區塊鏈真正的生命力在于服務實體經濟。

必須有落地的應用，帶來經濟價值。

壹·人工智能和大數據

1、人工智能的前世今生

2、如何學習參與人工智能

3、人工智能和大數據在銀行的落地

貳·區塊鏈

1、區塊鏈技術的起源與三代演變

2、區塊鏈技術的主要特征

3、區塊鏈技術的發展方向

叁·區塊鏈和數字貨幣的安全問題

1、安全問題三大要點

2、區塊鏈安全問題現狀

3、安全控制模型

壹·人工智能和大數據

大數據必須與人工智能、生物學習進行結合才能有運用場景

未來將不再是為了工作而工作，不是為了滿足生活需要而工作，是為了實現個人價值

1、人工智能的前世今生

· 上世紀人工智能在50年代和80年代都有熱潮，典型的特征是當時的人工智能是一個演繹的系統，即：有理論的假設，然后根據數據去推斷結論。

· 但后來沒有形成大規模的應用，關鍵在于數據獲取很難，對于數據和理論的依賴較高，結論比較脆弱。

· 2013年、2014年出現了歸納推理(大數據、機器學習)的轉變，深入學習算法興起。得益于數據源增多、計算能力的提高、云計算的發展，真正帶來了大數據和人工智能在各個不同行業的落地。

2、如何學習參與人工智能

· 需要具備一定的數學、編程基礎。人工智能會運用大量的概率統計、數據原理。

· 需要加入一些人工智能項目的開發。

· 或者以分析師的角色加入，需要精通業務，思考如何運用大數據分析優化提升工作效率。

3、人工智能和大數據在銀行的落地

· 智能投資顧問

· 供應鏈金融的風險管控

· 金融產品和理財產品的設計開發與分析

貳·區塊鏈

區塊鏈目前并沒有統一的官方定義，仍處于發展之中，不需要太早定義來框死

1、區塊鏈技術的起源與三代演變

· 技術起源：P2P/加密技術(Hash&非對稱性加密)/數據庫技術。

· 區塊鏈1.0——比特幣：分布式賬本，數據經過共識后不可篡改，防止雙化。第一代互聯網是基于信息的互聯網，通過中介機構完成拷貝的傳遞。而今天是價值互聯網，實現的是價值的傳遞，比特幣能夠去中介化。

· 區塊鏈2.0——以太坊：在1.0中，處于數據鏈條前方的區塊會直接影響后方區塊，交易越在后方越不安全;需要很多電。2.0引入智能合約、虛擬機的概念，可以進行復雜語句的編寫，實現較好的業務邏輯的編輯。

