數據、算力、演算法，人工智慧＋區塊鏈的三大機遇

9月16日，巴比特在上海舉辦了第11期《Chainge》技術沙龍，同濟大學區塊鏈俱樂部等協辦支持，主題是「區塊鏈+人工智慧」。搜狗輸入法之父馬占凱、比原CTO朗豫、JarvisPlus創始人佘澤鵬、CONNECTOME Founder Ishii等嘉賓受邀分享各自觀點。

彭博也是分享嘉賓之一，他是《深度卷積網路：原理與實踐》一書的作者，Blink?稟臨科技聯合創始人。在《深度學習與區塊鏈的融合：機遇和挑戰》的分享中他認為，深度神經網路像是一個黑箱子，藉助數據、算力和模型（演算法），它會給出驚艷結果，比如戰勝人類圍棋冠軍的「阿爾法狗」。

在這些層面，區塊鏈技術可以扮演重要角色。比如數據上區塊鏈可提供數據來源、存儲、安全保護、清洗標註、防造假等。算力上則能提供大規模並行計算、數據隱私保護等能力。彭博認為，在物聯網領域，區塊鏈與AI的融合必要性更強，基於區塊鏈協議與專用硬體晶元的物聯網也許會成就下一代互聯網。

以下是彭博分享，經巴比特整理：

可能很多人了解人工智慧是因為Google DeepMind研發的AlphaGo（阿爾法狗），它採用了深度卷積網路，模擬並超越了人類。而深度卷積網路（DCNN）是深度神經網路的重要類別。卷積神經網路是一種目前流行的神經網路架構，受生物自然視覺認知機制啟發，擅長處理圖像，特別是圖像相關的機器學習問題。

上面是卷積神經網路生成模型的案例，往卷積神經網路輸入大量明星圖片，讓它學習，它會自動發現明星圖片之間較為合理的插值方法，隨機生成新圖片，過程無需人類知識。有一些瑕疵，但總體來說，效果非常驚人。

卷積神經網路如何識別圖像信息？

我們說人的思維規律可以分兩類。一類是邏輯規律，比如平面上三角形內角和是180度；另一類是統計規律，比方說看到烏雲就知道可能要下雨。人的直覺更像是通過統計規律思考，舉個例子，我們看到貓的圖片立刻可以判斷這是貓，我們不會去思考貓的耳朵、臉等特徵的定義後再下判斷。這個問題上我們不是根據邏輯規律而是基於統計規律在思考。

在人工智慧的發展過程中，存在邏輯學派與統計學派之爭，目前統計學派佔上風。原因在於深度學習是典型的統計方法，可以非常好地模仿人的「直覺」，例如人的「棋感」，以及在圖像識別中的能力，這在此前是非常難的。

我們可以看一下傳統編程和深度學習的比較。傳統編程是輸入數據和人類設定的規則，最後輸出一個答案。深度學習則是輸入數據和答案，機器自動得出一個規則。當然，目前人工智慧還是需要人做少量工作，比如實驗網路的一些超參數，但未來可以完全自動化。

那電腦是如何完成這一工作的？我們會發現網路可以自動總結出重要的中間概念，例如識別薩摩耶犬圖片時，網路中間的有些神經元會去識別白色，有些會去識別毛髮等。為什麼可以自動總結出這些中間概念，學術界其實還沒有特別好的答案，因此有人稱其「數據黑匣子」，我見過的比較好的說法是說這來自於自然界規律和現象的層級性。

但這並不意味著卷積神經網路就沒有缺陷，它對世界的理解也會想當然，因為它是基於統計規律。舉個案例，非洲草原上有一課樹，樹上有很多山羊，卷積神經網路會認為那是鳥，因為它學習時的圖片數據里從來沒有出現過站在樹上的山羊，即便它識別出那些是山羊，最後它的判斷還會是鳥。

因此，涉及自動駕駛、醫療等人命關天的領域，純靠深度學習還是存在一些問題。

區塊鏈+物聯網會成為下一代互聯網？

現在我們可以把深度神經網路認為是一個黑箱子，人類把數據、算力、模型（演算法）給到它，它會給出一個結果。那麼，為什麼近些年深度學習成長特別快？很大程度上就是數據和算力在這些年飛速發展，它為深度學習提供了基礎保障。

那麼現在，區塊鏈就在上述的3個方面，登上了深度學習的舞台。數據上，區塊鏈可以做的有數據來源、存儲、安全保護、清洗標註、防造假等。算力上則是提供大規模並行計算、數據隱私保護。而演算法上則可利用眾包完善演算法，也能構建演算法交易平台。因為開源等原因，在一定程度上，現在模型（演算法）並非壁壘，所以數據和算力的重要性相對更突出。

當然，這裡面還是存在一些挑戰。數據類創業項目中包括了交易市場，這是區塊鏈創業的常見方向。但難點在於，對比於中心化市場，它如何提供附加價值？算力類創業項目的難點在於算力如何實現分散式？深度網路的訓練目前很難做到分散式，存在技術障礙。但深度網路的運行是可以採用分散式的。信任機制可以用區塊鏈實現，數據安全也能在一定程度上用區塊鏈解決，但商業上的一個問題是成本和效率。理想的情況是採用 POW機制，目前仍有難度，因為存在安全、效率和去中心化的不可能三角。而模型（演算法）類創業項目類似於任務交易市場，但去中心化並不一定比中心化的成本低。

通過對未來的展望可以發現，將來，手機、攝像頭都會有AI晶元，物聯網（IOT）與邊緣計算天生適合去中心化網路，與區塊鏈相融合的必要性更強。基於區塊鏈協議與專用硬體晶元的物聯網，會不會是下一代互聯網？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！