人工智能:人工智能与区块链初探：交集与前瞻_PTON

本文来自：infoQ，作者：MattTurck，编译：王强，星球日报经授权转发。

最近在纽约举办的的BrainsandChains会议上，我荣幸地受RobMay和Botchain团队邀请发表了演讲。这次有趣的会议旨在探索人工智能与区块链的交集——是一个激动人心并具有挑战性的话题。而我的演讲是希望能做一个宽泛的介绍，并为之后的讨论建立框架：首先探讨为什么这一话题有着重大意义，并介绍这一领域一些有趣的企业所做的工作。下面的图片都是PPT截图，文末有PPT的完整链接，其中有一些相关注释。

我是以VC风投的视角谈论这一主题的。我的投资机构FirstMark最近在人工智能和加密资产/区块链领域都很活跃。

对这一话题一笑置之当然也是可以理解的。因为无论是人工智能还是区块链，都有明显的实验性，都充斥着炒作和泡沫。人工智能在2016到2017年炒得最火，区块链则在2017到2018年最受关注。这两大趋势最后都可能令人失望，它们的交集也可能毫无作为。

但如果我们回顾计算技术的历史，似乎每10到15年就会有重大的变革：硅芯片、PC、互联网、Web2.0等等。我们当前可能处于现在这波趋势的末端。这波趋势的三大推动力分别是：社交网络、移动计算和云计算。今天我们熟知的许多巨头都是从这一趋势中崛起的。

工信部副部长：前瞻布局人工智能、web3.0等未来产业:金色财经报道，2023中国国际大数据产业博览会在贵州省贵阳市开幕。工信部王江平表示，工信部将深化大数据与实体经济融合发展，扎实推进新型工业化。加强关键核心技术攻关，统筹推进产业基础再造工程和重大技术装备攻关工程，前瞻布局人工智能、web3.0、先进计算、6G等未来产业，在新赛道上形成新竞争力。不断提升网络供给能力，加快5G、千兆光网深度覆盖，打造云网融合、算网一体的网络架构和算力供给体系，为大数据产业创新发展提供强有力的底座。加快数据要素市场培育，构建数据基础制度，推动建设全国统一的数据登记平台、数据资产评估服务平台，深化数据管理国家标准贯标，激发数据要素价值潜力。[2023/5/26 9:44:31]

当然，这些趋势的宏大前景并不总是那么明显。比如，云计算现在可能是公认的大趋势。但如果回到2008年，云计算那时还饱受争议，有些人认为它只是“营销噱头”。最后，云计算用了十多年才成为今天的巨型产业。一开始，新趋势通常看起来是高度实验性的，伴随着过度炒作；但随着时间流逝它们愈加成熟，吸引了更多的资本和人才，逐渐成为新的主导模式。一如阿马拉定律所言，新技术的影响在短期往往被高估，而在长期被低估。

现在，似乎已经到了新技术范式出现的时候。谁将定义并掀起下一波计算变革的浪潮？有理由相信，“人工智能、区块链和物联网”正是新时代的“社交网络、移动计算和云计算”。这些趋势仍在其发展初期，但它们的潜在影响难以估量。这一范式中将产生哪些新的巨头？正如社交、移动、云计算相互之间彼此促动一样，上面这三大趋势也有着有趣的重叠部分。之前我在“物联网与区块链的交集”中讲了一个例子，类似的例子还有很多。今天，我会主要谈人工智能与区块链的交集。

知情人士：微软将把OpenAI人工智能技术整合至Office或可编写电子邮件:1月9日消息，知情人士透露，微软希望将OpenAI的人工智能技术整合到Word、Outlook和Powerpoint等应用中，为Office用户提供一种新的编写文本的方式。目前，人工智能在创意领域正变得越来越普遍，类似Stable Diffusion的工具可以根据简单的提示创作艺术作品。微软似乎正在考虑使用类似技术，来帮助用户在页面或演示文稿上组织文字。

据悉，早在2019年，微软曾向人工智能研究机构OpenAI投资10亿美元。[2023/1/9 11:01:44]

一个有趣的切入点是，从哲学角度来看人工智能和区块链在很多方面都是对立的。PeterThiel和ReidHoffman在最近一次对话中很好地总结了这一点：

比如说，人工智能是非常中心化的。它由少量公司控制，主要是谷歌、苹果、Facebook和亚马逊，以及中国的阿里巴巴、腾讯和百度。尽管一些人工智能研究在学术界是开源的，但这些公司吸引了全球顶尖的人工智能人才；更重要的是，它们拥有规模史无前例的数据来训练人工智能算法。这些数据集为它们带来了巨大的竞争优势，却不对外界任何人开放。

