區(qū)塊鏈應用于人工智能的前景探析

趙馨 趙甜 邱平文 周一平 韋安壘

摘 ? 要：隨著人工智能和區(qū)塊鏈技術(shù)的齊驅(qū)并進，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、算法等所存在痛點的幫助，為學術(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。

關(guān)鍵詞：人工智能;區(qū)塊鏈;分布式;去中心化

中圖分類號： TP399 ? ? ? ? ?文獻標識碼：A

Abstract： With the development of artificial intelligence and blockchain technology， the degree of popularity in recent years is obvious to all. More and more people begin to pay attention to the possibility of their fusion. This paper analyzes the problems existing in the field of artificial intelligence， and explores the help of blockchain technology advantages to the pain points existing in the data， computing power and algorithm of artificial intelligence， which provides a new idea for the academic community and the industry to further study the integration and development of artificial intelligence and blockchain technology.

Key words： artificial intelligence; blockchain; distributed; decentralized

1 引言

近年來，隨著我國人工智能（Artificial Intelligence， AI）技術(shù)推進政策不斷落地，企業(yè)逐步重視對人工智能的應用。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、應用落地實施困難。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)絡技術(shù)為基礎發(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，在互聯(lián)網(wǎng)技術(shù)的安全領(lǐng)域之中發(fā)揮著強大的作用與優(yōu)勢。區(qū)塊鏈技術(shù)為促進實現(xiàn)全球網(wǎng)絡的共享共治、處理數(shù)字世界和現(xiàn)實世界關(guān)于用戶隱私保護、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)展中存在的困難進行改善，并取得了較好的成績，為我國科學技術(shù)的發(fā)展提供了一個全新的模式。

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、學習，為科學技術(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)量和促進科學研究的同時，它帶來的問題也著實令人困擾。

2.1 數(shù)據(jù)壟斷

各領(lǐng)域數(shù)字化進程的加速使得數(shù)據(jù)量呈現(xiàn)爆炸式增長，海量數(shù)據(jù)蘊藏的巨大衍生價值使其成為數(shù)字經(jīng)濟時代的戰(zhàn)略性基礎資源。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)不是一個單一的技術(shù)，它是由數(shù)據(jù)、算法、服務等統(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。人工智能的可供學習、分析的數(shù)據(jù)越多，人工智能的預測、評估、決策才能更準確。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)進行稍加修改，反復售賣。少部分數(shù)據(jù)雖然來源真實，但還是存在實時性較低，數(shù)據(jù)標注質(zhì)量不高等情況。在人工智能應用中，包括圖像識別、語音識別、動作識別等領(lǐng)域都需要對數(shù)據(jù)進行精準標注，高質(zhì)量的標注數(shù)據(jù)決定了人工智能建模的效率[2]。

2.2 算力受限

算力，也稱作計算力，顧名思義就是設備的計算能力。例如，對數(shù)字貨幣而言，算力是衡量在一定的網(wǎng)絡消耗下生成新塊的單位的總計算能，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)展的動力和引擎。人工智能的開發(fā)和訓練需要大量的圖片、視頻以及訓練場景的導入，運算量龐大、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，訓練AlphaGo需要的算力相當于大約12，000塊市面上常見的消費級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)來說難以負擔，從而引起算力受限的現(xiàn)象發(fā)生[3]。

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

2.3 算法匱乏

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

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，應用性研究中的語音和人臉識別也已躋身國際第一梯隊。但由于我國人工智能的發(fā)展起步略晚，發(fā)展時間短，導致人工智能領(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用層面，在基礎理論、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，人類處于被動地位。例如，手機經(jīng)常會提示你離家或是離公司有多遠，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)絡攻擊，智能化的網(wǎng)絡攻擊軟件可以通過自我學習，模仿計算機系統(tǒng)中的各種行為，并適應網(wǎng)絡環(huán)境，不斷進行升級，長時間滯留在網(wǎng)絡系統(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)絡治安混亂;通過根據(jù)用戶不同的認知，定制不同網(wǎng)絡內(nèi)容供其閱讀，人工智能技術(shù)甚至會被用來左右和控制公眾的認知和判斷。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，損失的將是消費者的使用體驗甚至利益和安全。

