AI与区块链的融合：什么是交易？-币圈快讯网

为什么分散式智能可能会影响我们的未来？

作者：Francesco Corea。fastai深度学习社区马老师译

AI与区块链的融合：什么是交易？

不可否认的是，AI和Blockchain是两块催化创新的并在每一个行业退出剧烈改变的主要技术。每种技术都有自己的技术复杂程度以及商业意义，但是两者的共同使用可能会从头开始重新设计整个技术（和人类）范式。

本文将介绍在AI和Blockchain交集中实现的潜力，讨论这个联盟的标准定义，挑战和好处，以及这个领域的一些有趣的玩家。

设置场景

我从一段时间以来一直在谈论和写关于AI的文章，所以我不会浪费任何时间来定义它是什么，不是什么（如果你想知道更多的信息，你可以查看我以前的解释或AI简史）。

不过，我从来没有碰到区块链和加密货币，所以我会用首先来描述它是什么以及它是如何工作的。

区块链是由分布式网络中的各方共享的安全分布式不可变数据库，其中交易数据可以被记录（在链上用于基本信息，或者在附加附件的情况下在链外）并且易于审计。

区块链是由分布式网络中的各方共享的安全分布式不可变数据库。

简而言之（用英格兰银行的话来说），区块链就是“让不相识的人相互信任共同记录的事件的技术”。

数据存储在称为块的刚性结构中，它们通过散列链（在每个块中还包括时间戳和通过散列的前一个块的链接）相互连接。这些块具有包括元数据的头部和包括真实交易数据的内容。由于每个区块都与前一个区块相连，随着参与人数和区块数量的增加，在没有网络共识的情况下修改任何信息是非常困难的。

网络可以通过不同的机制来验证交易，但主要是通过“ 工作证明 ”股权证明 ”。一个工作证明（Nakamoto，2008）要求参与者（称为“ 矿工 ”）来解决增加一个块必须的杂的数学问题，而这又需要成吨的能源和硬件被解码。一个股权证明（Vasin，2014），而不是试图解决这一能源效率问题，归因于（大约）拥有更多的币的人的更多的采矿力量。

其他的机制是拜占庭容错算法（Castro和Liskov，2002），Quorum分片（Mazieres，2016）以及股权证明的变化，但是我们现在不用了解这些。

最后一个需要说明的特点是基于不同的网络访问权限的区块链的类别，即是否任何人都可以免费查看（允许或不允许）或者参与共识形成（公共还是私人）。在前一种情况下，任何人都可以从分类账中读取或写入数据，而在后一种情况下，预先确定的参与者有权加入网络（当然，只有在公开的许可情况下才设计矿工奖励结构）。

目前应该清楚这种技术的内在力量，这不仅仅是一个破坏性的创新，而是一个旨在“ 改变中介范围 ” 的基础技术（Catalini and Gans，2017）。分布式账本技术的确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。Iansiti和Lakhani（2017）在最近的一个工作（我强烈推荐）中也提出了区块链和TCP / IP之间的一个很好的平行关系，说明区块链是如何缓慢地经历了四个阶段，即识别TCP / IP等先前的基础技术，单次使用，本地化使用，替代和转换。正如他们解释的那样，这种技术的“新奇”使得人们难以理解解决方案领域，而其“复杂性”则需要更大的制度变革来促进轻松采用。

然而，区块链也正在改变传统商业模式的分配价值，与以前的筹码相反：如果在十五年前，投资于应用程序而不是协议技术更合理，在区块链世界中，价值集中在共享的协议层，并且只在应用程序层面占有很小的比例。

这是一个“胖”协议和“瘦”应用程序的堆栈（Joel Monegro）。

奖金段落：初始币提供（ICOs）。

现在围绕着这个初始硬币提供的新现象是一个大炒作。即使很多人因为与最常见的（和有价值的）首次公开发行（IPOs）相似而涌入这个市场，ICO只不过是一种密钥的销售，其中密钥是特定网络中最小的功能单元（或应用程序）。

