區(qū)塊鏈應(yīng)用于人工智能的前景探析

　　摘 要：隨著人工智能和區(qū)塊鏈技術(shù)的齊驅(qū)并進(jìn)，近幾年受追捧的程度有目共睹。越來越多人開始關(guān)注兩者融合發(fā)展的可能性。文章分析了人工智能領(lǐng)域存在的問題，并探究了區(qū)塊鏈技術(shù)優(yōu)勢，以及對人工智能的數(shù)據(jù)、算力、算法等所存在痛點(diǎn)的幫助，為學(xué)術(shù)界和產(chǎn)業(yè)界繼續(xù)深入研究人工智能與區(qū)塊鏈技術(shù)融合發(fā)展提供了新的思路。

　　本文源自網(wǎng)絡(luò)空間安全 2020年11期《網(wǎng)絡(luò)空間安全》(國際統(tǒng)一刊號：ISSN 2096-2282;國內(nèi)統(tǒng)一刊號：CN 10-1421/TP)期刊創(chuàng)刊于2010 年，由中華人民共和國工業(yè)和信息化部主管，中國電子信息產(chǎn)業(yè)發(fā)展研究院、賽迪工業(yè)和信息化研究院主辦，是集學(xué)術(shù)性、技術(shù)性、專業(yè)性和權(quán)威性為一體的國家級學(xué)術(shù)期刊。

　　1 引言

　　近年來，隨著我國人工智能(Artificial Intelligence， AI)技術(shù)推進(jìn)政策不斷落地，企業(yè)逐步重視對人工智能的應(yīng)用。人工智能技術(shù)為人們帶來了便捷，并獲得了迅速的發(fā)展。但由于人工智能技術(shù)在數(shù)據(jù)、算力和算法等方面存在不足，導(dǎo)致數(shù)據(jù)質(zhì)量差、信息丟失、算法過分集中等問題的出現(xiàn)，使得技術(shù)創(chuàng)新受阻、應(yīng)用落地實(shí)施困難。因此，改變、優(yōu)化、升級人工智能技術(shù)模式，將傳統(tǒng)的人工智能技術(shù)與其他新興技術(shù)相結(jié)合變得尤為重要。

　　區(qū)塊鏈(Blockchain)技術(shù)是以網(wǎng)絡(luò)技術(shù)為基礎(chǔ)發(fā)展起來的一種綜合型技術(shù)，憑借其去中心化、可追溯、不可偽造等的特點(diǎn)，在互聯(lián)網(wǎng)技術(shù)的安全領(lǐng)域之中發(fā)揮著強(qiáng)大的作用與優(yōu)勢。區(qū)塊鏈技術(shù)為促進(jìn)實(shí)現(xiàn)全球網(wǎng)絡(luò)的共享共治、處理數(shù)字世界和現(xiàn)實(shí)世界關(guān)于用戶隱私保護(hù)、能源粗放使用等問題的矛盾提供了新思路。隨著區(qū)塊鏈技術(shù)不斷深入研究，研究者們利用區(qū)塊鏈技術(shù)的優(yōu)勢，對人工智能技術(shù)發(fā)展中存在的困難進(jìn)行改善，并取得了較好的成績，為我國科學(xué)技術(shù)的發(fā)展提供了一個(gè)全新的模式。

　　2 人工智能領(lǐng)域存在的問題

　　自人工智能出現(xiàn)以來，便得到了各個(gè)行業(yè)的廣泛關(guān)注及大力支持。它極大地方便了人類的生活、學(xué)習(xí)，為科學(xué)技術(shù)的發(fā)展帶來了新可能。但在人工智能技術(shù)不斷改善人們生活質(zhì)量和促進(jìn)科學(xué)研究的同時(shí)，它帶來的問題也著實(shí)令人困擾。

