雖然區(qū)塊鏈和人工智能正在不斷滲透各個行業(yè)，但大部分“區(qū)塊鏈+AI”項目仍處于概念驗證階段或早期應(yīng)用階段。雷鋒網(wǎng)8月20日獲悉，繼區(qū)塊鏈安全調(diào)研后，國家互聯(lián)網(wǎng)金融安全技術(shù)專家委員會又將聚焦到了“區(qū)塊鏈+AI”這一熱點，聯(lián)合上海圳鏈公司發(fā)布了行業(yè)報告。

報告稱，區(qū)塊鏈結(jié)合人工智能將有七大優(yōu)勢：一是區(qū)塊鏈可以提高人工智能的數(shù)據(jù)安全性；二是區(qū)塊鏈可以加速數(shù)據(jù)的累積，給人工智能提供更強大的數(shù)據(jù)支持，解決AI的數(shù)據(jù)供應(yīng)問題；三是區(qū)塊鏈可以解決數(shù)據(jù)收集時的數(shù)據(jù)隱私問題；四是人工智能可以減少區(qū)塊鏈的電力消耗；五是區(qū)塊鏈使得人工智能更加的可信任；六是區(qū)塊鏈幫助人工智能縮短訓練時間；七是區(qū)塊鏈有助于打造一個更加開放與公平化的人工智能市場。

當然，“區(qū)塊鏈+AI”也將直面兩項挑戰(zhàn)，一方面是AI和區(qū)塊鏈自身的缺點，在結(jié)合后仍無法有效解決；另一方面是AI和區(qū)塊鏈結(jié)合過程中可能造成原有優(yōu)勢被破壞。

以下是原報告，雷鋒網(wǎng)作了不改變原意的編輯：

一、“區(qū)塊鏈+AI”行業(yè)概述：

1、“區(qū)塊鏈+AI”行業(yè)簡介

人工智能（Artificial Intelligence）英文縮寫為“AI”，主要研究如何使計算機去做更多過去只有人類才能完成的智能工作。AI一詞最早是在1956年Dartmouth學會上提出，2015年美國伊利諾伊小組研究中表明，現(xiàn)階段AI智力已可達4歲孩童智力水平。隨著人工智能技術(shù)不斷成熟應(yīng)用，圍繞著“AI+”的技術(shù)理念創(chuàng)新也在不斷提出，其中“區(qū)塊鏈+AI”的技術(shù)理念尤為突出。

區(qū)塊鏈是分布式數(shù)據(jù)存儲、點對點傳輸、共識機制、加密算法等計算機技術(shù)的新型應(yīng)用模式。其本身作為比特幣的底層技術(shù)，擁有去中心化、開放性、自治性、信息難篡改、匿名性等特征，可有效彌補人工智能應(yīng)用中存在的數(shù)據(jù)共享、數(shù)據(jù)安全等問題。區(qū)塊鏈可以為人工智能提供“鏈”的功能，讓人工智能的“自主”運行中需要的數(shù)據(jù)信息都得到可信記錄并具備可溯源的特點，使得AI更可信、更安全?？梢哉f“區(qū)塊鏈+AI”是新型技術(shù)之間的通力合作，若兩者可有機結(jié)合，將會創(chuàng)造更大的價值。

從金融、消費、醫(yī)療服務(wù)到政府服務(wù)，區(qū)塊鏈和人工智能的結(jié)合正在逐步滲透各個行業(yè)和領(lǐng)域。人工智能和區(qū)塊鏈的協(xié)作將會解決諸多的問題，在人工智能提供數(shù)據(jù)分析和匹配的同時，區(qū)塊鏈將提供一個更加安全和可信任的網(wǎng)絡(luò)。

