之前，實際上AI已有60年歷史，比互聯(lián)網年頭還長，當然比區(qū)塊鏈僅10年歷史要長的多。

AI60年不溫不火，原因是技術路線不對。過去，AI走的是仿生學路線，模仿人，研究人的神經網絡，試圖找到人的智慧源泉，并用“機器人”所掌握。說真的，我們人類對自身的了解十分膚淺，生命來自何處?將向何方?本質特征是什么?為什么能成為萬物之統(tǒng)領?這些都本身就沒搞清楚，用仿生學方法去模仿人，怎么能成功?AI60年找不到靈感，是可以理解的。

目前我們因為有了大數(shù)據(jù)，AI才有了突破性進展。

從阿爾法GO，到阿爾法Master，再到阿爾法Zero，我們看到了一種通過大數(shù)據(jù)方法產生的人工智能，是能夠戰(zhàn)勝人的。這種智能是計算智能，原理是通過海量數(shù)據(jù)和計算，不斷比對迭代（機器學習），最終優(yōu)選出最佳方案。下棋就是這樣。給程序“喂”海量棋譜“數(shù)據(jù)”，通過比對和優(yōu)選，提高勝率。醫(yī)療上診斷也是這樣。AI可看海量的監(jiān)測報告，能從比對中找到規(guī)律，哪些監(jiān)測報告最大概率是哪個病癥。這個，比如看心電圖，已經比高明的醫(yī)生誤診率低多了。治療方案也是這樣。什么樣的疑難雜癥，用什么樣的治療方案，治愈概率最高。我們稱之為臨床。醫(yī)療上，光有病理學依據(jù)是不敢用藥用醫(yī)的，必須得有臨床數(shù)據(jù)才行；而相反，沒有病理學依據(jù)或搞不清病理學依據(jù)，只要有臨床，是可以用醫(yī)用藥的。這就是大數(shù)據(jù)智能或計算智能。用大數(shù)據(jù)技術路線，而不是仿生學技術路線，AI終于有了突破。比如，現(xiàn)在的機器翻譯、無人駕駛、智慧出行、精準營銷、智能投顧、宏觀經濟模型等，都是這種大數(shù)據(jù)智能或計算智能。我們也稱之為弱人工智能。

仿生學的人工智能是強人工智能，機器跟人完全一樣，通過自主學習不斷成長。這一天路途仍十分遙遠，也許機器永遠達不到人的境地。機器是硅基，人是碳基，最大的區(qū)別是作為碳基的人有自我意識，而硅基的機器人永遠是大數(shù)據(jù)和海量計算。有了自我意識的咱們人有愛、有感情、有靈感、有情緒，機器沒有這些。將來的世界上人有兩個物種：咱們碳基人和硅基機器人。

從珠鏈幣合到鏈愛組合，高維世界是有錢有愛的世界。

先說AI。我們曾發(fā)明了一句口號：“讓機器人為咱們干活，讓機器人為咱們養(yǎng)老”！這就有大量的工業(yè)機器人和服務機器人。即使是大數(shù)據(jù)機器人或計算機器人的弱人工智能，這個目標是有望實現(xiàn)的。只有實現(xiàn)了這個目標，讓硅基的機器人去完成咱們碳基人類的繁重勞動和煩心事，咱們碳基人才能去做愛做的談情說愛、風花雪月。

再說區(qū)塊鏈。我們也發(fā)明了一句口號：“企企上鏈、人人有幣”!也就是說，通過區(qū)塊鏈技術革命和認知革命，主要是信用機器、通證激勵、共治組織等，我們能夠實現(xiàn)經濟社會組織和治理的高維化，實現(xiàn)財富爆炸式增長。人人發(fā)幣，人人實現(xiàn)財富自由。

AI和區(qū)塊鏈的組合，首先把人徹底從繁重勞動、操心事、沒錢等低能量、低檔次境地解放出來，實現(xiàn)財富自由、精神自由。AI和區(qū)塊鏈一起，是不是有點包攬了人類最重要的痛點的意味?這是不是馬斯洛講的自我實現(xiàn)或馬克思講的共產主義呢？