　　2.1 數(shù)據(jù)壟斷

　　各領(lǐng)域數(shù)字化進(jìn)程的加速使得數(shù)據(jù)量呈現(xiàn)爆炸式增長，海量數(shù)據(jù)蘊(yùn)藏的巨大衍生價(jià)值使其成為數(shù)字經(jīng)濟(jì)時(shí)代的戰(zhàn)略性基礎(chǔ)資源。由此引發(fā)的“數(shù)據(jù)爭奪”和數(shù)據(jù)積累差異，逐漸出現(xiàn)了數(shù)據(jù)壟斷現(xiàn)象，數(shù)據(jù)寡頭持有并控制海量數(shù)據(jù)[1]。

　　人工智能技術(shù)不是一個(gè)單一的技術(shù)，它是由數(shù)據(jù)、算法、服務(wù)等統(tǒng)合的新興技術(shù)。它的重心在于決策、評估和理解某些模式和數(shù)據(jù)集，最終產(chǎn)生自主交互。人工智能的可供學(xué)習(xí)、分析的數(shù)據(jù)越多，人工智能的預(yù)測、評估、決策才能更準(zhǔn)確。但由于數(shù)據(jù)壟斷現(xiàn)象的產(chǎn)生，很多從事人工智能行業(yè)的公司由于缺乏數(shù)據(jù)，人工智能發(fā)展一直停滯不前，即便是像阿里、谷歌、騰訊這樣的互聯(lián)網(wǎng)巨頭，所能獲取的也只是基于自身業(yè)務(wù)的有限數(shù)據(jù)，所以大部分企業(yè)逐步將目光從數(shù)據(jù)收集轉(zhuǎn)向了數(shù)據(jù)交易。由于數(shù)據(jù)的缺口較大，不少大數(shù)據(jù)來自數(shù)據(jù)黑市，其真實(shí)度和質(zhì)量都大打折扣。這些黑市買來的數(shù)據(jù)大多過期失效，再或是對同一份數(shù)據(jù)進(jìn)行稍加修改，反復(fù)售賣。少部分?jǐn)?shù)據(jù)雖然來源真實(shí)，但還是存在實(shí)時(shí)性較低，數(shù)據(jù)標(biāo)注質(zhì)量不高等情況。在人工智能應(yīng)用中，包括圖像識別、語音識別、動(dòng)作識別等領(lǐng)域都需要對數(shù)據(jù)進(jìn)行精準(zhǔn)標(biāo)注，高質(zhì)量的標(biāo)注數(shù)據(jù)決定了人工智能建模的效率[2]。

　　2.2 算力受限

　　算力，也稱作計(jì)算力，顧名思義就是設(shè)備的計(jì)算能力。例如，對數(shù)字貨幣而言，算力是衡量在一定的網(wǎng)絡(luò)消耗下生成新塊的單位的總計(jì)算能，能夠處理的數(shù)據(jù)量越大，也就意味著算力越大。

　　算力是人工智能發(fā)展的技術(shù)保障，是人工智能發(fā)展的動(dòng)力和引擎。人工智能的開發(fā)和訓(xùn)練需要大量的圖片、視頻以及訓(xùn)練場景的導(dǎo)入，運(yùn)算量龐大、過程繁瑣，需要高配置的CPU、GPU、FPGA等硬件資源。例如，谷歌公司的AlphaGo使用的TPU，類似與GPU的一種算法芯片，能耗功效比極高，訓(xùn)練AlphaGo需要的算力相當(dāng)于大約12，000塊市面上常見的消費(fèi)級1，080TI，至少千萬級別的開支。龐大的配置開銷對于大部分中小型企業(yè)來說難以負(fù)擔(dān)，從而引起算力受限的現(xiàn)象發(fā)生[3]。

　　人工智能對計(jì)算的需求非常高，因此對高性能計(jì)算定制深度學(xué)習(xí)芯片的要求很高，意味著很多企業(yè)要花很多錢買算力、建很多計(jì)算中心，造成了很大的資源浪費(fèi)。目前，提高人工智能算力的途徑只有購買機(jī)器和租用機(jī)器兩種，而這兩種途徑本質(zhì)上是算力的購買和租用，為此需要付出相當(dāng)高的費(fèi)用。