2、人工智能和區(qū)塊鏈行業(yè)現(xiàn)狀概述

人工智能被譽為引領(lǐng)未來的戰(zhàn)略性技術(shù)，是提升國家競爭力、維護國家安全的核心技術(shù)之一，也將成為經(jīng)濟發(fā)展中新一輪產(chǎn)業(yè)變革的核心驅(qū)動力。在我國，人工智能的發(fā)展受到高度重視，2017年7月8日國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》的戰(zhàn)略部署，明確我國新一代人工智能發(fā)展的三大戰(zhàn)略目標：至2020年人工智能總體技術(shù)和應(yīng)用與世界先進水平同步，成為重要經(jīng)濟增長點，全面支持建設(shè)小康社會；至2025年人工智能基礎(chǔ)理論實現(xiàn)重大突破，成為我國產(chǎn)業(yè)升級和經(jīng)濟轉(zhuǎn)型的主要動力，向智能社會建設(shè)邁進；至2030年人工智能理論、技術(shù)和應(yīng)用總體達到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心，為經(jīng)濟強國奠基。根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）2017年發(fā)布的《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》顯示，2016年中國人工智能相關(guān)專利年申請數(shù)量達30115項，產(chǎn)業(yè)規(guī)模突破百億，2017年中國人工智能產(chǎn)業(yè)規(guī)模達152.1億元，該行業(yè)每年以40%～50%增長率進行增長，預估2019年將突破300億元，截止2017年6月我國人工智能企業(yè)總數(shù)已達592家，僅次于美國。2017年9月，華為公司推出的芯片麒麟970及蘋果公司推出的芯片A11SOC均具備機器學習處理單元，為人工智能硬件打下堅實的基礎(chǔ)。人工智能行業(yè)目前已走過技術(shù)蠻荒期，處于通用技術(shù)與行業(yè)結(jié)合形成商業(yè)化場景應(yīng)用階段。根據(jù)目前滬深兩市板塊分類統(tǒng)計，涉及人工智能概念的上市公司共104家，基本涵蓋了人工智能基礎(chǔ)層、技術(shù)層、應(yīng)用層各相關(guān)領(lǐng)域。

相比于人工智能技術(shù)已經(jīng)經(jīng)歷了60多年的長足發(fā)展而言，區(qū)塊鏈技術(shù)目前起步不到10年，且剛剛經(jīng)歷了三個初級的階段，分別為：

起步期：2009年-2012年，以比特幣為代表的加密數(shù)字貨幣使得區(qū)塊鏈技術(shù)開始走進部分極客和新興技術(shù)愛好者的視野當中，并開始在世界范圍內(nèi)形成一定程度的關(guān)注和研究。

雛形期：2013年-2017年，以太坊在比特幣的基礎(chǔ)技術(shù)架構(gòu)之上引入了智能合約，使得區(qū)塊鏈的可拓展性得到極大的提升，區(qū)塊鏈技術(shù)開始延展到更多行業(yè)和領(lǐng)域。

發(fā)展期：2018年-，區(qū)塊鏈技術(shù)開始迭代發(fā)展，行業(yè)發(fā)展聚焦于更為安全的技術(shù)架構(gòu)的搭建與更加良好基礎(chǔ)性能的提升，區(qū)塊鏈安全、區(qū)塊鏈與人工智能等方向開始受到行業(yè)重視，一些應(yīng)用逐步在全球各個行業(yè)領(lǐng)域開始試點。

目前區(qū)塊鏈技術(shù)發(fā)展總體階段處于類似于互聯(lián)網(wǎng)發(fā)展的初期階段，距離大規(guī)模的應(yīng)用落地仍然需要時間積累?！皡^(qū)塊鏈+AI”是新興技術(shù)相互賦能的良好應(yīng)用結(jié)合，區(qū)塊鏈技術(shù)在人工智能這一垂直領(lǐng)域的探索，有助于加速新興技術(shù)的落地，并在實踐過程中不斷完善。目前大部分“區(qū)塊鏈+AI”項目仍處于概念驗證階段或早期應(yīng)用階段。

二、“區(qū)塊鏈+AI”具有的優(yōu)勢與挑戰(zhàn)

