區(qū)塊鏈+AI，恰似雙劍合璧？

導(dǎo)讀：結(jié)合國(guó)家互聯(lián)網(wǎng)金融安全技術(shù)專家委員會(huì)發(fā)布的《“區(qū)塊鏈＋AI”行業(yè)研究報(bào)告》，我們來(lái)探討一下AI與區(qū)塊鏈能碰撞出怎樣的火花。

“兩招名稱相同，招式卻是大異，一招是全真劍法的厲害劍招，一著是玉女劍法的險(xiǎn)惡家數(shù)，雙劍合璧，威力立時(shí)大得驚人?！边@段描述出自《神雕俠侶》，說(shuō)的是楊過(guò)與小龍女共同對(duì)戰(zhàn)金輪法王的橋段，兩人同使“玉女劍法”，仍難敵對(duì)手。楊過(guò)無(wú)意中使出“全真劍法”，雙劍合璧之下，威力大增，殺招頻出，竟勝了金輪法王。

一雌一雄，一陰一陽(yáng)，陰陽(yáng)協(xié)調(diào)，威力無(wú)窮，這就是所謂的“雙劍合璧”。不過(guò)要達(dá)到這個(gè)境界，也有頗高的要求：“使這劍法的男女二人倘若不是情侶，則許多精妙之處實(shí)在難以聽(tīng)會(huì)；相互間心靈不能溝通，則聯(lián)劍之際是朋友則太過(guò)客氣，是尊長(zhǎng)小輩則不免照拂仰賴；如屬夫妻同使，妙則妙矣，可是其中脈脈含情、盈盈嬌羞、若即若離、患得患失諸般心情卻又差了一層?！保梢?jiàn)合技之難。

今天把科技比作劍法可謂恰如其分，技術(shù)也有強(qiáng)弱之分，不同技術(shù)也各有破綻。把不同技術(shù)結(jié)合在一起，若能化去彼此的破綻，定然也能效果倍增?！盎ヂ?lián)網(wǎng)＋”的諸多例子已經(jīng)充分證明了這個(gè)觀點(diǎn)，而當(dāng)下最熱門的技術(shù)，“AI”和“區(qū)塊鏈”也在遇到瓶頸后開(kāi)始走向合作，兩者是否也能互補(bǔ)、協(xié)調(diào)，進(jìn)而實(shí)現(xiàn)升級(jí)？

結(jié)合國(guó)家互聯(lián)網(wǎng)金融安全技術(shù)專家委員會(huì)發(fā)布的《“區(qū)塊鏈＋AI”行業(yè)研究報(bào)告》，我們來(lái)探討一下AI與區(qū)塊鏈能碰撞出怎樣的火花。

“AI”和“區(qū)塊鏈”各自的破綻

雖然這兩門技術(shù)都已經(jīng)發(fā)展有些年月了，但是要說(shuō)已經(jīng)達(dá)到爐火純青的地步還為時(shí)過(guò)早，尤其是“區(qū)塊鏈”，甚至可以說(shuō)是還在起步階段。

“AI”

AI是Artificial Intelligence的簡(jiǎn)寫，即人工智能。是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的一門技術(shù)。自誕生至今已有六十多年的歷史，近些年進(jìn)入快速發(fā)展階段，已能運(yùn)用于各個(gè)領(lǐng)域，但行業(yè)仍存在不少痛點(diǎn)。

人工智能成長(zhǎng)需要海量數(shù)據(jù)進(jìn)行訓(xùn)練，到目前為止，還是各企業(yè)自行收集數(shù)據(jù)。因?qū)嵙偷滋N(yùn)的差距，頭部玩家數(shù)據(jù)比其它企業(yè)豐富得多啊，如谷歌、百度、阿里、騰訊、微軟、蘋果、Facebook和亞馬遜等企業(yè)。由于競(jìng)爭(zhēng)關(guān)系，都敝帚自珍，于是大多數(shù)企業(yè)都缺少數(shù)據(jù)，優(yōu)質(zhì)數(shù)據(jù)更少，而頭部玩家也存在數(shù)據(jù)不完整的無(wú)奈。

另外，現(xiàn)在的人工智能多為有監(jiān)督學(xué)習(xí)，需要對(duì)數(shù)據(jù)進(jìn)行充分標(biāo)注，但是目前業(yè)界的標(biāo)注多采用外包，缺乏專業(yè)性，質(zhì)量不佳數(shù)據(jù)的安全性和可信任程度都存在不足，而不良的數(shù)據(jù)可能給人工智能帶來(lái)了安全隱患；人工智能的大量數(shù)據(jù)中必然涉及個(gè)人隱私的信息，這對(duì)隱私保護(hù)提出了很大的挑戰(zhàn)；由于人工智能需要進(jìn)行大量訓(xùn)練，再加上信息真實(shí)性需要確認(rèn)的情況下，其訓(xùn)練時(shí)間也被拉得很長(zhǎng)等等。諸如此類問(wèn)題，都嚴(yán)重拖了人工智能的后腿。

