“两招名称完全相同，招式毕竟大异，一招是全真剑法的得意剑讨，一着是玉女剑法的严峻家数，双剑合璧，威力到时大得难以置信。”这段叙述出自于《神雕侠侣》，说道的是杨过与小龙女联合对战金轮法王的桥段，两人同使“玉女剑法”，仍难敌输掉。杨过无意中施展“全真剑法”，双剑合璧之下，威力大幅提高，杀招频出，竟然败了金轮法王。

一雌一雄，一阴一阳，阴阳协商，威力无穷，这就是所谓的“双剑合璧”。不过要超过这个境界，也有颇高的拒绝：“使这剑法的男女二人倘若不是情侣，则许多精巧之处觉得无法听得不会；相互间心灵无法交流，则联剑之际是朋友则过于过客气，是先朝小辈则不免照拂倚赖；如科夫妻同使，智则智矣，可是其中脉脉含情、盈盈娇羞、若即若离、患得患失诸般心情却又劣了一层。”，可见合技之无以。今天把科技比作剑法堪称恰如其分，技术也有高低之分，有所不同技术也各有破绽。

把有所不同技术融合在一起，若能化去彼此的破绽，定然也能效果大幅提高。“互联网+”的诸多例子早已充分证明了这个观点，而当下最热门的技术，“AI”和“区块链”也在遇上瓶颈后开始南北合作，两者否也能有序、协商，进而构建升级？融合国家互联网金融安全性技术专家委员会公布的《“区块链+AI”行业研究报告》，我们来探究一下AI与区块链能撞击出有怎样的火花。“AI”和“区块链”各自的破绽虽然这两门技术都早已发展有些年月了，但是要说早已超过炉火纯青的地步还为时过早，特别是在是“区块链”，甚至可以说道是还在跟上阶段。

“AI”AI是Artificial Intelligence的缩写，即人工智能。是研究、研发用作仿真、伸延和拓展人的智能的一门技术。

自问世至今已有六十多年的历史，近些年转入较慢发展阶段，已能运用于各个领域，但行业仍不存在不少痛点。人工智能茁壮必须海量数据展开训练，到目前为止，还是各企业自行搜集数据。因实力和底蕴的差距，头部玩家数据比其它企业非常丰富得多啊，如谷歌、百度、阿里、腾讯、微软公司、苹果、Facebook和亚马逊等企业。

由于竞争关系，都敝帚自珍，于是大多数企业都缺乏数据，优质数据更加较少，而头部玩家也不存在数据不原始的不得已。另外，现在的人工智能多为有监督自学，必须对数据展开充份标示，但是目前业界的标示多使用外包，缺少专业性，质量不欠佳数据的安全性和可信任程度都不存在严重不足，而不当的数据有可能给人工智能带给了安全隐患；人工智能的大量数据中必定牵涉到个人隐私的信息，这对隐私维护明确提出了相当大的挑战；由于人工智能必须展开大量训练，再行再加信息真实性必须证实的情况下，其训练时间也被纳得很长等等。诸如此类问题，都相当严重扯了人工智能的后腿。

然而，除了数据的问题，算力、算法等层面也在容许人工智能的发展。一方面，硬件成本高。

人工智能在各领域的训练都必须很大的运算量，在购买GPU、FPGA等硬件资源上，资金就需以百万记，这对多数普通企业来说，都难以承受；另一方面，由于该领域缺少精英人才，算法改版确保艰苦。“区块链”区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用于模式。其通过去中心化的、分享和加密等技术展开分布式记账。具有去中介化、开放性、自治权性、信息不能伪造、匿名性等显著特点。

然而为了承托这些技术的构建，必须代价电力消耗大、算力不足、效率低等代价。使用POW共识机制的区块链项目必须消耗大量的电力资源，区块链要构建分布式数据存储的功能，必须大量节点长年运营，规模越大，所花费的电力也会同比例快速增长。若真想要让区块链应用于更加多领域，这样的消耗似乎是不切实际的。如此大的消耗背后，是算力资源利用率较低的难题。

