区块链和人工智能这两样东西加在一块儿, 在短短的两年功夫里面, 已经不再只是停留在学术期刊那些论文层面了, 而是真真正正地变成了一款一款可以实际用到的产品。
像我这样跟踪着科技前沿领域长达十多年的老家伙来说, 最让人感受得清清楚楚的一个事实就是: 这两者之间已经不再是各自埋头搞各自的、互不往来那种状态了, 它们现在开始互相给对方提供数据养料了, 同时也开始给彼此做那种信用担保背书的行为了。
接下来咱们就随便谈谈看, 目前到底有哪些场景是它真正能够跑通了的, 以及还有哪些关键地方是目前还卡住不动、没法顺利进展下去的。
区块链AI结合能用在哪
目前来说, 情形比较成熟的一方面是做数据交易方面的市场。人工智能在开始训练作业之前,需要用到非常大量的、已经打上了标记的数据材料, 可是关于这些数据归谁所有以及怎样得到使用许可这类问题, 长久以来都是这个行业里面让人头疼的关键难点所在。
区块链技术出手帮忙, 把身份权确认这个动作变成了可以在链子上保存的、没法被随便改动的记录内容。等到后来要执行训练操作的时候, 就按照使用的次数来收取费用。这样一来数据的买主和卖主就不用再去麻烦那些居间平台的介入。于是乎, 有关数据在流动过程中的情况, 第一次出现了一个清清楚楚的账本样式的东西。
数据流通有了透明账本。
在医疗这个范畴里头, 也是有实实在在落地实施的。国内有一家等级比较高的三甲医院, 他们把这个病历的元数据给存到了区块链技术上去, 然后, 人工智能辅助诊断模型, 就去读取那些已经脱敏处理过的数据来进行训练, 另外患者的授权信息也是上链保存起来的, 整个流程都是可以追溯的。
等到2026年这一套模式, 已经被复制到了七家或者八家二级医院那里去, 合规审核的那段时间周期就从之前的半年时间, 被压缩到了两周时间。
供应链金融是另一个使用频率很高的场景。人工智能被用来进行信用方面的评估工作, 区块链则被存在于交易凭证之中。到了银行批准贷款的时候, 工作人员就不需要再翻阅那些纸质的单据材料了。我去采访过了这么一家生产汽车零部件的工厂。当上链后融资成本直接砍了三个点的情况发生之后, 效果是非常明显的。
区块链AI结合难在哪
算力这道坎, 是无论如何也绕不过去的。AI推理这件事儿, 它本身就要大量消耗GPU资源。再加上共识计算这块儿因素堆上去之后, 成本一下子就直接翻了一倍。到了2025年某个项目正式上线的时候, 单节点的月电费居然超过了上万元。
面对这么大的支出压力, 团队没办法, 只好不得不把验证频率给砍掉。最后他们想出了一个折中方案, 那就是只有关键操作才被记录到链上, 而过程数据呢, 就留在本地运行。
法规构成了另外一道屏障。关于AI所生成的内容进行存证, 以及由智能合约来实现自动执行这一系列操作在法律效力层面究竟如何认定, 目前世界各国都并没有给出确切无疑的答案。
从我在实际应用中接触到的那些落地项目来看, 在这些项目把数据真正上传到区块链链条之前, 通常情况下平均需要去聘请三到四家律师事务所让他们同时发表专业意见, 仅仅这部分的遵守合规要求所产生的成本支出, 就会直接消耗掉项目整体预算金额的百分之二十。
在技术方面, 两条不同的道路正在逐渐汇合到一起。然而, 这里的瓶颈从来都不在于算法本身所在的环节。真正的制约因素始终存在于资金以及规则这两者之中。基于我的判断, 在未来两年的时间段里, 轻量式的链并且结合了人工智能代理这样的组合模式。这种模式会演变成中小型团队当中最具现实意义的切入点的方式和姿态。
