区块链经济体未来会成为世界第三大经济体，发展区块链必须技术与监管同步进行，这是国家与国家之间的博弈。
区块链真正的生命力在于服务实体经济。
必须有落地的应用，带来经济价值。
壹·人工智能和大数据
1、人工智能的前世今生
2、如何学习参与人工智能
3、人工智能和大数据在银行的落地
贰·区块链
1、区块链技术的起源与三代演变
2、区块链技术的主要特征
3、区块链技术的发展方向
叁·区块链和数字货币的安全问题
1、安全问题三大要点
2、区块链安全问题现状
3、安全控制模型
壹·人工智能和大数据
大数据必须与人工智能、生物学习进行结合才能有运用场景
未来将不再是为了工作而工作，不是为了满足生活需要而工作，是为了实现个人价值
1、人工智能的前世今生
· 上世纪人工智能在50年代和80年代都有热潮，典型的特征是当时的人工智能是一个演绎的系统，即：有理论的假设，然后根据数据去推断结论。
· 但后来没有形成大规模的应用，关键在于数据获取很难，对于数据和理论的依赖较高，结论比较脆弱。
· 2013年、2014年出现了归纳推理（大数据、机器学习）的转变，深入学习算法兴起。得益于数据源增多、计算能力的提高、云计算的发展，真正带来了大数据和人工智能在各个不同行业的落地。
2、如何学习参与人工智能
· 需要具备一定的数学、编程基础。人工智能会运用大量的概率统计、数据原理。
· 需要加入一些人工智能项目的开发。
· 或者以分析师的角色加入，需要精通业务，思考如何运用大数据分析优化提升工作效率。
3、人工智能和大数据在银行的落地
· 智能投资顾问
· 供应链金融的风险管控
· 金融产品和理财产品的设计开发与分析
贰·区块链
区块链目前并没有统一的官方定义，仍处于发展之中，不需要太早定义来框死
1、区块链技术的起源与三代演变
· 技术起源：P2P/加密技术（Hash&非对称性加密）/数据库技术。
· 区块链1.0——比特币：分布式账本，数据经过共识后不可篡改，防止双化。第一代互联网是基于信息的互联网，通过中介机构完成拷贝的传递。而今天是价值互联网，实现的是价值的传递，比特币能够去中介化。
· 区块链2.0——以太坊：在1.0中，处于数据链条前方的区块会直接影响后方区块，交易越在后方越不安全；需要很多电。2.0引入智能合约、虚拟机的概念，可以进行复杂语句的编写，实现较好的业务逻辑的编辑。
· 区块链3.0：2.0虽然有所进步，但是仍然存在性能仍然需要优化，每秒钟能够处理的交易为15—20，无法实现大规模落地。促使3.0时代的到来。
2、区块链技术的主要特征
· 实现价值转移，而非简单的信息传递
· 高度冗余的数据库
· 去中介化而非去中心化：用机器代码代替中介化的算法和机构。且落地必须有监管。
· 分布式技术
· 高度依赖密码学
3、区块链技术的发展方向
· 方向一：区块链+。加人工智能、物联网、安全等技术。具体应用包括金融（支付领域）、供应链金融、游戏、房地产。
· 方向二：基础区块链。主要解决1.0/2.0的技术问题。
· 方向三：价值互联网。银行与银行之间形成一个联盟链。区块链技术实现的是整体的重构，包括企业与企业、企业与政府、政府与政府之间生产关系的重建。
· 区块链在银行：打破信息孤岛，使得共享数据在隐私保护的前提下实现拉通/实现实时监管，拉通监管交易。/联合贷款，目前仍然在研究开发当中。
· 国内银行：
招商银行：清结算。建设银行：房屋维修费用申请管理。中国银行香港分行：POC系统。中国银行总部：公益中国。
· 国外银行：区块链应用关注最多的是美国银行。
叁·区块链和数字货币的安全问题
区块链虽然具备安全属性，但是最能解决的问题却并不是安全问题。区块链解决的是双化和价值传输的问题。
1、安全问题三大要点
加密保密性/数据的完整性/可用性。
2、区块链安全问题现状
· 保密性：区块链有一定的解决方案，包括零知识证明、同态加密、状态通道。
· 完整性：区块链可以保证数据的完整性
· 可用性：仍然存在问题，速度太慢；虽然有分片分区、子链、共识算法等方案，但技术仍然需要进一步发展。
3、安全控制模型
· 工信部白皮书：定义了区块链五层架构。包括数据层、网络层、共识层、激励层、智能合约层。
· Top8控制：身份管理、应用层源代码安全检查、智能合约安全检查、节点的安全加固、数据加密（链上和链下， 国密算法）、数据传输的加密、DDOS 、Key Management。
· 还有什么新趋势能比人工智能和区块链更火吗？