· 區塊鏈3.0：2.0雖然有所進步，但是仍然存在性能仍然需要優化，每秒鐘能夠處理的交易為15—20，無法實現大規模落地。促使3.0時代的到來。

2、區塊鏈技術的主要特征

· 實現價值轉移，而非簡單的信息傳遞

· 高度冗余的數據庫

· 去中介化而非去中心化：用機器代碼代替中介化的算法和機構。且落地必須有監管。

· 分布式技術

· 高度依賴密碼學

3、區塊鏈技術的發展方向

· 方向一：區塊鏈+。加人工智能、物聯網、安全等技術。具體應用包括金融(支付領域)、供應鏈金融、游戲、房地產。

· 方向二：基礎區塊鏈。主要解決1.0/2.0的技術問題。

· 方向三：價值互聯網。銀行與銀行之間形成一個聯盟鏈。區塊鏈技術實現的是整體的重構，包括企業與企業、企業與政府、政府與政府之間生產關系的重建。

· 區塊鏈在銀行：打破信息孤島，使得共享數據在隱私保護的前提下實現拉通/實現實時監管，拉通監管交易。/聯合貸款，目前仍然在研究開發當中。

· 國內銀行：

招商銀行：清結算。建設銀行：房屋維修費用申請管理。中國銀行香港分行：POC系統。中國銀行總部：公益中國。

· 國外銀行：區塊鏈應用關注最多的是美國銀行。

叁·區塊鏈和數字貨幣的安全問題

區塊鏈雖然具備安全屬性，但是最能解決的問題卻并不是安全問題。區塊鏈解決的是雙化和價值傳輸的問題。

1、安全問題三大要點

加密保密性/數據的完整性/可用性。

2、區塊鏈安全問題現狀

· 保密性：區塊鏈有一定的解決方案，包括零知識證明、同態加密、狀態通道。

· 完整性：區塊鏈可以保證數據的完整性

· 可用性：仍然存在問題，速度太慢;雖然有分片分區、子鏈、共識算法等方案，但技術仍然需要進一步發展。

3、安全控制模型

· 工信部白皮書：定義了區塊鏈五層架構。包括數據層、網絡層、共識層、激勵層、智能合約層。

· Top8控制：身份管理、應用層源代碼安全檢查、智能合約安全檢查、節點的安全加固、數據加密(鏈上和鏈下， 國密算法)、數據傳輸的加密、DDOS 、Key Management。

· 還有什么新趨勢能比人工智能和區塊鏈更火嗎?

· 2016年AlphaGo大殺四方以來，2017區塊鏈狂飆突進以來，這兩大新技術就迅速集聚了資本、人才和輿論關注。

· 一般而言，AI合約被當做生產力進行類比，區塊鏈則被認為在變革生產關系。

· 然而一切都已水到渠成了嗎?生產力和生產關系又可以有怎樣的結合?還有哪些懸而未決的問題及挑戰?

· 站在AI合約和區塊鏈的交叉路口，知名投資人、FirstMark董事總經理馬特·圖爾克(Matt Turck)剛剛分享了他們對此的研究、分析和總結。

· 量子位全程圍觀后，認為條理清晰、有理有據，稱得上干貨滿滿，可以低調分享。

· 大咖介紹

· 馬特·圖爾克，美國知名早期投資機構FirstMark的董事總經理，此前以早期成功投資Pinterest、Shopify、AI合約rbnb、Riot Games、InVision和Tapad等超級獨角獸而著稱。

· 馬特還是紐約乃至美國知名的技術趨勢“布道者”，他發起組織了2大新趨勢分享社區，一個圍繞大數據和人工智能，名為Data Driven NYC;另一個圍繞前沿技術和新興計算平臺，叫Hardwired NYC。

