被數(shù)據(jù)訓練出來的人工智能
提起人工智能，其本質(zhì)是對人的思維的信息過程的模擬。于是，多數(shù)人將關注點集中于知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統(tǒng)、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。但如果我們把這些技術看成是一個設計日趨完善的系統(tǒng)，這個系統(tǒng)顯然還需要引入大量的可學習的數(shù)據(jù)，讓人工智能系統(tǒng)實現(xiàn)進化。
就象我們談到大數(shù)據(jù)，雖然我們最終要的是根據(jù)海量數(shù)據(jù)采用大數(shù)據(jù)分析方法得出的結論，但大數(shù)據(jù)的前提卻一定是先擁有海量的可供分析的數(shù)據(jù)。人工智能同樣遇到了這個問題，但這一次，卻可能通過區(qū)塊鏈解決這一問題。
本質(zhì)上說，區(qū)塊鏈是一系列信息，可以被添加但不會被重寫。這意味著人們可以創(chuàng)建新細節(jié)附錄，形成新的“塊”，且之前加密的安全內(nèi)容也不會被改變。這使得區(qū)塊鏈成為一種安全性極強的網(wǎng)上交易方式，擁有值得信賴的所有權記錄。本質(zhì)上，區(qū)塊鏈是一種能夠以分散的方式轉移數(shù)字化所有權的技術，而無需更多的文本工作。而隨著應用區(qū)塊鏈的產(chǎn)業(yè)和企業(yè)的增多，區(qū)塊鏈本身就變成了優(yōu)質(zhì)數(shù)據(jù)的匯集地，區(qū)塊鏈系統(tǒng)也可能成為一個超級數(shù)據(jù)庫而存在。
更重要的是，人工智能需要引入的數(shù)據(jù)，必須是擁有合法來源，并且不侵犯個人隱私的數(shù)據(jù)。而區(qū)塊鏈的特性，卻正好和人工智能形成了互補。
以應用人工智能較多的金融領域為例，與金融相關的數(shù)據(jù)由于和實體財產(chǎn)息息相關，往往存在于高端安全領域。而區(qū)塊鏈數(shù)據(jù)庫以加密狀態(tài)保存，這意味著只要私鑰安全，鏈上的所有數(shù)據(jù)就安全。新興的AI領域涉及構建算法，該算法能夠在數(shù)據(jù)仍處于加密狀態(tài)時處理(處理或操作)數(shù)據(jù)。這樣一來，人工智能系統(tǒng)可以得到充分的訓練，但金融數(shù)據(jù)本身是安全的。區(qū)塊鏈與AI的結合，可以讓雙方各取所需，實現(xiàn)共贏。
誰來充當人工智能決策的監(jiān)督者
從認知角度來說，人類往往是憑借更為直觀的事實來做出決策，而人工智能卻完全憑借數(shù)據(jù)分析做出決策，這直接導致了人工智能做出的某些決策讓人不能理解。還以金融交易領域的應用為例，AI算法被越來越多地用于判斷金融交易是否具有欺詐性，這時它得出的結論，就要監(jiān)管人員做出判斷，是否要對這些交易行為做出阻止或調(diào)查的行為。
這個時候，監(jiān)管人員為了確認人工智能得出的結論，還需要對結論進行審計。而如果決策是按數(shù)據(jù)點對數(shù)據(jù)點的方式在區(qū)塊鏈上記錄下來的，那么對決策進行審計就會簡單得多，因為在記錄的信息和審計過程開始之間，記錄沒有被篡改。這樣，區(qū)塊鏈無形中就充當了人工智能監(jiān)督者的角色。
需要特別說明的是，在這個過程中，區(qū)塊鏈一樣是受益者。雖然傳統(tǒng)計算機速度非常快，如果沒有執(zhí)行任務的明確指示，計算機就無法完成任務。這意味著，由于它們的加密特性，在傳統(tǒng)計算機上操作區(qū)塊鏈數(shù)據(jù)需要強大的計算機處理能力。人工智能是一種擺脫這種蠻力方式的嘗試，并且以一種更聰明、更深思熟慮的方式管理任務。以機器學習為動力的工作量證明將也會以相似的方式解決其工作，盡管它不必花一輩子的時間才能成為一名專家，但如果它得到正確的培訓數(shù)據(jù)，它幾乎可以立即提高自己的技能。這樣，區(qū)塊鏈與人工智能相遇之后，其本身的可管理性也得到了極大的提高。
區(qū)塊鏈與人工智能的交叉點
很明顯，區(qū)塊鏈與人工智能相遇于數(shù)據(jù)。而對現(xiàn)代企業(yè)的業(yè)務信息管理系統(tǒng)而言，數(shù)據(jù)到了今天，已在充當工業(yè)革命時代石油的角度。因此，區(qū)塊鏈就不僅僅與人工智能，還會與其他與數(shù)據(jù)相關的新技術形成交集，共同完成一場新的顛覆。
在這個大趨勢之下，區(qū)塊鏈和人工智能這兩種技術趨勢，已經(jīng)在做出最先的嘗試。雖然它們各自本身都具有開拓性，但是，它們在整合后將會有潛力變得更加具有革命性。兩者都有助于提高對方的能力，同時也提供了更好的監(jiān)督和問責的機會。
區(qū)塊鏈和AI雖然是技術譜系的兩個極端：一個是在封閉數(shù)據(jù)平臺上培育中心化的智能，另一個則是在開放數(shù)據(jù)環(huán)境下促進去中心化的應用。然而，如果我們能找到一個聰明的方式讓這兩個一起協(xié)作的話，總的正外部性就能夠在瞬間放大出去。接下來，我們唯一能做的就是針對二者結合的不斷試驗了。
京公網(wǎng)安備 11010502049343號