最近在紐約舉辦的的Brains and Chains會議上，我榮幸地受Rob May和Botchain團隊邀請發(fā)表了演講。這次有趣的會議旨在探索人工智能與區(qū)塊鏈的交集。

這是一個激動人心并具有挑戰(zhàn)性的話題。而我的演講是希望能做一個寬泛的介紹，并為之后的討論建立框架：首先探討為什么這一話題有著重大意義，并介紹這一領域一些有趣的企業(yè)所做的工作。

下面的圖片都是PPT截圖，文末有PPT的完整鏈接，其中有一些相關注釋。

我是以VC風投的視角談論這一主題的。我的投資機構FirstMark最近在人工智能和加密資產(chǎn)/區(qū)塊鏈領域都很活躍。

對這一話題一笑置之當然也是可以理解的。因為無論是人工智能（機器學習）還是區(qū)塊鏈，都有明顯的實驗性，都充斥著炒作和泡沫。人工智能在2016到2017年炒得最火，區(qū)塊鏈則在2017到2018年最受關注。這兩大趨勢最后都可能令人失望，它們的交集也可能毫無作為。

但如果我們回顧計算技術的歷史，似乎每10到15年就會有重大的變革：硅芯片、PC、互聯(lián)網(wǎng)、Web2.0等等。

我們當前可能處于現(xiàn)在這波趨勢的末端。這波趨勢的三大推動力分別是：社交網(wǎng)絡、移動計算和云計算。

今天我們熟知的許多巨頭都是從這一趨勢中崛起的。

當然，這些趨勢的宏大前景并不總是那么明顯。

比如，云計算現(xiàn)在可能是公認的大趨勢。但如果回到2008年，云計算那時還飽受爭議，有些人認為它只是“營銷噱頭”。最后，云計算用了十多年才成為今天的巨型產(chǎn)業(yè)。

一開始，新趨勢通常看起來是高度實驗性的，伴隨著過度炒作；但隨著時間流逝它們愈加成熟，吸引了更多的資本和人才，逐漸成為新的主導模式。

一如阿馬拉定律所言，新技術的影響在短期往往被高估，而在長期被低估。

現(xiàn)在，似乎已經(jīng)到了新技術范式出現(xiàn)的時候。誰將定義并掀起下一波計算變革的浪潮？

有理由相信，“人工智能、區(qū)塊鏈和物聯(lián)網(wǎng)”正是新時代的“社交網(wǎng)絡、移動計算和云計算”。這些趨勢仍在其發(fā)展初期，但它們的潛在影響難以估量。

這一范式中將產(chǎn)生哪些新的巨頭？

正如社交、移動、云計算相互之間彼此促動一樣，上面這三大趨勢也有著有趣的重疊部分。之前我在“物聯(lián)網(wǎng)與區(qū)塊鏈的交集”中講了一個例子，類似的例子還有很多。

今天，我會主要談人工智能與區(qū)塊鏈的交集。

一個有趣的切入點是，從哲學角度來看人工智能和區(qū)塊鏈在很多方面都是對立的。Peter Thiel和Reid Hoffman在最近一次對話中很好地總結了這一點：

比如說，人工智能是非常中心化的。它由少量公司控制，主要是谷歌、蘋果、Facebook和亞馬遜（“GAFA”），以及中國的阿里巴巴、騰訊和百度。盡管一些人工智能研究在學術界是開源的，但這些公司吸引了全球頂尖的人工智能人才；更重要的是，它們擁有規(guī)模史無前例的數(shù)據(jù)來訓練人工智能算法。這些數(shù)據(jù)集為它們帶來了巨大的競爭優(yōu)勢，卻不對外界任何人開放。

人工智能的中心化為各種形式的濫用大開方便之門。專制國家政府使用計算機視覺和面部識別技術加強監(jiān)控就是一個例子。

就在過去幾個月，美國出現(xiàn)的一系列事件讓人們想起了專制國家的類似案例，說明這已經(jīng)發(fā)展為全球性的問題。

除了這類政治問題之外，中心化平臺還會打壓它們周圍出現(xiàn)的新生態(tài)。可以讀一讀Chris Dixon的這篇高論：“為什么去中心化如此重要”。（https://medium.com/@cdixon/why-decentralization-matters-5e3f79f7638e）

