區塊鏈，與大數據、物聯網、云計算有關系嗎

先講講區塊鏈和人工智能

人工智能(AI)這個詞現在最常用，簡單地說，就是建造能夠執行似乎需要智能的任務的機器的理論和實踐。目前，正在努力實現這一目標的尖端技術包括機器學習、人工神經網絡和深度學習。

與此同時，區塊鏈本質上是一種新的數字信息歸檔系統，它以加密的分布式賬本格式存儲數據。因為數據是加密的，并且分布在許多不同的計算機上，因此可以創建防篡改的、高度健壯的數據庫，這些數據庫只有經過許可才能讀取和更新。

盡管從學術的角度來看，結合這些突破性技術的潛力有很多，但目前現實世界的應用是稀疏的。不過，我預計這種情況在不久的將來會有所改變。

這里有三種方法，AI和區塊鏈是為彼此做的。

人工智能和加密技術合作得很好。

在區塊鏈上的數據由于其文件系統中固有的密碼學而具有高度的安全性。

這意味著，區塊鏈是存儲高度敏感的個人數據的理想工具，當這些數據經過巧妙處理后，可以在我們的生活中釋放出如此多的價值和便利。想想聰明的醫療保健系統，根據我們的醫療掃描和記錄做出準確的診斷，或者僅僅是亞馬遜或Netflix使用的推薦引擎，來建議我們下一步想買什么或看什么。

當然，在這些系統中輸入的數據(在我們瀏覽或與服務交互時被收集起來之后)是非常個人化的。交易的企業必須投入大量資金以滿足其在數據安全方面的標準。即便如此，大規模的數據泄露導致個人數據丟失的現象越來越普遍(而且越來越大!)

區塊鏈數據庫將它們的信息保存在一個加密的狀態中。這意味著只有私有密匙必須保持安全——為了保證鏈上所有數據的安全，必須保證數據的千字節。

在安全方面，人工智能也有足夠的優勢。人工智能的一個新興領域涉及到構建算法，它能夠在數據仍然處于加密狀態時處理(處理或操作)數據。任何涉及暴露未加密數據的數據過程的任何部分都表示安全風險，減少這些事件可能有助于使事情變得更安全。

區塊鏈可以幫助我們跟蹤、理解和解釋人工智能的決策。

人工智能的決定有時很難讓人理解。這是因為他們能夠獨立地評估大量的變量，并且能夠“學習”，而這些變量對于他們想要達到的整體任務是很重要的。

作為一個例子，人工智能算法預計將越來越多地用于決定金融交易是否具有欺詐性，并且應該被阻止或調查。

不過，在一段時間內，仍有必要對這些決定進行人工審核。考慮到可以考慮的大量數據，這可能是一項復雜的任務。例如，沃爾瑪將其所有門店的一個月的交易數據輸入到它的人工智能系統中，該系統決定了哪些產品應該庫存，以及在哪些地方。

如果在一個datapointby-datapoint基礎上，在區塊鏈上記錄決策，那么就可以更簡單地進行審計，并且有信心記錄在記錄的信息和審計過程的開始之間沒有被篡改。

無論我們如何清楚地看到，人工智能在許多領域都具有巨大的優勢，如果它不被公眾所信任，那么它的實用性將受到極大的限制。記錄區塊鏈的決策過程，可能是為了獲得公眾信任所需要的透明度和洞察機器人思想的一步。

人工智能可以比人類更有效地管理區塊鏈(或“愚蠢”的傳統計算機)

傳統上，計算機速度非常快，但非常愚蠢。沒有明確說明如何執行任務，計算機無法完成任務。這意味著，由于它們的加密性質，在“愚蠢”的計算機上運行區塊鏈數據需要大量的計算機處理能力。舉個例子，在比特幣區塊鏈上使用的散列算法采用了“蠻力”的方法——有效地嘗試每一個字符組合，直到找到一個適合驗證交易的字符。

人工智能是一種試圖擺脫這種暴力方式的嘗試，并以一種更聰明、更深思熟慮的方式管理任務。想想一個破解代碼的人類專家，如果他們是優秀的，在破解代碼的過程中會變得更好、更有效率，因為他們在職業生涯中成功破解了越來越多的代碼。機器學習驅動的挖掘算法也會以類似的方式處理它的工作——盡管它不必花費一生的時間去成為專家，但如果它得到了正確的訓練數據，它幾乎可以瞬間提高它的技能。

顯然，區塊鏈和AI是兩種技術趨勢，雖然它們在各自的權利上有突破性的發展，但它們有可能在整合后變得更加具有革命性。兩者都有助于提高對方的能力，同時也為更好的監督和問責提供機會。