2018年9月11日，第6届中国—东盟技术转移与创新合作大会在广西南宁如期召开。其中《区块链技术创新论坛》由广西科技厅、中国云体系产业创新战略联盟主办，南宁高新区管委会、广西东盟技术转移中心、北京起风财经科技有限公司承办。

会上，商务部原副部长、中国商业联合会原会长张志刚，现任第十三届全国政协常委、广西壮族自治区政协副主席刘慕仁，广西科技厅党组书记、厅长曹坤华等领导分别为论坛致辞。

新加坡国立大学数据分析中心主任庞严在会上发表《人工智能和区块链的融合》的主题演讲，以下为现场实录，由起风财经（ID：QFCJ2018）精编整理：

人人谈人工智能

今天，非常高兴能回到我的家乡——广西，就“人工智能和区块链”这两个当前世界上最热门的话题进行分享。在过去几年，人工智能是世界上最热门的话题之一，特别是在国内，基本上已经到了“人人谈人工智能”的时代。

这一波人工智能的热潮可以追溯到2011年，IBM的沃森系统在《危险边缘》游戏战胜了历史上最聪明的两个人类冠军。在《危险边缘》游戏里，IBM的沃森系统展现出了非常强大的自然语言能力，能够很好地理解人类自然语言，包括上下文的含义、双关语、隐喻等等。

此外，IBM的沃森系统也展现了非常强大的学习能力，能够对以前没有涉及过的领域举一反三，很快给出答案。在整个比赛过程中，IBM的沃森系统完胜了人类历史上最聪明的冠军。

2015年，谷歌Alpha GO和人类围棋世界冠军李世石之间举世瞩目的人机大战，把人工智能的热度推向了另一个高潮。人机大战给人工智能的历史带来非常深远的影响。人们一般认为围棋领域是机器智能的禁区，因为围棋的可能性太多，而且下围棋的过程中往往要用到人类的直觉以及人类非常微妙的思考方式。

而在人机对决中，谷歌的Alpha GO“碾压”了人类围棋世界冠军李世石，这为人工智能研究领域带来非常大的震动。近日，Gartner发表了技术成熟曲线，当前人工智能非常流行的技术，如机器学习、深度学习等，都处于当前期望的膨胀期，人工智能保持着非常高的热度。

人工智能上升到战略层面

过去几年，世界各国政府纷纷出台了人工智能相关的国家战略。2016年12月，美国白宫发布了《美国人工智能的白皮书》，把人工智能提高到美国的国家战略层面，也确保了美国在人工智能领域能够持续领先。

去年2月份，欧盟政府发布了相关的人工智能政策，鼓励政府和研究机构在人工智能领域进行合作。新加坡政府在去年5月份发布了新加坡政府国家层面的人工智能的战略，新加坡虽然很小，却是国际上人工智能研究的重镇，很多著名的学者都工作、生活在新加坡。

我国政府在去年十九大之后也将人工智能提高到国家战略层面，发布了《新一代人工智能发展规划》。由此可见，各国政府在人工智能领域都已经达成了共识，人工智能将深刻的影响人类社会的未来。

人工智能技术在过去几年非常热门，但是人工智能并不是在过去一两年才出现的，对人工智能技术的研究可以追溯到60多年前。1956年，在著名的达特矛斯夏季会议上，正式提出了人工智能研究领域。过去60多年间，人工智能的发展也并非一帆风顺，而是经历了几起几落。80年代，由于专家系统和神经网络的实现，人工智能重新兴起，之后又遇到过一些困难。

人工智能的中心化弊端

最近，由于深度学习、IBM的沃森以及谷歌的Alpha GO，大家又重新燃起了对人工智能的极度热情。过去几年间，人工智能得到了飞速的发展，也有很多实际的人工智能应用场景在我们身边落地。比如，在机场常见的人脸识别系统，就是一个很好的人工智能落地应用。

当前，人工智能技术在人脸识别领域的识别精度已经超过99%，而一般人类在人脸识别方面的精度只有97%左右。在这个细分领域，人工智能已经完胜人类。当前人工智能的主流算法，主要的特点是收集大量的数据，包括结构化数据和非结构化数据。

收集这些数据之后，在高性能的算力平台上对人工智能的模型进行训练。训练完成之后，可以得到一个训练好的人工智能模型。当新的数据出现并输入之后，就可以利用训练好的模型做出非常精准的预测。

