区快链+AI”一直以来被给予厚望，近日国家互联网金融安全技术专家委员会发布《“区快链+AI”行业研究报告》，更是再度炒热这一话题。然而，从技术角度看，这两种技术不仅结合度很低，甚至还有矛盾之处。那么，“区快链+AI”的憧憬有多少已经成为了现实？未来又有怎样的前景呢？
比特币与互联网和社交媒体正朝着大规模采用的方向发展
比特币与互联网和社交媒体正朝着大规模采用的方向发展据外媒报道，一项全面的加密货币研究表明，比特币与互联网和社交媒体等其他技术一样，正朝着大规模采用的方向发展。将大学生的喜好作为未来新兴技术的发展趋势，密码交换公司Coinbase与广告科技公司qrily合作，衡量人们对加密货币和区快链的兴趣。日本即时消息应用Li...8月18日，马云在阿里巴巴杭州总部欢迎马来西亚总理马哈蒂尔时表示，阿里关注三个关键技术：区快链、人工智能、物联网。“马爸爸”的总结又引发了业界对“区快链+”的思考和讨论。
阿尔法狗让全人类惊叹于AI，比特币让全世界认识了区快链。他们的相遇，能擦出火花吗？万向控股副董事长肖风曾说：“人工智能和区快链，二者最后会归到一起，通过算法来驱动这个世界。”如此宏大的表述，反映出了美好的梦想——可能也是链圈一厢情愿的梦想。其实，我们很少听到AI领域畅谈拥抱区快链。“区快链+AI”更多只是链圈的热门话题，并且区快链与AI到底如何结合，也一直是百家争鸣，莫衷一是。
“区快链+AI”期待满满
从发展历程来看，AI早在区快链之前就已经火遍了全世界。乌镇智库理事长、国家“千人计划”专家、《人工智能简史》作者张晓东近日以一组数字描述了AI行业的发展现状。
据张晓东介绍，目前亚洲的 AI 企业融资规模超过100 亿美元，中国则达到了77 亿美元左右。根据乌镇智库数据，目前中国 AI 企业融资规模全球第二位，为美国的七分之一。而在人工智能专利数量方面，中国早在2012年底2013年初就已经超过美国，去年中国的人工智能专利技术数量大约是美国的3倍。
关于AI结合区快链的一个残酷现实是，从技术本质来看，两者存在明显矛盾。AI是封闭的、中心化的数据平台，而区快链则是开放数据环境中的去中心化应用。正如深脑链创始人兼CEO何永向算力智库（ID：suanlicaijing）总结：“实际上，区快链很难直接对AI产生影响，AI也很难直接影响区快链。”但面对前景如此广阔的AI产业，其与区快链的结合必然引发区快链业界的无限憧憬和迅速实践。
ObEN联合创始人Adam郑表示，从区快链来说，数据去中心了，有主了，但是需要数据分析技术，否则没有用。AI是最先进的数据分析技术。所以，区快链也需要AI。智能矩阵创始人高庆忠表示，两者融合逻辑在于发挥区快链和AI各自的优势。区快链是分布式记账、信任和激励系统，AI是人工智能能力，区快链可以构建为人工智能世界的一套经济系统。
就连权威报告也对“区快链+AI”寄予厚望。国家互联网金融安全技术专家委员会近日发布《“区快链+AI”行业研究报告》，对“区快链+AI”做出了详细阐述。《报告》指出了区快链与AI结合的七大优势和四大挑战，并列举了医疗、数据、金融、云计算、物联网五大应用场景。而以AI为主打应用场景的区快链项目也层出不穷，如海外的ObEN、Neuromation，国内的智能矩阵、铂链、深脑链等等。总体来看，《报告》对“区快链+AI”的展望令人振奋，现实中的相关项目也十分丰富。
那么，“区快链+AI”的现实应用情况究竟如何？
在和算力智库的对话中，何永认为，由于AI有三要素：数据、算力、算法，因此区快链也应该从这三方面切入来赋能AI。其中，数据要素包括了数据创造和数据传输两方面。
数据创造指的是AI训练需要用到大量数据，而初始数据多有赖于人工操作处理。比如，为了实现AI的人脸识别功能，前期需要人工标注一亿张图片，这项工作涉及大量人力，参与人员可能来自不同地区，在不同时间工作。
利用区快链的token经济，可以对庞大的人工操作实现工作确认和报酬支付。但需要看到的是，这并非区快链直接作用于AI，而只是利用了区快链的经济特性。数据传输主要指数据的交易，即数据拥有者把数据交易给AI开发者的过程。价值传输是区快链的强项，因此可以利用区快链token实现交易。另外，区快链还解决了数据安全和数据隐私问题。
以深脑链为例，在其数据交易生态中，数据是加密并且分布式存储的，因此AI开发者获得的是数据使用权，而不是所有权。“AI开发者可以用这些数据来训练AI算法模型，但并不能直接看到个体数据，也无法转卖数据，这样就确保了数据安全和隐私”，何永表示。归纳来说，在数据层面，区快链只能对数据产生影响，并非直接作用于AI技术。
算力是当前区快链赋能AI较为普遍的方向，实现形式主要是分布式算力平台。当然，区快链本身并不能直接产生AI所需的超强算力，但通过区快链技术可以把分布在不同地区的算力集中起来，供应给算力需求方。在这一过程中，分布式算力平台实质上成为了算力供应方和需求方的撮合平台，区快链确保了交易的公开透明，也利用token让交易更加便捷。
何永告诉算力智库，目前在深脑链上，算力的供给方主要包括AI企业、AI从业者、超算中心、中小型云计算中心，矿工等，这些人群所拥有的设备往往具有较大的富余算力可以分享。而算力的需求方主要包括高校、培训机构、AI企业、个人AI学习者和爱好者等。特别在教育类机构方面，由于目前AI人才缺口巨大，相关教育和培训市场火爆，在授课和学习过程中需要大量算力支持。
何永透露，目前申请接入深脑链的设备已经超过3000台，所有供需双方都通过生态中的token “DBC”作为交易媒介。由于AI对算力要求较高，并非所有普通个人设备都能参与其中，最直观的技术标准是：GPU至少达到1080Ti。
“区快链+AI”未来思考
由此看来，目前区快链和AI的结合还比较间接，更多更深层次的结合还有待时间给出答案。比如，上文所述的三要素中，算法是AI的核心要素，而基于密码学的区快链也是一种算法。但区快链如何对AI算法直接发挥作用，目前仍然未知。此外，无论是区快链和AI，其本身也都存在不确定性。
对区快链而言，公链性能可能会制约其与AI的结合。即使单从数据交易和分布式算力两方面来看，面对海量数据(22.550, 0.80, 3.68%)，面对不断接入的算力设备，公链是否有能力承载，已经是一个现实问题。而在AI方面，安全问题引人关注。目前AI领域有不少关于强人工智能的担心，即AI的快速进化可能会威胁人类本身。这一问题如何解决，区快链是否能发挥作用，甚至都尚未纳入考虑范围。
展望“区快链+AI”的未来，何永分享了两个观点：
第一，不必纠结于“区快链+AI”，如果有项目既用到AI，又用到区快链，这样的叠加效应就能比牵强的所谓“交集”产生更多价值。
第二，反向思考AI如何赋能区快链。比如，区快链经常会遭到黑客攻击，AI就可以用来监测分析区快链上的异常交易，及时发现及时应对。
区快链和AI都是新兴技术，两者的结合是求同存异，还是隔靴搔痒，或是画龙点睛，可能性很多，问题很多，而期待和实践也很多。