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人信息再實現(xiàn)具體服務，這就加大了信息泄露的風險，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，用于訓練其人臉識別算法。對于技術(shù)公司而言，這些照片的價值不言而喻。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，個人信息就這樣被泄露。以上事例說明，人工智能應用需要以海量的個人信息數(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，個人隱私極易以數(shù)據(jù)的形式被存儲、復制、傳播，如個人身份信息數(shù)據(jù)、網(wǎng)絡行為軌跡數(shù)據(jù)以及對數(shù)據(jù)處理分析形成的偏好信息、預測信息等。

可以預見，在不遠的未來，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，也會被輕易獲取更多有關(guān)個人隱私的數(shù)據(jù)信息，潛藏著不容忽視的隱私泄露風險。

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)絡技術(shù)為基礎發(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，為科技發(fā)展奠定了堅實的信任基礎。在互聯(lián)網(wǎng)技術(shù)的安全領(lǐng)域之中發(fā)揮著強大的作用與優(yōu)勢，為促進實現(xiàn)全球網(wǎng)絡的共享共治、處理數(shù)字世界和現(xiàn)實世界關(guān)于用戶隱私保護、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，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)展中存在困難進行改善，并取得了較好的成績，為我國科學技術(shù)的發(fā)展提供了一個全新的模式。針對人工智能領(lǐng)域痛點，以人工智能的數(shù)據(jù)、算法、算力為基礎，搭建了基于區(qū)塊鏈的人工智能技術(shù)應用架構(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、認證和執(zhí)行的準確，旨在通過引入點對點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)進行組織和維護，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)限的個體或機構(gòu)，例如科研機構(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，且能夠提供遠程數(shù)據(jù)訪問的計算機、中心服務器或云服務器等，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，并非由某個權(quán)威機構(gòu)執(zhí)行[4]。

由于區(qū)塊鏈是一個開放的分布式鏈表，因此網(wǎng)絡上的每個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。根據(jù)需求，人工智能研發(fā)機構(gòu)可以通過檢索、查看數(shù)據(jù)質(zhì)量評價、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)塊鏈激勵機制維持生態(tài)圈模型的正常運行，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)共享平臺實現(xiàn)數(shù)據(jù)共享和溯源，促進跨機構(gòu)數(shù)據(jù)的流動共享，形成一個自由開放的數(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)，進行大量訓練，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)普通計算機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，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施基礎平臺，轉(zhuǎn)變傳統(tǒng)的不斷提高設備性能以提高算力的思路并降低企業(yè)的運行成本。此外，通過區(qū)塊鏈的智能合約，根據(jù)用戶所需的計算量對網(wǎng)絡計算節(jié)點進行動態(tài)調(diào)整，從而提供彈性的計算能力以滿足用戶的計算需求。如圖3所示，人工智能研發(fā)機構(gòu)利用海量數(shù)據(jù)并將深度學習模型提交至基于區(qū)塊鏈的算力共享平臺，并根據(jù)每個節(jié)點設施能力來分配相應算力對人工智能模型進行訓練。

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服務器集群、中小型企業(yè)閑散的空余GPU服務器以及個人閑置GPU作為計算節(jié)點，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)絡運算可以去中心化分布在全世界海量節(jié)點之上，通過發(fā)行深腦幣及閑置計算資源再利用達到低成本，運用海量數(shù)據(jù)節(jié)點進行動態(tài)計算，為人工智能提供算力供給。雖然每個設備的算力很小，但是當設備的數(shù)量達到一定基數(shù)時，其累計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

導致人工智能核心算法匱乏的主要原因有三個：一是相關(guān)技術(shù)人才匱乏;二是人工智能的開發(fā)耗時耗力，需要大量數(shù)據(jù)進行訓練，同時如果出現(xiàn)錯誤，無法及時修復;三是大多人工智能算法研發(fā)不對外公開，導致技術(shù)出現(xiàn)重復開發(fā)現(xiàn)象。

