作者：高斯
編輯：能能
算力說
區塊鏈+AI”一直以來被給予厚望，近日國家網際網路金融安全技術專家委員會發布《“區塊鏈+AI”行業研究報告》，更是再度炒熱這一話題。然而，從技術角度看，這兩種技術不僅結合度很低，甚至還有矛盾之處。那麼，“區塊鏈+AI”的憧憬有多少已經成為了現實？未來又有怎樣的前景呢？
8月18日，馬雲在阿里巴巴杭州總部歡迎馬來西亞總理馬哈蒂爾時表示，阿里關注三個關鍵技術：區塊鏈、人工智慧、物聯網。“馬爸爸”的總結又引發了業界對“區塊鏈+”的思考和討論。
阿爾法狗讓全人類驚歎於AI，BTC比特幣讓全世界認識了區塊鏈。他們的相遇，能擦出火花嗎？
萬向控股副董事長肖風曾說：“人工智慧和區塊鏈，二者最後會歸到一起，透過演算法來驅動這個世界。”
如此巨集大的表述，反映出了美好的夢想——可能也是鏈圈一廂情願的夢想。其實，我們很少聽到AI領域暢談擁抱區塊鏈。“區塊鏈+AI”更多隻是鏈圈的熱門話題，並且區塊鏈與AI到底如何結合，也一直是百家爭鳴，莫衷一是。
“區塊鏈+AI”期待滿滿
從發展歷程來看，AI早在區塊鏈之前就已經火遍了全世界。
烏鎮智庫理事長、國家“千人計劃”專家、《人工智慧簡史》作者張曉東近日以一組數字描述了AI行業的發展現狀。
據張曉東介紹，目前亞洲的 AI 企業融資規模超過100 億美元，中國則達到了77 億美元左右。根據烏鎮智庫資料，目前中國 AI 企業融資規模全球第二位，為美國的七分之一。而在人工智慧專利數量方面，中國早在2012年底2013年初就已經超過美國，去年中國的人工智慧專利技術數量大約是美國的3倍。
關於AI結合區塊鏈的一個殘酷現實是，從技術本質來看，兩者存在明顯矛盾。
AI是封閉的、中心化的資料平臺，而區塊鏈則是開放資料環境中的去中心化應用。正如深腦鏈創始人兼CEO何永向算力智庫（ID：suanlicaijing）總結：“實際上，區塊鏈很難直接對AI產生影響，AI也很難直接影響區塊鏈。”
但面對前景如此廣闊的AI產業，其與區塊鏈的結合必然引發區塊鏈業界的無限憧憬和迅速實踐。
ObEN聯合創始人Adam鄭表示，從區塊鏈來說，資料去中心了，有主了，但是需要資料分析技術，否則沒有用。AI是最先進的資料分析技術。所以，區塊鏈也需要AI。
智慧矩陣創始人高慶忠表示，兩者融合邏輯在於發揮區塊鏈和AI各自的優勢。區塊鏈是分散式記賬、信任和激勵系統，AI是人工智慧能力，區塊鏈可以構建為人工智慧世界的一套經濟系統。
就連權威報告也對“區塊鏈+AI”寄予厚望。
國家網際網路金融安全技術專家委員會近日釋出《“區塊鏈+AI”行業研究報告》，對“區塊鏈+AI”做出了詳細闡述。《報告》指出了區塊鏈與AI結合的七大優勢和四大挑戰，並列舉了醫療、資料、金融、雲端計算、物聯網五大應用場景。
而以AI為主打應用場景的區塊鏈專案也層出不窮，如海外的ObEN、Neuromation，國內的智慧矩陣、鉑鏈、深腦鏈等等。
總體來看，《報告》對“區塊鏈+AI”的展望令人振奮，現實中的相關專案也十分豐富。那麼，“區塊鏈+AI”的現實應用情況究竟如何？
“區塊鏈+AI”有限落地
在和算力智庫的對話中，何永認為，由於AI有三要素：資料、算力、演算法，因此區塊鏈也應該從這三方面切入來賦能AI。
其中，資料要素包括了資料創造和資料傳輸兩方面。
