區塊鏈:區塊鏈與 AI 的融合：天然需求_人工智能考研考哪些科目

從長期看，AI對區塊鏈的需求是自我實現的天然需求。當然，有很長的路要走

一、區塊鏈同樣是最重要的趨勢之一

今年以來，AI的火爆遠超區塊鏈。不過，加密世界也不必氣餒，如何理解區塊鏈未來的機會？先說一下想法：

區塊鏈是人類歷史上最重要的趨勢之一，從web2信息互聯網演化到web3價值互聯網同樣也是生產力提升的需要。才短短十多年，還有數十年的演化。其底層影響目前看是僅次于AI的第二大技術。

AI和區塊鏈是有融合需求的，雖然進展不會很快。

今天簡單說說第二點：AI和區塊鏈的融合需求。

二、區塊鏈可以幫到AI的地方

計算

大家都知道，AI對算力的需求是巨大的。如何將閑置算力為AI算力所用，需求是有的。不過目前看，由于訓練AI模型屬于密集計算，非常昂貴。在通用AI計算方面，目前區塊鏈能夠幫忙的地方還不多。

興業銀行實現跨境金融區塊鏈服務平臺直連:近日，在國家外匯管理局指導下，興業銀行國際業務系統區塊鏈直聯模塊正式上線，成為首家根據國家外匯管理局《直聯接入-驗收說明和驗收案例》驗收通過的銀行。采用直聯模式后，改變原先互聯網與銀行生產網兩網并行、區塊鏈服務平臺與銀行端業務系統兩套系統重復錄入的業務操作模式，實現業務操作流程完全內嵌，提高了出口貿易融資辦理效率。（新浪財經）[2020/7/27]

其中被詬病的主要有三點：一是，需要專用GPU硬件的支持；二是，數據交換延遲；三是，去中心化計算任務的證明。

上面也提到，AI訓練屬于密集型的大規模計算，LLM這些訓練具有數十億級別以上的參數，訓練這些模型的FLOPs更是龐大，只有專用硬件來執行這些訓練才能達到更好效果；此外，為了達到最佳效果，所有GPU最好是同構計算，級別相同的GPU更易步調一致進行數據交換和繼續計算。在去中心化網絡，這對參與者的GPU是存在要求的。不過，要求越高，門檻越高，不利于去中心化，也不利于利用閑置算力。

動態 | 工信部信軟司組織召開區塊鏈標準化工作座談會:11月7日，工信部信息化和軟件服務業司在京組織召開區塊鏈標準化工作座談會。與會代表圍繞貫徹落實習近平總書記在中央局第十八次集體學習上關于區塊鏈技術和產業創新發展的重要講話精神，加快推動區塊鏈標準化工作，建立標準體系組織等開展廣泛研討。后續，信息化和軟件服務業司將聯合有關部門，加強區塊鏈標準化研究，加快關鍵急需標準的研制和應用，同時積極對接國際標準組織，提升國際話語權和規則制定權。（上證報）[2019/11/8]

AIGPU需要不斷交換數據。如果存在網絡延遲，對于AI利用分布式的算力來進行訓練也不利。

如何去中心化地驗證計算任務的完成需要有相對高效和低成本的解決方案。

以上所提到的都是目前去中心化計算跟AI結合的難點，這也是目前AI和區塊鏈結合相對不容易的地方。不過，從藍狐筆記角度，隨著更多參與者的探索，這個方面的障礙會一步步得到清除，當然也需要較長時間才能實現。

聲音 | 智聯招聘李強：區塊鏈領域在人才熱度上呈現出“虛假繁榮”的景象:據上海金融報消息，智聯招聘高級職業顧問李強近日表示：區塊鏈領域熱度使求職者蜂擁而至，但真正擁有技能的人卻十分稀少。這一現象導致區塊鏈領域在人才熱度上呈現出“虛假繁榮”的景象，對用人企業來說，真正能滿足要求的仍然不多。區塊鏈領域想要在技術應用上實現突破式發展，滿足技能需求的人才市場必不可少。[2018/10/19]