在人工智能為區(qū)塊鏈提供更強大拓展場景與數(shù)據(jù)分析能力的同時，區(qū)塊鏈技術(shù)可為人工智能提供高度可信的原始數(shù)據(jù)以支持其持續(xù)的“深度學習”。在未來人工智能高度發(fā)展的同時，也可通過區(qū)塊鏈的分布式、透明、可溯源的特點，來保障人工智能始終處于人類可控的范圍之內(nèi)。這對兩者的技術(shù)發(fā)展進程都提出了更高的要求，總體而言，區(qū)塊鏈技術(shù)本身處于早期階段，與人工智能相結(jié)合需要持續(xù)迭代以滿足人工智能對性能和穩(wěn)定性的要求。

1、“區(qū)塊鏈+AI”兩項尖端科技的相互賦能

區(qū)塊鏈與人工智能兩項技術(shù)的結(jié)合，有以下七個方面的優(yōu)勢：一是區(qū)塊鏈可以提高人工智能的數(shù)據(jù)安全性；二是區(qū)塊鏈可以加速數(shù)據(jù)的累積，給人工智能提供更強大的數(shù)據(jù)支持，解決AI的數(shù)據(jù)供應(yīng)問題；三是區(qū)塊鏈可以解決數(shù)據(jù)收集時的數(shù)據(jù)隱私問題；四是人工智能可以減少區(qū)塊鏈的電力消耗；五是區(qū)塊鏈使得人工智能更加的可信任；六是區(qū)塊鏈幫助人工智能縮短訓練時間；七是區(qū)塊鏈有助于打造一個更加開放與公平化的人工智能市場。雙方結(jié)合的優(yōu)勢具體說明如下：

（1）提高數(shù)據(jù)安全性

區(qū)塊鏈可以幫助人工智能避免因數(shù)據(jù)存儲問題導致的故障。區(qū)塊鏈中每個節(jié)點都按照鏈式結(jié)構(gòu)存儲完整的數(shù)據(jù)，每個存儲節(jié)點都是獨立的、地位等同的。區(qū)塊鏈的高冗余特性，分布式數(shù)據(jù)存儲，可避免系統(tǒng)級別風險的發(fā)生。理論上看除非所有節(jié)點全部出現(xiàn)風險，否則數(shù)據(jù)就是安全的。

此外，考慮到人工智能診斷的“黑箱”問題，清晰誰建立了人工智能，使用什么數(shù)據(jù)進行訓練，以及誰部署了最終的代理，是我們應(yīng)對人工智能可能出現(xiàn)的問題的最佳防控手段。目前使用的大多數(shù)人工智能程序都是“深度學習”算法的變體。 不良的數(shù)據(jù)內(nèi)容將給人工智能帶來相應(yīng)的安全隱患，區(qū)塊鏈則通過記錄哪些核心算法是使用哪組訓練數(shù)據(jù)開發(fā)的，避免了這一問題。更寬泛地說，區(qū)塊鏈可以記錄誰編寫了原始的人工智能算法以及用什么數(shù)據(jù)來訓練算法。

（2）大量且豐富的數(shù)據(jù)支持

一些企業(yè)為了自身發(fā)展會進行海量數(shù)據(jù)收集，同時因為市場競爭而拒絕進行數(shù)據(jù)共享。由此造成這些公司接觸到的數(shù)據(jù)有限，缺少完整的數(shù)據(jù)集做支撐，使得人工智能產(chǎn)品質(zhì)量較差。采用區(qū)塊鏈技術(shù)，可以利用數(shù)據(jù)分類帳進行部分數(shù)據(jù)的購買銷售?？煽啃詮姟⒖捎眯愿叩臄?shù)據(jù)將會使得企業(yè)生產(chǎn)出高質(zhì)量的計算機識別，語音識別和其他數(shù)據(jù)密集型應(yīng)用。

當收集了大量同類型數(shù)據(jù)用于訓練AI模型時，數(shù)據(jù)會受到偏差或“過度擬合”的影響。數(shù)據(jù)樣本將不具備典型的隨機性來代表總體的特性。使用此類型數(shù)據(jù)訓練的模型比使用更多不同樣本進行訓練的模型表現(xiàn)能力要差很多。通過引入?yún)^(qū)塊鏈技術(shù)，讓不同的人和公司來提供可信的不同數(shù)據(jù)，可以獲得更多樣化的數(shù)據(jù)樣本，幫助AI完成“自主性”決策。