　　2.3 算法匱乏

　　人工智能的基礎(chǔ)為算法，它的高速發(fā)展離不開基礎(chǔ)研究的突破性進(jìn)展，算法的更新是人工智能進(jìn)步的最大推力。

　　我國在人工智能領(lǐng)域前景一片向好，創(chuàng)新創(chuàng)業(yè)氛圍活躍、專利論文發(fā)表的數(shù)量已位居世界前列，應(yīng)用性研究中的語音和人臉識別也已躋身國際第一梯隊(duì)。但由于我國人工智能的發(fā)展起步略晚，發(fā)展時(shí)間短，導(dǎo)致人工智能領(lǐng)域?qū)＜覅T乏、人才培養(yǎng)方面明顯落后，使得人工智能核心算法缺失。許多打著人工智能招牌的投資者、創(chuàng)業(yè)者還是聚焦在人工智能的初級應(yīng)用層面，在基礎(chǔ)理論、核心算法等領(lǐng)域與國際水平仍有較大差距，存在許多不足。

　　2.4 技術(shù)濫用

　　人工智能技術(shù)若得到合理的使用和管理，將對人類探索世界、改造世界帶來很大的幫助。但如果人工智能技術(shù)被不法人員濫用，就會(huì)帶來安全問題。

　　在用戶和算法的共生關(guān)系中，人類處于被動(dòng)地位。例如，手機(jī)經(jīng)常會(huì)提示你離家或是離公司有多遠(yuǎn)，頻繁提示你是否開啟定位功能。再或者是智能算法向用戶定向推送廣告、新聞、內(nèi)容的事件每一天都在發(fā)生。

　　另外，黑客可能通過智能方法發(fā)起網(wǎng)絡(luò)攻擊，智能化的網(wǎng)絡(luò)攻擊軟件可以通過自我學(xué)習(xí)，模仿計(jì)算機(jī)系統(tǒng)中的各種行為，并適應(yīng)網(wǎng)絡(luò)環(huán)境，不斷進(jìn)行升級，長時(shí)間滯留在網(wǎng)絡(luò)系統(tǒng)中;黑客還可濫用人工智能技術(shù)非法竊取私人信息，造成網(wǎng)絡(luò)治安混亂;通過根據(jù)用戶不同的認(rèn)知，定制不同網(wǎng)絡(luò)內(nèi)容供其閱讀，人工智能技術(shù)甚至?xí)挥脕碜笥液涂刂乒姷恼J(rèn)知和判斷。單一企業(yè)掌握數(shù)據(jù)后，如果將數(shù)據(jù)違規(guī)轉(zhuǎn)移至其他模型中，以算法作惡，損失的將是消費(fèi)者的使用體驗(yàn)甚至利益和安全。

　　2.5 隱私泄露

　　通過人臉識別、智能推薦、智能信用評估等技術(shù)的應(yīng)用，使人們感受到人工智能為生活帶來的諸多便利，但大多數(shù)人工智能技術(shù)首先需要獲取用戶的個(gè)人信息再實(shí)現(xiàn)具體服務(wù)，這就加大了信息泄露的風(fēng)險(xiǎn)，用戶可能在不知不覺中就被曝光了隱私。

　　2019年英國廣播公司曾報(bào)道，IBM在未經(jīng)用戶同意的情況下，在圖片分享網(wǎng)站Flickr上獲取了大約100萬張照片，用于訓(xùn)練其人臉識別算法。對于技術(shù)公司而言，這些照片的價(jià)值不言而喻。龐大的圖片數(shù)據(jù)集有助于將人臉識別算法訓(xùn)練得更加精確，從而可以快速地從不同照片或不同場景中識別出某個(gè)用戶。然而，那些照片上的人，大概沒有想到，自己的肖像數(shù)據(jù)就這樣被技術(shù)公司收集，個(gè)人信息就這樣被泄露。以上事例說明，人工智能應(yīng)用需要以海量的個(gè)人信息數(shù)據(jù)作支撐，海量信息數(shù)據(jù)對于人工智能迭代升級是不可或缺的。人工智能技術(shù)的進(jìn)步，需要獲取、存儲、分析海量信息數(shù)據(jù)。但在獲取、處理海量信息時(shí)，個(gè)人隱私極易以數(shù)據(jù)的形式被存儲、復(fù)制、傳播，如個(gè)人身份信息數(shù)據(jù)、網(wǎng)絡(luò)行為軌跡數(shù)據(jù)以及對數(shù)據(jù)處理分析形成的偏好信息、預(yù)測信息等。

