AI与区块链会碰撞出怎样的火花？ 取代传统银行系统！ ？

12 月 12 日，以色列总理本雅明·内塔尼亚胡就银行业的未来公开发表评论。 内塔尼亚胡在谈到银行的作用时指出，银行的意义——确保双方高效安全的交易，可能会被区块链所取代。

在 70 秒的视频中区块链接单比特币怎么消费，他提出：银行更像是一个中间人，我们将区块链视为中心化银行系统的去中心化替代方案，这正是推动比特币上涨的原因。 “区块链可以执行银行的所有功能，而不需要每次都需要收费的低效中央机构。”

人工智能与区块链：两大热门技术，它们将碰撞出怎样的火花？

区块链和人工智能可以说是当今最热门的两个技术方向。 在普通人看来，这两种技术似乎没有交集，因为区块链和人工智能属于技术谱的两个极端：一是在封闭的数据平台上培育中心化智能，二是培育中心化智能封闭数据平台上的情报。 在开放数据环境中推广去中心化应用。 但数据策略师、技术投资人和 AI 顾问 Francesco Corea 认为，AI 和区块链的融合可能会对整个技术范式产生革命性的影响。 且看他如何分析。

不可否认，人工智能和区块链是推动创新步伐并给每个行业带来翻天覆地变化的两大重要技术。 每种技术都有其自身的技术复杂性和业务影响，但这两者的结合可能会从头开始重新设计整个技术范式（和人类）。

本文旨在一窥人工智能与区块链融合所创造的潜力，并讨论该联盟的标准定义、挑战和收益，以及该领域一些有趣的参与者。

一、做好准备

一段时间以来，我一直在讨论和撰写有关 AI 的文章，因此我不会浪费时间来定义什么是 AI 和什么不是 AI。

然而，到目前为止我还没有触及区块链和加密货币的话题，所以我将使用这第一部分来介绍区块链是什么以及它是如何工作的。

区块链是分布式网络中各方共享的安全的、分布式的、持续的数据库。 这个数据库可以记录交易数据（无论是链上还是链下），而且很容易审计。

区块链是分布式网络中各方共享的安全、分布式、不可变的数据库。

简而言之，区块链是“一种让互不相识的人信任事件共享记录的技术”。

数据存储在称为块的刚性结构中，块之间通过哈希值相互连接（每个块包含时间戳和通过其哈希值到前一个块的链接）作为链。 一个区块有一个头部（header，其中包含元数据），以及一个包含真实交易数据的内容部分。 由于每个区块后面都有一个连接，随着参与者和区块数量的不断增长，在没有网络共识的情况下篡改任何信息都极其困难。

网络可以通过不同的机制来验证交易，但主要有两种机制，一种是“工作量证明”，另一种是“权益证明”。 工作量证明（Satoshi Nakamoto，2008 年）涉及参与者（称为“矿工”）解决复杂的数学问题以添加区块，这反过来需要大量的电力和硬件能力来解码。 Proof of Stake (Vasin, 2014) 则相反，它试图通过给拥有更多货币的参与者更多的挖矿权来解决这个能源效率问题（Proof of Stake 有很多衍生品，其著名的“账本分叉问题”也引起了一些质疑).

其他机制包括拜占庭容错算法（Castro 和 Liskov，2002 年）、Quorum 切片（Mazieres，2016 年）和权益证明的各种衍生产品，但我们暂时不谈这些。

最后一个需要解释的特征是区块链按不同网络访问权限的分类，例如是否任何人都可以自由浏览（无许可 vs 许可），或参与共识的形成（公共 vs 私有）。 在前一种情况下，任何人都可以访问分类帐并对其进行读写，而在后一种情况下，预先确定的参与者有权加入网络（当然，无需公共许可，作为提供的回报结构）。

现在应该清楚，这项技术的根本力量不仅仅是一种颠覆性技术，而是一种旨在“改变中介范围”的基础技术。 分布式账本技术确实会降低验证和联网的成本，进而影响市场结构，最终促成新市场的形成。 Iansiti 和 Lakhani（2017 年）最近的工作也对区块链和 TCP/CP 这两种技术进行了很好的比较，展示了区块链是如何慢慢通过 TCP/IP 等技术的。之前的基础技术经历的四个阶段是唯一的使用阶段、本地化使用阶段、替代阶段和变更阶段。 正如他们所解释的那样，这种技术的“新颖性”使其难以理解解决方案领域，而其“复杂性”需要更大的制度转变以营造更有利的采用环境。

