有人说，人工智能代表了先进生产力的发展方向，区块链代表了最新的生产关系。各自的属性，也决定了他们在推动浪潮向前的路上，不会永远处于相互平行的世界。
MATRIX是一个主打「人工智能+区块链」概念的公链，它强调深度和结合，试图用人工智能优化区块链的各个层面，同时用区块链对外输出人工智能服务。
近日，链捕手（ID：iqklbs）专访了MATRIX项目的CEO陶鸥、首席人工智能科学家邓仰东和首席网络架构科学家李庆华，探讨了人工智能如何与区块链深度结合。该团队在人工智能、通信及芯片行业的积累和软硬件结合能力在区块链行业中实为鲜见，项目设计的架构维度值得一读。
采访：王彦植、陈敬田
撰文：王彦植
编辑：潘宇波
未经授权，谢绝转载
01
人工智能与区块链
链捕手：请介绍一下项目核心团队背景？
陶鸥：我们的核心团队在人工智能、芯片、软硬件结合及商业化领域有深厚的积累。
首席人工智能科学家邓仰东是清华大学软件学院副教授，主要研究方向为人工智能、电子设计自动化、并行算法等，曾为中国高铁设计及研发人工智能预警安全方案。邓教授负责MATRIX项目中人工智能部分的算法设计、人工智能硬件部分的设计与研发以及下一代人工智能芯片的设计。
首席网络架构科学家李庆华是国内顶级芯片设计专家，作为主芯片设计师设计了国内第一款WIFI芯片；同时作为总工团队成员和基带项目总师，设计了辽宁号航母的通信调度指挥系统。李老师主导过多款量产商用芯片，作为核心科学家设计及参与制定国家4G、4.5G及5G的标准。他主要带领团队负责MATRIX项目中区块链的架构及与人工智能结合的设计，通信架构设计以及软硬件结合的架构设计。
我之前有多年管理高科技公司的经验，曾主持研发过3D虚拟社区、国内第一款游戏内嵌广告等互联网产品，也有丰富的产品出海经验，是中国最早的跨境电商及国内文化产品输出先行者。目前主要负责MATRIX的战略、产品及运营管理工作。
链捕手：现在其实能看到很多打着「人工智能+区块链」概念的项目，你们的定位和特点是什么？
陶鸥：MATRIX本质上是一条开源的公链，但和其他人工智能概念项目不同。它们大多只是提供一个区块链网络，未来用于管理人工智能，但这个网络本身和人工智能没有关系。真正用人工智能对区块链的每个层面进行优化，同时还能输出人工智能服务，除了MATRIX，目前我们还没有看到其他项目能做到。
链捕手：具体是如何实现用人工智能对区块链每个层面进行优化的？
陶鸥：概括来说，MATRIX有5个特性：第一，智慧合约降低了智能合约的设计门槛的同时，还能处理更复杂的问题；第二，创新了共识机制，用更合理的方式实现高并发；第三，安全性方面借助人工智能实现了双重保护；第四，灵活性提升，控制链加数据链的双链结构可以让大型企业、政府在安全性的考量下更有机会入场。其灵活性还体现在主链可以基于人工智能动态调整，本身不会产生分叉；第五，新的挖矿算法，结果同样不可预知而且可被验证，但不会被浪费，算力在挖矿的同时可以输出给人工智能的学术或工程使用，而不是像现在的挖矿行为实际上是在浪费算力。
链捕手：智慧合约与智能合约除了叫法上的改变，有什么实质上的提升？
李庆华：我们发现以太坊的智能合约有两个重要的问题：第一，使用有门槛，不会编程无法使用，限制了使用范围；第二，不能处理很复杂的问题，影响了应用场景和深度。所以我们希望通过AI对智能合约进行升级，叫智慧合约。最后，使得人们可以通过自然语言输入，不需要具有编程能力也可以使用，另外就是通过深度学习可以处理多种复杂问题。
到今年底，我们就能提供基于人工智能语音识别的智慧合约版本。用户通过语音输入后，根据模块提示，进行简单的交互就能够实现智慧合约，可以发布简单的众筹、交易转账或者期货合约。人工智能在其中加入了决策能力，能够根据市场情况和发生概率判断最优的情况。