　　可以預(yù)見，在不遠(yuǎn)的未來，越來越多的人工智能技術(shù)將出現(xiàn)在人們的身邊。在給人們生活帶來便利的同時(shí)，也會(huì)被輕易獲取更多有關(guān)個(gè)人隱私的數(shù)據(jù)信息，潛藏著不容忽視的隱私泄露風(fēng)險(xiǎn)。

　　3 區(qū)塊鏈在人工智能領(lǐng)域的探索

　　區(qū)塊鏈技術(shù)是以網(wǎng)絡(luò)技術(shù)為基礎(chǔ)發(fā)展起來的一種綜合型技術(shù)，它的去中心化、不可偽造、全程留痕、公開透明等優(yōu)點(diǎn)，為科技發(fā)展奠定了堅(jiān)實(shí)的信任基礎(chǔ)。在互聯(lián)網(wǎng)技術(shù)的安全領(lǐng)域之中發(fā)揮著強(qiáng)大的作用與優(yōu)勢，為促進(jìn)實(shí)現(xiàn)全球網(wǎng)絡(luò)的共享共治、處理數(shù)字世界和現(xiàn)實(shí)世界關(guān)于用戶隱私保護(hù)、能源粗放使用等問題的矛盾提供了新思路。

　　區(qū)塊鏈技術(shù)的出現(xiàn)給人工智能存在問題的解決帶來新的契機(jī)，隨著區(qū)塊鏈技術(shù)不斷深入研究，研究者們利用區(qū)塊鏈技術(shù)的優(yōu)勢，對人工智能技術(shù)發(fā)展中存在困難進(jìn)行改善，并取得了較好的成績，為我國科學(xué)技術(shù)的發(fā)展提供了一個(gè)全新的模式。針對人工智能領(lǐng)域痛點(diǎn)，以人工智能的數(shù)據(jù)、算法、算力為基礎(chǔ)，搭建了基于區(qū)塊鏈的人工智能技術(shù)應(yīng)用架構(gòu)，如圖1所示。

　　3.1 區(qū)塊鏈有助于人工智能獲取更全面的數(shù)據(jù)

　　人工智能技術(shù)的進(jìn)步取決于不同來源數(shù)據(jù)的可用性。盡管像谷歌、臉書、亞馬遜等公司可以訪問大量數(shù)據(jù)源，這些數(shù)據(jù)可以證明對許多人工智能流程有用，但市場上無法訪問這些數(shù)據(jù)。區(qū)塊鏈重心在于保持記錄、認(rèn)證和執(zhí)行的準(zhǔn)確，旨在通過引入點(diǎn)對點(diǎn)連接的概念來解決數(shù)據(jù)壟斷的問題，它以去中心化的方式，對大量數(shù)據(jù)進(jìn)行組織和維護(hù)，用戶控制自己的數(shù)據(jù)，改善數(shù)據(jù)難共享及科技巨頭壟斷數(shù)據(jù)的現(xiàn)狀。

　　為打破人工智能技術(shù)數(shù)據(jù)壟斷搭建的基于區(qū)塊鏈的數(shù)據(jù)共享平臺模型包括四個(gè)部分：數(shù)據(jù)提供方、數(shù)據(jù)源、去中心化數(shù)據(jù)共享平臺和數(shù)據(jù)需求方(此為人工智技術(shù)研發(fā)需求)，如圖2所示。