人工智能的中心化为各种形式的滥用大开方便之门。专制国家政府使用计算机视觉和面部识别技术加强监控就是一个例子。就在过去几个月，美国出现的一系列事件让人们想起了专制国家的类似案例，说明这已经发展为全球性的问题。

PlatON 发布2.0 白皮书：聚焦区块链、隐私计算与人工智能三大技术:9月14日，隐私AI计算网络PlatON于社交媒体发布其白皮书2.0版本内容，正式确立以区块链、隐私计算与人工智能三大技术为核心，全面建设去中心化的隐私计算网络、人工智能市场、 AI 协作网络三大阶段性目标。

据悉，PlatON 2.0将通过建立去中心化的隐私计算网络，形成去中心化的人工智能市场， 任何人都可以在隐私被保护的前提下通过PlatON 2.0 连接数据、算法、算力训练人工智能模型。PlatON 2.0 为AI提供了三个关键要素:数据、模型和计算能力，从而实现自组织的协作的人工智能网络。

今年6月PlatON刚发布过隐私计算白皮书，其中描述的各项隐私计算技术也将在PlatON2.0上实现。[2021/9/14 23:24:07]

除了这类问题之外，中心化平台还会打压它们周围出现的新生态。可以读一读ChrisDixon的这篇高论：“为什么去中心化如此重要”。

区块链不仅是纯粹的技术解决方案，也是对和组织问题的有力回应。我们前面谈到的很多话题本质上都是和组织问题。那么可以用区块链来解决人工智能的这些缺陷吗？区块链能帮助改进人工智能吗？这一领域的先驱者一直在探索各种想法，包括使用去中心化的方式创建人工智能、自主机器网络，以及由人工智能管理的全自主组织。

声音 | 农业农村部副部长张桃林：在人工智能、区块链等核心技术上加快重点布局和创新突破:据澎湃新闻消息，农业农村部副部长张桃林在江苏南京举行的“2019中国农业农村科技发展高峰论坛”上表示，近年来，随着世界科技革命的迅猛发展，前沿引领技术、颠覆性技术和交叉融合技术对农业农村发展的影响，比以往任何时候都更加广泛和深刻。他强调，我们必须在生物育种、智能农机装备、智慧农业等战略必争的重点领域，在合成生物、基因编辑、人工智能、区块链等受制于人的核心关键技术上，加快重点布局和创新突破。[2019/11/20]

今天我们谈论的是如何用区块链改进人工智能，但应该意识到人工智能也能在很多方面帮助区块链技术，这也是个很有趣的话题，改日再谈。

第一大设想是创造一个去中心化的市场以改进人工智能。总体思路如下：用物质奖励来激励我们所有人贡献自己的私有和专业数据。因为数据分享时会完全保证安全性和隐私性，我们就会更愿意分享各种隐私数据。久而久之，这些市场积累的数据会比GAFA还要多、质量还更高。基于这些数据，平台以经济利益激励机器学习专家互相竞争，开发出最高效模型的专家将获得最多的奖励。

要探索如何构建这样一个去中心化市场，我们看看怎样将人工智能的三大组成元素进行去中心化：它们是数据、模型和算力。接下来我们会展示很多企业的案例，这些企业在融合人工智能与区块链技术方面取得了杰出的成果。这一领域生机勃勃、进展迅速，所以少数案例也无法覆盖所有成功的企业和项目。还要注意几点：这一行业的许多企业都有着极富野心的计划，要建立各种形式的生态系统。不过这些方案中有很多看上去很相似。这些项目大多尚未发布，所以在尘埃落定之后我们才能看到谁才是真正做事情的。

声音 | 专家：区块链或可抑制人工智能领域令人担忧的发展趋势:据nytimes消息，加州大学计算机科学教授Dawn Song和汉森机器人公司的首席科学家Ben Goertzel认为区块链可能是抑制人工智能领域一些最令人担忧的趋势的重要方式。据悉，许多人工智能专家担心Facebook、谷歌和其他一些大公司正在囤积该领域的人才。Song，Goertzel和其他企业家表示，他们认为区块链可以鼓励更广泛的分布数据和算法，从而决定人工智能的未来发展。[2018/10/23]

首先来看数据。很重要的一点：如果想使用区块链存储大量数据，现有的区块链数据库远远不够，需要大幅进化才能满足需求。

上图是来自柏林的BigChainDB，它构建了一个可扩展的区块链数据库。这张很有趣的表格显示，分布式数据库与区块链技术的功能几乎没有重叠。因此，构建一个真正的数据库级区块链项目是很有挑战性的。

为了帮助数据共享，另一大关键的基础设施组件就是协议。OceanProtocol是这一领域的先行者，有兴趣深入了解的话可以看看它的创始人TrentMcConaghy所写的，关于区块链和人工智能的所有内容。ComputableLabs也致力于构建一个数据市场协议，其CEORogerChen的这篇文章也值得一读。

