“两招称号相反，招式却是大异，一招是全真剑法的凶猛剑招，一着是玉女剑法的险峻家数，双剑合璧，威力立时大得惊人。”这段描绘出自《神雕侠侣》，说的是杨过与小龙女配合对战金轮法王的桥段，两人同使“玉女剑法”，仍难友好手。杨过有意中使出“全真剑法”，双剑合璧之下，威力大增，杀招频出，竟胜了金轮法王。

一雌一雄，一阴一阳，阴阳协调，威力无量，这就是所谓的“双剑合璧”。不外要到达这个境界，也有颇高的要求：“使这剑法的男女二人假使不是情侣，则许多精妙之处真实难以听会;彼此间心灵不克不及相同，则联剑之际是伴侣则太过客气，是尊长小辈则难免照拂仰赖;如属伉俪同使，妙则妙矣，可是其中脉脉含情、盈盈娇羞、不即不离、患得患失诸般表情却又差了一层。”，可见合技之难。

明天把科技比作剑法可谓恰如其分，技术也有强弱之分，差别技术也各有漏洞。把差别技术结合在一同，若能化去相互的漏洞，定然也能效果倍增。“互联网+”的诸多例子曾经充实证明了这个看法，而当下最抢手的技术，“AI”和“区块链”也在遇到瓶颈后开端走向互助，两者能否也能互补、协调，进而完成晋级?

结合国度互联网金融稳定技术专家委员会公布的《“区块链+AI”行业研讨陈诉》，我们来讨论一下AI与区块链能碰撞出怎样的火花。

“AI”和“区块链”各自的漏洞

虽然这两门技术都曾经生长有些年月了，但是要说曾经到达出神入化的田地还为时过早，尤其是“区块链”，甚至可以说是还在起步阶段。

“AI”

AI是Artificial Intelligence的简写，即人工智能。是研讨、开发用于模仿、延伸和扩展人的智能的一门技术。自降生至今已有六十多年的历史，近些年进入疾速生长阶段，已能运用于各个范畴，但行业仍存在不少痛点。

人工智能发展需求海量数据停止训练，到目前为止，照旧各企业自行搜集数据。因实力和秘闻的差距，头部玩家数据比其它企业富厚得多啊，如谷歌、百度、阿里、腾讯、微软、苹果、Facebook和亚马逊等企业。由于竞争干系，都敝帚自珍，于是大少数企业都短少数据，优质数据更少，而头部玩家也存在数据不完好的无法。

别的，如今的人工智能多为有监视学习，需求对数据停止充实标注，但是目前业界的标注多接纳外包，缺乏专业性，质量不佳数据的稳定性和可信任水平都存在不敷，而不良的数据能够给人工智能带来了稳定隐患;人工智能的少量数据中一定触及小我私家隐私的信息，这对隐私掩护提出了很大的应战;由于人工智能需求停止少量训练，再加上信息真实性需求确认的状况下，其训练工夫也被拉得很长等等。诸如此类成绩，都严重拖了人工智能的后腿。

但是，除了数据的成绩，算力、算法等层面也在限制人工智能的生长。一方面，硬件本钱高。人工智能在各范畴的训练都需求极大的运算量，在购买GPU、FPGA等硬件资源上，资金就需以百万记，这对少数普通企业来说，都难以蒙受;另一方面，由于该范畴缺乏精英人才，算法更新维护困难。

“区块链”

区块链是漫衍式数据存储、点对点传输、共鸣机制、加密算法等计算机技术的新型使用形式。其经过去中心化的、共享和加密等技术停止漫衍式记账。有着去中介化、开放性、自治性、信息不成窜改、匿名性等明显特点。

但是为了支撑这些技术的完成，需求支付电力耗费大、算力过剩、效率高等代价。

接纳POW共鸣机制的区块链项目需求耗费少量的电力资源，区块链要完成漫衍式数据存储的功效，需求少量节点恒久运转，范围越大，所泯灭的电力也会同比例增长。若真想让区块链使用于更多范畴，这样的耗费显然是不实在际的。

如此大的耗费面前，是算力资源应用率低的难点。区块链的算力并没有失掉公道天时用，遍及存在过剩或闲置形态，形成了极大的糜费，这与人工智能算力不敷恰恰相反。

区块链各节点反复事情过多，招致效率迟钝，也糜费了许多本钱。据德勤在2016年预算区块链验证和共享买卖的总运转本钱大约是每年6亿美元摆布。

存在各自痛点的两门技术如今正要联手，终究会相互交融、调和共处，照旧会相互排挤?