· 在馬特組織的分享社區上，大咖云集，包括AI合約三巨頭之一的Yann LeCun，都曾應邀前來分享。

· 也是在匯集了眾多大咖思考和一線分析研究后，馬特決定分享自己關于AI合約+區塊鏈的思考，以下為分享實錄：

· 新一代趨勢

· AI合約+區塊鏈，這是一個激動人心又非常具有挑戰性的話題。

· 之所以希望圍繞這個話題進行分享，是希望提供一個廣泛的介紹，最好還能形成一些共識，并介紹一些從VC角度看到的這些領域里的有趣公司。

· 關于這兩個主題，嘲笑和反駁當然輕而易舉。因為無論是AI合約(機器學習)，還是區塊鏈，都算不上十拿九穩，都帶有非常明顯的實驗性、先鋒性。

· AI合約在2016-2017年達到了熱度高峰，然后區塊鏈則占領了2017-2018。

· 誰也無法保證，這兩大技術趨勢最后都能“善始善終”，也無法保證，這兩大技術交叉探索會產生了不起的商業可能。

· 但如果我們回顧一下計算機歷史，每10年或15年，就會有新的技術趨勢和大變革發生：硅芯片—PC—互聯網—Web2.0等。

· 而我們當前可能處于這一波趨勢的尾端。受到社交、移動和云計算的三方驅動。

· 并且這幾年生長出的超級獨角獸，都與這些背后驅動力息息相關，比如AI合約rbnb，Uber等等。

· 然而如果從一開始就想看清這些趨勢，其實并不容易。

· 比如，云計算在現在已經司空見慣，但如果回到2008年，當時還被認為是“營銷萬金油”，很難想象達到今天的規模化、工業化商用，差不多經歷了10年左右的時間。

· 歷史的進程也總是驚人相似：起初都是高度實驗性和過度炒作，但隨著時間向前，資本來了，人才也來了，然后開始成為新技術應用的典型范例。

· 阿馬拉定律其實說得透徹：新技術的影響在短期內往往被高估，長期內被低估。

· 現在，我認為新技術范式出現的時機已然成熟。并且驅動力和源技術也顯而易見。

· 我認為AI合約、區塊鏈和物聯網，正是新時代的“社交”、“移動”和“云”。

· 對于這些領域交叉、重疊，相互加持可以產生的可能，我無比期待，也認為未來已來。

· AI合約和區塊鏈有什么交集?

· △ 里德·霍夫曼(左)，LinkedIn聯合創始人，“硅谷人脈王”

彼得·蒂爾(右)，“硅谷天使投資教父”，Facebook第一位外部投資人

· AI合約和區塊鏈的關系，有一點非常有意思：它們在哲學上很多方面都是對立的。兩名教父級的硅谷天使投資人，彼得·蒂爾(Peter Thiel)和里德·霍夫曼(Reid Hoffman)兩位風投大咖在最近一次對話中，很好地總結了這個特性：

· 蒂爾把加密(區塊鏈)比作自由主義者，把AI合約比作共產主義者;

· 霍夫曼把加密比作無政府，把AI合約比作法治。

· 比如說，AI合約是非常中心化的。它集中在少量公司手里，比如美國的谷歌、蘋果、Facebook、亞馬遜，中國的阿里、騰訊、百度。

· 盡管一些AI合約研究在學術界是開源的，但是只有這些大公司，才能吸引全球的AI合約人才。也只有它們，才能獲取規模史無前例的數據，用來訓練AI合約算法。

· 這些數據集，讓它們形成了無與倫比的競爭優勢。

· 另外，區塊鏈也具備開放、透明、確定性的特征，而AI合約通常是封閉的、不透明的黑箱，具備概率性特征。

AI合約的中心化特性就帶來了一個問題：濫用。

· 谷歌幫美國軍方的無人機自動識別目標、微軟幫移民局作惡、亞馬遜為警方做人臉識別……這些科技巨頭和政府機構的合作，都導致了美國人民的震驚和抗議。

除了這種政治問題之外，中心化平臺還會與它們周圍出現的新生態競爭。

· 安德森·霍洛維茨基金(A16Z)的管理合伙人克里斯·迪克森(Chris Dixon)曾經專門論述過去中心化的重要性。他說：對抗政府審查、發揚自由主義政治思想，都不是去中心化重要性的主要原因。

· 重點在于，中心化平臺的生命周期是可預測的。它們一開始都會盡可能吸引用戶和第三方協作者，讓自己的服務更有價值。但平臺和協作者的關系，會從合作走向競爭。

· 隨著時間推移，最好的企業家、開發者和投資人，都會對于在中心化平臺上構建服務保持警惕。幾十年的經驗證明這會以失望告終。另外，用戶放棄了隱私、對自己數據的控制權，無力對抗安全漏洞。

· 中心化平臺的這些問題未來會更加顯著。

區塊鏈的出現，不止是純粹技術問題的解決方案，也是對政治和組織問題的有力回應。

· 而前面，我們也談到AI合約有很多本質上屬于政治和組織的問題。那么，可以用區塊鏈來對抗AI合約的這些缺陷嗎?

· 區塊鏈能幫我們構建更好的AI合約嗎?

