更可靠的人工智能建模和预测方法

近年来，人工智能领域的研究者，逐步攻克了数十年来曾为之辗转反侧的问题。从围棋到人类级别的语音识别，人工智能终于具备了收集并学习海量数据的能力。可以说，人工智能凭借不断下降的错误率，已经迈过了成长的临界点。

与此同时，人工智能同样不能缺少建模与预测的能力。在掌握大量数据之后，人工智能需要针对不同应用，形成快速建立数学模型的能力，并根据实时收集到的情况，预测出准确结果。对此，区块链有积极的运转空间。

在建模领域，人工智能可以从两大角度，与区块链技术紧密结合：

一方面，从应用层面入手，两者各司其职。人工智能负责以数学模型进行自动化的业务处理、智能化的预测决策，而区块链则负责为之提供可信的数据。另一方面，在数据预测层面，两者从技术领域相互渗透。区块链利用其智能合约功能，运行某种数学算法的代码，而人工智能可以植入其中，使得区块链智能合约不仅能自动执行，还能自动预测。

在此基础上，人工智能可以将引擎训练模型结果和运行模型全部存放在区块链上，确保不被篡改，降低了人工智能应用被攻击而损坏的风险。

具体来看，区块链对人工智能在建模与预测方面，提供出下列优化机会：

1.改善模型

去中心化的分布式共享，有效鼓励数据共享。这一特点会为人工智能带来更好的建模方式，进而产生更高的利润与更低的成本。

人工智能是以数据为支撑的，数据越多，建模能力才越强。但事实上，数据经常是以孤岛形式而存在的，尤其是在互联网新环境下更是如此。这很容易导致人工智能失去强有力的数据资源。

针对这一问题，区块链能够在传统的信息孤岛之间共享数据。这种数据共享的范围，既可以在企业内部（例如各个部门之间），也可以在行业生态系统内，甚至某个地域、某个国家或者全球。

例如，来自企业不同部门的数据，能够被区块链技术合并起来。这样不仅可以降低企业审计数据的成本，还能在这些数据之上构建人工智能模型。

又如，某一行业生态系统内，竞争对手之间原本不可能共享其数据。但实际上，即便是竞争对手，如果共建人工智能的模型，也能从中享受到各种便利（例如银行之间）。如果使用同一个联盟链，企业与企业之间就能清楚地建立用于合作的人工智能模型，实现多赢局面。

2.建构新模型

在某些情况下，来自信息孤岛的数据合并之后，使用者获得的将不只是更好的数据库，还能由此建构出全新的模型。通过新的人工智能模型，企业获得的会是新的商业机会。(www.xing528.com)

一家提供钻石保险的银行，希望能构建一个可识别与预测钻石真伪的系统平台。假设全球有四家信誉最优的钻石认证实验室，如果该银行只能获得其中某一家的钻石数据，就会对其他三家的数据毫无所知。这样，该平台的人工智能程序很可能将其他三家已鉴定过的钻石依然判定为假冒产品。

相反，利用区块链来促成四家实验室共享数据后，银行就能够对任何送来的钻石进行全面审查比对。由于数据合法、可信、加密，审查比对的效率能够大大提高，避免误报同时更进一步降低了欺诈可能。

在此基础上，还可以利用人工智能进一步改造平台，例如根据颜色、大小、重量、产地等方面，对价格进行预测，并通过与实际价格比对，得到更全面的信息来源。

3.基于可信数据和模型获得预测

人工智能同样面对着计算机网络的不二法则：如果给数学模型输入垃圾数据，就会得到垃圾的结果。

今天，人工智能程序所接收的垃圾数据，可能来自恶意的篡改，也有可能来自系统故障。例如，故意隐瞒细节的企业部门，或者有缺陷的物联网传感器、出现故障的数据来源等。

因此，想要让人工智能的预测能力更强、结果更准，必须充分运用区块链技术。

在构建人工智能模型以及实际运行时，创建者必须要给该数据模型标上时间戳，再添加到区块链的数据库中。尤其需要对数据进行数字签名的处理，以宣称“目前我相信该数据是正确无误的”。

采用区块链技术来确定数据的正确性，可以对最广泛数据供应链进行保障，避免其中出现错误而影响到预测结果。这意味着数据获得了充分的信誉，因为有不同的节点来检查同一数据源，并发表自己的看法。这样，基于数据的预测结果也就获得了信誉。

4.创建模型交换中心

基于区块链，未来将有可能出现人工智能模型的交换中心，数据和模型同样是人工智能知识产权，它们受到版权法律的保护。这意味着，如果有人构建了数据或模型的版权，就可以授权别人使用，获得预测结果。

显然，如果采用区块链网络来构建这一平台，模型作者所拥有的版权就可以通过区块链的加密方法进行签名，整个平台成为防止篡改的公共注册中心。只有拥有私钥的主体，才能合法转让模型这一资产。

有了这种去中心化的交换平台，真正开放的数据和模型市场将会出现，帮助人工智能行业，实现长期以来的梦想。