区块链与AI关系(百度区块链引擎BBE)

　　

　　

　　编者按：人工智能和区块链是近年来最热门的技术。但是从属性上来说，这两种技术似乎是天生对立的。人工智能是中心，封闭的、黑箱的和概率的；区块链是开放、透明和确定的。如果把这两种属性相反的技术结合起来，会碰撞出怎样的火花？机构，风险资本家第一马克公司的马特塔克提供了他的想法和观察。

　　

　　

　　

　　应罗布梅和博奇因团队的盛情邀请，我荣幸地就《大脑与锁链》发表了主旨演讲。在纽约举办的会议非常有趣，因为它的主题是人造智能和区块链的交汇点。

　　

　　

　　

　　这个话题既刺激又有挑战。我演讲的目的是为导言提供一个广泛的介绍，并为那天接下来的讨论建立框架：讨论为什么这个主题是重要的，并集中讨论公司在这个领域的一些有趣的工作。

　　

　　

　　

　　以下是演讲的片子，必要时我会做一些评论。信息可以通过在文章末尾找到链接直接下载。

　　

　　

　　

　　我从风险投资者的角度看待这个主题。我的机构活跃在人工智能和加密技术领域/区块链。

　　

　　

　　

　　区块链是继AI之后的新技术。

　　

　　

　　

　　当然这个话题很容易引起笑话。AI机器学习)区块链是一个实验技术，已经讨论了很多.AI在2016-2017年达到炒作的巅峰，而区块链在2017-2018年。每一种趋势都有可能以失望告终，这使得对交叉融合的探索变得毫无用处。

　　

　　

　　

　　过去10年的决定性技术

　　

　　

　　

　　但是，如果我们看看计算的历史，似乎每隔10年或15年就会出现一个大规模的新趋势——硅片、PC、互联网、Web 2.0等等。

　　

　　

　　

　　我们可能处于当前趋势的末尾，这主要是由三种并发现象驱动的：社交、移动和云计算。

　　

　　

　　

　　我们今天知道的很多巨人都来自于这些。

　　

　　

　　

　　很多事情都是后知后觉，在当时并不明显。

　　

　　

　　

　　但当然，这些趋势的规模并不总是显而易见的。

　　

　　

　　

　　比如云计算，现在看似显而易见，但回顾2008年，争议很大，被一些人称为“营销的蛇油”。最后，云计算用了10年才发展到今天这么大规模的产业。

　　

　　

　　

　　刚开始的时候，新趋势往往看似实验性很强，被过度炒作，但随着时间的推移，会逐渐站稳脚跟，吸引越来越多的资本和人才，然后逐渐成为新的范式。

　　

　　

　　

　　根据阿马拉定律，新技术的影响往往在短期内被高估，在长期内被低估。

　　

　　

　　

　　未来10年决定性的技术会是AI，区块链，物联网吗？

　　

　　

　　

　　新技术范式出现的时机似乎已经成熟。什么将定义和推动下一波计算创新？

　　

　　

　　

　　有理由认为“AI、区块链、物联网”是新的“社交、移动、云计算”。这些趋势仍在不断涌现，但潜在影响确实巨大。

　　

　　

　　

　　这种范式下会诞生哪些新巨人？

　　

　　

　　

　　正如社交、移动和云计算相互滋养一样，这三种趋势也有一个非常有趣的重叠。我至少讨论过物联网和区块链的一个交集，但是类似的例子还有很多。

　　

　　

　　

　　今天我重点讲一下AI和区块链的交叉融合。

　　

　　

　　

　　彼得泰尔：加密技术是自由主义，AI是共产主义；雷德霍夫曼：加密技术是无政府状态，人工智能是法治

　　

　　

　　

　　一个很有意思的观察起点是，从哲学的角度来看，AI和区块链其实在很多方面是对立的，就像彼得泰尔和雷德霍夫曼在最近的对话中很好的表达了自己的观点一样。

　　

　　

　　

　　对立范式(加密技术：de-中心，开放性、透明性、确定性；AI:中心，关闭，黑盒，概率)

　　

　　

　　

　　例如，人工智能非常中心-AI只掌握在少数公司，主要是谷歌、苹果、脸书和亚马逊(“GAFA”)以及中国互联网巨头阿里巴巴、腾讯和百度(“英美”)手中。虽然有些人工智能研究是以学术论文的形式开源的，但那些公司也吸引了来自世界各地的顶尖人工智能人才。最重要的是，这些公司人掌握了前所未有的海量数据来训练他们的人工智能算法。那些数据集是巨大的竞争优势，不对外开放。

　　

　　

　　

　　大赦国际的中心为各种的滥用打开了大门。

　　

　　

　　

　　技术带来的垄断越来越严重

　　

　　

　　

　　中心-based平台经常与周围的生态系统竞争。详见克里斯迪克森精彩《为什么去中心化很重要》。

　　

　　

　　