链捕手：在现阶段的技术水平下，智慧合约可以完全通过自然语言输入吗？
李庆华：如果是基于泛类的语言输入，谁也做不出来。所有的交易模型被分类为几种特定的模版，用户或者开发者通过自然语言输入后，会自动转换成它对应的模版。我们对今年1月到4月所有的智能合约进行了全面的分析后，大约分为几类：一种是类似于众筹；第二类是转账模型；第三类是约定Token的分配方法，剩下的是一些杂类。
针对这几类合约，我们定制了一些标准，同时引入了商品期货的概念。体验上会像Siri，它得到指令后会和使用者反馈，是想要这个，还是想要那个？然后根据用户选择，一步步下去最终生成合约。
链捕手：智慧合约的实现中很多部分需要引用外部数据，如何解决数据真实性的问题？
李庆华：首先，会有一些公正可信的节点，它会确认可信的数据源。节点需要预先提交一些MAN币作为押金，如果作出违背一致性决议的输入就会得到惩罚，客观上保证了数据的可信性。某个节点得到正确认证的等级越高，它的信源就越容易被选择。其次，外部可信数据源输入的数据会转换成链上的数据，合约可以自动引用数据。
交易完成后，佣金会按规则自动分配。同时，支付合约借助人工智能设置了一个保证期，24小时后才真正的生效，如果节点被判定为作弊，系统已经为可回溯已经支付的佣金，留有了充分的反应时间。
02
共识机制与项目特性
链捕手：我们看到你们新设计的共识机制像是融合了超级节点+PoW，它有什么特点？
李庆华：MATRIX同样包括普通节点和代表节点，但是成为代表节点的方式和EOS的竞选完全不同。每个节点只要交一万MAN币的押金并且拥1000TPS的处理能力都可以成为代表节点的候选者，选择周期为15分钟到1个小时，随机算法会在同一概率下选出32个代表节点。其中21个再被选为进行PoW的节点，剩下11个节点用于验证和监督。形象的说，相当于上层一部分是议会，另一部分是法院，底下为普通节点。
21个节点的Pow还是可能出现作弊的情况，所以另外11个防范的节点就至关重要。这11个节点还承担其他工作，如果在执行合约或转账时，出现了漏洞和问题并且造成了既定损失，可以通过这些节点去申诉。
链捕手：节点如何响应申诉，需要在线并进行人工判断吗？
李庆华：每个智慧合约都会生成一个关于交易的人工智能模型，如果按照输入条件设定执行出来的结果应该有一个合理的范围，结果出现了高于上限或低于下限的结果，肯定就不对。用户就可以通过申诉委员会进行申诉，因为有人工智能模型可以很容易进行分析判断，11个节点会自动响应，快速做出判定。
传统数字世界缺乏政府和法律的保障，但基于人工智能可以形成相互自治的宪法。如果节点不执行某个法律条款，系统可以分析出来，并由申诉节点判定自动执行，从而形成了一种自治。
链捕手：这样的共识机制的设计更多追求的是性能还是平衡？
李庆华：首先，21个节点的处理速度必然比全部节点都参与要快，DPoS机制有多快，我们的共识机制同理会有多快。但不论是什么样的超级节点，都会受制于设备的计算能力，交易和处理速度一定是有限的。我们为选举进程设计了一个树状网络，最上层的代表节点处理不过来的交易，底下的普通节点还可以继续处理，进一步保证了速度。
链捕手：这种共识机制下收益如何分配？进行PoW的代表节点会拿走大部分的收益吗？
李庆华：不是，整个收益规则采用了一个分润体系。如果被选中成为了PoW节点，并且成功拿到了记账权，就可以得到总收益的50%。剩下的收益要按照贡献度依次向下分肥，所有该代表节点之下的普通节点，如果也贡献了算力，也都可以享受到分润。
链捕手：具体而言，人工智能如何在实质上增加了区块链的安全性？