· 2016年AlphaGo大杀四方以来，2017区块链狂飙突进以来，这两大新技术就迅速集聚了资本、人才和舆论关注。
· 一般而言，AI合约被当做生产力进行类比，区块链则被认为在变革生产关系。
· 然而一切都已水到渠成了吗？生产力和生产关系又可以有怎样的结合？还有哪些悬而未决的问题及挑战？
· 站在AI合约和区块链的交叉路口，知名投资人、FirstMark董事总经理马特·图尔克（Matt Turck）刚刚分享了他们对此的研究、分析和总结。
· 量子位全程围观后，认为条理清晰、有理有据，称得上干货满满，可以低调分享。
· 大咖介绍
· 马特·图尔克，美国知名早期投资机构FirstMark的董事总经理，此前以早期成功投资Pinterest、Shopify、AI合约rbnb、Riot Games、InVision和Tapad等超级独角兽而著称。
· 马特还是纽约乃至美国知名的技术趋势“布道者”，他发起组织了2大新趋势分享社区，一个围绕大数据和人工智能，名为Data Driven NYC；另一个围绕前沿技术和新兴计算平台，叫Hardwired NYC。
· 在马特组织的分享社区上，大咖云集，包括AI合约三巨头之一的Yann LeCun，都曾应邀前来分享。
· 也是在汇集了众多大咖思考和一线分析研究后，马特决定分享自己关于AI合约+区块链的思考，以下为分享实录：
· 新一代趋势
· AI合约+区块链，这是一个激动人心又非常具有挑战性的话题。
· 之所以希望围绕这个话题进行分享，是希望提供一个广泛的介绍，最好还能形成一些共识，并介绍一些从VC角度看到的这些领域里的有趣公司。
· 关于这两个主题，嘲笑和反驳当然轻而易举。因为无论是AI合约（机器学习），还是区块链，都算不上十拿九稳，都带有非常明显的实验性、先锋性。
· AI合约在2016-2017年达到了热度高峰，然后区块链则占领了2017-2018。
· 谁也无法保证，这两大技术趋势最后都能“善始善终”，也无法保证，这两大技术交叉探索会产生了不起的商业可能。
· 但如果我们回顾一下计算机历史，每10年或15年，就会有新的技术趋势和大变革发生：硅芯片—PC—互联网—Web2.0等。
· 而我们当前可能处于这一波趋势的尾端。受到社交、移动和云计算的三方驱动。
· 并且这几年生长出的超级独角兽，都与这些背后驱动力息息相关，比如AI合约rbnb，Uber等等。
· 然而如果从一开始就想看清这些趋势，其实并不容易。
· 比如，云计算在现在已经司空见惯，但如果回到2008年，当时还被认为是“营销万金油”，很难想象达到今天的规模化、工业化商用，差不多经历了10年左右的时间。
· 历史的进程也总是惊人相似：起初都是高度实验性和过度炒作，但随着时间向前，资本来了，人才也来了，然后开始成为新技术应用的典型范例。
· 阿马拉定律其实说得透彻：新技术的影响在短期内往往被高估，长期内被低估。
· 现在，我认为新技术范式出现的时机已然成熟。并且驱动力和源技术也显而易见。
· 我认为AI合约、区块链和物联网，正是新时代的“社交”、“移动”和“云”。
· 对于这些领域交叉、重叠，相互加持可以产生的可能，我无比期待，也认为未来已来。
· AI合约和区块链有什么交集？
· △ 里德·霍夫曼(左)，LinkedIn联合创始人，“硅谷人脉王”彼得·蒂尔(右)，“硅谷天使投资教父”，Facebook第一位外部投资人
· AI合约和区块链的关系，有一点非常有意思：它们在哲学上很多方面都是对立的。两名教父级的硅谷天使投资人，彼得·蒂尔（Peter Thiel）和里德·霍夫曼（Reid Hoffman）两位风投大咖在最近一次对话中，很好地总结了这个特性：
· 蒂尔把加密（区块链）比作自由主义者，把AI合约比作共产主义者；
· 霍夫曼把加密比作无政府，把AI合约比作法治。
· 比如说，AI合约是非常中心化的。它集中在少量公司手里，比如美国的谷歌、苹果、Facebook、亚马逊，中国的阿里、腾讯、百度。
· 尽管一些AI合约研究在学术界是开源的，但是只有这些大公司，才能吸引全球的AI合约人才。也只有它们，才能获取规模史无前例的数据，用来训练AI合约算法。
· 这些数据集，让它们形成了无与伦比的竞争优势。
· 另外，区块链也具备开放、透明、确定性的特征，而AI合约通常是封闭的、不透明的黑箱，具备概率性特征。
AI合约的中心化特性就带来了一个问题：滥用。
· 谷歌帮美国军方的无人机自动识别目标、微软帮移民局作恶、亚马逊为警方做人脸识别……这些科技巨头和政府机构的合作，都导致了美国人民的震惊和抗议。