區(qū)塊鏈技術核心有四點：

• ①分布式賬本；

• ②集體共識維護；

• ③非對稱加密；

• ④智能合約。

區(qū)塊鏈和人工智能技術是技術領域的兩個極端：一個是在封閉式的數(shù)據(jù)平臺上助長中心化的智能，另一個是在開放數(shù)據(jù)環(huán)境中推動去中心化的應用。但是，如果我們找到一個聰明的方法讓它們一起工作，總的積極的外部效應就可以在一瞬間被放大。

首先，大數(shù)據(jù)讓AI立起來，區(qū)塊鏈讓AI用起來?2016年16ZB 數(shù)據(jù)當中，僅有 1% 得到了合理利用并投入人工智能模型訓練。

區(qū)塊鏈提高數(shù)據(jù)分享，讓AI發(fā)展起來。大數(shù)據(jù)火了AI，區(qū)塊鏈是AI的第二春?

2016 年，全球共產生了16ZB（17529186044416 GB）數(shù)據(jù)。由于數(shù)據(jù)中心化，只有少數(shù)大公司才能對這些數(shù)據(jù)進行收集、整理和分析，因此這 16ZB 數(shù)據(jù)當中，僅有 1% 得到了合理利用并投入人工智能模型訓練。

數(shù)據(jù)中心化的前提下，數(shù)據(jù)獲取壁壘較高，大數(shù)據(jù)被少數(shù)壟斷性企業(yè)所掌控；數(shù)據(jù)的使用方式也缺乏透明度，當數(shù)據(jù)提供者無法對自己的數(shù)據(jù)進行有效管理時，很多人都選擇不再進行數(shù)據(jù)分享。對于數(shù)據(jù)所有者而言，由于數(shù)據(jù)所有權的不明晰，難以將數(shù)據(jù)價值最大化。尤其對于個人而言，由自主行為產生的數(shù)據(jù)，一部分被互聯(lián)網企業(yè)所控制，由他們決定如何使用這些數(shù)據(jù)；另一部分則礙于隱私問題不能向非信任方提供，導致價值完全被埋藏。

區(qū)塊鏈擁有去中心化和協(xié)作的特質，通過這種方式把數(shù)據(jù)的認證權和管理權交給每一個用戶，可以確保用戶所貢獻數(shù)據(jù)的隱私管理權、所有權和真實性，而非現(xiàn)在這樣任何公司都可以輕易使用，從而可以讓更多的人放心地分享數(shù)據(jù)，同時控制數(shù)據(jù)的使用。區(qū)塊鏈通過透明、公開、不可逆、去中介化信任的特點，將促進不同主體在資源層面展開協(xié)作，以去中心化模式幫助人工智能行業(yè)提高生產效率，讓一切價值的認證、流通、獲取、變現(xiàn)瞬間完成。

其次，AI可以比人類（或“愚蠢的”傳統(tǒng)計算機）更有效地管理區(qū)塊鏈。

雖然計算機速度很快，但它們非常“愚蠢”。因此，要使用加密的區(qū)塊鏈數(shù)據(jù)進行操作，計算機需要巨大的處理能力。舉例說，計算機在比特幣的區(qū)塊鏈上采取了一種“蠻力”的方法：AI人工智能試圖擺脫這種蠻力，以一種更智能、更深思熟慮的方式來管理任務。

第三，因為區(qū)塊鏈防偽防篡改，能夠提供真實、安全、優(yōu)質的數(shù)據(jù)，而AI自主學習，最需要這種數(shù)據(jù)。

比如，醫(yī)療，首先通過區(qū)塊鏈，做監(jiān)測報告和治療方案的真實、安全、優(yōu)質清洗，然后“喂”給AI，不斷自主學習迭代。AI自主迭代軟件也在區(qū)塊鏈上PK，真實的、安全、優(yōu)質的AI系統(tǒng)最終勝出。這就不僅有技術，還有治理，系統(tǒng)更完美。按照這個邏輯，智能教師、智能招聘、智能娛樂助理、智能投顧、無人商店、智慧城市等，這里有海量商機!

