人工智能和區塊鏈現在是強大的創新引擎，正在徹底改變社會的方方面面，并有望促進全球經濟的增長。未來就在這里，機器人汽車和禮貌的人工助手可以以自然而有意義的方式代表您進行約會。隨著新協作平臺的出現，參與者將不再需要信任 Facebook、Yahoo 或 Equifax 等“不可信”的中介。這兩個技術領域的結合前景如何?

人工智能是由程序或機器執行的任何需要“智能”能力的任務。人工智能系統具有與人類智能相關的能力，例如計劃、學習、邏輯問題解決以及社交技能和創造力。由于機器學習，特別是深度學習領域的突破，以及可用數據量的爆炸式增長，有助于提高模型訓練的效率，今天人們對人工智能的興趣重新燃起。自動駕駛汽車和送貨機器人等發展正在興起，隨之而來的焦慮也在增加。人工智能也有缺點——可能會用非常逼真的圖片、聲音和視頻記錄來偽造新聞侵犯隱私權。還有一些關于人工智能權力被谷歌、微軟和亞馬遜等少數參與者壟斷的問題，阻止其他人獲得數據、專家和計算資源。

區塊鏈開發

區塊鏈是網絡上所有用戶通過協議共享的開放分布式賬本。記錄(例如交易)與哈希值和時間戳一起存儲在塊中。每個區塊都與前一個區塊相連，形成一條鏈。區塊鏈的關鍵特性之一是不變性：未經整個網絡的同意，幾乎不可能更改任何信息。

根據共識協議(創建區塊的方法)，區塊鏈技術分為兩組。在比特幣和以太坊等工作量證明 (POW) 區塊鏈中，用戶(礦工)通過解決(挖掘)計算復雜的問題來創建新區塊。獲得創建區塊的權利的礦工將獲得獎勵和交易費用。使用 POW 協議需要大量電力。此外，礦工可能會受到“多數攻擊”，期間區塊獎勵減少;例如最近發生的加密貨幣 Bitcoin-Gold、Verge、ZenCash 等事件。新一代區塊鏈使用權益證明 (POS) 協議，不需要能源密集型采礦過程。在他們中，參與者創建區塊的機會隨著硬幣數量的增加而增加 - 他們的份額。這組區塊鏈中最著名的是 Nxt、Peercoin、具有委托權益證明的 EOS、比特幣克隆 Ouroboros、iChing 和 Algorand，這是 MIT 開發的基于 POS 和解決拜占庭將軍問題的算法的區塊鏈。

如果我們拋開目前圍繞加密貨幣的炒作，這分散了區塊鏈的真正潛力，這些技術確實有可能成為新的無服務器互聯網和去中心化萬維網的基礎，用戶可以在其中控制他們的數據和身份。區塊鏈承諾通過讓每個人控制他們的記錄的使用方式來徹底改變醫療保健系統。更重要的是，可能會出現比今天已知的幾乎所有平臺更好的替代品，包括 Facebook、eBay、Uber 和 Airbnb。

區塊鏈有許多弱點，包括在安全性、可擴展性和效率方面，而人工智能反過來又存在與侵犯隱私的可能性相關的問題，以及缺乏信任和解釋操作原理的能力。這兩種技術的結合似乎是不可避免的——它們可以相互補充，從根本上創建新一代的數字系統。如圖所示，區塊鏈將消除對人工智能的信任，提供隱私和可解釋性，人工智能將允許在區塊鏈的基礎上構建機器學習系統，其特點是增強的安全性、可擴展性和可解釋性。更有效的個性化和管理能力。

人工智能區塊鏈

區塊鏈可以作為去中心化市場和各種人工智能組件協調平臺的基礎，包括數據、算法和計算能力。這可能會導致人工智能的創新和使用達到全新的水平。區塊鏈還將使此類決策更加透明、可解釋和值得信賴。鑒于區塊鏈中的所有數據都是公開可用的，人工智能將成為提供防偽和隱私保護的基礎。

安全提交數據

推動人工智能發展的驅動力之一是研究人員、開發人員和商人可能獲得的大量數據。數據是數字經濟的“金子”，但獲取數據的門檻很高。首先，除非您為 Facebook 或 Google 等在線巨頭之一工作，否則很難為您的學習模型獲取足夠的數據。在這方面，研究人員之間的建設性競爭非常有限。其次，隱私問題日益嚴重——今天已經有很多泄露和濫用個人數據的案例。例如，考慮一下最近與 Facebook 發生的丑聞，當時該社交網絡的 5000 萬用戶的數據未經劍橋分析公司的同意而被收集。令人震驚的是，某些群體可能，

區塊鏈提供數據的透明度和問責制，使您能夠準確了解訪問了哪些用戶信息、訪問時間和訪問者。隨著區塊鏈讓人們重新控制他們的數據，用戶將能夠更有信心地分享，因為他們知道數據將在不中斷的情況下用于個性化或其他有用的用途。醫生和科學家將能夠訪問大量匿名醫療記錄，從而大大加快藥物的發現以及新療法和醫療程序的開發。隨著醫生可以研究世界各地類似病例的數據，罕見病患者將有更多希望，而這一想法的一部分已經開始實現。

