比原鏈朗豫：區塊鏈如何與AI邊緣計算結合？

創客貓註：本文來源3月29日，在由葡萄創投主辦的飛鳥·2018中國區塊鏈技術與應用高峰論壇上，比原鏈CTO&巴比特聯合創始人朗豫發表的主題演講《區塊鏈賦予人工智慧邊緣計算無邊的影響力》。創客貓受邀作為特約合作媒體到場進行圖文直播及報道。

朗豫，西安電子科技大學計算機碩士研究生，主要研究方向機器學習、區塊鏈核心技術，原支付寶資深工程師，現負責比原鏈基礎技術研發和基於比原鏈商業應用產品負責人。

我今天要講的是兩個領域的結合，區塊鏈領域和AI計算領域。

我們可以看到AI計算更多的是在雲計算平台上的趨勢，什麼是雲計算平台？就是說我們所有的數據（對於現代人經常使用的是一些人臉識別的數據，或者是一些行為特徵的識別數據）從你終端的設備中上傳到雲計算的服務平台，通過一系列複雜的人工智慧的演算法，加上更多的一些計算的集群，計算出一個相應的數據，返回到你自己，這是經常遇到的雲計算的模式。

邊緣計算其實是最近非常火的領域，像蘋果出來之後，我們face ID實際上是使用非常產業化或者是商業化已經可以落地的人臉識別的晶元，這個晶元主要的作用是，它並沒有上傳任何數據到雲端服務，而是在自己的終端，在自己手機的晶元上處理人臉的數據的存儲，這樣的計算我們可以稱為是，邊緣計算，是把所有計算資源和存儲放在本地。邊緣計算就我個人認為，是後人工智慧發展的未來的大趨勢。

關於區塊鏈的四個認知

今天我講的是區塊鏈如何與邊緣計算、如何與AI計算結合的例子。可能大家有疑問，後面我可以具體來闡述是如何進行結合的。

首先我們講一下什麼是區塊鏈，我們巴比特在整個區塊鏈行業已經耕耘了有四年時間。我們認為的區塊鏈是分四層：

第一層是剛進入的時候，認為區塊鏈是去中心化的協議，信息不可篡改，這是對以前的認知，包括互聯網上的一些應用來說，這一塊是非常有革命性的變化。

第二層，區塊鏈是經濟生態系統，多角色參與的社區。很多做技術的人，他們可能會認為區塊鏈只是技術，如果是這樣的角度去看，到最後會發現，區塊鏈其實效率低或者是整體的成本高，並不是一個非常好用的，或者是並不是一種高並發、高吞吐量的系統，並認為這不是一個太有價值的系統。但我們認為區塊鏈並不只是一個技術，還是一個經濟生態系統。

第三，我們覺得從商業模式上來講，區塊鏈其實是一種數據商業的新模式。區塊鏈互聯網讓數據第一次不可以被複制，第一次確定所屬權，這樣會導致它與傳統的互聯網會誕生一個非常大的不同的生態，也會創造一個顛覆性的大場景。

第四，其實是我們最需要知道的，區塊鏈是一種新的思想。當然後面那些是它思想所帶來的結果，比如不需要第三方來背書，所有運作的協議公開透明，參與者各自會擁有自己的角色，如果沒有最後一點的思想，可能經常會被人說比特幣和區塊鏈像龐氏騙局，因為如果沒有背書誰給你提供價值？如果理解這一點，你就可以知道區塊鏈的價值來源到底在哪裡。

區塊鏈跟人工智慧怎麼結合？

什麼是比原？是Bytom，位元組（byte）和原子（atom）結合的名稱。我們的定位是一個針對資產領域的專用性公鏈協議。我們的目標是搭建一個橋樑，將比特資產（包括各種各樣的代幣，各種各樣的數字資產）和原子資產（也就是現實中的一些債券、股權）結合起來。我們的對象是任何需要將自有資產流動起來的用戶和機構。我們知道整個金融市場，包括金融的衍生品市場，絕對是一個百萬億級的市場，而目前比特資產其實只佔整個金融市場一個非常小的比例，所以我們面對的是一個非常廣闊的市場，所擁有的市場潛力也非常巨大。

為什麼區塊鏈跟人工智慧有關係？我簡單介紹一下比原鏈的四層架構：

第一層是數字資產所屬權與唯一性，它打通了byte和atom的界限；第二層是基於UTXO模型，有的朋友可能了解，它類似於比特幣的模型，和以太坊的模型是有差別的。第三層是我們設計的基於金融資產交易的合約系統。最後這一層是我們獨創的共識演算法「Tensority」,這是一個POW的演算法，它真正打通了人工智慧和區塊鏈的邊界線。我們今天主要來講這部分，也就是區塊鏈為什麼會和人工智慧結合在一起。