然而，除了數(shù)據(jù)的問(wèn)題，算力、算法等層面也在限制人工智能的發(fā)展。一方面，硬件成本高。人工智能在各領(lǐng)域的訓(xùn)練都需要極大的運(yùn)算量，在購(gòu)置GPU、FPGA等硬件資源上，資金就需以百萬(wàn)記，這對(duì)多數(shù)普通企業(yè)來(lái)說(shuō)，都難以承受；另一方面，由于該領(lǐng)域缺乏精英人才，算法更新維護(hù)艱難。

“區(qū)塊鏈”

區(qū)塊鏈?zhǔn)欠植际綌?shù)據(jù)存儲(chǔ)、點(diǎn)對(duì)點(diǎn)傳輸、共識(shí)機(jī)制、加密算法等計(jì)算機(jī)技術(shù)的新型應(yīng)用模式。其通過(guò)去中心化的、共享和加密等技術(shù)進(jìn)行分布式記賬。有著去中介化、開(kāi)放性、自治性、信息不可篡改、匿名性等顯著特點(diǎn)。

然而為了支撐這些技術(shù)的實(shí)現(xiàn)，需要付出電力消耗大、算力過(guò)剩、效率低等代價(jià)。

采用 POW 共識(shí)機(jī)制的區(qū)塊鏈項(xiàng)目需要消耗大量的電力資源，區(qū)塊鏈要實(shí)現(xiàn)分布式數(shù)據(jù)存儲(chǔ)的功能，需要大量節(jié)點(diǎn)長(zhǎng)期運(yùn)行，規(guī)模越大，所耗費(fèi)的電力也會(huì)同比例增長(zhǎng)。若真想讓區(qū)塊鏈應(yīng)用于更多領(lǐng)域，這樣的消耗顯然是不切實(shí)際的。

如此大的消耗背后，是算力資源利用率低的難點(diǎn)。區(qū)塊鏈的算力并沒(méi)有得到合理地利用，普遍存在過(guò)剩或閑置狀態(tài)，造成了極大的浪費(fèi)，這與人工智能算力不足恰恰相反。

區(qū)塊鏈各節(jié)點(diǎn)重復(fù)工作過(guò)多，導(dǎo)致效率緩慢，也浪費(fèi)了很多成本。據(jù)德勤在2016年估算區(qū)塊鏈驗(yàn)證和共享交易的總運(yùn)行成本大概是每年6億美元左右。

存在各自痛點(diǎn)的兩門技術(shù)如今正要聯(lián)手，究竟會(huì)互相融合、和諧共處，還是會(huì)互相排斥？

理論上的互補(bǔ)

雖然AI和區(qū)塊鏈都存在各自的痛點(diǎn)，但是優(yōu)點(diǎn)也不少，而且理論上講，各自的優(yōu)點(diǎn)恰好能夠彌補(bǔ)彼此的不足。

對(duì)于人工智能匱乏的數(shù)據(jù)，區(qū)塊鏈海量的數(shù)據(jù)恰好能為其所用。由于區(qū)塊鏈全球數(shù)據(jù)可共享、可溯源，在如此巨大的審計(jì)工作之下，數(shù)據(jù)標(biāo)注質(zhì)量更好。又因?yàn)閰^(qū)塊鏈分布式存儲(chǔ)，每個(gè)節(jié)點(diǎn)都保存有完整的數(shù)據(jù)信息，也保證了數(shù)據(jù)的安全，提升了信息的可信任程度。除非所有節(jié)點(diǎn)都被篡改，否則難以對(duì)其安全性構(gòu)成威脅。

對(duì)于人工智能可能導(dǎo)致個(gè)人隱私泄露的問(wèn)題，區(qū)塊鏈的匿名性也能很好解決。由于區(qū)塊鏈采用非對(duì)稱加密和授權(quán)技術(shù)，雖然交易信息公開(kāi)透明，但賬戶身份信息卻是高度加密的。所以就避免了個(gè)人隱私被窺探或被別有用心之人竊取。

