“那一天，人類終于回想起了，曾經一度被它們支配的恐怖，還有那被囚禁于鳥籠中的恥辱。”
從2016年12月29日開始，升級版的AlphaGo化名“master”，潛伏在弈城網，短短的一個多月里悶聲不響地放翻了柯潔九段、樸廷桓九段、陳耀燁九段、連笑七段等一流高手，取得了50勝0負的驚人戰績。很多人發出驚呼：人工智能，莫非要取人類而代之?
等炒作的風頭過去，冷靜下來細想。智能機器現在的發展，還處在很初級的階段，即便是AlphaGo，本質上也是機器深度學習的一個應用，它的算法并不算特別復雜，其源代碼代碼估計就在五千到一萬行之間，但是在IT的歷史上，一萬行的代碼算不了一個大工程，比如微軟的windowsNT就有兩千萬行的代碼。
業內人士稱，AlphaGo本身的技術不難，主要難在沒有足夠的數據支持。下棋這個場景有著天然的優勢，也只需要自己積累數據就可完成訓練，不需要外界很多的輸入。而在其他領域，比方說醫療，想訓練出AlphaGo的目標就很難實現，不是說機器不想學習案例，是沒有足夠多的病例可供使用，這樣的場景需要外界給予足夠的輸入和配合。
AI技術目前的一大瓶頸，在于獲取數據困難，缺少足夠的數據支持。而AI技術應用最大的癥結，也同樣在于不可信的程序盜用我們的個人數據。比如，我們現在步入智慧生活，使用手機來滿足“衣食住行游購娛”等基本需求，但不可信的 APP 正在非法采集我們的個人數據;我們使用智能醫療機器來識別病理，但不可信的控制程序將導致隱私信息外泄;智能家居扮演著人類的管家、清潔工等角色，但不可信的智能家居系統將為入侵者窺視打開窗口…
區塊鏈對人工智能的價值，在于通過對數據訪問的記賬來進行確權。智慧生活時代，我們每個人都是數據的使用者，同時也是數據的生產者。在區塊鏈技術的支持下，既可以方便我們對盜用自身數據的不良設備運營者進行追責，使之無從抵賴;又為我們的數據交互和共享提供了便利，激勵大家的積極的貢獻自己的閑時算力和數據價值分享，讓全網加入數據分享和加速的區塊鏈紅利中。
對人工智能公司來說，區塊鏈能減少人工智能公司獲取數據以及獲取算力所需要消耗的額外的成本。比方說自動駕駛汽車，智慧交通是一個未來非常好的發展方向，但訓練自動駕駛汽車非常燒錢，一方面是大量的硬件資源的采購，另一方面是大量的數據的收集。
假如我們換一種思路，我們不再要求人工智能、算法提供商、算法的訓練商去收集數據到本地來執行，而讓每一個個體比如說每輛車，它都能收集身邊的數據，并且能提供一些算力。
像 Uber、滴滴這樣的企業都會有交通擁堵分析的業務，這樣的業務需要很精確的數據從而分析結果，比如擁堵路段、行進速度、擁堵原因等。這種場景就依賴很多參與者的數據，比如高架橋上的攝像頭數據、車輛的傳感器數據、用戶上傳的事故圖片數據等，這些數據可以通過傳輸層交給 TRIAS算力平臺處理，平臺會運行應用商比如滴滴發布的合約去運算數據，算力提供者響應運算請求并獲得獎勵，輸出分析結果供滴滴使用。
在這個過程中，區塊鏈實際上是幫助我們實現多方數據交換的協同運算。如果能把“哪個程序在什么時候訪問了哪些數據產生了什么結果”這些行為記錄在區塊鏈上。那么我們就有辦法讓數據的擁有者和數據的使用者分別去計算他們的貢獻或者是他們的收入。
在這種情況下，我們可能并不只是維護自己的平臺，還有可能把任務分發到別人的平臺。比方說把任務發到一輛車上，然后在車載的或許是一個小礦機上，去分析那個礦機本地所收集到的數據，用礦機本地的算力進行處理，處理完之后再把結果寫到一條鏈上。這樣我們就省掉了數據的傳遞存儲，也省掉了那些公司去長期維護海量算力的過程。
綜上所述，區塊鏈在人工智能這個環境中，數據確權對AI+數據的良性循環是至關重要的，誰動了我的數據，如果能在區塊鏈上得到清晰的體現，那么它可以很大程度上去促成數據安全和共享。
京公網安備 11010502049343號