下面來說說，有可能逐步得到解決的方面。如果在通用AI角度，目前加密領域還很難切入。那么，可以從特殊領域的AI領域切入。而這個切入點，也跟目前AI的計算任務密切相關。有兩個地方：一是，推理任務在目前的AI計算需求中占據了多數；二是，一些微調和推理任務對資源要求較小，通過去中心化計算來實現也有機會。這兩點意味著去中心化算力的可能的潛在機會。

特定領域，比如法律、醫學、投資、教育、數據分析等專業領域的AI可能在早期更適合這種專注于特定領域的分布式計算網絡。上面也提到，為AI提供去中心化的算力服務，困難的不是完成計算任務，而是如何去中心化地驗證任務的完成情況。目前一些項目正在試圖解決這個問題，比如Gensyn和together等。

火幣研究院院長袁煜明：區塊鏈改造生產關系有五大表現形式:5月18-20日，“中國圖靈大會(ACM TURC 2018)”在上海舉行。會上，火幣區塊鏈研究院院長袁煜明發表主題為“區塊鏈如何改造生產關系”的演講。他在演講中表示，區塊鏈之所以能夠改造生產關系，首先是加密算法的代碼代替了商業體系中的傳統契約，其次，區塊鏈經濟實現了資產廣義化，讓原來IT和互聯網世界中被隱藏的資產價值以通證形式顯性表達，由此建立所有者、生產者和使用者統一的共贏機制，并最終細化權責劃分的顆粒度。而區塊鏈改造生產關系的五大表現形式包括：降低信用門檻、打破公司組織邊界、削弱渠道價值、組織長尾供給和改變企業追求壟斷天性。[2018/5/21]

Gensyn融和了一些學術界的研究成果，如概率學習證明、基于圖形的精確定位協議，也借鑒了Truebit項目的激勵和制衡模型。Gensyn將整個過程分解為八個階段，從AI任務提交、剖析、訓練、證明生成到驗證證明、挑戰、仲裁以及結算。其中“概率學習證明”用以構建基線距離閥值，為驗證者提供驗證基礎；“基于圖形的精確定位”技術用以監督驗證者驗證執行的情況；Truebit的博弈模型則使得相關方以理性為導向。具體的過程可參考Gensyn的白皮書。這里順便提及一下，像Truebit類似的鏈下計算項目，也有機會向這個方向演化，或許獲得更多的業務機會。當然，這需要團隊評估其機會。

韓國互聯網振興院和釜山京城大學關于區塊鏈專業人力的研究和開發進行合作:韓國互聯網振興院和釜山京城大學關于區塊鏈和新興產業融合領域開展專業人力養成和共同研究的業務合作。兩組織在情報互通和開發研究合作等方面構成實務協議體系，并計劃在ICT領域的初期養成的課題展開討論。KISA為了強化京城大學的信息保護，會加強管理體系認證、互聯網監管等方面的建設。[2018/4/2]

相對于去中心化的網絡計算的落地難度，AI模型分享和AI數據分享是有機會更快落地的領域。下面的兩個方面，可能是AI跟區塊鏈結合在早期更容易取得突破的地方：去中心化的模型共享和去中心化的數據共享。

模型

通過代幣激勵來鼓勵模型的共享，從而實現更好的模型。甚至，這些模型還可以部署到鏈上，由任意參與者共同訓練，推動模型發展。此外，隨著AI模型的復雜化，對于推理的信任也變得關鍵。這也是鏈上可信推理可以發揮作用的地方。

在模型微調和推理領域，Giza、ChainML、Bittensor、ModulusLab等都在探索中。Giza推出的是鏈上模型市場，在鏈上部署簡單模型，鏈上推理，模型所有者可以在模型被使用后獲得相關的費用收入。

