區塊鏈mix機器學習的時代已經來了！

2018年繼續火紅的話題，離不開機器學習和區塊鏈：時不時就看到XX幣帳跌超過多少多少的新聞，或是哪天機器人要超越人類成為世界主宰的討論。

但這看似風馬牛不相及的技術，有可能做結合嗎？今天RS實驗所就簡單的介紹一下區塊鏈和機器學習，以及這兩者的實際結合案例！

區塊鏈

區塊鏈是一種數據結構，更直白一點，就是記錄數據的方式。但有別於傳統的數據結構，區塊鏈技術有記錄不可變(Immutability of Record)、去中心化(Disintermediation of Trust)和智能合約(Smart Contracts)等三種主要特性。而和區塊鏈密不可分的就是數據的加密技術，這RS實驗所打算在日後慢慢聊。

現階段區塊鏈主要用於促進加密貨幣的創建和分配，試圖擺脫對傳統金融機構的集中與嚴格的控制。 區塊鏈的其他應用程序確實存在，而且新的區塊鏈應用程序（例如數據管理系統和法律合同）也正在出現，但在加密貨幣中的使用依然佔主導地位。

機器學習

機器學習（Machine Learning, ML）實際上是個已經存在很長時間的技術，當今的許多方法在20世紀90年代許多開創性的論文中，就已經開始萌芽，例如SMV和遞歸神經網路。 但是，隨著計算能力和數據採集能力的大幅提升，機器學習在過去的10多年中確實取得了突飛猛進的發展，造成「深度學習」的到來。 小白地解釋，機器學習就是針對特定的問題，利用強大的計算能力，從一推數據中找到問題的答案。 這可以應用於數據分析、無人駕駛、成像識別系統、文本挖掘等問題。

區塊鏈+機器學習!?

把區塊鏈定義為一種數據架構，就不難把區塊鏈和機器學習連在一起：前者是負責定義數據結構和優化新數據添加的邏輯，後者則是有目的性的分析資料庫中的數據，兩者之間屬於有先後的交集關係。

一種情況可能的結合情境，是區塊鏈被用作安全資料庫，不斷收集包括企業或公司的財務信息、醫院的醫療保健信息、或電網電力消耗信息等實時信息。同時機器學習程序可以分析數據(這個數據可以是實時的)，並提供有用的預測或下一步決策。

現行商業中的技術結合

一家國外的避險基金LendingBot，在2017年聲稱自己同時使用這兩種技術，準備發行一款避險基金。LendingBot利用機器學習的方式，將避險基金的投資標的進行全自動化的打分，優化資金供給與需求方的匹配；而結合區塊鏈的記帳方式，LendingBot可以更透明的提供投資報表給客戶，避免基金公司操控財務數字的風險。

APEX這間公司則使用這兩種技術，將數據的控制權交還給用戶和消費者。 APEX希望用戶能夠控制這些數據，並在分享數據時獲得獎勵，而不是由公司和供應商控制和銷售用戶數據。假設你是一個用戶，你可以使用他們的App，設定價格並確定想分享哪些信息。 這些信息將被轉化為智能合約。 而企業可以購買這些信息，然後將信息發送到APEX的業務平台，平台將為企業提供先進的數據分析服務。

DeepBrain使用去中心化、分布全球的挖掘節點與AI計算能力，來降低企業應用AI技術的成本和壁壘，同時也支持數據共享的市場。該公司估計他們可以削減AI開發成本的70％。

去中心化的數據

將挑戰FANG+BAT?

這所有的應用中，最讓RS感到興奮的，是一家名為Neuromation的公司，該公司利用區塊鏈技術，提供交易平台、零售自動化、工業自動化與醫藥相關的服務。其中交易平台，根據官方的描述，將「允許用戶創建數據集生成器，生成海量數據集，訓練深度學習模型。 用戶還可以在平台市場上交易數據集和模型。」

利用去中心化的方式生成並交易數據，已經有外媒大膽預言將可能挑戰現行國外FANG(Facebook, Apple, Netflix, Google)和國內BAT(Baidu, Ali, Tencent)掌握絕大多數使用者數據的情況。

科技的本質包含了改進人類生活的偉大目標，無論是機器學習或是區塊鏈技術都是這樣，改進生活就代表創造了價值，由價值驅動的商業模式成功的機率自然要大一些。至於如何發會創意結合應用，撼動江山？Sky is the limit。

RS Lab: A Group of Data Journalists

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！