在加強專業(yè)人才培養(yǎng)的同時，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。一套復雜的人工智能算法由多個人工智能專家更新維護，不再是由一家研究機構(gòu)決定，這對人工智能算法的準確性有了極大的保障。各國各地的研究人員，尤其是基礎稍弱的發(fā)展中國家，可以在區(qū)塊鏈上使用公開的人工智能模型，再在基礎上進行優(yōu)化，無需再次開發(fā)、浪費不必要的人力資源。

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，其難以達到完全的公開、公正，并可能會出現(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)應用的追溯流程圖，人工智能技術(shù)應用主要分為四個階段，包括人工智能技術(shù)準備階段、人工智能技術(shù)訓練學習階段、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)準備階段。人工智能技術(shù)開發(fā)所需要準備基礎數(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)的時間等，將這些信息錄入到區(qū)塊鏈平臺。

（2）人工智能訓練學習環(huán)節(jié)。技術(shù)開發(fā)方將人工智能神經(jīng)網(wǎng)絡模型訓練學習過程中利用及產(chǎn)生的數(shù)據(jù)和硬件設備信息記錄到區(qū)塊鏈上，經(jīng)各節(jié)點確認后，這些數(shù)據(jù)將會永久的保存在區(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行后臺分析計算，為了更好地追溯人工智能技術(shù)應用及數(shù)據(jù)流向，不僅僅需要將后臺數(shù)據(jù)上鏈，同時還需要記錄面向?qū)ο蟮男畔⒑托枨蟆⒂嬎氵^程中利用和產(chǎn)生的數(shù)據(jù)信息、運營商信息等。在這個環(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，實現(xiàn)數(shù)據(jù)實時記錄，在數(shù)據(jù)流動的同時，同步接入到區(qū)塊鏈平臺，從而實現(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)問題時可以快速查詢出是哪個環(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)應用的各個階段產(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)和強大算力。如果使單一商業(yè)機構(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，增加了作惡的風險。區(qū)塊鏈建立了新型治理架構(gòu)，使操作記錄和認證取決于多個機構(gòu)，可以限制算法權(quán)力濫用，從而可以幫助更多科研機構(gòu)或者規(guī)模相對較小企業(yè)融入科學發(fā)展的大環(huán)境，促進其技術(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，人工智能將會失去公信力，最終只能淪落為一個被美化后的科技。而區(qū)塊鏈技術(shù)則可以極大程度上解決這個問題。

區(qū)塊鏈的智能合約和智能交易機制，可以很好地發(fā)揮隱私保護和數(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，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備記錄進行查詢和監(jiān)督，提升人們對人工智能的信任和接納度[5]。

在數(shù)據(jù)至上的時代，人們可以從數(shù)據(jù)中提取很多有價值的信息。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，有助于人工智能進行高質(zhì)量的建模，從而使用戶獲得更好的用戶體驗。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。

4 結(jié)束語

隨著區(qū)塊鏈技術(shù)和人工智能技術(shù)不斷進步，兩個技術(shù)在各領(lǐng)域都展示了不俗的優(yōu)勢，引起了各個行業(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)雖然不斷進步，但起步較晚，技術(shù)與發(fā)達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)展提供一個新的方向，但在此過程中會面臨著許多的問題，例如技術(shù)本身還需優(yōu)化、技術(shù)進入門檻高、相關(guān)政策法規(guī)還不夠完善、應用場景還需繼續(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) +”利益機制、重視“人工智能+區(qū)塊鏈”的基礎設施建設等。

隨著區(qū)塊鏈與人工智能技術(shù)進一步的完善，學術(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，應用場景會更加豐富。

參考文獻

[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)時代的人工智能范式[J].江蘇大學學報（自然科學版），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)鍵機制研究與實現(xiàn)[D].北京：北京工業(yè)大學，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)絡空間安全， 2018， 9（11）：57-60.