编者按：本文来自量化踢马河，Odaily星球日报经授权转载。作为一名加密爱好者，你对金融科技领域一定有所涉猎，想必对于人工智能一词也必然不会陌生。不知道你有没有想过，自己有一天可以过上“人在家中躺，全靠AI养”的幸福生活呢？区块链和人工智能两者都涉及数据和价值。区块链，可以安全的存储和共享数据或任何有价值的东西，人工智能，可以分析数据并从中获得见解，从而创造价值。因此，可以预见，这两者之间的融合是不可避免的。区块链与人工智能这种结合方式可以被运用的领域众多，今天我们就来探讨加密交易者们最关心的使用方式之一——如何在区块链上协同改进机器学习模型，进而实现人工智能代理在区块链上自主创建和交易新的金融工具。首先，我们先来回顾一下人工智能和区块链的基础。区块链是一种数字账本，不仅可以记录经济交易，也可以记录几乎任何有价值的东西。其中例如以太坊等公共区块链面向公众开放；而私有区块链则需要受到邀请才可加入，通常情况是在公司、联盟、机构等环境下使用。私链相较公链速度更快，因为参与者是彼此相知且受到信任的，因此交易可以更快的得到验证。区块链的一个关键功能是：它使无关的各方能够在一个共同的分类账上进行交易和共享数据。使用加密和共识机制来验证交易。这是非常重要的一点，因为参与者不必彼此信任，也不必依靠第三方验证器进行交易。对于金融交易，甚至是在组织之间共享敏感数据，区块链都具有着强大的影响。人工智能涉及的是使用计算机来完成需要人类智能才能完成的事情。人工智能模型可以用于对数据进行分析、分类和做出预测。与传统软件不同，人工智能模型可以随着时间的流逝而不断学习和改进新数据。机器学习是人工智能的子集，用于从数据中收集见解。通常情况下，更大的数据集有助于创建更好的机器学习模型。当然，数据的质量也是一样重要的，人工智能需要更新数据集，使用最新的相关数据，以令模型保持有效性。数据对于人工智能的有效性至关重要，而区块链可以实现协作和数据的安全共享。区块链能够确保数据的可信度，并可以在人工智能从数据中提取见解之前安全的共享更多数据。因此，改善区块链上的机器学习模型就成为了实现区块链和人工智能有效结合的重要一环。微软的研究员正就，如何共同改善公共区块链上托管的机器学习模型的方法进行研究。由于区块链可以给帮助改进模型的人员发放奖励，这对该合作起到了积极的刺激作用。其实机器学习近年来取得的进步巨大，但问题在于其好处却无法广泛获得。毕竟资源有限的人无法总是访问高度集中的尖端机器学习系统，并且使用昂贵的专有数据集进行重新创建。况且，除此之外，如果不能定期使用新数据对最佳模型进行训练，那么即使是最好的模型也会被淘汰。微软的这项尝试即，使用区块链是人工智能去中心化协作。它们正在区块链框架上开发去中心化和协作式的人工智能，以使人工智能社区能够在公共区块链上协作训练模型以及构建数据集。最重要的是，人们可以免费使用机器学习模型。一旦该试验成功，人们可以轻松、经济高效的在日常设备和应用程序上运行高级机器学习模型，例如你的手机、笔记本和浏览器等，并共同贡献数据和改进模型。这会允许高级人工智能模型和大型数据集被广泛共享、更新以及训练，可以提高人工智能的采用率和有效性。如今，区块链已经被用于信息的存储和金融工具的交易，例如，加密货币和证券性令牌。但是，这是一个仅诞生数年的新生市场。2020年1月的证券性令牌总市值仅为5270万美元。显然，目前尚且没有足够的项目和数据能将人工智能应用于通过区块链交易的金融产品。但是，随着通过区块链的数据量增加，人工智能可以从数据中收集信息和见解，帮助创建金融产品，乃至自动对这些产品进行交易。Chainhaus的CEOJamielSheikh在麻省理工演讲时将区块链和人工智能的收敛过程分为了4个阶段：第一阶段：概念的区块链证明第二阶段：区块链上资产的令牌化第三阶段：由机器学习支持的数字投资资产在区块链上交易第四阶段：人工智能作为交易数字投资资产的经济主体从结果上看，我们明显正处于第二阶段，可以对资产进行令牌化，并在区块链上进行交易。代币可以代表基础证券、实物资产、现金流量权或公用事业。在区块链上对资产进行令牌化并交易，可减少交易成本和结算时间，同时提高可审计性。人工智能和机器学习变得适用于模式检测和预测算法。然而，遗憾的是，我们暂时还没有足够的链上活动来应用人工智能。幸运的是，随着区块链普及以及应用范围的增加，按照Sheikh的四阶段概念来看，人工智能终将能在高速私有链上创建和交易数字投资资产，而我们也有望真的实现“人在家中躺，全靠AI养”的美好梦想。至于Sheikh的四阶段过程究竟要如何实现这一目标，在明天的文章中，将会对其进行展开式探讨。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。