（3）隱私保護

人工智能的高速發(fā)展需建立在大量的數(shù)據(jù)基礎(chǔ)上，不可避免地涉及到個人隱私數(shù)據(jù)合理使用的問題，例如從公共數(shù)據(jù)庫中推導出私人隱私信息，通過這些信息又推導到其他相關(guān)人員的信息，這已經(jīng)超出大部分人同意披露的信息范圍。區(qū)塊鏈采用非對稱加密和授權(quán)技術(shù)，交易信息公開透明，但對于賬戶身份信息是高度加密的，只有經(jīng)過數(shù)據(jù)擁有者授權(quán)才可訪問該數(shù)據(jù)，即使遭到入侵，也僅是一小部分信息內(nèi)容，無法獲取用戶完整的個人身份信息，此技術(shù)在AI大數(shù)據(jù)運行環(huán)境下，個人的隱私免于被侵犯，不法企業(yè)難以利用用戶數(shù)據(jù)來牟取不正當利益。同時，區(qū)塊鏈與加密算法相結(jié)合可以在數(shù)據(jù)分享過程中分離數(shù)據(jù)所有權(quán)和使用權(quán)，讓數(shù)據(jù)使用方可以利用密文進行模型訓練和使用，徹底杜絕原始數(shù)據(jù)泄露的風險，從而打通企業(yè)和政府中的數(shù)據(jù)孤島。

（4）能源消耗減少

采用POW共識機制的區(qū)塊鏈項目需要消耗大量的電力資源，人工智能可以通過學習算法，提升數(shù)據(jù)中心的負載，操控計算機服務(wù)器和相關(guān)的散熱系統(tǒng)，優(yōu)化冷卻，有效地進行設(shè)備管理，從而減少電力的消耗。對于AI可以優(yōu)化能源消耗已被谷歌和百度等公司證實，2017年6月百度的智能樓宇項目一個月內(nèi)為百度省下了25萬度用電量，谷歌旗下AI實驗室DeepMind利用人工智能技術(shù)幫助谷歌削減了15%的用電量。

（5）可信任度的提升

一個人工智能管理的區(qū)塊鏈可以為獨立于人工智能運行的底層平臺的人工智能代理提供一個分散的標識。每一個主要的人工智能代理都可以注冊成為被普遍認同的節(jié)點，這將為 AI 識別提供一個解決方案，類似于今天的網(wǎng)站證書，以驗證網(wǎng)站所有權(quán)。

一個人工智能管理的區(qū)塊鏈還可以允許每個人工智能代理將其活動的常規(guī)哈希函數(shù)寫入?yún)^(qū)塊鏈分類，以便具有加密密鑰的代理可以對其進行不可篡改的檢查。區(qū)塊鏈搭載的人工智能分布式賬本記錄了人工智能做了什么，確保人工智能的錯誤行為被及時的發(fā)現(xiàn)、分析和糾正。而區(qū)塊鏈的不可篡改性使得人工智能幾乎不可能“掩蓋它的蹤跡”和刪除犯罪活動數(shù)據(jù)。

最后，區(qū)塊鏈的共識機制可以確保人工智能處于控制之下。通過人工智能執(zhí)行任務(wù)的公共記錄(必須由多個區(qū)塊鏈節(jié)點進行驗證)，我們可以確保人工智能的運行不會超出界限。

（6）更短的AI訓練時間

在使用區(qū)塊鏈技術(shù)保障訓練數(shù)據(jù)的真實可靠性的前提之下，可以通過區(qū)塊鏈的分布式數(shù)據(jù)存儲的方式將一臺人工智能的深度學習訓練時間大幅度的減少。例如一個人工智能的訓練可以采用模型并行或者數(shù)據(jù)并行的方式，將單個的模型或者數(shù)據(jù)分布在不同的機器之上，從而減少訓練時間。人工智能也可以在同步數(shù)據(jù)并行中刪除同步約束限制，而采用異步并行模式——人工智能在每一步的信息處理中不必等待數(shù)據(jù)的相互確認，可以直接進行下一步的操作，從而進一步減少人工智能的深度學習訓練時間。