　　數(shù)據(jù)提供方指的是擁有數(shù)據(jù)所有管理權(quán)限的個(gè)體或機(jī)構(gòu)，例如科研機(jī)構(gòu)、政府、擁有數(shù)據(jù)管理權(quán)的科技巨頭等;數(shù)據(jù)源代表具備數(shù)據(jù)庫管理系統(tǒng)基本功能，且能夠提供遠(yuǎn)程數(shù)據(jù)訪問的計(jì)算機(jī)、中心服務(wù)器或云服務(wù)器等，它包含了由數(shù)據(jù)提供方用于共享的數(shù)據(jù);去中心化數(shù)據(jù)共享平臺是基于區(qū)塊鏈網(wǎng)絡(luò)信息數(shù)據(jù)溝通平臺，它的更新和信息記錄由分布式主體共同交互完成，并非由某個(gè)權(quán)威機(jī)構(gòu)執(zhí)行[4]。

　　由于區(qū)塊鏈?zhǔn)且粋€(gè)開放的分布式鏈表，因此網(wǎng)絡(luò)上的每個(gè)角色都可以訪問這些數(shù)據(jù)。在該模型中，數(shù)據(jù)提供方通過去中心化數(shù)據(jù)共享平臺發(fā)布數(shù)據(jù)，構(gòu)造信息流起點(diǎn)。根據(jù)需求，人工智能研發(fā)機(jī)構(gòu)可以通過檢索、查看數(shù)據(jù)質(zhì)量評價(jià)、發(fā)布數(shù)據(jù)訂閱需求等。最終需求方和提供方可以在平臺上進(jìn)行數(shù)據(jù)權(quán)限可信、透明、平等的共享交互。通過區(qū)塊鏈激勵(lì)機(jī)制維持生態(tài)圈模型的正常運(yùn)行，有助于營造良好的數(shù)據(jù)共享生態(tài)環(huán)境。

　　基于區(qū)塊鏈的數(shù)據(jù)共享平臺實(shí)現(xiàn)數(shù)據(jù)共享和溯源，促進(jìn)跨機(jī)構(gòu)數(shù)據(jù)的流動(dòng)共享，形成一個(gè)自由開放的數(shù)據(jù)市場，讓人工智能技術(shù)的研發(fā)可以獲取更加全面的數(shù)據(jù)，進(jìn)行大量訓(xùn)練，真正變得“智能”。

　　3.2 區(qū)塊鏈幫助人工智能共享算力

　　全球范圍內(nèi)的大多數(shù)普通計(jì)算機(jī)的算力都處于閑置狀態(tài)，如果能夠把這部分算力利用起來，就可以極大地降低人工智能建模的成本和提高資源利用效率。而區(qū)塊鏈的分布式特點(diǎn)，可以充分利用分布在世界各地處于閑置狀態(tài)的算力，有助于構(gòu)建去中心化的人工智能算力設(shè)施基礎(chǔ)平臺，轉(zhuǎn)變傳統(tǒng)的不斷提高設(shè)備性能以提高算力的思路并降低企業(yè)的運(yùn)行成本。此外，通過區(qū)塊鏈的智能合約，根據(jù)用戶所需的計(jì)算量對網(wǎng)絡(luò)計(jì)算節(jié)點(diǎn)進(jìn)行動(dòng)態(tài)調(diào)整，從而提供彈性的計(jì)算能力以滿足用戶的計(jì)算需求。如圖3所示，人工智能研發(fā)機(jī)構(gòu)利用海量數(shù)據(jù)并將深度學(xué)習(xí)模型提交至基于區(qū)塊鏈的算力共享平臺，并根據(jù)每個(gè)節(jié)點(diǎn)設(shè)施能力來分配相應(yīng)算力對人工智能模型進(jìn)行訓(xùn)練。

