前言

區(qū)塊鏈如何為另一種尖端技術——人工智能（AI）——解鎖新的領域？人工智能是當今最火爆的術語之一。目前，致力于實現(xiàn)智能目前的尖端技術包括機器學習、人工神經網絡和深度學習等。區(qū)塊鏈本質上是一種新的數(shù)字信息歸檔系統(tǒng)，以加密的分布式記賬格式存儲數(shù)據(jù)。由于數(shù)據(jù)經過加密并分布在許多不同的計算機上，因此可以創(chuàng)建防篡改、高度可靠的數(shù)據(jù)庫，只有獲得許可的用戶才能讀取和更新數(shù)據(jù)庫。盡管學術角度上有很多結合AI與區(qū)塊鏈的突破性技術，但現(xiàn)實世界中出現(xiàn)兩者集合的應用還很少。不過，我預計不久的將來兩者結合的應用匯越來越多。

今天，三種AI和區(qū)塊鏈的方式值得探索。

Bernard Marr

AI和加密技術結合：保護數(shù)據(jù)安全

由于其檔案系統(tǒng)固有的加密技術，區(qū)塊鏈上的數(shù)據(jù)本質上非常安全。

這意味著區(qū)塊鏈上非常適合存儲高度敏感的個人數(shù)據(jù)，這些數(shù)據(jù)在進行智能處理時可以為我們的生活帶來非常多的價值和便利。

例如在智能醫(yī)療系統(tǒng)中掃描和記錄的數(shù)據(jù)、使用亞馬遜或Netflix留下的數(shù)據(jù)等等，我們在這些系統(tǒng)中的數(shù)據(jù)是非常個人化的，企業(yè)必須投入大量資金才能達到它們在數(shù)據(jù)安全方面預期的標準。即便如此，導致個人數(shù)據(jù)丟失的大規(guī)模數(shù)據(jù)泄露事件也越來越多，并且量級也越來越大。區(qū)塊鏈是數(shù)據(jù)儲存問題的最佳解決路徑。區(qū)塊鏈數(shù)據(jù)庫將信息保存為加密狀態(tài)，只有通過私鑰（幾千字節(jié)的數(shù)據(jù) ）才能保證鏈上的所有數(shù)據(jù)安全。

與此同時，人工智能在安全性方面也有很多需要提高的地方。人工智能涉及構建算法，它能夠在數(shù)據(jù)處于加密狀態(tài)時進行處理或操作。由于任何涉及暴露未加密數(shù)據(jù)的流程都會產生安全風險，因此減少這些情況的發(fā)生可能有助于安全。

AI與加密技術結合是探討數(shù)據(jù)安全的重要領域。

區(qū)塊鏈可以幫我們跟蹤、理解和解釋人工智能做出的決定

AI做出的決定有時可能讓人難以理解，這是因為它們能夠獨立評估大量的數(shù)據(jù)，并“學習”哪些數(shù)據(jù)對于實現(xiàn)其總體任務更重要。

舉例來說，AI算法有望越來越多地用于判斷金融欺詐，但是，一段時間以后，仍然有必要對AI做出的判斷進行審核，以確保其準確性。此外，考慮到算法會使用大量數(shù)據(jù)，因此把大量的數(shù)據(jù)收集起來也是一項復雜的任務。例如，沃爾瑪將其所有商店的交易數(shù)據(jù)提供給其AI系統(tǒng)，從而決定應該儲存哪些產品以及儲存在哪里，這是項非常龐大的工作。但如果數(shù)據(jù)記錄在區(qū)塊鏈中，這會使得數(shù)據(jù)被審計和利用的時候就會變得簡單多了，并且公司會對記錄的信息非常放心，因為它們不會被篡改。

現(xiàn)在，我們都可以看得到AI在很多領域都有優(yōu)勢，但如果它不能被公眾信任，那么它的用處將受到各種限制。記錄區(qū)塊鏈上的決策過程可能是實現(xiàn)人工智能透明度的一個重要步驟，這也是獲得公眾信任所需要的一步。

人工智能可以比人類更有效地管理區(qū)塊鏈

傳統(tǒng)上的計算機雖然一直很快，但非常“愚蠢”。因為如果沒有收到執(zhí)行任務的命令，計算機就無法工作。這也就是為什么由于區(qū)塊鏈的加密特性，在傳統(tǒng)計算機上使用區(qū)塊鏈數(shù)據(jù)進行操作需要大量的計算處理能力。舉例來說，用于挖掘比特幣區(qū)塊鏈中的塊的哈希算法采用簡單粗暴的方法——嘗試將每個字符組合，直到找到適合驗證交易的那一個。

人工智能是試圖擺脫這種簡單粗暴方法的路徑，并以更聰明、更周到的方式管理任務。試想一下，如果破解代碼的人類專家能夠在破解代碼時變得更好更高效，那么他們在整個職業(yè)生涯中會成功地破解越來越多的代碼。同樣的，一個由機器學習驅動的挖掘算法將以類似的方式工作，但不必花費一生的時間成為代碼專家。

很明顯，區(qū)塊鏈和人工智能是兩種技術趨勢，它們雖然在自己的領域中突破性地發(fā)展，但它們有可能在組合起來時變得更具革命性。兩者都有助于提高另一方的能力，同時也會為公眾提供更好的監(jiān)督和問責機會。