很多时候你需要创建自己的数据来训练人工智能模型，因为你无法接入最合适的数据集，或者你用来训练模型的用例太新，根本就没有对应的数据。来自巴黎的Snips正利用加密货币经济激励从业者创造一个网络，来生成合成数据。

再来看看人工智能的第二大组成要素：模型。要让一个去中心化的人工智能市场开始运作，你需要保证个人和公司提供的任何数据都能以完全私密的方式来处理。由此引入了安全计算。

OpenMinded项目就是一个很好的例子，它关注的重点是私密机器学习，其运用了各种安全计算技术，包括联合学习和差分隐私技术。

接下来看人工智能的第三大要素：算力。最近人工智能领域的许多进展都得益于算力的大幅提升，这既是因为我们更好地利用了现有的硬件，也受益于一些专为人工智能发展的新型高性能硬件。DeepBrainChain就是一个有趣的项目，致力于共享全世界空闲的计算资源。它的整体思想与Coronai、Hadron、Golem或Hypernet等项目类似，但DeepBrainChain更关注符合人工智能特定需求的计算资源类型。

将上述内容结合在一起，你应该能想象到一个去中心化的人工智能市场，其中人们贡献自己的数据，开发者竞相开发最好的机器学习模型，整个系统就像一个自进化的网络，吸引越来越多的参与者创造更好的人工智能技术。这里的秘密武器其实是加密货币经济：就是创造一个小型经济生态，参与者通过代币积累并交换价值。因为这种机制鼓励人们尽早加入网络，于是代币模式解决了曾让很多网络在发展初期头疼的冷启动问题。上面图中的的图表来自FredEhrsam在Medium发表的雄文：基于区块链的机器学习市场。这篇文章很好地描述了一个去中心化的人工智能市场是如何运作的。当然，其他市场面临的典型机遇和挑战都适用于本文的讨论主题。去中心化的市场可能是一种创建人工智能的非常新颖的方式，但它产生的内容依旧需要符合产品/市场的需求并解决现实问题，这样才能取得商业上的成功。从这个角度来说，垂直因素是尤其重要的。

现在我们让话题再进一步。我们假设去中心化的市场会让人工智能继续繁荣并加速前进。我们就会为每一种任务都创造出对应的人工智能类型。那么这些人工智能会是怎样的形态，又如何运行？区块链能提供一个有趣的组织模型，帮助这些人工智能自动机器以一种透明的方式协作。

Fetch就是这样一家公司，他们正在开发一种网络，用来创建人工智能自动机器，并让它们有序地协作。自动机器之间协作的一个例子是旅行场景：比如你让一个自动机器买了张机票，如果航班延误了，另一个自动机器会预测转机失误的可能性，再提出一条新的路线，于是第一个自动机器就能改签了。这些都能在后台实时自动完成，完全不需要人力费心费力。

SingularityNET是另一个有趣的例子。这个项目非常复杂、野心勃勃，有很多运动组件。为了展示不同的人工智能如何协作以融合为同一个大脑，他们开发出了索菲亚这个机器人，由SingularityNET驱动。这段演示视频效果惊人。

如果这个世界要依赖一群自动机器来执行各种任务，就需要一个能让它们保持透明、受控的基础架构。这正是Botchain的目标，这家公司由RobMay创立，CEO是Talla，并由BrainsandChains委员会管理。

在自动机器协作基础上再进一步，可以设想整个系统都由人工智能管理、完全自动运作。这也是去中心化自动组织的理想。很多人听说过“那个DAO”，这个投资者主导的风投基金在2016年曾被黑客入侵。而“人工智能DAO”的理念比DAO更进一步。它会是完全由机器来管理的去中心化组织，没有或很少收到人类的干涉。例如，你可以想象未来会出现一个由人工智能管理、完全去中心化的Uber，运营自动驾驶汽车。它会包含一个巨大的反馈闭环，使系统可以持续学习改善派车算法、提升运客效率并处理所有逻辑，将众多技能和复杂操作融入一个自主运行的平台中。

但这个人工智能DAO也会引发一个令人恐惧的设想：如果这样一个组织完全是去中心化、自动运行的话，它出问题的时候人们不知道怎样让它停下来。这可不像你拔掉电脑电源那么容易……

总结起来，上面很多想法都非常诱人，但也是高度实验性的。我提到的大部分项目都还没有面世，它们能不能实现自己追求的远大目标尚未可知。同时，很多基础的工作已经做好了，于是人工智能和区块链的结合能够以难以预测的速度创造出非常强大的技术。有些进步可能会导致意料之外的结果，所以现在真应该好好研究一下相应的影响了。

标签：人工智能区块链AINTON人工智能币有哪些区块链可以看作是Chain GuardiansPTON

BTC热门资讯