【簡介：】先講講區(qū)塊鏈和人工智能
人工智能(AI)這個詞現(xiàn)在最常用，簡單地說，就是建造能夠執(zhí)行似乎需要智能的任務的機器的理論和實踐。目前，正在努力實現(xiàn)這一目標的尖端技術(shù)包括機器學習

先講講區(qū)塊鏈和人工智能

人工智能(AI)這個詞現(xiàn)在最常用，簡單地說，就是建造能夠執(zhí)行似乎需要智能的任務的機器的理論和實踐。目前，正在努力實現(xiàn)這一目標的尖端技術(shù)包括機器學習、人工神經(jīng)網(wǎng)絡(luò)和深度學習。

與此同時，區(qū)塊鏈本質(zhì)上是一種新的數(shù)字信息歸檔系統(tǒng)，它以加密的分布式賬本格式存儲數(shù)據(jù)。因為數(shù)據(jù)是加密的，并且分布在許多不同的計算機上，因此可以創(chuàng)建防篡改的、高度健壯的數(shù)據(jù)庫，這些數(shù)據(jù)庫只有經(jīng)過許可才能讀取和更新。

盡管從學術(shù)的角度來看，結(jié)合這些突破性技術(shù)的潛力有很多，但目前現(xiàn)實世界的應用是稀疏的。不過，我預計這種情況在不久的將來會有所改變。

這里有三種方法，AI和區(qū)塊鏈是為彼此做的。

人工智能和加密技術(shù)合作得很好。

在區(qū)塊鏈上的數(shù)據(jù)由于其文件系統(tǒng)中固有的密碼學而具有高度的安全性。

這意味著，區(qū)塊鏈是存儲高度敏感的個人數(shù)據(jù)的理想工具，當這些數(shù)據(jù)經(jīng)過巧妙處理后，可以在我們的生活中釋放出如此多的價值和便利。想想聰明的醫(yī)療保健系統(tǒng)，根據(jù)我們的醫(yī)療掃描和記錄做出準確的診斷，或者僅僅是亞馬遜或Netflix使用的推薦引擎，來建議我們下一步想買什么或看什么。

當然，在這些系統(tǒng)中輸入的數(shù)據(jù)(在我們?yōu)g覽或與服務交互時被收集起來之后)是非常個人化的。交易的企業(yè)必須投入大量資金以滿足其在數(shù)據(jù)安全方面的標準。即便如此，大規(guī)模的數(shù)據(jù)泄露導致個人數(shù)據(jù)丟失的現(xiàn)象越來越普遍(而且越來越大!)

區(qū)塊鏈數(shù)據(jù)庫將它們的信息保存在一個加密的狀態(tài)中。這意味著只有私有密匙必須保持安全——為了保證鏈上所有數(shù)據(jù)的安全，必須保證數(shù)據(jù)的千字節(jié)。

在安全方面，人工智能也有足夠的優(yōu)勢。人工智能的一個新興領(lǐng)域涉及到構(gòu)建算法，它能夠在數(shù)據(jù)仍然處于加密狀態(tài)時處理(處理或操作)數(shù)據(jù)。任何涉及暴露未加密數(shù)據(jù)的數(shù)據(jù)過程的任何部分都表示安全風險，減少這些事件可能有助于使事情變得更安全。

區(qū)塊鏈可以幫助我們跟蹤、理解和解釋人工智能的決策。

人工智能的決定有時很難讓人理解。這是因為他們能夠獨立地評估大量的變量，并且能夠“學習”，而這些變量對于他們想要達到的整體任務是很重要的。

作為一個例子，人工智能算法預計將越來越多地用于決定金融交易是否具有欺詐性，并且應該被阻止或調(diào)查。

不過，在一段時間內(nèi)，仍有必要對這些決定進行人工審核?？紤]到可以考慮的大量數(shù)據(jù)，這可能是一項復雜的任務。例如，沃爾瑪將其所有門店的一個月的交易數(shù)據(jù)輸入到它的人工智能系統(tǒng)中，該系統(tǒng)決定了哪些產(chǎn)品應該庫存，以及在哪些地方。

如果在一個datapointby -datapoint基礎(chǔ)上，在區(qū)塊鏈上記錄決策，那么就可以更簡單地進行審計，并且有信心記錄在記錄的信息和審計過程的開始之間沒有被篡改。

無論我們?nèi)绾吻宄乜吹剑斯ぶ悄茉谠S多領(lǐng)域都具有巨大的優(yōu)勢，如果它不被公眾所信任，那么它的實用性將受到極大的限制。記錄區(qū)塊鏈的決策過程，可能是為了獲得公眾信任所需要的透明度和洞察機器人思想的一步。

人工智能可以比人類更有效地管理區(qū)塊鏈(或“愚蠢”的傳統(tǒng)計算機)

傳統(tǒng)上，計算機速度非?？?，但非常愚蠢。沒有明確說明如何執(zhí)行任務，計算機無法完成任務。這意味著，由于它們的加密性質(zhì)，在“愚蠢”的計算機上運行區(qū)塊鏈數(shù)據(jù)需要大量的計算機處理能力。舉個例子，在比特幣區(qū)塊鏈上使用的散列算法采用了“蠻力”的方法——有效地嘗試每一個字符組合，直到找到一個適合驗證交易的字符。

人工智能是一種試圖擺脫這種暴力方式的嘗試，并以一種更聰明、更深思熟慮的方式管理任務。想想一個代碼的人類專家，如果他們是優(yōu)秀的，在代碼的過程中會變得更好、更有效率，因為他們在職業(yè)生涯中成功了越來越多的代碼。機器學習驅(qū)動的挖掘算法也會以類似的方式處理它的工作——盡管它不必花費一生的時間去成為專家，但如果它得到了正確的訓練數(shù)據(jù)，它幾乎可以瞬間提高它的技能。

顯然，區(qū)塊鏈和AI是兩種技術(shù)趨勢，雖然它們在各自的權(quán)利上有突破性的發(fā)展，但它們有可能在整合后變得更加具有革命性。兩者都有助于提高對方的能力，同時也為更好的監(jiān)督和問責提供機會。