有時候科技組合恰似一把雙刃劍，技術上取長補短，應用上揚長避短。形式太極，神似八卦。一陰一陽，基於核心不偏不倚。不同技術的搭配組似若威力無窮的神劍，能夠化解一切困難。“互聯網+”、“物聯網+”的諸多例子就是最好的證明。當下熱門的技術莫過於“AI”和“區塊鏈”，如若兩者組合在一起，能否碰撞出新的科技火花，實現技術升級？
“AI”
AI即人工智能（ArtificialIntelligence）的簡寫，是建造能夠執行智能任務機器的理論和實踐。主要致力於實現尖端技術，包括機器學習、人工神經網絡。AI專注於高精度的單用戶性能，可以實現面部識別軟件，該軟件比人類觀察者更有效地查明群體中某一標的物。這類技術主要用於醫學掃描和人臉識別，基於識別引擎和模擬器以及算力等對識別對象進行探測快速計算。
儘管人工智能作為一項可以驅動未來的核心技術已是一大革新，但作為新產業，其幾大痛點仍在科技發展進步的過程中潛藏阻力。首當其衝，便是數據的壟斷，如谷歌、Facebook、阿里、騰訊等互聯網巨頭，基於其自身的海量用戶而壟斷大量數據。與此同時，在需要大量圖片、視頻處理時，AI需要極大的算力，一般來說，人工智能公司需要百萬以上的資金來購置GPU、FPGA等硬件資源，由此可見其消耗成本之大，對於普通企業這是難以承受的；另一方面，該領域精英人才難求，算法維護更新步步維艱。
但隨著人工智能產業不斷成熟，另一項熱門技術—區塊鏈也在不斷被人們探索研究，圍繞“區塊鏈+AI”的技術理念創新而被多方關注。
“區塊鏈”
區塊鏈作為比特幣的底層技術，其去中心化、不可篡改、開放式等特徵，在一定程度上有效彌補人工智能應用中存在的數據共享、數據安全等問題。在人工智能產業單一發展時期，一旦出現數據存儲問題，就會導致全線故障。而區塊鏈技術，每個節點都按照鏈式結構存儲完整的數據，每個存儲節點都是獨立的，區塊鏈的高冗餘特性，分佈式數據存儲，極大地避免了此類故障風險的發生。另外，由於目前多數AI程序都是“深度學習”算法，不良的數據內容將帶來不小的安全隱患，如果可以通過區塊鏈的記錄，看到哪些核心算法是使用哪組數據的，就可以避免這些問題。
對於AI所面臨的的痛點，當遇到隱私數據部分，區塊鏈可採用加密和授權技術，保障賬戶信息的暴露，儘管交易信息是公開透明的，但對於賬戶身份信息卻是完全加密，只有經過授權才可以訪問，即便遭到黑客入侵，仍有一部分信息是無法獲取用戶完整信息的。
採用POW共識機制的區塊鏈項目需要消耗大量的電力，區塊鏈要實現分佈式數據存儲的功能，需要大量節點長期運行，規模越大，所耗費的電力也會同比增長，這對項目會造成影響。AI可以通過學習算法，提升數據中心的負載量，同時，操控計算機服務器和散熱系統，優化冷卻功能，減少電力消耗。
互補聯手
雖然缺點各自明顯，但優勢也是顯而易見的，從理論上講，彼此恰好能夠優缺互補。對於人工智能數據匱乏，區塊鏈海量的數據恰好能為其所用。由於區塊鏈全球數據可共享、可溯源，在如此巨大的審計工作之下，數據標註質量更好。又因為區塊鏈分佈式存儲，每個節點都保存有完整的數據信息，也保證了數據的安全，提升了信息的可信任程度。除非所有節點都被篡改，否則難以對其安全性構成威脅。
對於人工智能可能導致個人隱私洩露的問題，區塊鏈的匿名性也能很好解決。由於區塊鏈採用非對稱加密和授權技術，雖然交易信息公開透明，但賬戶身份信息卻是高度加密的。所以就避免了個人隱私被窺探或被別有用心之人竊取。
如此看來，兩者之間的互補真是天作之合。
區塊鏈在能源損耗方面可以利用AI實現，一方面，人工智能可以替代人力挖礦，節約人工成本，而且完成任務速度遠比人工快捷，還能節省能浪費。另一方面，通過AI算法學習，對設備進行有效管理，在操作上進行散熱、冷卻等，減少機器能源損耗。這方面百度、谷歌已證實。
針對區塊鏈挖礦反覆工作，AI絕對有優勢可談，或許還能夠推算出每個任務節點，減少其他礦工不必要的過剩算力問題。
綜上而言，區塊鏈解決了AI數據匱乏、數據安全、可信度、隱私算力不足等問題；而人工智能很好地彌補了區塊鏈能源損耗、效率低下的不足。倘若二者相互結合，定能所向披靡。至於“區塊鏈+AI”能否真正實現雙劍合璧，相互彌補、共同更迭，是當下值得去研究和探索的技術。
本文來自於鏈客社區www.liankexing.com
閱讀更多 鏈客Talk 的文章