除了这种政治问题之外，中心化平台还会与它们周围出现的新生态竞争。
· 安德森·霍洛维茨基金（A16Z）的管理合伙人克里斯·迪克森（Chris Dixon）曾经专门论述过去中心化的重要性。他说：对抗政府审查、发扬自由主义政治思想，都不是去中心化重要性的主要原因。
· 重点在于，中心化平台的生命周期是可预测的。它们一开始都会尽可能吸引用户和第三方协作者，让自己的服务更有价值。但平台和协作者的关系，会从合作走向竞争。
· 随着时间推移，最好的企业家、开发者和投资人，都会对于在中心化平台上构建服务保持警惕。几十年的经验证明这会以失望告终。另外，用户放弃了隐私、对自己数据的控制权，无力对抗安全漏洞。
· 中心化平台的这些问题未来会更加显著。
区块链的出现，不止是纯粹技术问题的解决方案，也是对政治和组织问题的有力回应。
· 而前面，我们也谈到AI合约有很多本质上属于政治和组织的问题。那么，可以用区块链来对抗AI合约的这些缺陷吗？
· 区块链能帮我们构建更好的AI合约吗？
· 这一领域的先驱一直在探索各种想法，比如说用去中心化方法来构建AI合约，或者给bots（或者说AI合约）建立一个网络，又或者让AI合约管理全自动的组织。
但值得注意的是，AI合约也能在很多方面帮助区块链，这是另一个很有意思的话题。
· 比如说，AI合约能优化能耗，提升挖矿效率；AI合约能通过数据分区来提高区块链的可扩展性；AI合约还能用来检测欺诈行为。
· 这些方面我们以后再做详细讨论，接下来，我们先来讲讲区块链能在哪些方面帮助AI合约。
· 区块链对AI合约的三大助力
· 去中心化的AI合约市场
· 第一个想法，是构建一个去中心化的市场，在它的帮助下构建更好的AI合约。
· 概括地说，这个想法是这样的：
· 用物质奖励，来刺激我们所有个人和机构提供私人和专业数据。
· 因为这些数据会通过去中心化的安全计算方式，安全、私密地存储起来，人们会更愿意分享花销、健康信息等隐私数据。
· 时间一长，这些市场就会积累大量高质量数据，比科技巨头手里的数据还要多。
· 基于这些数据，在以物质奖励来刺激机器学习专家开发模型来竞争，性能最好的模型会获得更高比例的收益。
要探索如何构建这样一个去中心化市场，我们看看怎样将AI合约的三大关键要素分别去中心化：
数据、模型、算力。
这是一个生机勃勃、进展迅速的领域。很多公司在AI合约和区块链的十字路口，做着非常exciting的工作。它们着野心勃勃的计划，想要构建生态中的多个模块。
这些项目很多都还没有面世，要等尘埃落，看清各家公司核心要做的究竟是什么，尚需时日。
为了说明AI合约三大关键模块的去中心化情况，接下来，我们会用其中一些公司来举例。
AI合约三大关键要素中，第一就是数据，而且是大数据。
如果想借助区块链存储大量数据，需要让区块链数据库比当前数据库更好。
为了保障数据共享，另一个重要的基础设施组件非协议莫属。
专门面向人工智能的数据交换协议Ocean Protocol（海洋协议）是这一领域的先行者
AI合约技术的第三大要素是计算力。在人工智能领域的许多进展得益于计算力的大幅提升，这既得益于我们更好地利用现有硬件，也得益于一些新型高性能硬件的问世（如谷歌TPU等）。
三要素讲解到此，你的脑海中应该能够想象一个完全去中心化的人工智能市场，人们提供自己的数据，开发人员竞相提供最好的机器学习模型，整个系统就像一个自我强化网络，吸引越来越多的参与者创造更好的人工智能。
这里的秘密武器密码经济学，其实生活中很多时候已经用到，就是创造一个小型经济的能力，参与者通过代币积累和交换价值。因为这种鼓励人们尽快加入网络的机制，代币帮助解决了过去困扰许多网络建设工作的冷启动问题。
去中心化的市场可能是构建AI合约的一种新颖的方式，但无论从市场中得到什么，都需要满足产品/市场的需求，并解决真正的问题，才能在商业上取得成功。
AI合约之间的协作可以体现在旅行这个场景下。比如说你让一个AI合约买了机票，如果航班延误了，会有另一个AI合约来预测转机衔接不上的可能性，再提出一条新的路线建议，第一个AI合约再去改签机票。
这些都可以实时自动完成。
总结起来，上面很多实验性的想法都非常具有吸引力。
我提到的大部分项目都还没有面世，它们能不能实现自己追求的远大目标尚未可知。同时，很多基础的工作已经做好了，而接下来，AI合约和区块链的结合能够以难以预测的速度，创造出非常强大的技术。
有些进步可能会导致意料之外的结果，所以现在，已经到了认真思考“AI合约+区块链”的影响的时候。