当区块链遇上人工智能，会发生什么？

​

Sherlock

零识区块链专栏记者

DeepBrain核心团队是国内第一批AI创业者，曾研发出国内最早的中文语音助手—智能360（2011年）、远场语音交互设备—小智超级音箱（2014年）以及AI云平台。

算力、数据：困扰AI的两大痛点

长期处在AI行业的开发经验，让他们逐渐发现了AI本身固有的痛点：数据和算力，也萌生了用新技术解决问题的想法。

数据方面的问题首先是使用权和拥有权难以分离。AI中任何模型的建立，都离不开海量的数据。数据从哪里来？往往需要从别的公司买，假如一家卖数据的公司，好不容易采集到了很多数据，卖给别人后别人再转卖出去，那么数据就不值钱了。数据的问题在于很难实现数据使用权和拥有权的分离。实际上卖数据的企业是想把使用权卖出去，但不卖拥有权，问题是数据多次复制，他们的拥有权受到了损害。

其次是数据隐私隐私问题。一家卖数据的公司，采集了几百万的数据，但并不代表几百万用户授权给他去卖，往往都是从各种渠道抓取来的，这里面就含有多多少少的用户隐私，法律风险很高。例如Alpha Go的公司Deep Mind，想要开发医疗版的Alpha Go，他们从英国一个组织NHS拿了160万的患者数据，被英国法院判为非法。所以AI行业的一个普遍困扰是：用户不一定同意数据被出售，而AI必须基于海量数据，全部同意很难做，如果没有数据又做不成。虽然大部分数据会做脱敏处理，但是数据传输过程中的数据泄露有时还是无法避免，例如处理数据的公司里有很多技术人员、数据编辑，你怎么知道一些敏感信息会不会泄露呢？核心原因在于中心化的处理方式。

数据隐私、拥有权和使用权无法分离，共同导致了很多有价值的数据只能自己用，比如驴妈妈有很多用户旅游信息数据，但是只能用自己的AI引擎进行分析，来对自己的品牌优化。在马云所说的“DT时代”，数据就是金矿，对于一些与其没有竞争关系的公司，完全可以利用这些数据去发挥更大的价值。

第二是算力成本问题。DeepBrain CEO何永介绍，为什么现在的AI企业大多数都估值很高，因为其中的硬件投入非常大。传统互联网企业用户的点击、查看、转发单个用户计算消耗资源小，而AI的计算要求高几百几千倍，因此对高性能计算定制深度学习芯片要求很高，意味着很多企业要花很多钱买算力、建很多计算中心，造成了很大的资源浪费。

DeepBrain CEO  何永

深脑链：将算力与数据分离

何永开始接触区块链也是从比特币开始，他对新技术一直非常的好奇，于是自己开始研究比特币底层技术，觉得这是未来的一个趋势，加上本身他在做AI行业，就产生了能不能结合解决行业痛点的想法，而区块链刚好合适。

在DeepBrain的基础上，基于区块链技术开发DeepBrain Chain深脑链。何永介绍，Deep Brain Chain深脑链是他们正在开发的一个区块链方向，DeepBrain和DeepBrain Chain的关系可以理解为淘宝和支付宝的关系，DeepBrain是人工智能操作系统，消费者可以和设备进行对话，给消费者提供各种各样服务和能力，目前DeepBrain是中心化的，但如果跑到DeepBrain Chain上就变成了去中心化操作系统，深脑链本身是去中心化的人工智能计算平台，平台上面可以跑很多AI应用，DeepBrain是早期的大应用，就像是支付宝早期给淘宝用的，现在可以接入其他商户一样的道理。

深脑链体系的设计思路是这样的：每个厂商节点是AI计算节点，企业提交需求，如图像识别、语音识别等到链上，由每个挖矿节点帮你计算，深脑链提供AI算力支持和优化，算力由节点提供，上层提供节点优化，保证机制运转，让整个AI以更低的成本去获得更多算力，服务更多用户。这样能够显著降低成本，将算力投入控制在原来的10-30%左右，通过算力分离解决了算力资源耗费问题。

其次是隐私问题，何永介绍，本身算力和数据隐私看起来完全不相关，但是正是因为算力分离的设计，两者就紧密关联在了一起。

为什么AI会涉及到数据隐私问题，主要还是因为每个人的机器是自己的，当然可以随便“折腾”，数据随便拿。在深脑链体系里不是，AI企业想要买数据可以在交易所里买，卖方首先对数据进行加密，买方买到后拿到密钥，但是并不拿到数据本身，之后数据进入某个计算节点，3者都互相不知道身份。数据进入计算节点后，买方把训练算法给他，计算形成模型，在发送给另一个计算引擎节点，模型输出过程将在设备里解谜，如果做了一些隐私处理计算引擎也拿不到模型。最后把把算法放到计算引擎里，直接输出给客户，完成整个过程。

整个过程分离了算力和数据，使得数据使用方无法获得数据拥有权。不像是传统的数据处理过程，数据放到自己的机器里，我知道机器在哪，我对机器有控制权，可以随时取用数据。深脑链体系中任何一方不知道数据在哪，没有控制权，也取不出来。因为买家买数据的目的不是把数据拿过来，而是训练成模型，仅此而已，这样对于AI企业已经足够了。总结起来，就是：“我有训练算法，你有数据，它有算力，在匿名情况下互相合作，形成最终的应用程序。”

他们基于Onchain的技术开发DBC，本身专注于做挖矿、如何分配计算资源、数据资源保护、密码学、云计算、AI方面的研发。

而目前做AI+区块链的公司还有几家，那么彼此之间有没有竞争关系呢？何永认为，如果深入研究，他们在全球范围没有任何竞品。例如，有的是用AI解决区块链的问题，它们的理念是做第三代智能合约，第二代智能合约如以太坊虽然是图灵完备，可以做复杂循环计算，但是不能跑AI算法，他们希望让AI算法也跑上去，与深脑链完全没有关系。

还有的做的是数据训练众包，解决的是数据产生的问题。例如图像识别需要100万张人脸数据，如何产生呢？这就要进行大量的人工数据标注，如判断某张脸是不是人脸，是就输入“是”，不是就输入“不是”，这项工作非常繁复、技术含量不高，但是又很重要。他们在链上做激励机制，如果数据好的话给你代币奖励，让一拨人标记数据就可以形成一波质量比较好的用户数据。他们解决的是数据产生问题，深脑链解决的是数据隐私问题，两者也没有交集。

何永认为，从“赛恩斯理论”来看。他们的一个很大的优势是“可防御性”。防御指的是企业有没有抵御新公司的竞争的防御性，其中不仅仅是技术壁垒，更重要的是用户壁垒。例如，像安卓操作系统，所有手机厂商不可能用安卓以外的系统，因为消费者已经形成了使用习惯，加上开发者的应用数量，已经形成了高门槛的商业生态。Deep Brain也是一样，智能设备背后有很多技能，全部是来自于DeepBrain，和消费者是直接接触的，很难以改变习惯。

目前深脑链公链计划明年三季度初正式上线， DeepBrain将切换到DeepBrainChain之上。

融资方面不久前义语科技获得了GSR、戈壁、钱世等3200万的融资，未来将有进一步融资计划；此外，他们也在大力招募人才，希望有更多底层优化、AI、区块链、云计算、密码学安全领域的技术人才加入他们团队。

招聘需求：

岗位名称：前端研发工程师、社区运营

坐标：上海

联系方式：扫描文末二维码  添加客服微信

加入零识

（全职记者∕实习生）：[email protected]