　　近幾年來，基于區(qū)塊鏈的人工智能算力共享逐步熱了起來。以深腦鏈為例，深腦鏈把分布式挖礦與人工智能結(jié)合，將大型GPU或者FPGA服務(wù)器集群、中小型企業(yè)閑散的空余GPU服務(wù)器以及個(gè)人閑置GPU作為計(jì)算節(jié)點(diǎn)，利用區(qū)塊鏈技術(shù)通過共享算力，讓人工智能神經(jīng)網(wǎng)絡(luò)運(yùn)算可以去中心化分布在全世界海量節(jié)點(diǎn)之上，通過發(fā)行深腦幣及閑置計(jì)算資源再利用達(dá)到低成本，運(yùn)用海量數(shù)據(jù)節(jié)點(diǎn)進(jìn)行動(dòng)態(tài)計(jì)算，為人工智能提供算力供給。雖然每個(gè)設(shè)備的算力很小，但是當(dāng)設(shè)備的數(shù)量達(dá)到一定基數(shù)時(shí)，其累計(jì)起來的算力也是巨大的。

　　3.3 區(qū)塊鏈協(xié)助人工智能算法搭建研究平臺

　　導(dǎo)致人工智能核心算法匱乏的主要原因有三個(gè)：一是相關(guān)技術(shù)人才匱乏;二是人工智能的開發(fā)耗時(shí)耗力，需要大量數(shù)據(jù)進(jìn)行訓(xùn)練，同時(shí)如果出現(xiàn)錯(cuò)誤，無法及時(shí)修復(fù);三是大多人工智能算法研發(fā)不對外公開，導(dǎo)致技術(shù)出現(xiàn)重復(fù)開發(fā)現(xiàn)象。

　　在加強(qiáng)專業(yè)人才培養(yǎng)的同時(shí)，可以借助區(qū)塊鏈技術(shù)打造人工智能算法研究平臺。該平臺旨在利用群體智慧優(yōu)化人工智能算法。一套復(fù)雜的人工智能算法由多個(gè)人工智能專家更新維護(hù)，不再是由一家研究機(jī)構(gòu)決定，這對人工智能算法的準(zhǔn)確性有了極大的保障。各國各地的研究人員，尤其是基礎(chǔ)稍弱的發(fā)展中國家，可以在區(qū)塊鏈上使用公開的人工智能模型，再在基礎(chǔ)上進(jìn)行優(yōu)化，無需再次開發(fā)、浪費(fèi)不必要的人力資源。

　　3.4 區(qū)塊鏈可以幫助人工智能搭建可追溯的算法監(jiān)管架構(gòu)

　　中心化商業(yè)模式下的人工智能算法，其難以達(dá)到完全的公開、公正，并可能會(huì)出現(xiàn)技術(shù)濫用的現(xiàn)象。但若將人工智能算法處理數(shù)據(jù)的每個(gè)環(huán)節(jié)全部記錄至區(qū)塊鏈，使其可追溯且不可篡改，并將人工智能模型加密計(jì)算上鏈后相對透明避免作惡，或可以讓部分人工智能的行為全程處于監(jiān)管之下。這將幫助人工智能搭建可追溯的算法監(jiān)管架構(gòu)，防止人工智能技術(shù)的濫用及霸權(quán)。圖4中展示了人工智能技術(shù)應(yīng)用的追溯流程圖，人工智能技術(shù)應(yīng)用主要分為四個(gè)階段，包括人工智能技術(shù)準(zhǔn)備階段、人工智能技術(shù)訓(xùn)練學(xué)習(xí)階段、投入使用階段和面向?qū)ο笫褂眯畔㈦A段。

　　(1)人工智能技術(shù)準(zhǔn)備階段。人工智能技術(shù)開發(fā)所需要準(zhǔn)備基礎(chǔ)數(shù)據(jù)，在區(qū)塊鏈平臺上記錄材料的相關(guān)數(shù)據(jù)，包含技術(shù)開發(fā)商、開發(fā)人員、開發(fā)時(shí)間、數(shù)據(jù)提供方信息、數(shù)據(jù)的類型、得到數(shù)據(jù)的時(shí)間等，將這些信息錄入到區(qū)塊鏈平臺。

　　(2)人工智能訓(xùn)練學(xué)習(xí)環(huán)節(jié)。技術(shù)開發(fā)方將人工智能神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練學(xué)習(xí)過程中利用及產(chǎn)生的數(shù)據(jù)和硬件設(shè)備信息記錄到區(qū)塊鏈上，經(jīng)各節(jié)點(diǎn)確認(rèn)后，這些數(shù)據(jù)將會(huì)永久的保存在區(qū)塊鏈上。

