“两招名称相同，招式却是大异，一招是全真剑法的厉害剑招，一着是玉女剑法的险恶家数，双剑合璧，威力立时大得惊人。”这段描述出自《神雕侠侣》，说的是杨过与小龙女共同对战金轮法王的桥段，两人同使“玉女剑法”，仍难敌对手。杨过无意中使出“全真剑法”，双剑合璧之下，威力大增，杀招频出，竟胜了金轮法王。
一雌一雄，一阴一阳，阴阳协调，威力无穷，这就是所谓的“双剑合璧”。不过要达到这个境界，也有颇高的要求：“使这剑法的男女二人倘若不是情侣，则许多精妙之处实在难以听会；相互间心灵不能沟通，则联剑之际是朋友则太过客气，是尊长小辈则不免照拂仰赖；如属夫妻同使，妙则妙矣，可是其中脉脉含情、盈盈娇羞、若即若离、患得患失诸般心情却又差了一层。”，可见合技之难。
今天把科技比作剑法可谓恰如其分，技术也有强弱之分，不同技术也各有破绽。把不同技术结合在一起，若能化去彼此的破绽，定然也能效果倍增。“互联网+”的诸多例子已经充分证明了这个观点，而当下最热门的技术，“AI”和“区块链”也在遇到瓶颈后开始走向合作，两者是否也能互补、协调，进而实现升级？
结合国家互联网金融安全技术专家委员会发布的《“区块链+AI”行业研究报告》，我们来探讨一下AI与区块链能碰撞出怎样的火花。
“AI”和“区块链”各自的破绽
虽然这两门技术都已经发展有些年月了，但是要说已经达到炉火纯青的地步还为时过早，尤其是“区块链”，甚至可以说是还在起步阶段。
“AI”
AI是Artificial Intelligence的简写，即人工智能。是研究、开发用于模拟、延伸和扩展人的智能的一门技术。自诞生至今已有六十多年的历史，近些年进入快速发展阶段，已能运用于各个领域，但行业仍存在不少痛点。
人工智能成长需要海量数据进行训练，到目前为止，还是各企业自行收集数据。因实力和底蕴的差距，头部玩家数据比其它企业丰富得多啊，如谷歌、百度、阿里、腾讯、微软、苹果、Facebook和亚马逊等企业。由于竞争关系，都敝帚自珍，于是大多数企业都缺少数据，优质数据更少，而头部玩家也存在数据不完整的无奈。
另外，现在的人工智能多为有监督学习，需要对数据进行充分标注，但是目前业界的标注多采用外包，缺乏专业性，质量不佳数据的安全性和可信任程度都存在不足，而不良的数据可能给人工智能带来了安全隐患；人工智能的大量数据中必然涉及个人隐私的信息，这对隐私保护提出了很大的挑战；由于人工智能需要进行大量训练，再加上信息真实性需要确认的情况下，其训练时间也被拉得很长等等。诸如此类问题，都严重拖了人工智能的后腿。
然而，除了数据的问题，算力、算法等层面也在限制人工智能的发展。一方面，硬件成本高。人工智能在各领域的训练都需要极大的运算量，在购置GPU、FPGA等硬件资源上，资金就需以百万记，这对多数普通企业来说，都难以承受；另一方面，由于该领域缺乏精英人才，算法更新维护艰难。
“区块链”
区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。其通过去中心化的、共享和加密等技术进行分布式记账。有着去中介化、开放性、自治性、信息不可篡改、匿名性等显著特点。
然而为了支撑这些技术的实现，需要付出电力消耗大、算力过剩、效率低等代价。
采用POW共识机制的区块链项目需要消耗大量的电力资源，区块链要实现分布式数据存储的功能，需要大量节点长期运行，规模越大，所耗费的电力也会同比例增长。若真想让区块链应用于更多领域，这样的消耗显然是不切实际的。
如此大的消耗背后，是算力资源利用率低的难点。区块链的算力并没有得到合理地利用，普遍存在过剩或闲置状态，造成了极大的浪费，这与人工智能算力不足恰恰相反。
