從人工智慧的發展歷程看區塊鏈

2017年，人們被人工智慧(AI)的前景吸引，2018年初，又被區塊鏈的前景吸引，我們很幸運地處在這兩項技術接連到達關鍵轉折點的時刻。對比人工智慧和區塊鏈，或許能夠更好地理解區塊鏈會給我們帶來什麼。

人工智慧在過去一年多爆發，是因為在技術上取得了突破，既有人工智慧演算法本身，也有互聯網產業長期發展而來的計算能力和數據累積。即便沒有AlphaGo打敗圍棋世界冠軍的轟動性事件，也可能會有另外的機緣讓它進入大眾視野。人工智慧經歷了60年前的萌芽、學術研究的低谷，然後學術研究突破、計算能力和數據結合起來，讓所有人真的看到它的可能性，有遠見的人開始嚴肅地去努力實現它。

人工智慧是個能激發想像力的詞，如果最初的開創者們叫它「計算機模擬」，影響可能會降低不少。但在經過2017年的熱潮之後，再看「計算機模擬」或者現在的專業人士更願意用的「機器學習」，我們會覺得很有意思。因為回到根本，人工智慧是讓演算法能夠通過大量數據來形成新的演算法，這是計算機模擬的含義，人工智慧是讓機器能夠通過數據來學習形成新的知識，這是機器學習的含義。過去我們需要靠人制定規則、識別模式、編寫程序，現在，我們設計演算法、提供計算能力和數據，人工智慧演算法會「智能」地做這些。人工智慧和人類的認知能力是互補的，我們的大腦並沒有處理那麼多數據的能力。

一個合理的類比是，演算法和計算能力形成了新的發動機(引擎)，而數據是這個發動機的燃料，它們結合在一起生成源源不斷的新動力能源，即人工智慧是新的「電力」。人工智慧的發展還有兩個重要因素：一是工程能力，只有演算法、計算能力和數據還不夠，至少同等重要的是產業界能有工程能力把這個引擎生產出來並不斷提升它的性能。二是應用場景，對人工智慧未來的暢想是一回事，實踐中的應用是另外一回事，這一次，互聯網產業人工智慧在語言翻譯、演算法推薦、人臉識別、無人駕駛等領域都找到了實在的應用場景。

對於突然湧現到聚光燈下的區塊鏈，我們都已經知道，它不只是信息技術，也是經濟技術，但不管怎樣還是可把它看成一種「技術」。現在，這項「技術」已經過了最初被忽視的萌芽期，更多人開始了解它或誤解它，對它的長期前景有著很多暢想，對它的應用場景也有了一些嘗試。

區塊鏈也像人工智慧那樣解決一個關鍵問題，人工智慧解決的是「機器學習」，而區塊鏈解決的是機器間的「信任」與「協調」。解決機器間信任的方式是跟信息技術有關的，引入了區塊鏈這種去中心化賬本；解決機器間協調的方式是跟經濟技術有關的，引入了加密數字貨幣(coin)或代幣(token)，從而讓機器間也可以採用經濟學的邏輯去協調。如果說人工智慧是機器的平行世界中的「自學習」，那麼稱區塊鏈是平行世界中的「自組織」也是合理的。

區塊鏈作為一項「技術」的確很精妙，現在它也展示了無限的可能性，但是與人工智慧的發展狀況相比，它可能有兩點不同。首先，人工智慧經歷了低谷和再次發展的歷程，演算法、計算能力和數據結合起來形成的新引擎已經在技術上成熟了。但現在，以區塊鏈這項技術為核心的新引擎尚未成型，最多只能說，區塊鏈已經有了一些設計圖和原型機。其次，區塊鏈相關的工程能力和實際應用場景都還有待發展。區塊鏈專家威廉·穆賈雅認為，區塊鏈是三個學科的組合：博弈論、密碼學和軟體工程。從實用和產業應用角度看，軟體工程能力是相當重要的。到今天，與區塊鏈相關的軟體工程技術只能說仍在快速發展，雖然它的速度的確比我們在其他領域見到的要快得多。

一個合理的類比是，區塊鏈很像早期比如1994年的互聯網：它們都是設計思路非常精妙的技術，區塊鏈也像互聯網一樣既是信息技術又是經濟技術。互聯網背後也有著非常深厚的計算機科學研究，但當時人們也說，做個網站不是「火箭科學」。相對而言，人工智慧的學術要求要高得多。現在看，區塊鏈在這一點上和互聯網是相似的，關鍵不是學術研究，而是工程與應用。

同時，區塊鏈和互聯網是緊密關聯的，甚至可以說它是互聯網的「二次革命」：區塊鏈技術為互聯網處理信息流動的協議之外增加了一個處理價值轉移的「信用層」；區塊鏈經濟通過引入代幣(Token)為互聯網基礎層次上增加了一直缺少的原生經濟元素。

我們因而又或許可以合理地類比推測，區塊鏈技術和經濟的突破方式可能不是像人工智慧在過去十年那樣在核心原理上取得巨大突破。區塊鏈的發展可能會走一條跟早期互聯網相似的發展路徑：在泡沫式發展和實踐試錯的過程中，工程能力逐步提升，也逐步地擴展應用場景。

不過，不管是參照人工智慧發展的歷程看區塊鏈，還是把它看成新一代互聯網，我們再往前一步得到的推論其實是一致的：對於區塊鏈，我們可以長期樂觀，也應儘早了解與實踐，但短期需要更加務實與冷靜。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！