不可否认的是，AI和区块链是促进创新步伐并在每个行业引入根本性转变的两大主要技术。 每种技术都有自己技术的复杂程度以及业务影响，但是两者的联合使用可能能够从头重新设计整个技术范例。

本文旨在介绍在AI和区块链交集中实现的潜力，并讨论该联盟的标准定义，挑战和益处，以及这个领域的一些有趣的参与者。

　　I.设置舞台

　　区块链是一个安全的分布式不可变数据库，由分布式网络中的所有各方共享，可以记录事务数据，并且易于审计。简单地说，区块链是“一种技术，可以让不相识的人相互信任共同的事件记录”。数据被存储在称为块的刚性结构中，这些块通过散列链在链中彼此连接。这些块具有包含原数据的头部和包含真实交易数据的内容。由于每个街区都与前一街区相连，随着参与者数量和街区数量的增加，修改任何信息都变得非常困难，并且没有达成网络共识。

需要解释的最后一个特点是基于不同网络访问权限的区块链类别，即是否任何人都可以免费查看或参与共识形成。在前一种情况下，任何人都可以从分类帐中访问和读取或写入数据，而在后一种情况下，预先确定的参与者有权加入网络。

　　现在应该清楚这种技术的内在力量，它不仅仅是一种创新，而是旨在“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，影响当时的市场结构并最终允许创建新的市场。

　　II.AI如何改变区块链

　　尽管功能非常强大，但区块链也有其自身的局限性。其中一些与技术相关，而另一些则来自继承于金融服务部门的头脑文明，但所有这些文化都可能受到AI的影响：

　　1.能源消耗：采矿是一项非常艰巨的任务，需要耗费大量的能源才能完成。 AI已经证明在优化能源消耗方面非常高效，所以我相信区块链也可以实现类似的结果。这可能也会导致对采矿硬件的投资减少。

　　2.可扩展性：区块链每10分钟以1MB的稳步增长速度增长，已经达到了85GB。作为一种可能的解决方案，Satoshi(2008)首次提到了“区块链修剪”，但AI可以引入新的分散式学习系统，如联邦学习。

　　3.安全性：即使区块链几乎不可能被破解，其进一步的图层和应用程序也不太安全。机器学习在过去两年取得的惊人进展使得AI成为区块链的绝佳盟友，以保证应用程序的安全部署，特别是考虑到系统的固定结构。

　　4.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或Zerocash项目同态加密绝对是潜在的解决方案。

　　III.区块链如何改变AI

　　在上一节中，我们很快谈到了AI可能最终对区块链产生的影响。相反，我们将做出相反的练习，了解区块链对机器学习系统的发展有何影响。更多细节，区块链可以：

　　1.帮助AI解释自己：AI黑盒遭遇可解释性问题。清晰的审计跟踪不仅可以提高数据和模型的可信性，还可以提供一条清晰的路径来追溯机器决策过程;

　　2.提高人工智能的有效性：安全的数据共享意味着更多的数据，以及更好的模型，更好的操作，更好的结果......以及更好的新数据。

　　3.降低市场进入门槛：区块链技术可以保护您的数据。那么，为什么你不能私下存储所有的数据?首先，区块链将促进创建更清洁，更有组织的个人数据。其次，它将允许新市场的出现：数据市场、模特市场、最后甚至是一个AI市场。因此，简单的数据共享和新的市场以及区块链数据验证将提供更加流畅的整合，从而降低小企业进入的门槛，缩小科技巨头的竞争优势。为了降低进入门槛，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高效的数据货币化机制;

　　4.增加人为信任：一旦我们的部分任务将由自主虚拟代理管理，拥有清晰的审计跟踪将帮助机器人互相信任。它还会最终增加每次机器对机器的交互，交易提供了一种安全的方式来共享数据和协调决策，以及一个强大的机制来达到法定人数。 Rob May在他最近的一次通讯中表达了类似的概念.

　　5.减少灾难性风险情景：在具有特定智能合约的DAO中编码的AI只能执行这些操作，而不会更多。

　　区块链和人工智能是技术领域的两个极端方面：一个是培养关闭数据平台的集中智能，另一个是在开放数据环境中推动分散式应用。 但是，如果我们找到一种智能的方法来使它们一起工作，那么总的积极外部性可能会在一瞬间被放大。

　　当然，这两种强大技术之间的交互会产生技术和伦理影响，例如我们如何编辑区块链上的数据? 是可编辑区块链解决方案吗? 并不是AI区块链促使我们成为数据囤积者吗?

　　老实说，我认为我们唯一能做的就是不断尝试。

 it168网站原创 　　编辑: 张存