我在密码学领域已工作了二十多年，并且自其问世以来，我仍然是密码学发展的大力参与者。特别是在是，我指出人工智能（AI）和区块链的融合，不会是一个令人兴奋，但具备挑战性的新发展。MattTurck最近辩论了为什么这个话题很最重要，并特别强调了行业当中一些有意思的项目，他将人工智能（大数据、数据科学、机器学习）和区块链（去中心化基础设施）定义为下一个十年的核心技术。
似乎，这些新概念的时机早已成熟期了，尽管它们依然是新生的、仍不繁盛的。有意思的是，人工智能和区块链在哲学上是有所不同的：1．AI是由更加中心化的基础设施驱动的，这与区块链去中心化、分布式的性质是比较的；2．很多人工智能技术由中心化提供商所享有和运营的，而市场上的大多数区块链企业都将其代码库开源公开发表，任何人都可以在任何时间点权利地查阅这些代码。
3．就现在而言，AI更加看起来一个黑盒解决方案，而区块链在处置其交易时往往是很半透明的。4．AI基于概率公式，而区块链在本质上极具确定性；目前，很多AI创业公司的最后命运，就是被IBM、苹果、Facebook、亚马逊、谷歌、英特尔、阿里巴巴这些巨头公司所并购。这些巨头依赖史无前例的数据量，来培训他们的人工智能代理，这给他们获取了极大的竞争优势。与此同时，他们的数据和能力，也与世界其它地区的情况截然不同。
意外的是，中心化的AI为欺诈获取了空间，例如用于人脸识别和计算机视觉技术大规模地监控人们。同时，在中心化的环境之上创立解决方案，拒绝企业退出隐私，并对其它第三方放松数据掌控；AI与区块链的融合这就是区块链转入其中的突破口，因为它可以用来解决很多人工智能的缺点。我在我们的业务当中，早已亲眼所见，我们利用了很多AI和机器学习（ML）能力，以便更佳地辨识和检验用户的区块链身份。
目前，该领域的专家们正在探寻如何部署区块链，以创立去中心化的市场来强化AI。麻省理工学院的获取的这门课程只是这个行业运动的一个指示器。这将容许人们舒适度地共享他们的个人可辨识信息（PII），同时通过区块链获取的去中心化安全性计算出来，确保其数据依然是安全性的、隐私的。实质上，用户可以更容易地分享他们的脆弱细节（例如身体健康和财务数据），并且系统将保证只有预期的服务提供者才有能力在用户具体表示同意的情况下解密用户的PII。
随着时间的推移，我坚信这个行业将累积大量的数据，而这也是大型的组织需要维持竞争力的核心所在。一篇来自Hackernoon的文章列出来一些近期的融合区块链和AI技术的项目，其中一些有一点注目的还包括AI市场SingularityNET，全球范围的企业可以通过它采访人工智能能力（算法等），以增进这个行业的茁壮。另一个项目是NamaheAI平台，其目的通过构建人工智能和区块链来获取供应链的效率，从而需要动态无缝地监控流程，并标记出现异常和欺诈以供审查。
最后，还有Numerai，一个基于人工智能的对冲基金，其通过赞助商行业爱好者展开相互竞争，研发和递交预测模型和解决方案。AI与区块链融合所面对的挑战似乎，人工智能解决方案不同于传统的解决方案，因为它们遵循了概率模型。换言之，传统的程序遵循了“如果A再次发生，然后追随B”的方法。
忽略，人工智能（深度自学和机器学习）用于概率问来追随先前步骤。AI的这一特性，使得该技术沦为创立灵活性解决方案的理想自由选择。
然而，权衡点在于，一些人工智能程序是不会错误的。到目前为止，AI代理在某些情况下依然是不会错误的，并且用户依然很难告诉何时错误，或者当错误时应当做到什么。一些令人难忘的例子还包括微软公司的聊天机器人变为了流氓，维基百科的编辑机器人之间再次发生了争吵，优步（Uber）的自动驾驶汽车忽略了红灯，俄罗斯机器人PromobotIR77逃出了实验室……另一个问题是合规性。
避免人工智能解决方案沦落流氓或导致伤害，依然是我们主要去解决问题的问题。而AI和区块链解决方案构建数据单体，这不会是一项确实的挑战。然而，物联网（IOT）在获取人工智能训练所需的数据方面，将是至关重要的。
实质上，私有数据的安全性和保密性，也将在这个领域扮演着至关重要的角色；人才是区块链和AI融合所面对的另众多挑战。虽然数据是训练AI模型的主要因素，它们可以通过IoT设备来搜集，但是这必须专业人员来研发算法，这些算法须要按照区块链技术的拒绝，以去中心化或分布式的方式运营。幸运地的是，诸如DeepBrainChain和SingularityNET这类的组织正在大大研究和创立创意的人工智能算法。
计算资源则是融合AI和区块链的另众多问题。幸运地的是，有可能利用全局空闲计算能力来运营与区块链构建的资源密集型人工智能训练。结论一些专家现在指出，区块链具备将去中心化属性传送给AI的能力，以构建为大众获取去中心化的人工智能。为了从融合这两大技术中，取得确实的益处，我指出必需要解决问题几个主要的问题：如何确认AI解决方案何时操作者错误，如何培训该领域的专业人员，以及必须明确提出必要的遵守性拒绝，来指导产品的研发和部署。
为了获得确实的变革，这个领域的参与者应当希望超越这些障碍，希望在现实世界中发展区块链和人工智能。
本文来源：kaiyun·登录官网-www.zhonghaiyl.com