· 這一領域的先驅一直在探索各種想法，比如說用去中心化方法來構建AI合約，或者給bots(或者說AI合約)建立一個網絡，又或者讓AI合約管理全自動的組織。

但值得注意的是，AI合約也能在很多方面幫助區塊鏈，這是另一個很有意思的話題。

· 比如說，AI合約能優化能耗，提升挖礦效率;AI合約能通過數據分區來提高區塊鏈的可擴展性;AI合約還能用來檢測欺詐行為。

· 這些方面我們以后再做詳細討論，接下來，我們先來講講區塊鏈能在哪些方面幫助AI合約。

· 區塊鏈對AI合約的三大助力

· 去中心化的AI合約市場

· 第一個想法，是構建一個去中心化的市場，在它的幫助下構建更好的AI合約。

· 概括地說，這個想法是這樣的：

· 用物質獎勵，來刺激我們所有個人和機構提供私人和專業數據。

· 因為這些數據會通過去中心化的安全計算方式，安全、私密地存儲起來，人們會更愿意分享花銷、健康信息等隱私數據。

· 時間一長，這些市場就會積累大量高質量數據，比科技巨頭手里的數據還要多。

· 基于這些數據，在以物質獎勵來刺激機器學習專家開發模型來競爭，性能最好的模型會獲得更高比例的收益。

要探索如何構建這樣一個去中心化市場，我們看看怎樣將AI合約的三大關鍵要素分別去中心化：

數據、模型、算力。

這是一個生機勃勃、進展迅速的領域。很多公司在AI合約和區塊鏈的十字路口，做著非常exciting的工作。它們著野心勃勃的計劃，想要構建生態中的多個模塊。

這些項目很多都還沒有面世，要等塵埃落，看清各家公司核心要做的究竟是什么，尚需時日。

為了說明AI合約三大關鍵模塊的去中心化情況，接下來，我們會用其中一些公司來舉例。

AI合約三大關鍵要素中，第一就是數據，而且是大數據。

如果想借助區塊鏈存儲大量數據，需要讓區塊鏈數據庫比當前數據庫更好。

為了保障數據共享，另一個重要的基礎設施組件非協議莫屬。

專門面向人工智能的數據交換協議Ocean Protocol(海洋協議)是這一領域的先行者

AI 合約技術的第三大要素是 計算力 。在人工智能領域的許多進展得益于計算力的大幅提升，這既得益于我們更好地利用現有硬件，也得益于一些新型高性能硬件的問世(如谷歌 TPU 等)。

三要素講解到此，你的腦海中應該能夠想象一個完全去中心化的人工智能市場，人們提供自己的數據，開發人員競相提供最好的機器學習模型，整個系統就像一個自我強化網絡，吸引越來越多的參與者創造更好的人工智能。

這里的秘密武器密碼經濟學，其實生活中很多時候已經用到，就是創造一個小型經濟的能力，參與者通過代幣積累和交換價值。因為這種鼓勵人們盡快加入網絡的機制，代幣幫助解決了過去困擾許多網絡建設工作的冷啟動問題。

去中心化的市場可能是構建AI合約的一種新穎的方式，但無論從市場中得到什么，都需要滿足產品/市場的需求，并解決真正的問題，才能在商業上取得成功。

AI合約之間的協作可以體現在旅行這個場景下。比如說你讓一個AI合約買了機票，如果航班延誤了，會有另一個AI合約來預測轉機銜接不上的可能性，再提出一條新的路線建議，第一個AI合約再去改簽機票。

這些都可以實時自動完成。

總結起來，上面很多實驗性的想法都非常具有吸引力。

我提到的大部分項目都還沒有面世，它們能不能實現自己追求的遠大目標尚未可知。同時，很多基礎的工作已經做好了，而接下來，AI合約和區塊鏈的結合能夠以難以預測的速度，創造出非常強大的技術。

有些進步可能會導致意料之外的結果，所以現在，已經到了認真思考“AI合約+區塊鏈”的影響的時候。