人工智能(AI)的發(fā)展觸及機器學習(ML)的不斷進步。為了更加“智慧”，計算機需要處理大量數(shù)據(jù)，也需要大量內(nèi)存和強大的處理器來大量學習。此類處理器的速度已經(jīng)比單個人類神經(jīng)元的速度高出幾個數(shù)量級，在全球范圍內(nèi)它們的數(shù)量與人腦中的神經(jīng)元數(shù)量相當。行為建模算法在不斷改進，處理器內(nèi)存已經(jīng)超過了人類的潛力。

AI訓練所需的數(shù)據(jù)本身仍然存在問題。正是在這里，區(qū)塊鏈技術脫穎而出，即點對點(peer-to-peer)網(wǎng)絡的可能性，用于收集和積累數(shù)據(jù)，用于跨國家甚至全球的培訓。

點對點網(wǎng)絡是一種無服務器網(wǎng)絡技術，它允許多個設備共享資源并直接相互通信而無需中介。作為對等系統(tǒng)成員的每臺計算機都充當存儲在其上的文件的服務器。使用區(qū)塊鏈為ML收集數(shù)據(jù)將有助于使這些數(shù)據(jù)值得信賴，而加密貨幣的使用可以推動個人和公司收集這些數(shù)據(jù)。

AI如何影響區(qū)塊鏈

挖礦過程需要大量的計算能力和電力。分布式賬本必須犧牲其效率來實現(xiàn)不變性和抗審查性等特性。在這種情況下，AI可以成為幫助優(yōu)化能源消耗的工具。使用AI的另一個優(yōu)勢將是挖掘算法本身的改進。

大量能源的消耗是區(qū)塊鏈系統(tǒng)的主要問題之一。計算過程需要能量，而能量又是區(qū)塊鏈系統(tǒng)安全性等重要特征的關鍵。但是，如果區(qū)塊鏈將與AI一起行動，這將優(yōu)化基于工作證明原理運行的區(qū)塊鏈系統(tǒng)的功耗。未來，它將對整個行業(yè)產(chǎn)生積極影響，幫助企業(yè)適應新技術。

AI和區(qū)塊鏈之間“合作”可以成功的另一個領域是數(shù)據(jù)存儲。區(qū)塊鏈系統(tǒng)中的交易歷史存儲在所有節(jié)點上。因此，分布式賬本的規(guī)模不斷擴大。當對存儲本身的要求很高并且想要作為節(jié)點到達那里的人變得更加困難時，這可以減少網(wǎng)絡本身的去中心化，限制其參與者的數(shù)量。在這種情況下，AI可以引入新的數(shù)據(jù)庫分布方法，并使用它們來減小區(qū)塊鏈的大小，從而更有效地管理數(shù)據(jù)存儲。

去中心化數(shù)據(jù)交換

數(shù)據(jù)是一種寶貴的資產(chǎn)，不僅是它的存儲，而且交換的過程也變得很重要。這種AI系統(tǒng)的有效性更依賴于安全存儲在區(qū)塊鏈上的數(shù)據(jù)。

去中心化數(shù)據(jù)交換的目標是創(chuàng)建一種基于區(qū)塊鏈網(wǎng)絡的新型數(shù)據(jù)經(jīng)濟。這種交換可以簡化信息的存儲，使其更簡單、更安全。在這樣的系統(tǒng)中，AI算法可以使用大量輸入數(shù)據(jù)進行訓練。此外，算法本身也可以在各種交易平臺上進行兌換。這將使他們更容易為更廣泛的受眾所接受，并加快他們的發(fā)展。

如果我們從實際的角度來想象這樣的去中心化服務的數(shù)據(jù)量，那么前景很容易計算：這樣一個市場的任何參與者都可以出租他們的數(shù)據(jù)存儲空間以換取支付令牌?，F(xiàn)有的服務提供商將不得不不斷努力提高質(zhì)量或擴大范圍，以保持競爭力。

區(qū)塊鏈將增強AI的力量

除了經(jīng)過區(qū)塊鏈驗證的數(shù)據(jù)源源不斷，AI還需要大量的算力才能發(fā)展。通常算法用于這些目的ANN-人工神經(jīng)網(wǎng)絡。人工神經(jīng)網(wǎng)絡通過查看許多示例來學習如何執(zhí)行任務，因此需要大量的能力來快速處理數(shù)百萬個值。

如果區(qū)塊鏈可以通過網(wǎng)絡傳輸數(shù)據(jù)，那么理論上它的計算能力可以用于其他目的。區(qū)塊鏈的一些變體允許用戶在點對點(P2P)市場中向需要進行復雜計算工作的人提供他們機器的計算能力。對于容量的提供，用戶將獲得代幣形式的獎勵。 

AI本身將能夠在此類計算平臺上以更高的效率進行學習。這種共生還將降低訓練算法的成本。

如何測試AI解決方案?

AI會做出人類難以感知的決策。為了做出決策，算法必須處理大量數(shù)據(jù)并對其進行分析、審計或重復該過程本身——這對一個人來說是一項不可能完成的任務。

在這種情況下，區(qū)塊鏈將再次提供幫助。當基于每個數(shù)據(jù)點記錄決策信息時，就會創(chuàng)建清晰的審計跟蹤。這將提高對AI算法做出決策的信心。

AI發(fā)展的全球理念是讓人類生活更輕松，將復雜的自動化流程轉(zhuǎn)移到快速、自學的機器手中。顯然，這里有很多機會為用戶和公司創(chuàng)造主動和被動的收入流。其中一個已經(jīng)實施的項目是加密機器人，它在交易所而不是在人身上交易加密貨幣。與看到證券價值發(fā)生重大變化時傾向于情緒化并可能恐慌的人不同，基于AI的加密機器人無所畏懼，專注于情況和它收集的數(shù)據(jù)。

另一個例子是Musiclife平臺，它使用區(qū)塊鏈技術在用戶聽音樂時通過智能合約向作者付款。在這種情況下，AI的任務是分析聽眾的偏好。結(jié)果，歌曲越受歡迎，其表演者可以賺到的錢就越多。

將區(qū)塊鏈與AI結(jié)合使用的全球前景仍然難以評估，但很明顯這將改變現(xiàn)代經(jīng)濟的許多方面。