　　(3)投入使用環(huán)節(jié)。人工智能技術(shù)通過用戶需求分析進(jìn)行后臺分析計(jì)算，為了更好地追溯人工智能技術(shù)應(yīng)用及數(shù)據(jù)流向，不僅僅需要將后臺數(shù)據(jù)上鏈，同時(shí)還需要記錄面向?qū)ο蟮男畔⒑托枨蟆⒂?jì)算過程中利用和產(chǎn)生的數(shù)據(jù)信息、運(yùn)營商信息等。在這個(gè)環(huán)節(jié)，需要將基于人工智能技術(shù)的平臺搭載到區(qū)塊鏈平臺上，實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)記錄，在數(shù)據(jù)流動(dòng)的同時(shí)，同步接入到區(qū)塊鏈平臺，從而實(shí)現(xiàn)對數(shù)據(jù)、技術(shù)的跟蹤。在區(qū)塊鏈的數(shù)據(jù)層，采用公私鑰非加密對稱技術(shù)，無論是平臺還是業(yè)務(wù)需求方都擁有自己的公私鑰對，這在一定程度上保障了信息的安全可靠，出現(xiàn)問題時(shí)可以快速查詢出是哪個(gè)環(huán)節(jié)的問題。

　　(4)需求方。對需求方在平臺得到需要的數(shù)據(jù)后的進(jìn)一步處理，也需要提交到區(qū)塊鏈中，更好地防止了技術(shù)的濫用。

　　將人工智能技術(shù)應(yīng)用的各個(gè)階段產(chǎn)生的數(shù)據(jù)利用區(qū)塊鏈的智能合約上傳至區(qū)塊鏈平臺，營造可追溯、不可篡改的信息流。

　　數(shù)據(jù)、算力、算法是人工智能發(fā)展的三大要素。人工智能的發(fā)展離不開海量數(shù)據(jù)和強(qiáng)大算力。如果使單一商業(yè)機(jī)構(gòu)握有大量數(shù)據(jù)、雄厚研究力量和算力資源，在信息技術(shù)領(lǐng)域就獲得相對壟斷的優(yōu)勢，增加了作惡的風(fēng)險(xiǎn)。區(qū)塊鏈建立了新型治理架構(gòu)，使操作記錄和認(rèn)證取決于多個(gè)機(jī)構(gòu)，可以限制算法權(quán)力濫用，從而可以幫助更多科研機(jī)構(gòu)或者規(guī)模相對較小企業(yè)融入科學(xué)發(fā)展的大環(huán)境，促進(jìn)其技術(shù)開發(fā)。

　　3.5 區(qū)塊鏈為AI提供安全、可靠的發(fā)展環(huán)境

　　數(shù)據(jù)安全問題是人工智能進(jìn)一步發(fā)展所遇到的障礙之一，如果開發(fā)者們沒有提高所管理數(shù)據(jù)的安全性，那一旦數(shù)據(jù)被暴露，人工智能將會(huì)失去公信力，最終只能淪落為一個(gè)被美化后的科技。而區(qū)塊鏈技術(shù)則可以極大程度上解決這個(gè)問題。

　　區(qū)塊鏈的智能合約和智能交易機(jī)制，可以很好地發(fā)揮隱私保護(hù)和數(shù)據(jù)開放、數(shù)據(jù)融合功能，可使數(shù)據(jù)交易信息主體處于加密狀態(tài)。同時(shí)，由于區(qū)塊鏈記錄的不可篡改性，也能方便人們對人工智能設(shè)備記錄進(jìn)行查詢和監(jiān)督，提升人們對人工智能的信任和接納度[5]。

　　在數(shù)據(jù)至上的時(shí)代，人們可以從數(shù)據(jù)中提取很多有價(jià)值的信息。區(qū)塊鏈及技術(shù)既能保障數(shù)據(jù)的安全，又能協(xié)助提取有價(jià)值的信息。因此，區(qū)塊鏈對人工智能所存在的信息泄密問題的改善方面可起到至關(guān)重要的作用。

