区块链的五大挑战以及AI带来的四大机遇

Matrix AI区块链提出了一种新的基于深度学习的挖矿机理，其来源是针对深度神经网络的对抗攻击。当前，深度神经网络最成熟的应用领域是图像识别。然而，近来人们发现深度神经网络存在着 「 盲点 」 ，即以一定方式修改图片，此时人眼仍然能够正常分辨图片内容，但深度神经网络却会做出错误分类结果。 图4左边图片是单像素攻击的例子，图片只有一个像素变化，就可以成功 「 欺骗 」 深度神经网络。

那么，怎样找到修改图片的方法？目前大多数算法都使用随机优化方法，对图片引入噪声形成攻击。该算法具有成为挖矿函数的潜力，在单向性、难度、带宽等方面均能够满足要求。当然，该方法的公益性稍显不足，主要是能够利用区块链算力寻找对抗攻击实例，从而帮助我们更好地理解人脑和深度神经网络的区别。

4. 区块链自动治理

任意复杂系统在全生命周期过程中都要经历自身和环境的变化，因此需要一组规则决定在变化发生时怎样对系统自身进行改变。规则可以体现为代码（例如智能合约）、法律、过程（例如X发生时必须执行Y动作）和责任要求。系统治理就是创建、更新和放弃这些规则的决策过程。由于区块链的去中心化特点，其治理过程涉及到平衡开发者、矿工、用户和商业实体的利益平衡。

区块链系统传统上采用离线治理方式，即任何人均可以提出改变治理规则的建议，但是否采纳某项建议则需要按照一定的协议对建议进行评估，最后通过多方投票的方式决定最终决策并修改相关代码上线执行 。比特币的相关治理通过BIP（ Bitcoin Improvement Proposal）协议进行，虽然决策速度较慢，但是很多人认为相应的渐变过程对比特币的可持续发展是有利的。

另一方面，目前也有不少人认为基于人工智能的自主、在线治理更适合于高速变化的网络环境。在这种情况下，治理过程可以通过基于AI的增强式学习实现，DFINITY区块链甚至提出使用AI代理作为用户代表自动进行投票。

治理过程的人工智能化确实能够带来一些好处，特别是在处理细粒度的纠纷处理（例如挖矿或者交易作弊）时效率可以很高。然而，近来的研究结果表明，由于目前AI技术大多基于人类标注样本，因此同样可能存在偏见，所以AI决策可能并不象很多人所想象得那样公正。同时，AI决策体现为AI模型和算法，一般用户很难理解，而且其安全性和公正性的验证也是很困难的问题。

【编辑推荐】

1. 人机大战背后：谷歌人工智能只是噱头 实为卖云计算?
2. 巨兽头条：兴于技术，也应“敬畏”规则
3. 程序员锁死服务器跑路，公司解散600万打水漂_技术栈微信半月刊第34期
4. 18年IT老兵：从技术走向管理的“九九八十一难”
5. IBM：将向所有云平台开放自家Watson人工智能系统

（编辑：辽源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!