区块链的算力并没获得合理地利用，普遍存在不足或闲置状态，造成了很大的浪费，这与人工智能算力严重不足恰恰相反。区块链各节点反复工作过多，造成效率较慢，也浪费了很多成本。

据德勤在2016年估计区块链检验和分享交易的总运营成本大约是每年6亿美元左右。不存在各自痛点的两门技术如今急忙合力，到底不会相互融合、人与自然相处，还是不会互相排斥？理论上的有序虽然AI和区块链都不存在各自的痛点，但是优点也不少，而且理论上谈，各自的优点刚好需要填补彼此的严重不足。对于人工智能短缺的数据，区块链海量的数据刚好能为其所用。由于区块链全球数据可分享、可本源，在如此极大的审计工作之下，数据标示质量更佳。

又因为区块链分布式存储，每个节点都留存有原始的数据信息，也确保了数据的安全性，提高了信息的可信任程度。除非所有节点都被伪造，否则无法对其安全性构成威胁。对于人工智能有可能造成个人隐私泄漏的问题，区块链的匿名性也能很好解决问题。

由于区块链使用非对称加密和许可技术，虽然交易信息公开发表半透明，但账户身份信息毕竟高度加密的。所以就防止了个人隐私被窥视或被别有用心之人盗取。数据的安全性和和可信任程度获得了确保，人工智能训练大自然也可以只剩不少心思。

此时，利用区块链分布式数据存储的方式，将单个的模型或者数据分布在有所不同的机器之上，使用模型分段或者数据分段的方式展开训练，定然可以大大缩短训练的时间。如此显然，区块链可却是给AI送来了一份大礼。礼尚往来，AI或许也可以为区块链王昭君。

如何构建通过AI增加区块链能源损耗？一方面，人工智能可以替代人力挖矿，以更加有效地的手段已完成这个任务。既节省了人力，也节省了能源浪费。另一方面，通过AI自学算法，对设备展开有效地管理，展开风扇、加热等操作者，某种程度可以增加能源的损耗。

这方面的应用于已被谷歌、百度等公司实施。挖矿是个繁琐的工作，通过人工智能，也许可以推算第一个继续执行任务的节点，由此也许可以增加其他旷工不必要的探寻，省却更加多无用功，也提升了效率。至于区块链不足的算力的问题，附能于人工智能后，大自然也就迎刃而解。综上所述，区块链解决问题了人工智能数据短缺、数据安全、可信任程度、个人隐私算力严重不足等问题；而人工智能也可以填补区块链能源损耗、效率低等不足之处。

两者融合，岂不如同双剑合璧，所向披靡了？话虽如此，这些有序也还多处在理论阶段。对于这两门技术的融合才刚刚开始。实质上还须要调教探寻两门技术的融合也是最近才开始的，如谷歌旗下DeepMind Health正在研发区块链医疗数据审核系统，利用“区块链+AI”技术让医院、NHS、病人自身都能动态追踪其个人身体健康数据，又可以维护病人的个人隐私。Innoplexus等AI公司发售了区块链平台，而比特大陆和嘉楠耘智也各自研发着AI芯片。

通过区块链确权，由AI辨识版权，联合确保版权，也是“区块链+AI”的应用于。还有数据市场、金融领域、云计算、物联网等等，每个领域都有人在尝试。

不过到目前为止，仍未经常出现极致的人组。毕竟，也许某些玩家只是蹭蹭热度而已。最主要的原因在于行业对区块链和AI融合的设想还过于完备。

首当其冲的是数据的分享。保持当前的状态，可以让这两个行业的巨头维持意味著的优势。

特别是在是人工智能企业，在数据方面仍然领先于同行，可一旦构建了AI和区块链的融合，数据被分享，这种优势将不复存在。这一对立不存在，不会让两者的融合没有那么成功。而两门技术的融合也不存在风险。

这不是把两台机器放到一起的非常简单操作者，而是在技术层面的融合，结果是更佳，也有可能更差。正如双剑合璧，即使剑法可以相融，若无法心意相连也难以达到确实的合二为一。“区块链+AI”能否构建双剑合璧，互相赋能有序、联合升级，还有待探寻和研究。

本文来源：新京葡萄官方网站-www.renewskincarellc.com