區(qū)塊鏈不僅是純粹的技術解決方案，也是對政治和組織問題的有力回應。

我們前面談到的很多話題本質上都是政治和組織問題。那么可以用區(qū)塊鏈來解決人工智能的這些缺陷嗎？

區(qū)塊鏈能幫助改進人工智能嗎？

這一領域的先驅者一直在探索各種想法，包括使用去中心化的方式創(chuàng)建人工智能、自主機器網(wǎng)絡，以及由人工智能管理的全自主組織。

今天我們談論的是如何用區(qū)塊鏈改進人工智能，但應該意識到人工智能也能在很多方面幫助區(qū)塊鏈技術，這也是個很有趣的話題，改日再談。

第一大設想是創(chuàng)造一個去中心化的市場以改進人工智能。

總體思路如下：用物質獎勵來激勵我們所有人（個體與組織）貢獻自己的私有和專業(yè)數(shù)據(jù)。因為數(shù)據(jù)分享時會完全保證安全性和隱私性（基于去中心化與安全計算技術），我們就會更愿意分享各種隱私數(shù)據(jù)（開支、健康信息等）。久而久之，這些市場積累的數(shù)據(jù)會比GAFA還要多、質量還更高。基于這些數(shù)據(jù)，平臺以經(jīng)濟利益激勵機器學習專家互相競爭，開發(fā)出最高效模型的專家將獲得最多的獎勵。

要探索如何構建這樣一個去中心化市場，我們看看怎樣將人工智能的三大組成元素進行去中心化：它們是數(shù)據(jù)、模型和算力。

接下來我們會展示很多企業(yè)的案例，這些企業(yè)在融合人工智能與區(qū)塊鏈技術方面取得了杰出的成果。這一領域生機勃勃、進展迅速，所以少數(shù)案例也無法覆蓋所有成功的企業(yè)和項目。

還要注意幾點：這一行業(yè)的許多企業(yè)都有著極富野心的計劃，要建立各種形式的生態(tài)系統(tǒng)。不過這些方案中有很多看上去很相似。這些項目大多尚未發(fā)布，所以在塵埃落定之后我們才能看到誰才是真正做事情的。

首先來看數(shù)據(jù)。很重要的一點：如果想使用區(qū)塊鏈存儲大量數(shù)據(jù)，現(xiàn)有的區(qū)塊鏈數(shù)據(jù)庫遠遠不夠，需要大幅進化才能滿足需求。

上圖是來自柏林的BigChainDB，它構建了一個可擴展的區(qū)塊鏈數(shù)據(jù)庫。這張很有趣的表格顯示，分布式數(shù)據(jù)庫與區(qū)塊鏈技術的功能幾乎沒有重疊。因此，構建一個真正的數(shù)據(jù)庫級區(qū)塊鏈項目是很有挑戰(zhàn)性的。

為了幫助數(shù)據(jù)共享，另一大關鍵的基礎設施組件就是協(xié)議。

Ocean Protocol是這一領域的先行者，有興趣深入了解的話可以看看它的創(chuàng)始人Trent McConaghy所寫的，關于區(qū)塊鏈和人工智能的所有內容。（https://blog.oceanprotocol.com/@trentmc0）

Computable Labs也致力于構建一個數(shù)據(jù)市場協(xié)議，其CEO Roger Chen的這篇文章也值得一讀。（https://www.computable.io/blog/introducing-computable-labs）

很多時候你需要創(chuàng)建自己的數(shù)據(jù)來訓練人工智能模型，因為你無法接入最合適的數(shù)據(jù)集，或者你用來訓練模型的用例太新，根本就沒有對應的數(shù)據(jù)。

來自巴黎的Snips正利用加密貨幣經(jīng)濟激勵從業(yè)者創(chuàng)造一個網(wǎng)絡，來生成合成數(shù)據(jù)。

再來看看人工智能的第二大組成要素：模型。

要讓一個去中心化的人工智能市場開始運作，你需要保證個人和公司提供的任何數(shù)據(jù)都能以完全私密的方式來處理。由此引入了安全計算。

OpenMinded項目就是一個很好的例子，它關注的重點是私密機器學習，其運用了各種安全計算技術，包括聯(lián)合學習（由谷歌提出）和差分隱私（由蘋果提出）技術。

接下來看人工智能的第三大要素：算力。最近人工智能領域的許多進展都得益于算力的大幅提升，這既是因為我們更好地利用了現(xiàn)有的硬件，也受益于一些專為人工智能發(fā)展的新型高性能硬件（如谷歌TPU等）。

DeepBrain Chain就是一個有趣的項目，致力于共享全世界空閑的計算資源。它的整體思想與Coronai、Hadron、Golem或Hypernet等項目類似，但DeepBrain Chain更關注符合人工智能特定需求的計算資源類型（與相關硬件）。