　　首先，區(qū)塊鏈技術(shù)的不可篡改和可追溯性使得數(shù)據(jù)從采集、交易、流通，以及計(jì)算分析的每一步記錄都可以留存在區(qū)塊鏈上，任何人采用任何手段在區(qū)塊鏈網(wǎng)絡(luò)中，都不可以篡改數(shù)據(jù)、修改數(shù)據(jù)和造假，使得數(shù)據(jù)的可信性和質(zhì)量得到一定程度的信用背書，有助于人工智能進(jìn)行高質(zhì)量的建模，從而使用戶獲得更好的用戶體驗(yàn)。其次，區(qū)塊鏈中的基于同態(tài)加密、零知識證明、差分隱私等技術(shù)使數(shù)據(jù)共享得到了隱私安全保護(hù)。

　　4 結(jié)束語

　　隨著區(qū)塊鏈技術(shù)和人工智能技術(shù)不斷進(jìn)步，兩個(gè)技術(shù)在各領(lǐng)域都展示了不俗的優(yōu)勢，引起了各個(gè)行業(yè)對區(qū)塊鏈與人工智能的融合技術(shù)越來越廣泛的關(guān)注。特別是在信息共享、安全保密、監(jiān)督透明、溯源確權(quán)和信任協(xié)作等領(lǐng)域。區(qū)塊鏈和人工智能結(jié)合發(fā)展，可以產(chǎn)生更高的價(jià)值，不少的領(lǐng)域已將兩者融合，例如數(shù)字版權(quán)、醫(yī)療行業(yè)、無人駕駛汽車等。

　　我國近年來人工智能技術(shù)雖然不斷進(jìn)步，但起步較晚，技術(shù)與發(fā)達(dá)國家還是存在一定的差距。而人工智能與區(qū)塊鏈技術(shù)的融合可以為我國科技發(fā)展提供一個(gè)新的方向，但在此過程中會(huì)面臨著許多的問題，例如技術(shù)本身還需優(yōu)化、技術(shù)進(jìn)入門檻高、相關(guān)政策法規(guī)還不夠完善、應(yīng)用場景還需繼續(xù)拓展、相關(guān)科技人才缺乏等。為此，我國需要加強(qiáng)人工智能和區(qū)塊鏈領(lǐng)域的人才培養(yǎng)、完善“互聯(lián)網(wǎng) +”利益機(jī)制、重視“人工智能+區(qū)塊鏈”的基礎(chǔ)設(shè)施建設(shè)等。

　　隨著區(qū)塊鏈與人工智能技術(shù)進(jìn)一步的完善，學(xué)術(shù)界和產(chǎn)業(yè)界不斷將理論轉(zhuǎn)化為技術(shù)并落地應(yīng)用，相信未來區(qū)塊鏈與人工智能這兩種技術(shù)融合將更加深入，應(yīng)用場景會(huì)更加豐富。

　　參考文獻(xiàn)

　　[1] 孟小峰，朱敏杰，劉立新，等.數(shù)據(jù)壟斷與其治理模式研究[J].信息安全研究，2019(9).

　　[2] 程顯毅，胡海濤，曲平，等.大數(shù)據(jù)時(shí)代的人工智能范式[J].江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版)，2017， 38(4)：455-460.

　　[3] 劉權(quán).區(qū)塊鏈與人工智能 構(gòu)建智能化數(shù)字經(jīng)濟(jì)世界[M].北京：人民郵電出版社，2019.

　　[4] 蘇雄業(yè).基于區(qū)塊鏈的大數(shù)據(jù)共享模型與關(guān)鍵機(jī)制研究與實(shí)現(xiàn)[D].北京：北京工業(yè)大學(xué)，2018.

　　[5] 劉曦子.區(qū)塊鏈與人工智能技術(shù)融合發(fā)展初探[J].網(wǎng)絡(luò)空間安全， 2018， 9(11)：57-60.