但是，有一点也是对的，那就是区块链正在改变传统的商业模式，正在朝着与之前技术栈背道而驰的方向去分配价值：如果投资应用比投资协议技术更有意义15多年前，在区块链的世界里，价值会集中在共享协议层，应用层的利润层面会非常微薄（见Joel Monegro的“胖协议”理论）。

这是一堆“胖”协议和“瘦”应用程序

——乔尔·莫内格罗

最后，为了结束这个介绍性的章节，我还想提一下，其实区块链的可能性不仅限于交易，还可以构建由特殊事件和阈值触发并可以轻松追踪的（智能）合约并经过审核。 也有可能。

附加信息：首次代币发行 (ICO)

目前围绕这一新现象的大肆宣传是首次代币发行 (ICO)。 尽管很多人因为这个名字让人联想到最常见（也是最有价值的）首次公开募股（IPO）而投入资金，但 ICO 只不过是代币销售，代币是特定网络的最小功能单元。

希望ICO专家原谅我粗略的定义，但ICO可以说是一个混合概念，结合了股权分配、预售/众筹活动、货币等要素，但权力和应用领域有限。

引入一种新的不受监管的融资方式绝对是一项有趣的创新，但它也在尚未准备好的社区中引起了一些担忧。 我很想听听您对此的反馈，但这里有一些评估 ICO 的关键点：

作为价值交换，代币具有额外的效用，而一家公司仅为筹集资金而出售代币将向市场发出一个不好的信号。 代币用于建立用户群并激励利益相关者在最早阶段参与生态系统。 有好的白皮书是不够的；

谨防无限制的代币销售；

提防没有时间限制的代币销售；

当心代币销售没有明确说明代币的（当前和未来）数量和价值（这听起来很荒谬，但您可能会对 ICO 的不透明程度感到惊讶）。

二。 AI将如何改变区块链

尽管区块链功能强大，但它也有其自身的局限性。 其中一些与技术相关，而另一些则来自金融服务中固有的陈旧文化，但所有这些都会以某种方式受到人工智能的影响：

电力消耗：挖矿是一项极其困难的任务，需要大量的电力（和金钱）才能完成。 而AI已经被证明是优化功耗的有效手段，所以我认为在区块链方面也可以达到类似的效果。 这可能会导致对挖矿硬件的投资下降；

可扩展性：区块链以每 10 分钟 1MB 的速度稳定增长，目前已累计到 85GB。 中本聪 (Satoshi Nakamoto) (2008) 首先提出“区块链剪枝”（比如，去除关于完全消费交易的不必要数据）作为一种可能的解决方案，但人工智能可以引入新的去中心化学习，例如联邦学习系统，或者引入新的数据分片技术来使系统更高效。

安全性：即使区块链几乎不可能被攻击，但区块链的更深层和应用程序并不是那么安全（例如 DAO、MtGox、Bitfinex 等）。 过去 2 年机器学习取得的令人难以置信的进步使 AI 成为区块链保护应用程序部署的绝佳盟友，特别是考虑到系统的固定架构；

隐私：拥有个人数据的隐私问题引发了对竞争优势的监管和战略担忧。 同态加密（直接对加密数据进行操作），Project Enigma，或者 Project Zerocash 肯定是可能的解决方案，但我认为这个问题与之前的可扩展性和安全性问题密切相关，我认为它们的重要性同样如此

效率：德勤 (Deloitte)（2016 年）估计在区块链上验证和共享交易的总运行成本约为每年 6 亿美元。 智能系统最终可能能够实时计算特定节点率先执行特定任务的概率，从而使其他矿工可以选择放弃该特定交易的努力，从而降低总体成本。 此外，即使存在一些结构性约束，更好的效率和更低的能耗也可能减少网络延迟，从而使交易更快；