數(shù)據(jù)的安全性和和可信任程度得到了保證，人工智能訓(xùn)練自然也可以剩下不少心思。此時(shí)，利用區(qū)塊鏈分布式數(shù)據(jù)存儲(chǔ)的方式，將單個(gè)的模型或者數(shù)據(jù)分布在不同的機(jī)器之上，采用模型并行或者數(shù)據(jù)并行的方式進(jìn)行訓(xùn)練，定然可以大大縮短訓(xùn)練的時(shí)間。

如此看來(lái)，區(qū)塊鏈可算是給AI送了一份大禮。禮尚往來(lái)，AI似乎也可以為區(qū)塊鏈解憂。

如何實(shí)現(xiàn)通過(guò)AI減少區(qū)塊鏈能源損耗？一方面，人工智能可以替代人力挖礦，以更有效的手段完成這個(gè)任務(wù)。既節(jié)省了人力，也節(jié)省了能源浪費(fèi)。另一方面，通過(guò)AI學(xué)習(xí)算法，對(duì)設(shè)備進(jìn)行有效管理，進(jìn)行散熱、冷卻等操作，同樣可以減少能源的損耗。這方面的應(yīng)用已被谷歌、百度等公司落實(shí)。

挖礦是個(gè)繁復(fù)的工作，通過(guò)人工智能，或許可以推算出第一個(gè)執(zhí)行任務(wù)的節(jié)點(diǎn)，由此或許可以減少其他曠工不必要的探索，省去更多無(wú)用功，也提高了效率。

至于區(qū)塊鏈過(guò)剩的算力的問(wèn)題，附能于人工智能后，自然也就迎刃而解。

綜上所述，區(qū)塊鏈解決了人工智能數(shù)據(jù)匱乏、數(shù)據(jù)安全、可信任程度、個(gè)人隱私算力不足等問(wèn)題；而人工智能也可以彌補(bǔ)區(qū)塊鏈能源損耗、效率低等不足之處。

兩者結(jié)合，豈不是如同雙劍合璧，所向披靡了？話雖如此，這些互補(bǔ)也還多處在理論階段。對(duì)于這兩門技術(shù)的融合才剛剛開(kāi)始。

實(shí)際上還需磨合

探索兩門技術(shù)的融合也是最近才開(kāi)始的，如谷歌旗下DeepMind Health正在開(kāi)發(fā)區(qū)塊鏈醫(yī)療數(shù)據(jù)審計(jì)系統(tǒng)，利用“區(qū)塊鏈＋AI”技術(shù)讓醫(yī)院、NHS、病人自身都能實(shí)時(shí)跟蹤其個(gè)人健康數(shù)據(jù)，又可以保護(hù)病人的個(gè)人隱私。

Innoplexus等AI公司推出了區(qū)塊鏈平臺(tái)，而比特大陸和嘉楠耘智也各自研發(fā)著AI芯片。

通過(guò)區(qū)塊鏈確權(quán)，由AI識(shí)別版權(quán)，共同維護(hù)版權(quán)，也是“區(qū)塊鏈＋AI”的應(yīng)用。還有數(shù)據(jù)市場(chǎng)、金融領(lǐng)域、云計(jì)算、物聯(lián)網(wǎng)等等，每個(gè)領(lǐng)域都有人在嘗試。不過(guò)到目前為止，尚未出現(xiàn)完美的組合。

究其原因，或許某些玩家只是蹭蹭熱度而已。最主要的原因在于行業(yè)對(duì)區(qū)塊鏈和AI融合的構(gòu)想還不夠完善。

首當(dāng)其沖的是數(shù)據(jù)的共享。維持當(dāng)前的狀態(tài)，可以讓這兩個(gè)行業(yè)的巨頭保持絕對(duì)的優(yōu)勢(shì)。尤其是人工智能企業(yè)，在數(shù)據(jù)方面一直領(lǐng)先于同行，可一旦實(shí)現(xiàn)了AI和區(qū)塊鏈的融合，數(shù)據(jù)被共享，這種優(yōu)勢(shì)將不復(fù)存在。這一矛盾存在，會(huì)讓兩者的結(jié)合沒(méi)那么順利。

而兩門技術(shù)的融合也存在風(fēng)險(xiǎn)。這不是把兩臺(tái)機(jī)器放在一起的簡(jiǎn)單操作，而是在技術(shù)層面的融合，結(jié)果是更好，也可能更差。

正如雙劍合璧，即使劍法可以相融，若不能心意相通也難以達(dá)到真正的合二為一。

“區(qū)塊鏈＋AI”能否實(shí)現(xiàn)雙劍合璧，相互賦能互補(bǔ)、共同升級(jí)，還有待探索和研究。