对于当前主流的人工智能技术来讲，数据集的大小将起到非常关键的作用。比如，对于同一种人工智能的算法不做太多的改变，单纯把训练数据集加大，也可以提高预测的精度。2010年，微软两个非常出名的研究人员已经指出了这一点。当时他们在做自然语言人工智能的研究，研究发现，对算法本身没有做太大的改变，模型也没有做太大的改变，单纯增加了训练数据集的大小，从10万级别增加到10亿级别，精度就大大提升。提升之后，各个算法之间的差距相对越来越小，说明数据级的大小对当前的人工智能主流算法起着关键的作用。

要处理大量数据集，就需要高性能的算力平台。对于当前人工智能技术，数据即关键；算力即权利。这也能够说明为何过去几年人工智能领域一些主要的研究突破都出现在拥有大量数据、高性能计算平台的公司，国外的谷歌、Facebook，国内的百度、阿里巴巴、腾讯等。

不可否认，这些科技巨头对人工智能技术的发展起到很大作用，而且也真正把人工智能技术带到了我们的身边。但是，如今越来越多人开始思考一个问题：在这一波人工智能的浪潮当中，中小企业到底有没有机会？

众所周知，中小企业没有大量的数据，也没有高性能的计算平台。但是，谷歌和阿里巴巴也是从20多年前的小企业发展起来的，这些科技巨头抓住了上一波的技术浪潮，从很小的企业成长成在全世界有影响力的科技巨头。

区块链是中小企业的曙光

在这一波人工智能的浪潮当中，到底有没有幸运的中小企业能够复制谷歌、阿里巴巴的成功呢？区块链的出现，让中小企业在人工智能领域看到了曙光。

区块链是一个去中心化的网络，通过去中心化的设计，可以促进网络伙伴之间的平等合作。也通过去中心化的设计，有可能建立起高安全的网络。同时，利用区块链技术的共识算法，能够降低伪冒数据交易的风险，这对人工智能的算法非常重要，因为数据的质量对人工智能的算法非常关键。

区块链建立在现代密码学的基础上，通过非常巧妙的设计，可以很好地保护个人的数据隐私。区块链的共享帐本记录了区块链网络里所有的交易数据，也便于数据的分享和共享。智能合约是区块链非常重要的特点，智能合约通过自动执行预先达成的共识业务规则，能够建立比较公平的激励机制。

区块链和人工智能的融合，能给中小企业带来很大的希望，能帮助中小企业在人工智能的浪潮发挥更大的作用。

当前，大量的数据和算力都集中在中心化的平台上，如阿里巴巴、谷歌等。而大量的数据其实都是由个人消费者产生的。但是，我们作为数据的主要产生者，在这个生态中没有对数据的拥有和支配权，反而是中心化的平台利用我们的数据建立了庞大的商业系统。

当前，中心化平台没有建立很好的机制，能够将其利用我们的数据创造的大量财富反馈给中小企业和个人消费者。利用区块链技术，个人将有可能真正成为自己数据的拥有者和支配者，“我的数据我做主

”。

通过区块链的通证经济和激励机制，个人数据和算力的拥有者可以更密切地合作，建立起高效自治的个人数据和计算共享市场平台。之后，人工智能将不再被中心化的平台所垄断，中小企业也能够在人工智能时代发挥重要的作用，从而真正实现人工智能的腾飞。

对于区块链和人工智能的融合，我分享一个基于区块链的分布式深度学习的框架，与大家进行初步的探讨。在深度学习的框架里有不同的参与者，比如人工智能任务的发起者，主要是一些中小企业。中小企业没有数据，没有超强的算力平台，可能也没有优秀的技术人员来搭建深度学习的模型。

这些中小企业可以把人工智能的任务发布到区块链网络上，区块链网络大量的节点都有自己的数据，可以作为数据贡献者把数据贡献出来，利用区块链的设计，建立安全的数据共享的平台。其他一些拥有建模能力的节点，有较强算力的节点，可以作为模型及算力的贡献者，建立起深度学习的模型，并对模型进行训练。训练之后可以把模型贡献出来，然后把不同深度学习的模型整合起来，得到更强的深度学习模型。

在整个生态系统里，通过智能合约和通证经济，可以建立一套公平激励机制，让所有的参与者，包括人工智能任务的发起者、数据的贡献者，模型贡献者等，都能在这个生态系统产生价值，所有人都可以分享利益。

这一切都刚刚开始，相信通过区块链和人工智能的深度融合，将建立起新的人工智能生态系统，给消费者带来更好的用户体验，也给社会带来新的经济形态，从而在未来10年、20年，甚至更长的时间内，对人类社会产生更深远的影响。

谢谢大家！