ICO专家（如果有的话）会原谅我的近似定义，但是ICO是一个混合概念，具有股票分配，售前/众筹活动以及功能和应用有限的货币。

这绝对是一个有趣的创新，它引入了新的不受管制的筹集资金的方式，但也给一个毫无准备的社区带来了一些问题。我很高兴收到这方面的反馈意见，但是我会提炼一下ICO评估的关键点：

密钥在价值交换方面具有额外的效用，出售密钥的公司的唯一目标是筹集资金，这些都向市场发出了不好的信号。需要标记来创建用户基础，并激励利益相关者尽早参与生态系统，一张好的白皮书是不够的。

警惕密钥销售额是不封顶。

警惕没有时间限制的密钥销售。

谨慎的销售，不清楚（现在和未来）号码以及密钥的价值（这可能听起来很荒谬，但你可能会惊讶于ICO如何不透明）。

AI如何改变区块链

尽管非常强大，blockchain有自己的局限性。其中有些是与技术有关的，有些则来自金融服务界遗留下来的固有思维的影响，但都可能受到AI的影响：

能源消耗：开采是一项非常艰巨的任务，需要耗费大量的能源（然后是资金）才能完成（O'Dwyer和David Malone，2014）。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。

可扩展性：区块链每10分钟以1MB的速度稳步增长，已经达到了85GB。Satoshi（2008）首先提到“ 区块链修剪 ”（即删除不必要的关于完全花费的交易的数据，以便不把整个区块链放在一台笔记本电脑上）作为一种可能的解决方案，但是人工智能可以引入新的分散式学习系统，或者使用新的数据分片技术来提高系统的效率。

安全性：即使区块链几乎不可能破解，它的更多层和应用程序也不是很安全（例如，DAO，Mt Gox，Bitfinex等）。机器学习在过去两年中所取得的惊人进展，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，尤其是考虑到系统的固定结构。

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考虑（Unicredit，2016）。Enigma项目（ Zyskind等，2015）或Zerocash项目（Sasson等，2014）中的同态加密（直接对加密数据执行操作）绝对是潜在的解决方案，但是我认为这个问题与前两个，即可扩展性和安全性，我认为他们会同行。

效率：德勤（2016）估计，与验证和分享区块链交易相关的总运营成本每年高达6亿美元。一个智能系统可能最终能够即时计算特定节点，成为第一个执行某项任务的可能性，从而使其他矿工有可能关闭他们为特定交易所做的努力并降低总成本。此外，即使存在一些结构约束，更好的效率和更低的能量消耗可以减少网络延迟，从而允许更快的事务。

硬件：矿工（不一定是公司，也包括个人）将大量资金投入到专门的硬件组件中。由于能源消耗一直是一个关键问题，因此提出了许多解决方案，未来还将引入更多的解决方案。一旦系统变得更有效率，一些硬件可能会被转换（有时是部分），以供神经网络使用（挖掘巨人Bitmain正在做这件事）。

缺乏人才：这是信念的飞跃，但同样我们正在努力实现数据科学本身的自动化（不太成功，以我目前的知识），我不明白为什么我们不能创建虚拟代理来创建他们自己的新的分类账（甚至互动和维护）。

数据门：未来我们的所有数据都将在区块链上提供，公司将能够直接从我们这里购买，我们将需要帮助来授予访问权限，跟踪数据使用情况，并且通常会了解我们的个人信息发生了什么改变，以计算机的速度。这是（智能）机器的工作。

区块链如何改变AI

在之前的章节中，我们很快就谈到了人工智能最终会对区块链造成的影响。我们现在正好相反，要理解区块链对机器学习系统的发展有什么影响。更详细地说，区块链可以：

帮助AI解释自己（并让我们相信它）：AI黑盒遭受可解释性问题。清晰的审计跟踪不仅可以提高数据的可信性，还可以提高模型的可信度，也为追溯机器决策过程提供了一条清晰的途径。

提高人工智能的有效性：一个安全的数据共享意味着更多的数据（和更多的训练数据），然后更好的模型，更好的行动，更好的结果...和更好的新数据。网络效率在一天结束的时候是重要的。

降低进入市场的障碍：让我们一步一步来。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，也许会出售它？那么，你可能会。首先，区块链将促进创建更清洁，更有组织的个人数据。其次，它将允许出现新的市场：一个数据市场（低挂果实）; 一个模型市场（更有趣），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，缩小高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：提供更广泛的数据访问和更高效的数据货币化机制。