Modulus則提出了zkML的概念，它認為由于成本問題，在鏈上運行推理模型是不現實的，因此它的解決方案是在鏈下運行推理模型，之后生成zkSNARKs證明，證明上鏈，并通過智能合約發揮其作用。

數據

通過代幣經濟來激勵用戶對模型進行反饋、激勵用戶收集更高質量的數據。通過提供分布式數據獲得高質量的數據，尤其是特定領域，這對于AI發展有重要意義。同時，這也可以跟ZK技術結合起來，可以不用透露數據背后的隱私。這里的難點是如何證明數據本身的質量。

高質量的數據和去中心化的AI模型結合，對于AI發展會很有意思。

防偽

目前深度學習模型出現之后，導致AI生成的圖像、音頻、視頻等變得越來越難以分辨真假。在AI生成時代，內容的真實性、防篡改性變得越來越重要。區塊鏈是解決這一問題的重要技術手段。

加密數據身份和簽名保證內容創造的真實性，而不是偽造的。尤其是AI工具被濫用之后，這個問題尤為嚴重。這是對抗偽造內容的重要技術手段。在以假亂真時代，需要通過加密技術來分辨真偽。

此外，也需要借用區塊鏈技術進行確權。例如，同樣是一幅畫，AI生成和NFT圖像僅從表面難以辨別，這個時候需要區塊鏈發揮它的作用。

更具韌性的AI

AI通過跟區塊鏈融合，獲得在計算、模型、數據、帶寬、存儲等多方面的支持，獲取去中心化的基礎設施支撐，更具自我演化能力。此外，區塊鏈領域的加密支付、價值流通方面，也可以為AI的演化提供支持。

一個完善的區塊鏈基礎設施構建成熟之后，AI將獲得更多自我演化的能力。換言之，一個更去中心化的AI也是AI自我實現的需求，利用區塊鏈的分布式特點來發展AI，也是AI自身發展的訴求。

對于AI自身來說，如果最后只被微軟、谷歌等大巨頭所壟斷，對它自身演化也是不利的。AI有天然的去中心化發展的需求，這是AI實現更具韌性的自身需求。AI+區塊鏈所能爆發出來的力量有可能遠超人們想象。

三、AI可以推動區塊鏈的地方

人工智能和鏈上數據融合

通過AI分析鏈上的動態數據，獲得預測的能力，比如投研等。其中一個最令人興奮的地方是，通過嵌入AI，智能合約可以實現動態的自主決策。比如，defi根據實時數據進行調整等。一個動態的而不是靜態的智能合約，會讓區塊鏈生發出更多應用場景和用戶需求。

人工智能的發展，可以加密應用帶來新的可能性。

AI為DeFi、web3游戲、web3社交、web3應用帶來新的可能性。比如，例如AI+web3游戲，有可能誕生出前所未有的游戲模式；例如AI+物聯網+加密支付，有可能誕生出更智能的網絡。

ZKP的重要性

計算任務要保證隱私和完成度，需要ZKP加入，形成可驗證的工作證明。ZKP成熟之后，可實現AI上鏈，也可以提供隱私保護以及可驗證的機器學習。

整體來說，區塊鏈可以通過去中心化的模式，為算力、數據和模型的協議提供一種協作架構，最終促進AI的發展，在這個過程中，有很多細節需要完善，比如需要證明參與者的貢獻，只有低成本地完成了這些，區塊鏈才有機會幫到AI，否則就是空中樓閣。

當然，從趨勢上看，AI對區塊鏈有天然的需求，AI需要區塊鏈為自己發展提供真正的韌性。

與此同時，AI對于區塊鏈應用的進化也會有幫助，不管是DeFi、游戲還是其他應用，都有可能誕生更智能化的加密應用。

Tags：區塊鏈ZKP人工智能區塊鏈工程專業學什么區塊鏈存證怎么弄區塊鏈技術發展現狀和趨勢ZKP價格ZKP幣人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目

POL幣最新價格