Tensority是一種基於張量計算的共識演算法，我們借用了人工智慧深度學習中，所用到矩陣運算、卷積運算中最核心的演算法。為什麼是POW？這是有爭議的地方，其他項目可能認為POW效率低，或者是其他的包括DPOS共識演算法會是高效率的情況，但是我們認為第一，公鏈最基本的需求就是它應該是非許可制的，而其他的DPOS、PBFT等是一種許可制的演算法，也就是別人同意你才能加入。而比原鏈應該是中性的協議，不需要得到任何人的許可就可以加入，因而我們認為POW是符合條件的。

第二個很重要的是，算力壁壘是建立公有鏈生態的最好方法。現在的兩個公鏈是比特幣和以太坊，以太坊要切入POS整體進程非常艱難，幾乎不太可能，算力壁壘是區別於其他公有鏈上安全性穩定性的最大的屏障，包括POS，它是最簡單的複製你的系統運行這樣的區塊鏈。正常的邏輯，如果我不是炒幣的話，我只是在區塊鏈上想要去應用的話，我一定會去選擇效率最高，成本最低的那條鏈部署我的應用。以這樣的目標來看，POS其實是非常容易被複制的一條鏈。

另外還有協議可以自我更新迭代，脫離單點故障，由於單點故障導致整個網路癱瘓的狀況，POW是幾乎不太可能出現這樣的問題。

還有就是為什麼要發明一種新的演算法？

第一，我們考慮傳統的比特幣的共識演算法，是SHA256的方法，但是它和很多設備和終端節點不通用，我們討論邊緣計算，是要讓我們所有的節點儘可能地跑在這些終端的一些設備中，我們SHA256的節點很多設備不好，在這種情況下要考慮到通用性的結果。

第二，是礦機迭代速度太快有些浪費，但不是資源浪費及而是礦機浪費，它的礦機迭代速度非常快，大量的硬體資源浪費，新一代礦機出來，上一代就變成廢鐵了。我們就在考慮，它的算力是否可以復用？以及商業現實中的一些其他的應用可以結合。

第三，公有鏈社區全結點是重要指標，它需要吸引大量用戶參與共識，所以網路是否強壯，是否被更多人接受，都是它需要提供的便利條件。

Tensority解決了什麼問題？

在上面我們解釋了用POW的原因，也提出了POW當下存在的一些問題，那麼現在我們來講講Tensority是如何解決這些問題的。

如何解決通用性問題？2017年國務院發布了新一代的人工智慧和智能規劃，人工智慧將會在國家的發展進程中佔據非常重要的地位。張量計算，特別是矩陣乘運算，是深度學習的基本組成部分。Tensority構建三個256的矩陣相乘得出一個結果，通過SHA256計算最終工作量，這是我們計算的核心。

我們跟西南交通大學的實驗室合作，已經得到了證明，認為它們是隨機可控的。我們已經可以認為，它是一種通用型的演算法，任何的GPU，比如大家的智能手機、智能設備都可以應用到我們這個演算法，來參與共識，得到比原幣的獎勵。

第二，設備和算力復用，AI的算力共享。這已經成為一種比較時尚的商業模式。比如，Vectordash是矽谷的公司，提供GPU算力出租的服務給公司或者學者，如果沒有人租，他就拿這個算力去挖礦，這就會產生商業平衡。你願意提供更多的錢挖礦還是願意提供更多的錢算人工智慧？它會選擇最賺錢的方式提供這樣的服務。

第三，還有海量AI的便利運行條件。如何讓你的設備快速進入比原的網路，AI邊緣計算在FaceID這個晶元一經問世後，就成為各大半導體廠商關注的重點。根據ARM的財報看，預計在2020年出貨後，用於各類智能設備的晶元將達到一千億顆。所以邊緣計算所使用的晶元，一定會深入所有的終端設備中。大家以後運行我們的全節點，可能不在PC機上，也可能不在伺服器上，而是在家裡各種各樣的路由器、攝象頭、手機這樣的AI設備中。在這樣的情況下，比原就擁有了潛力非常巨大的市場，每個人都可以去參與，我們這個社區會變得越來越大。

我們提出這樣的口號叫做One Camero One Vote。監控攝像頭是比原鏈天然的最適合運行的設備。它的設備基數特別大，在中國有1.76億，預計在五年後會超過全人類的數量，而且它的特性是7*24小時的待機狀態，有網路、有存儲，我們測試過在運行比原鏈的情況下，它的耗電僅增加了1%。當然現在攝像頭可能並沒有配備這樣的人臉識別或者模式識別的晶元，但是隨著迭代，以後會有越來越多的攝像頭增加人工智慧的屬性，這樣我們就可以促進Bytom網路的建造，同時讓更多人參與到比原的生態中，因為只要運行了全節點，任何的商業模式就都可以在這上面進行拓展。

我們的商業的正反循環：運行比原的設備越多——比原的用戶越多——比原的算力越大——共識越有利可圖且AI晶元發展得越快，這就是我們所思考的，能帶給區塊鏈和AI邊緣計算這兩個行業的最大貢獻。

（創客貓蟹子 現場報道，轉載請註明來源）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！