区块链各节点重复工作过多，导致效率缓慢，也浪费了很多成本。据德勤在2016年估算区块链验证和共享交易的总运行成本大概是每年6亿美元左右。
存在各自痛点的两门技术如今正要联手，究竟会互相融合、和谐共处，还是会互相排斥？
理论上的互补
虽然AI和区块链都存在各自的痛点，但是优点也不少，而且理论上讲，各自的优点恰好能够弥补彼此的不足。
对于人工智能匮乏的数据，区块链海量的数据恰好能为其所用。由于区块链全球数据可共享、可溯源，在如此巨大的审计工作之下，数据标注质量更好。又因为区块链分布式存储，每个节点都保存有完整的数据信息，也保证了数据的安全，提升了信息的可信任程度。除非所有节点都被篡改，否则难以对其安全性构成威胁。
对于人工智能可能导致个人隐私泄露的问题，区块链的匿名性也能很好解决。由于区块链采用非对称加密和授权技术，虽然交易信息公开透明，但账户身份信息却是高度加密的。所以就避免了个人隐私被窥探或被别有用心之人窃取。
数据的安全性和和可信任程度得到了保证，人工智能训练自然也可以剩下不少心思。此时，利用区块链分布式数据存储的方式，将单个的模型或者数据分布在不同的机器之上，采用模型并行或者数据并行的方式进行训练，定然可以大大缩短训练的时间。
如此看来，区块链可算是给AI送了一份大礼。礼尚往来，AI似乎也可以为区块链解忧。
如何实现通过AI减少区块链能源损耗？一方面，人工智能可以替代人力挖矿，以更有效的手段完成这个任务。既节省了人力，也节省了能源浪费。另一方面，通过AI学习算法，对设备进行有效管理，进行散热、冷却等操作，同样可以减少能源的损耗。这方面的应用已被谷歌、百度等公司落实。
挖矿是个繁复的工作，通过人工智能，或许可以推算出第一个执行任务的节点，由此或许可以减少其他旷工不必要的探索，省去更多无用功，也提高了效率。
至于区块链过剩的算力的问题，附能于人工智能后，自然也就迎刃而解。
综上所述，区块链解决了人工智能数据匮乏、数据安全、可信任程度、个人隐私算力不足等问题；而人工智能也可以弥补区块链能源损耗、效率低等不足之处。
两者结合，岂不是如同双剑合璧，所向披靡了？话虽如此，这些互补也还多处在理论阶段。对于这两门技术的融合才刚刚开始。
实际上还需磨合
探索两门技术的融合也是最近才开始的，如谷歌旗下DeepMind Health正在开发区块链医疗数据审计系统，利用“区块链+AI”技术让医院、NHS、病人自身都能实时跟踪其个人健康数据，又可以保护病人的个人隐私。
Innoplexus等AI公司推出了区块链平台，而比特大陆和嘉楠耘智也各自研发着AI芯片。
通过区块链确权，由AI识别版权，共同维护版权，也是“区块链+AI”的应用。还有数据市场、金融领域、云计算、物联网等等，每个领域都有人在尝试。不过到目前为止，尚未出现完美的组合。
究其原因，或许某些玩家只是蹭蹭热度而已。最主要的原因在于行业对区块链和AI融合的构想还不够完善。
首当其冲的是数据的共享。维持当前的状态，可以让这两个行业的巨头保持绝对的优势。尤其是人工智能企业，在数据方面一直领先于同行，可一旦实现了AI和区块链的融合，数据被共享，这种优势将不复存在。这一矛盾存在，会让两者的结合没那么顺利。
而两门技术的融合也存在风险。这不是把两台机器放在一起的简单操作，而是在技术层面的融合，结果是更好，也可能更差。
正如双剑合璧，即使剑法可以相融，若不能心意相通也难以达到真正的合二为一。
“区块链+AI”能否实现双剑合璧，相互赋能互补、共同升级，还有待探索和研究。
文/刘旷公众号，ID：liukuang110，本文首发韭菜财经
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
