人工智能如何影响区块链？

　　人工智能(AI)的发展触及机器学习(ML)的不断进步。为了更加“智慧”，计算机需要处理大量数据，也需要大量内存和强大的处理器来大量学习。此类处理器的速度已经比单个人类神经元的速度高出几个数量级，在全球范围内它们的数量与人脑中的神经元数量相当。行为建模算法在不断改进，处理器内存已经超过了人类的潜力。

　　AI训练所需的数据本身仍然存在问题。正是在这里，区块链技术脱颖而出，即点对点(peer-to-peer)网络的可能性，用于收集和积累数据，用于跨国家甚至全球的培训。

　　点对点网络是一种无服务器网络技术，它允许多个设备共享资源并直接相互通信而无需中介。作为对等系统成员的每台计算机都充当存储在其上的文件的服务器。使用区块链为ML收集数据将有助于使这些数据值得信赖，而加密货币的使用可以推动个人和公司收集这些数据。

　　AI如何影响区块链

　　挖矿过程需要大量的计算能力和电力。分布式账本必须牺牲其效率来实现不变性和抗审查性等特性。在这种情况下，AI可以成为帮助优化能源消耗的工具。使用AI的另一个优势将是挖掘算法本身的改进。

　　大量能源的消耗是区块链系统的主要问题之一。计算过程需要能量，而能量又是区块链系统安全性等重要特征的关键。但是，如果区块链将与AI一起行动，这将优化基于工作证明原理运行的区块链系统的功耗。未来，它将对整个行业产生积极影响，帮助企业适应新技术。

　　AI和区块链之间“合作”可以成功的另一个领域是数据存储。区块链系统中的交易历史存储在所有节点上。因此，分布式账本的规模不断扩大。当对存储本身的要求很高并且想要作为节点到达那里的人变得更加困难时，这可以减少网络本身的去中心化，限制其参与者的数量。在这种情况下，AI可以引入新的数据库分布方法，并使用它们来减小区块链的大小，从而更有效地管理数据存储。

　　去中心化数据交换

　　数据是一种宝贵的资产，不仅是它的存储，而且交换的过程也变得很重要。这种AI系统的有效性更依赖于安全存储在区块链上的数据。

　　去中心化数据交换的目标是创建一种基于区块链网络的新型数据经济。这种交换可以简化信息的存储，使其更简单、更安全。在这样的系统中，AI算法可以使用大量输入数据进行训练。此外，算法本身也可以在各种交易平台上进行兑换。这将使他们更容易为更广泛的受众所接受，并加快他们的发展。

　　如果我们从实际的角度来想象这样的去中心化服务的数据量，那么前景很容易计算：这样一个市场的任何参与者都可以出租他们的数据存储空间以换取支付令牌。现有的服务提供商将不得不不断努力提高质量或扩大范围，以保持竞争力。

　　区块链将增强AI的力量

　　除了经过区块链验证的数据源源不断，AI还需要大量的算力才能发展。通常算法用于这些目的ANN-人工神经网络。人工神经网络通过查看许多示例来学习如何执行任务，因此需要大量的能力来快速处理数百万个值。

　　如果区块链可以通过网络传输数据，那么理论上它的计算能力可以用于其他目的。区块链的一些变体允许用户在点对点(P2P)市场中向需要进行复杂计算工作的人提供他们机器的计算能力。对于容量的提供，用户将获得代币形式的奖励。 

　　AI本身将能够在此类计算平台上以更高的效率进行学习。这种共生还将降低训练算法的成本。

　　如何测试AI解决方案?

　　AI会做出人类难以感知的决策。为了做出决策，算法必须处理大量数据并对其进行分析、审计或重复该过程本身——这对一个人来说是一项不可能完成的任务。

　　在这种情况下，区块链将再次提供帮助。当基于每个数据点记录决策信息时，就会创建清晰的审计跟踪。这将提高对AI算法做出决策的信心。

　　AI发展的全球理念是让人类生活更轻松，将复杂的自动化流程转移到快速、自学的机器手中。显然，这里有很多机会为用户和公司创造主动和被动的收入流。其中一个已经实施的项目是加密机器人，它在交易所而不是在人身上交易加密货币。与看到证券价值发生重大变化时倾向于情绪化并可能恐慌的人不同，基于AI的加密机器人无所畏惧，专注于情况和它收集的数据。

　　另一个例子是Musiclife平台，它使用区块链技术在用户听音乐时通过智能合约向作者付款。在这种情况下，AI的任务是分析听众的偏好。结果，歌曲越受欢迎，其表演者可以赚到的钱就越多。

　　将区块链与AI结合使用的全球前景仍然难以评估，但很明显这将改变现代经济的许多方面。

　　图片使用申明：原创文章图片源自‘Canva可画’平台免费版权图片素材；引用文章源自引用平台文章中所使用的原图。