　　利用区块链对抗AI的缺陷：1) De-中心AI市场2)AI网络和De-中心自治组织(DAO)

　　

　　

　　

　　区块链的出现是强力对政治和组织问题的回应，而不仅仅是纯粹的技术问题。

　　

　　

　　

　　既然我们讨论的许多问题本质上都是政治性和组织性的，我们能否用它们来对抗人工智能的陷阱？

　　

　　

　　

　　区块链能不能帮助建设更好的AI？

　　

　　

　　

　　这一领域的先驱们一直在探索各种，的想法，从通过de-中心创建人工智能，到建立机器人网络，甚至由人工智能运营的完全自治的组织。

　　

　　

　　

　　今天，我们将讨论区块链如何帮助人工智能，但值得注意的是，人工智能也有一些地方可以帮助区块链——但这将在另一天讨论。

　　

　　

　　

　　去中心AI市场的想法：我是我数据的主人

　　

　　

　　

　　第一个大创意是建立一个de-中心market来帮助创造更好的AI。

　　

　　

　　

　　这个想法

　　

大概是这样：我们所有人（包括个人和机构）都会受到金融激励来提供个人数据和专业数据。在知道这些数据可以安全保证安全和隐私（通过去中心化和安全计算）的情况下，我们对共享敏感数据（开支、健康信息）会感到更加放心。跟GAFA掌握的那些相比，随着时间转移，市场会积累了越来越多的大量数据，数据的质量也会越来越高。基于这些数据，机器学习专家就会受到激励去相互竞争，而表现最出色的模型将会获得不成比例的回报。

　　

　　　　对AI的三大建构块分别进行去中心化

　　

　　　　为了探讨应该如何建立这样一个去中心化的市场，我们先谈谈如何对AI的三个关键的建构块进行去中心化：也就是数据、模型以及计算能力。

　　

　　　　接下来的演示中我们将提供一些从事AI与区块链结合工作的公司例子。这一领域非常有活力，发展非常快，所以这里列举的例子只是其中一部分而已。

　　

　　　　还有一点值得注意的是：这个领域的很多公司都有雄心勃勃的计划，要搭建这一生态体系的许多方面，而且许多看起来都有点一样。其中很多项目都处在试行阶段，所以看看谁是在真心事情的还需要时间观察。

　　

　　　　区块链本身存在问题，适合用它来解决AI的问题吗？

　　

　　　　我们先从数据开始。重要的一点：如果我们要用区块链来存储大规模数据的话……得有个比目前的要好得多的数据库才行。

　　

　　　　BigChainDB：可伸缩的区块链数据库

　　

　　　　柏林的BigChainDB做的就是可伸缩的区块链数据库。上面这张图表的有趣在于它表明分布式数据库与区块链技术其实没什么重合之处。因此，开发真正的数据库级的区块链是一个很有挑战性的项目。

　　

　　　　Ocean：去中心化的数据协议

　　

　　　　为了帮助分享数据，另一个关键的基础设施组件是协议。

　　

　　　　Ocean Protocol一直在做着该领域的先驱工作，任何人要是对深入研究感兴趣的话，其创始人Trent McConaghy在AI与区块链一般话题方面写的一切都值得阅读一下。

　　

　　　　Computable Labs还在致力于开发一个数据市场协议，CEO Roger Chen写的这篇好文章也很值得一看。

　　

　　　　Snips：去中心化的数据生成

　　

　　　　有时候出于AI训练的目的你需要创建自己的数据――或者因为你无权访问数据集，或者因为你训练AI的用例太新，数据还不存在。

　　

　　　　来自巴黎的Snips正在利用加密经济来激励工人网络参与到综合数据的生成当中。

　　

　　　　Gems、Effect：数据打标签去中心化的土耳其机器人

　　

　　　　安全计算的目标是在保证数据私密性的情况下训练模型

　　

　　　　接下来我们再谈谈AI的第二个建构块：模型。

　　

　　　　去中心化的AI市场要想见效，你需要能够保证个人和公司所提供的任何数据都是以完全私密的方式进行处理的。这就引出了安全计算。

　　

　　　　OpenMinded：私密的机器学习

　　

　　　　一个好的例子是OpenMined项目，其关键的关注就是私密机器学习，利用到了包括联邦学习（Google支持）以及差异化隐私（苹果支持）等各种安全技术。

　　

　　　　Algorithmia：卖模型

　　

　　　　Numerai：让模型竞争

　　

　　　　DeepBrain Chain：去中心化的云计算平台

　　

　　　　我们再切到AI的第三个建构块：计算能力上面。AI很多最近的进展都是在计算能力的大规模提升的促进下取得的，这既是更好利用现有硬件的结果，也是因为开发出了特别针对AI的新的高性能硬件。（比如Google的TPU）

　　

　　　　DeepBrain Chain是一个有趣的项目，其目标是共享全世界闲置的计算资源。其哲学跟Coronai、Hadron、Golem或者Hyperne等可以相提并论，但是DeepBrain Chain更加专注于AI特殊需求的那种计算能力（以及相关硬件）。