陶鸥：MATRIX在提升安全性方面分为两个层级：第一，基于人工智能的形式验证技术，可以理解为区块链的杀毒软件。在形成智能合约的过程中，它会主动去发现代码与合约的漏洞；第二，生成对抗网络，类似Alpha Go的zero版本，自己找对手下棋。同样智慧合约也会生成一个对话网络的形式，通过不断的自我攻击，去发现是否存在漏洞。
李庆华：具体来说，在编写智慧合约时，语义输入的解析过程中人工智能已经在替开发者进行检查，发现Bug后会自然指出哪里有问题。假如有Bug没改而直接去执行，在合约生效前，人工智能一直在进行自我攻防测试，如果发现程序走入了异常就可以检测到。另外，如果发现有人在故意利用溢出漏洞攻击的话，会把该程序提出执行序列，暂停程序的运行同时报告该问题状态。
链捕手：你们会为了人工智能的自我升级，去特意为主链输入外部数据吗？
陶鸥：人工智能的训练主要是基于链上产生的数据，但因为要输出服务，本身会有大量外界数据被引入上链，从这个角度看实际也会有外部数据的输入。对于每一条数据私链，如有想让它学习得更好和更快，也可以单独为它输入特定数据。
链捕手：链上产生的数据除了来源于应用，还包括链下的终端设备吗？
陶鸥：是的，我们觉得无论技术怎么发展，应用最后接触到用户都是通过终端，所以我们也一直在看未来终端的机会，如果能把握到一个爆发式的终端机会，对我们的用户也有益，比如说可以和某些终端合作，用户使用前端技术，数据给到链上相当于挖坑。
我们获得数据后可以基于数据开发产品，比如为自动驾驶技术输入数据等，用户还可以用Token来买这些产品，形成一个健康的生态。
03
挖矿与算力
链捕手：新的挖矿算法，可以避免算力的浪费，具体是怎么实现的？
陶鸥：我们的挖矿算法本质是求解矩阵计算，它作为人工智能的基础算法，同时可以作为算力输出。我们会找很多的合作方，不断把需要求解的问题给到计算网络，寻找适合的算力，解题的过程也是挖矿。
对有些合作方是免费合作，这部分可以称为公益算力，比如邓老师团队做的人类神经网络模拟；还有些合作方可能愿意付费来做这件事，支付的对价会兑换成我们的Token，然后按贡献度额外分发给参与计算的节点。
还有一种情况，比如有人觉得我们矿机的算力质量高，直接来链上悬赏算力，让一些矿机专门为他们服务，但这样就不能参与挖坑。可能会有一部分人会把算力全部出租，但参与计算的节点变少，剩下的矿机收益自然会提高，这种情况下基于动态调整，就有一部分矿机会回流。
链捕手：当算力需求非常旺盛的时候，分配会基于什么原则？公益算力能保证得到稳定的算力吗？
李庆华：我们会根据优先级配置一些任务，盈利项目的优先级还是高于非盈利项目的。没有高优先级的任务，就跑低优先级的任务，比如公益类项目。如果都没有，可以去跑最底层自我优化的部分，这样保证算力永远不会被浪费。
链捕手：如果不用专门的矿机，其他算力进来会不会有明显的差距？
邓仰东：我们目前的想法是任何设备都可以，甚至包括手机提供的算力，这在比特币网络上肯定实现不了。在我们的挖矿机制里，一定范围内所有的参与者是非竞争性的，某一个代表节点和选它的小节点之间没有矛盾。小节点即使贡献少，也是有贡献，代表节点之间还是有竞争关系。
链捕手：但未来随着参与玩家的专业度升级，还会和比特币现在算力集中的情况一样？
邓仰东：这一点也别想得太坏。比如在做深度学习时，梯度本身有很多随机性。不同节点的竞争也有好处，能把最适合的算力匹配给最适合的梯度。
链捕手：你们的创始团队有非常强的芯片背景，在矿机芯片设计上有什么优势特性？
李庆华：第一，能够提高交易处理速度。交易速度同时受限于网络带宽和自身的处理能力，如果不是专用的芯片很难解决这个问题；第二，芯片不能单纯只为了处理交易服务，还要能输出人工智能的算力。我们构建MATRIX的目的之一是实现分布式的人工智能算力输出网络，正常情况下单点的算力有限，通过很多分布式的节点，才有可能形成全球的合力。当节点足够多时，强人工智能都有机会产生。单独部署的代价太高，外部也可能进行封锁，只有通过芯片才能实现这个目的。
