【币范·外刊】 当区块链遇上人工智能，是强强联手还是博眼球？

本文作者：Raj Shroff
原文链接: When Blockchain Meets Artificial Intelligence
发布时间：2020年2月15日
阅读时间：9分钟
译者作者：币范

今天这篇文章有点偏技术，但绝对是未来的大方向，无论区块链还是AI现在都是热门技术啊，我想如果让很多币东回到大学时期选专业，大概率会选【机器学习】或者【研发】方向吧，哈哈哈。

有意思的是，区块链是在开放数据平台中推动去中心化应用，人工智能是用封闭的数据平台培养中心化的智能。他们结合在一起，会发生点啥呢？

看看歪果仁以微软为栗子的论证吧。

当区块链遇上人工智能

区块链和人工智能的融合可以增强机器学习，使人工智能能够创造和交易金融产品

Image by Gerd Altmann from Pixabay

人工智能解决方案很快会应用在区块链上，一方面可以提高机器学习能力，另一方面，或许能创造新的金融产品。 Blockchain-AI在技术上融合是必然趋势，是因为它们都在处理数据和价值。区块链能够安全地存储和共享数据或任何有价值的东西。Al可以分析数据并在数据内部发现规律，。

首先，我们将探讨如何在区块链上协同改进机器学习模型。微软已经在进行这方面的工作，很快我们会看到结果。其次，我们将研究AI代理商如何在区块链上自主创建和交易新的金融工具。最后，我们将研究组织如何为区块链人工智能融合定位。

需要说明的是，那些将区块链和人工智能结合在一起的创业公司，大多数都有吹嘘的成分。这些企业很年轻，客户不多，规模也不大。它们中的大部分都是通过爱西欧（ICO）来融资的，这就意味着他们真正的实力并不如其所说的那样。或许其中一些小公司会成功，他们目前研究的案例也是有价值的。将来我们会看到关于他们的报道，但他们并不是我们在这里集中讨论的对象。

区块链和Al基础知识

区块链

区块链是一个数字账本，不仅可以记录经济交易，而且几乎可以记录任何有价值的东西。

以太坊等公链是对大众开放的。私有链通常用于公司组织。私有链比公链更快，因为参与者是已知和可信的，交易可以更快地得到验证。

区块链的一个关键特征是，它使不相关参与者相互交易和共享数据，并且使用加密和一致性机制（如工作证明）验证真实性。参与者之间不必相互信任，也不必依赖第三方进行交易，这一点很重要。

区块链在金融交易（如比特币）甚至跨组织的敏感数据上具有较强的影响力，人们可以确信区块链上的数据是可信的，即使他们看不到底层数据。

区块链使用加密技术来确保数据、交易和身份的：

?透明、安全、不可逆转地记录
?在保持隐私的情况下被验证为可信——参与者无需查看数据即可验证数据的准确性，并且只查看他们被授权查看的内容
?易于共享，以便区块链网络中的每个人都有整个分类账的相同副本，包括发生的更新

对于那些对更全面的区块链指南感兴趣的人，请看这篇文章。
“How Does the Blockchain Work?” by Michele D’Aliessi
（备注：歪果仁最喜欢的区块链科普文章在此，有机会翻一下）

AI人工智能

人工智能包括使用计算机做需要人类智能的事情。Al模型可用于数据分析、分类和预测。与传统软件不同，Al模型也可以随着时间的推移而改进（学习），因为它们被输入了新的数据。

机器学习是人工智能的一个分支，用于从数据中收集见解。一般来说，数据库越大越有助于创建更好的机器学习模型。同样重要的是数据的质量——数据库需要用最新的相关数据进行更新，以便模型的有效性。

数据是所有有效性的核心，区块链支持协作和安全的数据共享。区块链可以确保数据的可靠性，并且可以在Al从数据中提取见解之前安全地共享更多的数据。

微软：改进区块链上的机器学习模型

微软的研究人员正在研究如何协同改进托管在公链上的机器学习模型。这种合作是有激励的，因为区块链可以奖励那些帮助改进模型的人。

虽然在机器学习方面取得了巨大的进步，但是并不能广泛的应用。（因为成本太高了） 那些没有足够组员的人或者机构不可能经常使用高度集中的尖端机器学习系统，并且使用昂贵的专有数据库更新。此外，即使是最好的模型，如果不定期用新数据重新训练，也会过时。

微软正试图利用区块链使Al分散和协作。在未来，人们可以在日常设备和应用程序（如笔记本电脑、浏览器、移动设备）上轻松、经济高效地运行高级机器学习模型，并共同贡献数据和改进模型。

允许先进的Al模型和大型数据库被广泛共享、更新和训练可能会增加

AI的比率

采用和有效性

微软正在开发一个分去中心化的AI框架，使Al社区能够在公链上协同训练模型和构建数据库。重要的是，人们可以免费使用机器学习模型。许多应用程序中的一些包括开发虚拟助手或推荐系统（例如Netflix用来推荐的节目）。底层是搭建在以太坊上的。

区块链技术的使用是非常有意义的，因为它为参与者提供了信任和安全。你可以百分之百确定你正在与什么代码交互。微软的框架不需要专门的云服务，而是将公共模型放入智能合约中，将模型规范编码。模型可以在区块链上更新，也可以在用户的本地设备上在链外使用，无需支付交易费用。区块链和智能合约的不变性质意味着模型将始终按规范执行。一旦模型被更新和验证，每个用户都会认为它是*一个确定性真实的版本？

