2017 年开始，AI 和区块链则成为科技界的两大宠儿。他们有多火？先看两组数据：有数据预计，2018 年全球 AI 市场规模将达到 2700 亿元。2022 年，全球区块链市场规模将达到 139.6 亿美元。2017 至 2022 年间，该市场的年复合增长率为 42.8% 。毫不夸张的说，任意 AI +、区块链 + 的项目都会引人侧目。那么，如果 AI + 区块链又会撞出怎样的火花呢？
其实，AI + 区块链已经不是新生事物，如一些医疗 AI 或者金融 AI。这些是既需要区块链建立数据信任，也需要 AI 提升效率的场景，都是二者“并肩作战”的案例。当然，这两种技术也可以相辅相成，如帮助炒币的炒币机器人，或者是帮助提升 AI 算法，算力的区块链应用。
深脑链是后者，它的愿景是基于区块链技术，为 AI 产品提供一个低成本的、隐私的、弹性的、安全的去中心化 AI 计算平台。而且，其在 2017 年曾获得知名分布式智能资产 NEO 的战略投资。它究竟有什么神秘的魅力？
首先，我们需要理解区块链与 AI 的关系。深脑链的 CEO 何永以 AI 的发展解释了这两种技术的交集所在。AI 技术其实分为三部分：算法、算力、数据。对于 AI 公司来说，算力和数据方面的挑战尤为头疼，这也是深脑链的发力点。
“一方面是数据的隐私安全问题。因为一般情况下，数据训练是在 AI 企业的机器上，所以企业要把数据拿到手才能用。这样的话数据的拥有权和使用权没有分离，数据提供方则会担忧数据泄露。”首先，何永指出数据信任无法保障，是目前很多 AI 企业数据来源很困难的原因。“另一方面是算力跟不上，企业用数据做训练的周期特别长。使用深度神经网络训练出特别大的模型，如果只有几台 8 GPU 的机器，企业可能要训练几个月时间。有的企业为了缩短训练时间，就投入大量的钱买大量的机器。但这个成本非常高。”何永说。
对于这两个让 AI 公司感到痛苦的问题，何永认为区块链的分布式计算和数据隐私方面的优势可以很好地改善。算力方面，深脑链中的 AI 计算节点，包含大型 GPU 集群运行的全功能节点(永久节点)、AI 企业闲散的空余 GPU 服务器计算节点以及个人闲置 GPU 计算节点。也就是说，装了这个平台，机器闲置也可以成为深脑链全球网络的节点提供的算力。另外，由于底层分布式训练平台弹性大，可以支持大规模并行神经网络的训练，AI 企业更容易训练。其中 AI 厂商购买基础的神经网络计算资源需要支付费用，此外可以挖到系统根据深脑链代币奖励算法所奖励的代币。
数据方面，AI 企业可通过智能合约在深脑链上向提供数据的厂商买数据，然后在链上训练。整个流程没有脱离链，这可以解决数据提供厂商的信任担忧。“我们希望让 AI 企业快速、低成本地训练出模型。我们目前已经可以实现算力成本降低高达 70% ，大幅缩短 3 – 6 个月甚至更长的训练时间。“何永说。
不过，AI 算力和数据都是两个比较麻烦的领域，特别是数据问题，虽然区块链有信任优势，但是具体的应用还需要更多的认可。所以关于深脑链的落地与发展，何永希望可以有阶段地一步一个脚印。“第一个阶段是算力成本降低。这时，AI 企业自己携带数据训练；第二个阶段才是有厂商将数据放在链上寻找用户买卖。“他说。
虽然 AI、区块链近年突然走向爆点，然后迅速渗透。但是从技术发展上来讲，两者都还处于比较早的阶段，和理想的应用场景还有距离。那么，将两个在发展早期的技术结合，会不会增加未来不可期的风险呢？对此，何永认为：“AI 行业现在最赚钱的是芯片，它提供的是 AI 的基础设施，可提升整个行业里面的生产力。但是企业无法保证这些芯片 24 小时运转，所以产生了很多闲置。我们让这些闲置的资源都可以利用起来，所以我们是改善生产关系，也是基础设施。”他觉得，AI 未来的发展空间依然非常巨大，而目前大量企业进场，需要基础建设。“目前是一个最好的时机。”他说。
将区块链与 AI 行业结合，通过生产关系去改变整个行业价值，这是深脑链区别于很多区块链项目的地方。很多人容易把区块链和发币绑在一起，所以整个区块链行业真正能落地的应用极少。”其实判断一个区块链项目靠不靠谱，最关键的问题是他的 token 不只投资者买，还有用户买。而且用户在无论什么价格的时候都会买。资本是有一定泡沫存在，但是用户是长期存在的。”何永表示不能只是为了发币而发币，而是要体现价值，“一个项目没有真正落地之前，它其实就是个空气，有可能会归零。”
对于区块链企业的商业模式，何永直言不讳：“区块链企业的核心目的就是让他的 token 可变得更加有价值，而不是为了盈利，所以 token 改变了生产关系。”不过，他再三强调“价值”是指的对于用户的价值，而不是投资人买起来的价格。
题图来源：123RF