实际上的互补

虽然AI和区块链都沈阳做网站存在各自的痛点，但是优点也不少，并且实际上讲，各自的优点恰恰可以补偿相互的不敷。

对付人工智能匮乏的数据，区块链海量的数据恰恰能为其所用。由于区块链全球数据可共享、可溯源，在如此宏大的审计事情之下，数据标注质量更好。又由于区块链漫衍式存储，每个节点都生存有完好的数据信息，也包管了数据的稳定，提升了信息的可信任水平。除非一切节点都被窜改，不然难以对其稳定性组成要挟。

对付人工智能能够招致小我私家隐私泄露的成绩，区块链的匿名性也能很好处理。由于区块链接纳非对称加密和受权技术，虽然买卖信息公然通明，但账户身份信息却是高度加密的。所以就制止了小我私家隐私被窥探或被醉翁之意之人窃取。

数据的稳定性和和可信任水平失掉了包管，人工智能训练自然也可以剩下不少心思。此时，应用区块链漫衍式数据存储的方法，将单个的模型或许数据漫衍在差别的机器之上，接纳模型并行或许数据并行的方法停止训练，定然可以大大延长训练的工夫。

如此看来，区块链可算是给AI送了一份大礼。礼尚往来，AI似乎也可以为区块链解忧。

如何完成经过AI增加区块链动力损耗?一方面，人工智能可以替代人力挖矿，以更无效的手腕完成这个义务。既节省了人力，也节省了动力糜费。另一方面，经过AI学习算法，对设备停止无效治理，停止散热、冷却等操纵，异样可以增加动力的损耗。这方面的使用已被谷歌、百度等公司落实。

挖矿是个繁复的事情，经过人工智能，或答应以推算出第一个执行义务的节点，由此或答应以增加其他旷工不用要的探究，省去更多无用功，也进步了效率。

至于区块链过剩的算力的成绩，附能于人工智能后，自然也就迎刃而解。

综上所述，区块链处理了人工智能数据匮乏、数据稳定、可信任水平、小我私家隐私算力不敷等成绩;而人工智能也可以补偿区块链动力损耗、效率高等不敷之处。

两者结合，岂不是好像双剑合璧，所向无敌了?话虽如此，这些互补也还多处在实际阶段。对付这两门技术的交融才方才开端。

实践上还需磨合

探究两门技术的交融也是比来才开端的，如谷歌旗下DeepMind Health正在开发区块链医疗数据审计零碎，应用“区块链+AI”技术让病院、NHS、病人本身都能实时跟踪其小我私家安康数据，又可以掩护病人的小我私家隐私。微信小程序开发

Innoplexus等AI公司推出了区块链平台，而比特大陆和嘉楠耘智也各自研发着AI芯片。

经过区块链确权，由AI辨认版权，配合维护版权，也是“区块链+AI”的使用。另有数据市场、金融范畴、云计算、物联网等等，每个范畴都有人在实验。不外到目前为止，尚未呈现完满的组合。

究其缘由，或许某些玩家只是蹭蹭热度罢了。最次要的缘由在于行业对区块链和AI交融的构思还不敷完善。

首当其冲的是数据的共享。维持以后的形态，可以让这两个行业的巨头坚持相对的优势。尤其是人工智能企业，在数据方面不断抢先于同行，可一旦完成了AI和区块链的交融，数据被共享，这种优势将不复存在。这一矛盾存在，会让两者的结合没那么顺利。

而两门技术的交融也存在风险。这不是把两台机器放在一同的复杂操纵，而是在技术层面的交融，后果是更好，也能够更差。

正如双剑合璧，即便剑法可以相融，若不克不及心意相通也难以到达真正的合二为一。

“区块链+AI”能否完成双剑合璧，彼此赋能互补、配合晋级，另有待探究和研讨。

文/刘旷民众号，ID：liukuang110，本文首发韭菜财经