硬件：矿工（不一定是公司，而是个人）将大量资金投入专门的硬件组件。 由于功耗一直是一个关键问题，因此已经提出了许多解决方案，未来还会推出更多。 一旦系统变得更加高效，它的一些硬件可能会（有时是部分）转换为神经网络（矿业巨头比特大陆正在这样做）；

缺乏人才：这是一次信念的飞跃，但由于我们正在尝试使数据科学本身自动化（据我所知，目前还没有成功），我不明白为什么我们不能创建可以创建新分类账的虚拟数据. 代理（甚至影响和维护账本）；

Datagate：在未来，当我们所有的数据都在区块链上并且公司可以直接从我们这里购买时，我们将需要帮助授权访问、跟踪数据使用情况，并经常以计算机的速度弄清楚我们在做什么。 您的个人信息发生了什么变化。 这是（智能）机器的工作。

三、 区块链如何改变人工智能

在上一节中，我们快速谈到了人工智能最终可能对区块链产生的影响。 现在我们回过头来看看区块链对机器学习系统的发展可能产生什么样的影响。 更详细地说，区块链可以：

帮助人工智能自我解释（并让我们相信它）：人工智能黑匣子存在可解释性问题。 拥有清晰的审计线索不仅可以提高数据的可信度，还可以提高模型的可信度，同时也为追溯机器的决策过程提供了清晰的路径。

提高 AI 的有效性：安全的数据共享意味着更多的数据（和更多的训练数据），这反过来会导致更好的模型、更好的行动、更好的结果……以及更好的新数据。 最后，网络效应是最重要的。

降低市场进入壁垒：我们一步一步来。 区块链技术可以保护您的数据。 那么，为什么不能私下存储所有数据，或者将其出售呢？ 你可能会。 首先，区块链将促进创建更清洁、更有条理的个人数据。 其次，区块链会促进新市场的出现：比如数据市场（这个比较容易实现）； 事物）。 因此，简单的数据共享和新市场，连同区块链数据验证，将提供更顺畅的集成，降低小企业的进入门槛，缩小科技巨头的竞争优势。 在我们努力降低进入门槛的过程中，我们实际上解决了两个问题，即提供更广泛的数据访问和更有效的数据货币化机制；

增加对人类的信任：一旦我们的一些任务由自动化虚拟代理管理，清晰的审计跟踪将帮助机器人相互信任（并帮助我们信任它们）。 这最终还将增加机器对机器与分类数据和协调决策的交互，再加上实现群体安全手段的强大机制（与群体机器人技术和多代理场景高度相关）（OutlierVentures，2017）和交易。 Rob May 在他最近的电子邮件通讯中表达了类似的概念。

灾难性风险降低情况：在具有特定智能合约的 DAO 中编写的 AI 只能执行这些操作，仅此而已（那么它的操作空间也是有限的）。

虽然人工智能和区块链技术的交互可以带来很多好处，但是还有一个很大的问题困扰着我。

人工智能诞生于开源环境，其中数据才是真正的护城河。 但是随着数据（和开源软件）的民主化，我们如何确保人工智能的成功和发展？ 新的护城河是什么？ 在这个阶段，我唯一的猜测是……天赋。

四、 去中心化智能公司

有许多初创公司致力于区块链和加密货币。 但这里我只对那些从事人工智能与区块链技术交叉（或融合）的公司感兴趣。 显然，这些公司并不多。 此类企业主要集中在旧金山和伦敦，但在纽约、澳大利亚、中国和欧洲国家也有例子。

这类初创公司的数量确实很少，很难对其进行进一步分类。 我通常喜欢尝试了解一组公司的底层模型以及对行业的影响/应用类型，但这里由于数据点较少很难做这样的分析，所以我简单地按照以下分类:

去中心化智能：TraneAI（去中心化训练AI）； Neureal（点对点人工智能超级计算）； SingularityNET（人工智能市场）； Neuromation（综合数据集生成和算法训练平台）； AIBlockchain（多应用智能）； BurstIQ（医疗保健数据市场）； AtMatrix（分散式机器人技术）； OpenMinedproject（本地训练机器学习的数据市场）；