資料創造指的是AI訓練需要用到大量資料，而初始資料多有賴於人工操作處理。比如，為了實現AI的人臉識別功能，前期需要人工標註一億張圖片，這項工作涉及大量人力，參與人員可能來自不同地區，在不同時間工作。
利用區塊鏈的token經濟，可以對龐大的人工操作實現工作確認和報酬支付。但需要看到的是，這並非區塊鏈直接作用於AI，而只是利用了區塊鏈的經濟特性。
資料傳輸主要指資料的交易，即資料擁有者把資料交易給AI開發者的過程。價值傳輸是區塊鏈的強項，因此可以利用區塊鏈token實現交易。另外，區塊鏈還解決了資料安全和資料隱私問題。
以深腦鏈為例，在其資料交易生態中，資料是加密並且分散式儲存的，因此AI開發者獲得的是資料使用權，而不是所有權。“AI開發者可以用這些資料來訓練AI演算法模型，但並不能直接看到個體資料，也無法轉賣資料，這樣就確保了資料安全和隱私”，何永表示。
歸納來說，在資料層面，區塊鏈只能對資料產生影響，並非直接作用於AI技術。
深腦鏈創始人兼CEO何永
算力是當前區塊鏈賦能AI較為普遍的方向，實現形式主要是分散式算力平臺。當然，區塊鏈本身並不能直接產生AI所需的超強算力，但透過區塊鏈技術可以把分佈在不同地區的算力集中起來，供應給算力需求方。
在這一過程中，分散式算力平臺實質上成為了算力供應方和需求方的撮合平臺，區塊鏈確保了交易的公開透明，也利用token讓交易更加便捷。
何永告訴算力智庫，目前在深腦鏈上，算力的供給方主要包括AI企業、AI從業者、超算中心、中小型雲端計算中心，礦工等，這些人群所擁有的裝置往往具有較大的富餘算力可以分享。而算力的需求方主要包括高校、培訓機構、AI企業、個人AI學習者和愛好者等。特別在教育類機構方面，由於目前AI人才缺口巨大，相關教育和培訓市場火爆，在授課和學習過程中需要大量算力支援。
何永透露，目前申請接入深腦鏈的裝置已經超過3000臺，所有供需雙方都透過生態中的token “DBC”作為交易媒介。由於AI對算力要求較高，並非所有普通個人裝置都能參與其中，最直觀的技術標準是：GPU至少達到1080Ti。
“區塊鏈+AI”未來思考
由此看來，目前區塊鏈和AI的結合還比較間接，更多更深層次的結合還有待時間給出答案。
比如，上文所述的三要素中，演算法是AI的核心要素，而基於密碼學的區塊鏈也是一種演算法。但區塊鏈如何對AI演算法直接發揮作用，目前仍然未知。
此外，無論是區塊鏈和AI，其本身也都存在不確定性。
對區塊鏈而言，公鏈效能可能會制約其與AI的結合。即使單從資料交易和分散式算力兩方面來看，面對海量資料，面對不斷接入的算力裝置，公鏈是否有能力承載，已經是一個現實問題。
而在AI方面，安全問題引人關注。目前AI領域有不少關於強人工智慧的擔心，即AI的快速進化可能會威脅人類本身。這一問題如何解決，區塊鏈是否能發揮作用，甚至都尚未納入考慮範圍。
展望“區塊鏈+AI”的未來，何永分享了兩個觀點：
第一，不必糾結於“區塊鏈+AI”，如果有專案既用到AI，又用到區塊鏈，這樣的疊加效應就能比牽強的所謂“交集”產生更多價值。
第二，反向思考AI如何賦能區塊鏈。比如，區塊鏈經常會遭到駭客攻擊，AI就可以用來監測分析區塊鏈上的異常交易，及時發現及時應對。
區塊鏈和AI都是新興技術，兩者的結合是求同存異，還是隔靴搔癢，或是畫龍點睛，可能性很多，問題很多，而期待和實踐也很多。
文章所載觀點僅代表作者本人
且不構成投資建議
敬請注意投資風險