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，拥有清晰的审计线索将有助于机器人互相信任（我们相信他们）。它还将最终增加每个机器对机器的交互（Outlier Ventures，2017）。交易提供了一个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（与群体机器人和多个代理非常相关的场景）。

减少灾难性风险情景：在DAO中使用特定的智能合约编码的AI只能执行这些操作，而没有其他（其时将具有有限的操作空间）。

尽管AI可以从与区块链技术的交互中获得所有的好处，但我确实有一个大问题，没有任何答案。

人工智能诞生于，数据是真正的护城河的开源环境中。有了这个数据民主化（和开源软件），我们怎么能确定AI会繁荣，并将继续发展？新的护城河会是什么？我现在唯一的猜测是？天赋…

分散式智能公司

这里有很多blockchain的风景和cryptocurrencies初创公司在那里的。我无论如何只对那些在AI和区块链交汇处工作的公司感兴趣（或者说人们称之为融合），显然没有那么多。他们主要集中在旧金山地区和伦敦，但在纽约，澳大利亚，中国以及一些欧洲国家也有。

他们确实很少，很难将它们分类。我通常喜欢尝试了解某些公司在行业中所具有的基本模式和影响/应用类型，但在这种情况下，由于数据点数量较少，所以我将简单地将它们分类如下：

分散式智能：

TraneAI（以分散方式培训AI）;

Neureal（点对点AI超级计算）;

SingularityNET（AI市场）;

Neuromation（合成数据集生成和算法培训平台）;

AI区块链（多应用智能）;

BurstIQ（医疗数据市场）;

AtMatrix（分散机器人）;

OpenMined项目（在本地培训机器学习的数据市场）;

Synapse.ai（数据和AI市场）;

Dopamine.al（B2B AI货币化平台）。

会话平台：

Green Running（家庭能源虚拟助手）;

Talla（chatbot）;

doc.ai（量化的生物学和医疗保健见解）。

预测平台：

Augur（集体智慧）;

Sharpe Capital（人群来源的情绪预测）。

知识产权：

Loci.io（IP发现和挖掘）。

数据来源：

KapeIQ（医疗机构欺诈检测）;

Data Quarka（事实核查）;

Priops（数据符合性）;

Signzy（KYC）。

交易：

Euklid（比特币投资）;

EthVentures（数字令牌投资）;

对于金融领域的其他（理论）应用，见Lipton（2017）。

保险：

Mutual.life（P2P保险）；

Inari（普通）。

杂项：

社会硬币（公民奖励制度）;

HealthyTail（宠物分析）;

Crowdz（电子商务）;

DeepSee（媒体平台）;

ChainMind（网络安全）。

几个通用的评论：

看起来有趣的是，许多AI—blockchain公司拥有比团队更大的咨询委员会。这可能是一个早期的迹象，说明融合还没有完全实现，还有更多的东西我们不明白。

我个人非常高兴看到第一类（分散式智能）的发展，但是我也看到了对话和预测平台以及知识产权方面的巨大发展。我把其他的例子归类为“杂项”，因为我不认为在这个阶段它们代表一个特定的类别，而只是一种匹配AI和区块链的简单尝试。

这些公司难以置信地难以评估。这些网站往往足够隐晦，不能真正理解他们做什么和怎么做（如果你想购买区块链透明模式有点矛盾），技术要求高科技教育得到充分评估。通过炒作是一个艰巨的任务，这使得它很容易被愚弄。但是让我给你一个具体的例子：曾经听说过Magos AI？在研究公司对这个岗位的工作，我发现自己读这个预测blockchain的AI驱动平台公司的几篇文章，刚刚做了一个超过50万美元的ICO，并对其交付成果作出了很大的承诺。

经过5分钟的研究，我终于在谷歌的两个关键词：“魔鬼骗局”。看来这些人拿走了钱，消失了。他们确实在某处建立了6个神经网络，敬请关注。

我的观点是，指数技术是非常棒的，可以推动人类，但随着利益的增加，潜在的“ 负面趋同 ”也会呈指数级增长。保持警惕。

结论