第四，智能合約是區(qū)塊鏈的核心技術，本身就是AI，也要迭代，要從艾西歐擴展到所有博弈場景、合約場景。

合作競爭是人類發(fā)展主題。國與國、企與企、人與人，以及人與企與國，各種主體間，都有博弈問題。智能合約應用十分廣闊。試想，80%協(xié)議和判案用智能合約實現(xiàn)，該能節(jié)約多大經濟社會運行成本啊！

最直觀的是讓區(qū)塊鏈用上人工智能。目前類似以太坊網絡中的智能合約中的“智能”并不真正智能。以太坊因為在鏈上運行，運算能力、存儲能力和網絡能力都還比較弱，無法運行人工智能的語義理解、機器學習和多層神經網絡等能力。而通過引入AI，智能合約中調用AI服務，可以讓智能合約及區(qū)塊鏈系統(tǒng)成為真正的“智能”。

第五，用區(qū)塊鏈的智能合約去規(guī)范AI。

有人說人工智能發(fā)展到一定的階段會失控，就是所謂的超級人工智能。那么，我們就會成為人工智能的犧牲品，特斯拉的埃隆馬斯克也經常說。人工智能要規(guī)范。怎么規(guī)范呢，用區(qū)塊鏈的智能合約去規(guī)范它就很好。所以從某種方面來說人工智能是提高了生產力，區(qū)塊鏈是定義了生產關系，因為智能合約，規(guī)定了你該做什么，不該做什么。

我們講“企企上鏈”，AI企業(yè)也不例外。區(qū)塊鏈邏輯提升企業(yè)治理水平，主要通過信用機器、鏈改核心要用到區(qū)塊鏈的高維邏輯，主要是三條：

• ①信用機器。

• ②通證激勵。

• ③共治組織。

  
  

當前，去中心化智能、語言會話平臺、預測平臺、知識產權、數(shù)據(jù)溯源、交易、金融保險、社會等領域，已經出現(xiàn)了一些AI和區(qū)塊鏈交叉板塊（有些人也叫它交匯點convergence）公司，不是很多，主要集中在舊金山地區(qū)和倫敦，紐約、澳洲和中國，以及歐洲的一些國家也有這樣的公司。

TraneAI（以去中心化的方式訓練AI）；
Neureal（點對點AI超級計算）；SingularityNET（AI市場）；Neuromation（合成數(shù)據(jù)集的生成和算法訓練平臺）；
AIBlockchain（多應用智能）；BurstIQ（醫(yī)療數(shù)據(jù)市場）；AtMatrix（去中心化機器人）；OpenMined項目（數(shù)據(jù)市場，本地機器學習的訓練）；
Synapse.ai（數(shù)據(jù)和AI市場）；Dopamine.ai（B2BAI貨幣化平臺）；
GreenRunning（家庭能源虛擬助手）；
Talla（聊天機器人）；
doc.ai（量化生物和醫(yī)療保健見解提供）；
Augur（集體智能）；
SharpeCapital（眾包情緒預測）；
Loci.io（IP發(fā)現(xiàn)和挖掘）；
KapeIQ（醫(yī)療機構欺詐檢測）；
DataQuarka（事實核查）；
Priops（數(shù)據(jù)符合性）；
Signzy（KYC）；
Euklid（比特幣投資）；
EthVentures（數(shù)字代幣投資）；
Lipton（金融領域的其他理論應用2017）；
Mutual.life（P2P保險）；
Inari（普通保險）；
SocialCoin（公民獎勵制度）；
HealthyTail（寵物分析）；
Crowdz（電子商務）；
DeepSee（媒體平臺）；
ChainMind（網絡安全）……