你的數據就是你的價格

除了控制和共享您的數據外，區塊鏈技術還將允許使用智能合約進行交易，從而開辟了由于沒有中介機構而創建更加安全和私密的市場的前景。這樣的場館將減少小玩家的進入壁壘，創造公平的競爭環境，從而鼓勵創新。使用零知識證明協議，企業和研究人員可以在不知道數據細節和所有者身份的情況下找到他們需要的信息。在維護用戶隱私的同時檢測和過濾必要數據的能力非常重要?；蛟S，正因為如此，新一輪的人工智能進化甚至會開始。例如，創業公司 Nebula Genomics 已經提供了一個市場，它將希望對其基因組進行測序的人與需要數據的組織聯系起來。Longenesis 開發了一個平臺，讓您可以共享醫療數據以換取金錢，包括病史、癥狀信息等。

協調互不信任的設備的工作

人工智能在管理互不信任的設備方面具有廣闊的前景。機器人設備組、物聯網實體和各種可穿戴設備現在可以協調他們的行動并做出集體決策。在這些場景中，區塊鏈作為一個協調平臺，只有在攻擊者控制大多數設備時才能被攻擊者攻破。這開辟了廣泛的應用領域——從更新冰箱的“固件”到協調戰斗機器人組的動作。誠然，同樣的原理可用于控制僵尸網絡。目前，安全專家能夠在發現控制中心后立即禁用僵尸網絡，但如果將這種單點故障替換為區塊鏈，

“可解釋”的人工智能

盡管機器學習在開發可以感知信息、學習和獨立行動的自主系統方面取得了成功，但其實際應用領域并沒有迅速擴大。原因之一是難以準確解釋學習過程中發生的過程。這些系統做出的決定無法得到嚴格的解釋，因此無法驗證和信任。更令人擔憂的是，人工智能被用于醫學和財務規劃，其中可解釋性尤為重要，因為錯誤的決定可能導致嚴重后果。因此，擁有一個不可變的記錄非常重要，它允許您跟蹤數據的移動以及基于人工智能的復雜系統的所有操作。

區塊鏈提供的正是這個機會——在通往解決方案的路上記錄數據處理鏈的所有“彎道”。通過監控 AI 系統在處理不同任務的不同輸入時的行為，您可以更好地了解這些系統做出的決策，并對它們更有信心。這將使人們更容易通過查看描述該過程的詳細日志來了解機器做出的決定的基本原理。此外，這些記錄將有助于優化人工智能的“黑匣子”，在性能、預測的準確性和可解釋性之間取得平衡。并且在調查事件時，記錄在區塊鏈中的痕跡將使得識別罪魁禍首成為可能。

區塊鏈人工智能

區塊鏈的開發和運營需要在安全性、性能、去中心化等方面進行數以千計的設置和權衡。人工智能可以通過自動化和優化區塊鏈的操作來促進適當的決策，以獲得更高的性能和更好的控制。并且鑒于區塊鏈中的所有數據都是公開的，人工智能將在確保用戶隱私和隱私方面發揮關鍵作用。

安全性和可擴展性

如果攻擊者不擁有大部分采礦資源，幾乎不可能破解區塊鏈，然而，不幸的是，構建在區塊鏈平臺上的應用程序并不那么安全。例如，擁有價值 1.5 億美元 Ether 加密貨幣的最大眾籌平臺之一 The DAO 是 5000 萬美元盜竊基金合同的受害者。鑒于機器學習的快速發展，運行智能算法的區塊鏈可以很好地檢測到攻擊的事實并自動開啟防御機制。如果損壞是不可避免的，人工智能至少可以將受攻擊的組件與區塊鏈平臺的其余部分隔離開來。通過管理區塊鏈，他可以提高分布式賬本的可擴展性和可靠性。例如，如果交易量急劇增加，人工智能可以自動提高塊創建的速度，這將以增加確認時間為代價來增加吞吐量。

隱私和個性化

如果您擔心下次選舉會受到影響，或者您擔心社交網絡上數據的安全性，那么區塊鏈就是為您準備的：它可以收回對個人數據的控制權。但是你必須為此付出代價。在 Facebook、Netflix 和 YouTube 等傳統集中式系統中，對收集的用戶信息進行分析以個性化內容。這就是為什么當您登錄 Facebook 時，您會看到與您經常交往的朋友的帖子，或者當您打開 Netflix 時，您會看到適合您口味的電影。隱私的回歸意味著沒有人會知道你的口味，你可能不得不滾動許多頁面來搜索相關內容，而不依賴于自動選擇系統的參與。但是否可以同時提供隱私和個性化服務?

人工智能可以通過新的內容選擇模型來拯救。去中心化的內容提供商，例如基于區塊鏈的社交網絡，可以使用人工智能在用戶端個性化發行。機器學習系統在用戶的設備上運行，分析他們瀏覽過的網站的信息。在這種情況下，相關內容將由用戶設備本身下載，而不是由服務器“強加”。在這種情況下，所有計算都將在本地執行 - 個人數據不會離開用戶的設備。此外，可以“清理”用戶的內容偏好，以防止提供商對內容進行剖析。因此，這樣的模型同時提供隱私和個性化。