（7）開放公平性

區(qū)塊鏈提供的核心價值是“去信任中介化”。如果想要創(chuàng)建一個自組織和自我調(diào)節(jié)的人工智能網(wǎng)絡(luò)——那么分布式記賬技術(shù)是最好的途徑。谷歌、騰訊、IBM、Facebook 和其他大型科技公司已經(jīng)徹底改變了分布式計算 ——將計算任務(wù)分散在多臺虛擬機之間，以實現(xiàn)高效的可伸縮任務(wù)處理。但是他們的布式處理工具仍然是非常集中的，并且專注于由中心化的控制器統(tǒng)一調(diào)度特定任務(wù)，以實現(xiàn)非常特定的目標。

而基于區(qū)塊鏈技術(shù)的智能合約將使“去信任中介”的網(wǎng)絡(luò)得以實現(xiàn)，在這種可信網(wǎng)絡(luò)中，兩個人工智能系統(tǒng)可以安全可靠地進行交互，而無需任何中心化的中介。區(qū)塊鏈還可為人工智能提供聲譽系統(tǒng)，這樣每個人工智能都可以在選擇與其他人工智能進行交易之前檢查其聲譽。另外，區(qū)塊鏈的無中介、高透明度將鼓勵這些人工智能開發(fā)人員共享他們的數(shù)據(jù)和他們的產(chǎn)品，而不必擔心出現(xiàn)某些偏袒競爭對手或竊取其知識產(chǎn)權(quán)的情況，并確保所有相關(guān)方為他們的工作獲得適當?shù)膱蟪辍?/p>

2、“區(qū)塊鏈+AI”面臨的挑戰(zhàn)

“區(qū)塊鏈+AI”的面臨的問題主要包括兩方面：一方面是AI和區(qū)塊鏈自身的缺點，在結(jié)合后仍無法有效解決；另一方面是AI和區(qū)塊鏈結(jié)合過程中可能造成原有優(yōu)勢被破壞。例如：

（1）政策性風險

區(qū)塊鏈目前部分的衍生應(yīng)用在世界各地存在著一定的政策風險——例如未來是否采用區(qū)塊鏈技術(shù)伴生的通證來激勵人工智能開發(fā)或節(jié)點管理，但無論是在經(jīng)濟上還是在政策上如何定義通證仍有很大的不確定性。

（2）技術(shù)融合的不確定性

作為兩個前沿的新興技術(shù)，且都處于尚未完全成熟的階段。無論是從當前區(qū)塊鏈的技術(shù)指標，還是從人工智能的實際落地性來講，距離兩者真正的結(jié)合并實現(xiàn)落地，需要面對的不確定性因素仍然存在。目前區(qū)塊鏈的主要問題為擴容、隱私、和計算能力，主流的公有鏈難以支撐人工智能的鏈上實現(xiàn)。

（3）大規(guī)模的社會應(yīng)用面臨挑戰(zhàn)

數(shù)據(jù)共享威脅大型企業(yè)利益。通過弱化數(shù)據(jù)的中心化，降低了大型企業(yè)相對小公司的競爭優(yōu)勢。如果任何人都可以訪問這些數(shù)據(jù)集和計算，那么任何人都有機會與世界上最大的公司競爭。從技術(shù)領(lǐng)域中去除這些障礙將會改善社會，但共享市場的嘗試可能會讓大公司感到不安。如果任何人都有能力在世界上制造出最好的人工智能，那么市場將與許多正在爭奪一部分市場的初創(chuàng)企業(yè)和小企業(yè)共同分享。之前使用用戶數(shù)據(jù)來制定廣告或業(yè)務(wù)策略的公司和政府組織將再次被迫以較不直接的方式獲取其數(shù)據(jù)。因此，大公司可能會反對數(shù)據(jù)去中心化，并可能游說維持AI模型開發(fā)方面集中式數(shù)據(jù)集的現(xiàn)狀。