　　

　　　　去中心化的数据集市

　　

　　　　把这些综合到一起，你就可以想象一个完全去中心化的AI市场，在这个市场里大家提供自己的数据，开发者相互竞争提供最好的机器学习模型，而整个系统以一个自我强化网络的方式运作，吸引越来越多的参与者并且造出越来越好的AI。

　　

　　　　这里的秘密武器其实是加密数字经济：创造微型经济的能力，让参与者通过令牌获得价值并进行交易。因为令牌激励大家尽早参与到这个网络里面，所以帮助解决了冷启动的问题，而这个问题在过去已经困扰了太多的建设网络的努力。

　　

　　　　这张图表来自Fred Ehrsam的精彩文章：《基于区块链的机器学习市场》。这篇文章很好的描述了去中心化的AI市场可以如何运作。

　　

　　　　当然，任何一个市场典型的机会和挑战都可适用于这一讨论上。一个去中心化的市场也许是创建AI的一个非常新颖的手段，但从中出来的任何东西仍然需要实现产品/市场匹配并且解决真正的问题才能取得商业上的成功。从这个角度来说，垂直化的方向（工业、基因组、金融等）尤其有趣。

　　

　　　　下一个大想法：机器人网络

　　

　　　　现在让我们再进一步讨论一下。姑且假设部分由于去中心的AI市场，AI得以繁荣起来并加速发展。我们将有能力创建许多许多类型的AI来完成几乎每一项任务。那样的未来会是什么样的？又会如何运作？区块链可以提供一个有趣的组织模型来帮助各种AI机器人以透明的方式协作。

　　

　　　　Fetch：自动经济代理

　　

　　　　Fetch就是一个例子，这家致力于建设建造机器人的网络并让它们以有组织的方式进行协作。

　　

　　　　旅游就是机器人协作的例子：你可以让一个机器人买飞机票，如果出现延误的话，另一个机器人可以预测误接的可能性，提议另一条路线，而第一个机器人可以变更预订。所有这一切都是实时地在后台自动进行的，完全消除了我们人类可能发生的摩擦。

　　

　　　　SingularityNet：全球AI网络

　　

　　　　SingularityNET是另一个有趣的例子――这是一个非常有野心、非常复杂的项目，由很多部分组成。作为各种AI如何可以协作来创造出单个大脑的展示，他们开发出了Sophia（编者注：当然也有人指出这个机器人是个骗局），一个由SingularityNET驱动的Hanlon机器人。其讲解视频非常疯狂（让人想到《西部世界》）。

　　

　　　　Botchain：自治AI代理的安全身份系统

　　

　　　　如果我们即将进入的世界需要依靠一支机器人部队来执行各种任务的话，那就要有一个基础设施来让东西保持透明并加以控制。这就是Botchain的使命，这是一家由Rob May成立的新公司，后者还是Talla的CEO以及本次Brains Chains大会的组织者。

　　

　　　　AI驱动的去中心化自治组织

　　

　　　　如果再进一步考虑机器人协作以外的东西，你可以想象整个系统如何可以靠AI以完全自治的方式去运行。这正是去中心化自治组织（“DAO”）的想法。

　　

　　　　很多人都听说过“DAO”，那个著名的投资者主导的风投基金2016年被黑的事情。

　　

　　　　但是“AI DAO”的思路要超越DAO，这会是一个完全由机器运营的去中心化组织，连有限的人为干预都没有。比方说，展望未来你可以想象一个彻底去中心化版的Uber，车队全都是由AI驾驶和管理的无人车。这里面将会有一个庞大的反馈回环，系统会不断学习如何调度车辆，高效地运送人和处理各种物流任务，将许多技能和复杂性结合到一个自运营的体验上。

　　

　　　　AI DAO的唯一可怕之处在于一旦开启就无法停止

　　

　　　　不过这种AI DAO有一点比较可怕，那就是如果这样一个组织真正去中心化和自治化的话，尚不清楚一旦它出现紊乱如何才能阻止它继续运转。这可不像计算机拔掉插头就能关机那么简单。

　　

　　　　结论：上面讨论的很多东西都非常迷人，但却是高度实验性的。我提到的大多数项目都是处在试运行阶段，尚不清楚他们最终是否能够实现当初制订的雄心勃勃的目标。

　　

　　　　与此同时，大量的基础工作已经完成，而AI和区块链的结合可以创造出非常强大的技术，且速度之快很难完全预测。其中一些进展也许会制造出我们不想看到的结果，所以现在无疑是开始思考其潜在影响的好时机。

　　

　　　　演示幻灯片下载地址：https://www.slideshare.net/mjft01/ai-blockchain-an-introduction

　　

　　　　原文链接：http://mattturck.com/ai-blockchain/

　　

　　　　编译组出品。编辑：郝鹏程。