將上述內容結合在一起，你應該能想象到一個去中心化的人工智能市場，其中人們貢獻自己的數(shù)據(jù)，開發(fā)者競相開發(fā)最好的機器學習模型，整個系統(tǒng)就像一個自進化的網(wǎng)絡，吸引越來越多的參與者創(chuàng)造更好的人工智能技術。

這里的秘密武器其實是加密貨幣經(jīng)濟：就是創(chuàng)造一個小型經(jīng)濟生態(tài)，參與者通過代幣積累并交換價值。因為這種機制鼓勵人們盡早加入網(wǎng)絡，于是代幣模式解決了曾讓很多網(wǎng)絡在發(fā)展初期頭疼的冷啟動問題。

上面圖中的的圖表來自Fred Ehrsam在Medium發(fā)表的雄文：基于區(qū)塊鏈的機器學習市場。（https://medium.com/@FEhrsam/blockchain-based-machine-learning-marketplaces-cb2d4dae2c17）這篇文章很好地描述了一個去中心化的人工智能市場是如何運作的。

當然，其他市場面臨的典型機遇和挑戰(zhàn)都適用于本文的討論主題。去中心化的市場可能是一種創(chuàng)建人工智能的非常新穎的方式，但它產(chǎn)生的內容依舊需要符合產(chǎn)品/市場的需求并解決現(xiàn)實問題，這樣才能取得商業(yè)上的成功。從這個角度來說，垂直因素（行業(yè)、基因、財務等）是尤其重要的。

現(xiàn)在我們讓話題再進一步。我們假設去中心化的市場會讓人工智能繼續(xù)繁榮并加速前進。我們就會為每一種任務都創(chuàng)造出對應的人工智能類型。那么這些人工智能會是怎樣的形態(tài)，又如何運行？區(qū)塊鏈能提供一個有趣的組織模型，幫助這些人工智能自動機器以一種透明的方式協(xié)作。

Fetch（https://fetch.ai/）就是這樣一家公司，他們正在開發(fā)一種網(wǎng)絡，用來創(chuàng)建人工智能自動機器，并讓它們有序地協(xié)作。

自動機器之間協(xié)作的一個例子是旅行場景：比如你讓一個自動機器買了張機票，如果航班延誤了，另一個自動機器會預測轉機失誤的可能性，再提出一條新的路線，于是第一個自動機器就能改簽了。這些都能在后臺實時自動完成，完全不需要人力費心費力。

SingularityNET（https://singularitynet.io/）是另一個有趣的例子。這個項目非常復雜、野心勃勃，有很多運動組件。為了展示不同的人工智能如何協(xié)作以融合為同一個大腦，他們開發(fā)出了索菲亞這個機器人，由SingularityNET驅動。這段演示視頻（https://www.youtube.com/watch？v=LZkADy2RRoA）效果驚人（令人想起了電視劇《西部世界》）。

如果這個世界要依賴一群自動機器來執(zhí)行各種任務，就需要一個能讓它們保持透明、受控的基礎架構。這正是Botchain的目標，這家公司由Rob May創(chuàng)立，CEO是Talla，并由Brains and Chains委員會管理。

在自動機器協(xié)作基礎上再進一步，可以設想整個系統(tǒng)都由人工智能管理、完全自動運作。這也是去中心化自動組織（DAO）的理想。

很多人聽說過“那個DAO”，這個投資者主導的風投基金在2016年曾被黑客入侵。

而“人工智能 DAO”的理念比DAO更進一步。它會是完全由機器來管理的去中心化組織，沒有或很少收到人類的干涉。例如，你可以想象未來會出現(xiàn)一個由人工智能管理、完全去中心化的Uber，運營自動駕駛汽車。它會包含一個巨大的反饋閉環(huán)，使系統(tǒng)可以持續(xù)學習改善派車算法、提升運客效率并處理所有邏輯，將眾多技能和復雜操作融入一個自主運行的平臺中。

但這個人工智能DAO也會引發(fā)一個令人恐懼的設想：如果這樣一個組織完全是去中心化、自動運行的話，它出問題的時候人們不知道怎樣讓它停下來。這可不像你拔掉電腦電源那么容易……

總結起來，上面很多想法都非常誘人，但也是高度實驗性的。我提到的大部分項目都還沒有面世，它們能不能實現(xiàn)自己追求的遠大目標尚未可知。

同時，很多基礎的工作已經(jīng)做好了，于是人工智能和區(qū)塊鏈的結合能夠以難以預測的速度創(chuàng)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(xiàn)在真應該好好研究一下相應的影響了。