区块链还提供了一个激励系统，鼓励参与者为改进模型的数据做出贡献。验证和跟踪更改的能力使我们能够准确计算和支付改进Al模型的贡献的奖励（通证）。

微软的研究人员声称，在以太坊上更新感知器模型需要花费0.25美元。今后，他们希望即使是这项费用也不需要。用户的回报取决于他们对模型改进的贡献。好的贡献会得到奖励，而坏的（恶意的）行为会被惩罚。

虽然微软的框架还没有大规模应用，但他们的愿景很快就会成为现实。允许先进的Al模型和大型数据库被广泛共享、更新和训练，可以提高Al的采用率和有效性。

由Al代理在区块链上交易的数字投资资产

区块链已经用于存储和交易加密货币和通证（由基础资产支持的加密Token）等金融工具。然而，这还是一个新兴市场，只有几年的历史。通证本身更是新生事物——有一项指标显示，2020年1月的通证总市值仅为5270万美元。

Al将通过区块链创建和交易数字投资资产

显然，目前还没有足够多链上活动来在某些区块链金融产品上应用AI技术。不过，随着通过链上活动的增加，Al可以从数据中收集见解，帮助创建金融产品，甚至进行自主交易。

根据Chainhaus首席执行官Jamiel Sheikh在麻省理工学院的演讲，区块链人工智能融合过程将包括4个阶段：

?第一阶段：区块链概念证明
?第二阶段：区块链上资产的标记化
?进入：以机器学习为动力，在区块链上交易的数字投资资产
?第四阶段：作为交易数字投资资产的经济代理人

目前我们正处于第二阶段，资产可以在区块链上进行标记和交易。通证可以表示基础证券、实物资产、现金流权利或公用事业。区块链上的标记化和交易资产减少了交易成本和结算时间，同时提高了可审计性。人工智能和机器学习在模式检测和预测算法中有着广泛的应用。然而，我们还没有足够的链上活动来应用Al。

第三阶段将介绍本地数字资产。通证可以从表示基础资产变为基础资产。虽然这个概念现在很难理解，但未来复杂区块链数据的爆炸式增长将对其有所帮助。这种金融工程将为金融企业创造新的收入来源。应用人工智能和机器学习将创造竞争优势。

可以肯定的是，这些本土数字资产将是极具异国情调的产品。它们将存在于区块链上，拥有自己的经济行为和独特的现金流。它们将由人类或AI驱动的金融工程创造。他们的风险、预测和定价模型都是由Al驱动的，因为它们对人类来说可能太复杂了。

这些奇异而复杂的金融产品可能会让人们回想起导致2008年金融危机的资产支持证券、cdo和信用违约掉期。是的，下行风险是存在的，这些产品必须受到监管。不过，本土数字资产可能是金融工程的下一个发展方向，我们最终会看到它们。

第四阶段，也是最后一阶段，AI将成为经济代理人。Al算法将通过区块链技术栈积极交易数字投资资产。进化（遗传）算法可以生成、测试和交易多个策略，在执行策略下销毁，并不断调整获胜策略以最大化交易利润。所有这些都需要最少的人的监督。

在这个新世界中，Al将通过区块链创建和交易数字投资资产。机构投资者会购买这些资产，因为他们相信发行公司的能力。这意味着现有公司将拥有巨大的优势。

这个未来似乎很难预测，细节也很模糊，因为还没有人这么做。然而，底层的Band Stand技术和AL方法已经存在。我们只需要增加区块链活动、改进Al功能和企业采用。

请记住，如果你在2009年告诉人们，10年内每个人都会谈论一种叫做比特币的神奇互联网货币，你会被嘲笑。现在嘲笑AI也一样。

为您的组织定位区块链和Al

结合区块链和Al的具体用例将取决于公司需求，但基本主题将是数据。区块链将确保数据的安全、私密性和可靠性。AI模型将利用这些数据是系统更有效。

公司可以准备开发AI和区块链组合，改善他们的数字和数据能力的解决方案。

高管必须首先确定具体的业务需求，并确定区块链和Al是否能够满足这些需求。如果他们已经有了AI计划，他们可以探索区块链如何改进他们。或者，拥有有价值数据的公司可以通过加入区块链生态系统并与构建AI模型的人共享数据来将其货币化。

例如，一家自动驾驶汽车公司可以将其汽车收集的数据存储在区块链上。当自动驾驶汽车成为主流时，它们将从车载摄像头和传感器收集大量的驾驶数据。这些数据被用来改进驱动自动驾驶功能的神经网络。

安全存储这些数据并维护司机的隐私是一项业务需求。在区块链上存储数据可以匿名化驱动程序信息，确保驱动程序的隐私。这家汽车公司仍然可以利用这些数据来改进其自动驾驶神经网络。

从货币化的角度来看，汽车公司可以与保险公司共享汇总的和匿名的驾驶数据。保险公司可以利用这些数据为自动驾驶汽车保险定价，因为自动驾驶汽车的风险状况与普通汽车不同。最后，驾驶员的隐私得到保护，汽车公司提高了自动驾驶的能力，驾驶员可以以更好的价格获得保险。

我们还没有看到许多联合采用区块链和Al的例子，原因是大规模是很有挑战性的。许多业务仍然处于孤立地实现区块链和Al的早期阶段。公司仍在研究如何为区块链和Al组织结构和修改业务流程。

币范有话说

今天的翻译就到这里了，是不是有点云里雾里。币范来当课代表总结一下：

1-区块链和AI结合是强强联手，潜力巨大
2-区块链和AI是互补的，互相攻克难题，又彼此赋能
3-落地需要时间。这不，微软开始行动了，其他公司也动起来吧

好了，今天的翻译就到这里了，让我们一起囤币见证吧

—-

编译者/作者：币范

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。