購置硬體資源導致的資金難題，在演算法層面上面臨著演算法執行不穩定等難題。
這些暫且還未提及資料來源、質量以及隱私等諸多亟待解決的問題。
3.區塊鏈技術的優勢
區塊鏈可以看做是分散式的資料、算力、演算法的資源集合體。它將人工智慧、區塊鏈和物聯網等技術組合在一起，並且還出現了一個由資料驅動的區塊鏈專案組成的完整生態系統，這種分散的生態系統旨在鼓勵人們貢獻資料、技術資源和努力：
區塊鏈生態系統的美妙之處在於，它可以利用其他未使用的資源，完成本不可能進行的貿易資源的交易，還可以使人們參加原本無法參與的市場活動。從經濟角度來看，它提高了對現有資源的利用率。
譬如說，第一代區塊鏈專案主要專注於建立連線和整合資料的資料基礎設施，如 IOTA。IoT Chain、IoTex（用於連線的 IoT 裝置的資料）或 Streamr（用於資料流）。
第二代區塊鏈專案主要專注於建立資料市場，例如 Ocean 協議、SingularityNet 或 Fysical，以及群體資料標註平臺，例如 Gems 或 Dbrain。
在第一代和第二代資料區塊鏈解決方案中，若使用這種解決方案，可以降低訪問帶註釋的質量資料的障礙，創造了新的機會並降低了成本，讓更多的人能夠做出貢獻，從而有望加速社會發展。
4.人工智慧與區塊鏈的結合
如果我們嘗試將人工智慧與區塊鏈結合，其關係就好比計算機與網際網路之間的關係，計算機為網際網路提供了生產工具，網際網路為計算機實現了資訊互聯互通；
人工智慧將解決區塊鏈在自治化、效率化、節能化以及智慧化等方面難題，而區塊鏈將把孤島化、碎片化的人工智慧以共享方式實現通用智慧，前者是工具，後者是目的。
或者從解決行業痛點的角度來看，區塊鏈技術將為人工智慧提供一些解決方案：
從資料的角度來看，區塊鏈是一種以密碼學技術為基礎，以去中心化的方式，對大量資料進行組織和維護，使用者控制自己的資料，打破科技巨頭壟斷資料的現狀。
區塊鏈上的資料全部都附有相關人不可偽造的數字簽名，區塊鏈還具有完全公開、高可靠性、去信任等諸多優點，可以實現全球資料共享和溯源，使得構建更高規模、更高質量、可控制許可權、可審計的全球去中心化人工智慧資料標註平臺成為可能。
從算力角度來看，區塊鏈把分散式挖礦與人工智慧結合，將大型GPU或者FPGA伺服器叢集、中小型企業閒散的空餘GPU放伺服器以及個人閒置GPU作為計算節點，利用區塊鏈技術透過共享算力，為人工智慧提供算力供給。
從演算法角度來看，區塊鏈搭建釋出機器學習任務的平臺，利用群體智慧最佳化人工智慧演算法，一套演算法由多個人工智慧專家更新維護，不再是由一家公司決定一套演算法。
5.區塊鏈+人工智慧的投資邏輯
如果將區塊鏈+AI專案的投資邏輯將從資料、算力、演算法層面進行分析，投資邏輯大概如下圖所示：
如果說人工智慧是一種生產力，它能提高生產的效率，使得我們更快、更有效地獲得更多的財富，那麼區塊鏈就是一種生產關係，它能夠改變我們一些分配，人工智慧和區塊鏈能夠基於雙方各自的優勢實現互補。
事實上，目前業界已經有公司嘗試將兩者同時應用，譬如說，透過將區塊鏈和人工智慧的結合，對位置資訊、資訊釋出頻次、天氣情況、行動軌跡、環境擁擠程度等因素對購物行為的深度分析還有解讀，還可以準確的分析消費者的消費行為，消費習慣，更能尋找消費者的消費共性推動消費，從而推動移動經濟的發展。
（本文首發於公眾號：圖靈財經，ID：Turingcaijing，歡迎關注！）