对话平台：GreenRunning（家庭能源虚拟助手）； 塔拉（聊天机器人）； doc.ai（定量生物和医疗保健见解）；

预测平台：Augur（集体智慧）； SharpeCapita（众包情绪预测）；

知识产权：Loci.io（IP发现与挖掘）；

数据来源：KapeIQ（医疗保健实体的欺诈检测）； DataQuarka（事实核查）； Priops（数据合规性）； 签名 (KYC)

交易：Euklid（投资比特币）； EthVentures（数字代币投资）。 其他（理论）金融应用参见 Lipton (2017)；

保险：Mutual.life（P2P保险）、Inari（普通保险）；

其他：SocialCoin（公民奖励系统）； HealthyTail（宠物分析）； Crowdz（电子商务）； DeepSee（媒体平台）； ChainMind（网络安全）。

以下是一些评论：

有趣的是，许多 AI 区块链公司的顾问委员会比团队规模还大。 这也许是融合尚未完全完成的早期迹象，我们不知道的比我们知道的多；

我个人很高兴看到第一类初创公司（去中心化智能）的发展，但我也看到了对话和预测平台以及知识产权的巨大发展。 我将其他示例归类为“杂类”，因为我不认为这些代表现阶段的特定类别，而是将 AI 与区块链相匹配的单一尝试；

对这些公司进行估值非常困难。 这些网站往往很神秘，让人看不清他们是做什么的，是怎么做的（这有点违背你买区块链是因为它是透明的），而且这个技术需要接受高科技教育才能充分评价它。 要拨开炒作的迷雾是一项艰巨的任务，这很容易让人上当受骗。 但我可以给你举一个具体的例子：你听说过 MagosAI 吗？ 在为本文研究公司时，我阅读了几篇关于这家人工智能驱动的区块链预测平台公司的文章（来自 Wired、Presswire 等），该公司刚刚完成了 500,000 美元以上的 ICO，并对其可交付成果做出了巨大承诺。 但是如果你觉得他们应该分享ICO的资料/信息，想去对方的网站，他们的网站打不开才奇怪。 当然，有时确实会发生这种情况。 但是我还是不甘心，因为我看过它在《连线》上的文章，很想知道更多。 我设法找出了它的联合创始人是谁，但在 Linkedin 上找不到他的个人资料。 另一个怪事。 不过，有些人不喜欢网络，尤其是考虑到三个月前还没有这家公司的迹象。 那么我们再来看看其他队员。 也没有任何信息，我也找不到他们过去经历的任何可追溯证据（除了说 CTO 是分析性的区块链接单比特币怎么消费，但我没有找到任何证据）。 我试图深入他们的技术：我想找到他们的白皮书、蓝皮书、黄皮书或其他任何东西。 但是我只能找到相关评论，找不到正文。 最后两点：我根本不认为自己是区块链专家，但我阅读了很多相关内容。 而且我也相信我对人工智能和行业动态有很好的了解。 这些家伙声称已经构建了 5 个不同的神经网络，可以在比 Libratus（或 DeepStack）更复杂的不同领域实现相同的精度，但我从未听说过这样的网络——非常奇怪。 好吧，也许我可以写信给他们，要求见面并了解他们。 但你知道吗？ 他们的地址是安盛在苏黎世的办公室。

经过 5 分钟的研究，我终于用 Google 搜索了两个关键词：“Magos 骗局”。 这些家伙好像拿了钱就跑了。 他们一定是去了某个地方来建立那个神经网络。 所以请留意。

我的观点是，指数技术很好，可以促进人类发展，但随着其收益的增加，潜在的“负整合”也会呈指数增长。 警惕。

五、结语

区块链和人工智能是技术谱的两个极端：一个是在封闭的数据平台上培育中心化智能，另一个是在开放的数据环境中促进去中心化应用。 但是，如果我们能找到一种巧妙的方式让这两者一起发挥作用，那么总的正外部性可以瞬间放大。

这两种技术的融合当然也有技术和伦理的内涵，比如我们应该如何编辑（甚至遗忘）区块链上的数据？ 可编辑的区块链是解决方案吗？ AI-区块链融合会把我们推向成为数据囤积者的道路吗？

老实说，我认为我们唯一能做的就是不断尝试。