（4）不可控性

當使用了“一旦運行不可停止”的智能合約時，如果合約代碼存在漏洞被黑客利用，黑客將通過智能合約漏洞牟利，因在區(qū)塊鏈上運行的事務(wù)和交易不可撤銷，可能會給企業(yè)和個人造成不可挽回的損失。

三、AI與區(qū)塊鏈結(jié)合的應(yīng)用場景

結(jié)合兩者技術(shù)優(yōu)勢，通過AI讓區(qū)塊鏈更智能，區(qū)塊鏈讓AI更“自主”，更可信。目前對于AI和區(qū)塊鏈的結(jié)合應(yīng)用，市場上已經(jīng)涌現(xiàn)出很多相關(guān)項目和理論創(chuàng)新，描述了不同場景下結(jié)合，比如：

（1）區(qū)塊鏈+AI在醫(yī)療方面進行結(jié)合

相關(guān)的結(jié)合領(lǐng)域有醫(yī)療數(shù)據(jù)加密和醫(yī)療計算分析。關(guān)于醫(yī)療數(shù)據(jù)方面，據(jù)統(tǒng)計，大部分的醫(yī)生會直接將病人的病情、個人信息等信息發(fā)給同事，這涉及侵犯病人隱私的問題。應(yīng)用區(qū)塊鏈的非對稱加密和授權(quán)等技術(shù)，對關(guān)鍵信息進行加密，只有經(jīng)過數(shù)據(jù)擁有者授權(quán)才可訪問該數(shù)據(jù)，將大大的提高醫(yī)療數(shù)據(jù)的隱私性。關(guān)于醫(yī)療計算分析方面，AI在醫(yī)療機構(gòu)提供數(shù)據(jù)錯誤率小于2%，利用區(qū)塊鏈的技術(shù)，可以對于醫(yī)療數(shù)據(jù)進行信息交換，相比傳統(tǒng)AI，數(shù)據(jù)可更好地進行共享。谷歌旗下DeepMind Health正在開發(fā)區(qū)塊鏈醫(yī)療數(shù)據(jù)審計系統(tǒng)，利用“區(qū)塊鏈+AI”技術(shù)讓醫(yī)院、NHS、病人自身都能實時跟蹤其個人健康數(shù)據(jù)。

（2）區(qū)塊鏈+AI在數(shù)據(jù)市場進行結(jié)合

利用區(qū)塊鏈集合群體的力量，進行數(shù)據(jù)上的共享、AI模型的訓練等。AI的發(fā)展離不開龐大的數(shù)據(jù)集，區(qū)塊鏈可以利用數(shù)據(jù)分類帳進行高質(zhì)量數(shù)據(jù)的購買銷售，當收集了大量的、多樣化的數(shù)據(jù)樣本后，可用于訓練AI模型，這些數(shù)據(jù)及AI模型將會解決信任的數(shù)據(jù)孤島問題，使得人工智能機器人可以進行共享學習，自我成長，產(chǎn)出高質(zhì)量的計算機識別，語音識別和其他數(shù)據(jù)密集型應(yīng)用。目前SingularityNet、DeepBrainChain、Bottos、Ocean Protocol、Indorse、ARPAChain等項目涉及該領(lǐng)域。

（3）區(qū)塊鏈+AI在金融領(lǐng)域進行結(jié)合

相關(guān)的結(jié)合領(lǐng)域有市場情緒分析、去中介交易商經(jīng)紀人（IDB）和檢測金融欺詐行為等。關(guān)于市場情緒分析及去IDB方面，利用AI進行深度學習和時序分析，再結(jié)合區(qū)塊鏈技術(shù)保護下的個人數(shù)據(jù)相整合，為個人提供更精準的交易服務(wù)。具體來說，就是從用戶面板上進行大數(shù)據(jù)采集及處理，通過人工智能分析用戶情緒數(shù)據(jù)，對市場波動進行預算，最后自動化下單。利用機器人取代人工，提升效率，降低了IDB傭金。在檢測金融欺詐行為方面，使用交易機器人，高頻加密交易，弱中心化減少人為操控的可能性，降低金融欺詐風險，此外，AI監(jiān)控加密市場，讓惡意攻擊變得更難。目前有Autonio、Aigang、Numeraire、Endor等項目涉及該領(lǐng)域。

（4）區(qū)塊鏈+AI在云計算方面進行結(jié)合

當前AI云計算方面面臨計算資源昂貴、訓練時間長、訓練數(shù)據(jù)多、開發(fā)去中心應(yīng)用困難等問題，結(jié)合區(qū)塊鏈技術(shù)后能較好地解決以上問題。把區(qū)塊鏈中挖礦及電力消耗過程中過剩的資源轉(zhuǎn)換為AI云算力，資源上進行整合，降低計算成本。目前有Nebula AI項目涉及該領(lǐng)域。

（5）區(qū)塊鏈+AI在物聯(lián)網(wǎng)方面進行延展

首先，區(qū)塊鏈技術(shù)可以幫助解決“如何證明自己是自己”的問題，用戶可通過區(qū)塊鏈+AI技術(shù)完成生物身份識別和身份認證，將個人身份與物聯(lián)網(wǎng)聯(lián)系在一起。其次，解決了更新的問題，所有物聯(lián)網(wǎng)設(shè)備在區(qū)塊鏈+AI的加持下，數(shù)據(jù)共享，設(shè)備可智能化更新。具體的垂直應(yīng)用包括：應(yīng)用在工業(yè)制造上，制造生產(chǎn)的設(shè)備在區(qū)塊鏈中傳遞信息，更智能化地成長，提高效率、增加產(chǎn)能；應(yīng)用在交通上，更好地鋪開無人駕駛應(yīng)用，解放人們的時間，智能化管理交通，有利于減少交通堵塞、交通事故的發(fā)生；應(yīng)用在監(jiān)控等公共基礎(chǔ)設(shè)備上，身份認證能快速的識別出罪犯，有利于維護社會穩(wěn)定。目前有智行者、美圖等項目涉及該領(lǐng)域。

四、“區(qū)塊鏈+AI”行業(yè)展望

人工智能行業(yè)目前處于應(yīng)用場景落地階段，我們可以發(fā)現(xiàn)人工智能技術(shù)在慢慢滲透人類的生活：搜索信息時的智能檢索；無人駕駛汽車在美國部分州已經(jīng)上路；復雜的金融交易逐步被自動化機器所替代；銀行使用人臉識別技術(shù)確認身份；法國《世紀報》使用人工智能撰寫文章等等。當前全球多個國家已將人工智能作為國家競爭的重點之一。谷歌、ACNC基金會、ABT等等一系列大企業(yè)也均將這些新技術(shù)作為下一步的發(fā)展戰(zhàn)略。而區(qū)塊鏈作為一項具有“去信任”特點的技術(shù)，將給當下互聯(lián)網(wǎng)帶來更多的沖擊和改變，區(qū)塊鏈技術(shù)將是改變互聯(lián)網(wǎng)時代生產(chǎn)關(guān)系的重要推動力，扮演著虛擬和實體之間的價值交換媒介的角色。在區(qū)塊鏈加持的未來互聯(lián)網(wǎng)上，大家自發(fā)的貢獻著自己的力量，同時享受區(qū)塊鏈技術(shù)帶來的激勵收益。AI與區(qū)塊鏈的兩相結(jié)合是技術(shù)之間的碰撞與磨合。

人工智能廣泛應(yīng)用和創(chuàng)新的關(guān)鍵是確保人工智能的真實性和合規(guī)性。區(qū)塊鏈似乎是此類問題的解決方案之一?？偠灾?，盡管人工智能和區(qū)塊鏈技術(shù)存在一些隱性的問題，但技術(shù)的發(fā)展正在適應(yīng)和解決這些預想中的問題。國家互聯(lián)網(wǎng)金融安全技術(shù)專家委員會將持續(xù)跟蹤該行業(yè)發(fā)展，未來將陸續(xù)發(fā)布更多研究報告。

本報告只為技術(shù)研究提供參考，不構(gòu)成任何投資建議。

更多資訊，請關(guān)注雷鋒網(wǎng)AI金融評論

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。