这相当于培育了一群人工智能矿机，其中又包含了丰富的形态。每一个节点，都会有一个能力List，有CPU\GPU\人工智能\存储等多种的输出能力。比如某一个矿机可以选择外挂很强的存储能力，可以存储必要数据、支持IPFS。在芯片的设计中，给每个节点都赋予了拓展能力。
我们的目的是借助人工智能加区块链提供一套综合性的解决方案的速度，比如智慧城市中的监控视频，多点联合基于MATRIX输出的算力进行图像识别、大数据挖掘等分析，大量的视频内容也可以存储在IPFS系统上。
链捕手：MATRIX做的人工智能芯片，对标的是现在哪家主流的厂商？
李庆华：事实上我们对标的是Nvidia的GPU芯片，因为它主业务是显卡市场，做人工智能芯片对它们而言是一件边际成本很低的事情。因为显卡人人都需要，顺手做一个人工智能芯片，研发成本能让显卡都分摊掉。这样做额外带来的影响有好有坏，用GPU芯片必然要满足特殊的渲染效果，但这些对人工智能计算来说是多余的，而我们的芯片会把纹理、贴图、抗锯齿等冗余的部分都删除。
目前我们的芯片代码部分已经完成，最重要是实现整个生态系统和兼容性。我们想尝试Nvidia的方法，上层软件先兼容，底层再做一个映射到芯片上，这种路线下生态系统的变化非常小，用户接受度也很高。
链捕手：你们研发的芯片对近期国内企业面对的芯片封锁问题有什么帮助或联系？
李庆华：我们的芯片和这次被封锁的芯片不是一个类型，后者主要是手机使用的终端芯片，重要性并不像想象得那么强。这种感受的原因是由于在自由竞争的市场上，国外的芯片有价格优势，所以大家选择国外的不选择国内的。但是如果面对零和一的选择时，只能选择始终有持续供应量的保证。这样必然带来迭代和不断的优化，让国内芯片慢慢逼近最好的水平。只要有规模市场的培育，芯片的成本会持续地迭代，技术能力会稳步提升。
所以要辩证的想，在市场调节的情况下，大家一定会选择成本最低、最优质的东西。但是如果说在非市场情况下，一定会选择能够保证持续稳定、保证供应链的产品。
04
市场竞争与壁垒
链捕手：综合来看，MATRIX在整个人工智能行业里处于一个什么位置？
邓仰东：现在有很多成熟的人工智能公司，Google、Facebook等公司也在朝这个方向演变。我们没有准备在这么大的范围内和它们竞争，而是先做好一个区块链人工智能公司，集中在两方面：一是用人工智能把区块链做到更好，优化区块链的基础设施，另一个方面是通过区块链把人工智能的能力释放出来。
链捕手：区块链世界还很小，MATRIX或许有能力让它受到人工智能的促进。但对于人工智能行业而言，区块链能发挥多大的作用？
邓仰东：比如用算力训练大脑仿真这些项目，如果不考虑计算时间，单从逻辑上没有区块链确实可以计算。但是类似这样的问题，计算能力要求已经超越了现在谷歌等大公司的水平，如果没有区块链，没人能够布局这么大的算力。只有通过区块链的串联，才能保证大家都可以参与大规模计算，还能清楚得分配奖励。从这个角度来讲，区块链就是必须的。
比如说，现在很多学校做深度学习需要很强的技术能力，但学校一般都不具备。包括我在内的一些人对深度学习不是很喜欢，很大的原因是它似乎变成了一个强者的游戏。谷歌的机器性能好，就可以同时训练几十个、上百个模型，我们可能训练一个都困难。如果区块链真的可以把算力释放出去，虽然训练的效率不见得比谷歌高，但是算力也便宜。算力通过区块链离散地组合起来，从成本端会发生很大的变化，对于中心化的算力机构依赖性变弱，甚至会出现新的组织形态，从而改变整个人工智能行业的布局。
链捕手：MATRIX会受到现阶段整个人工智能水平的制约吗？
邓仰东：这个问题很难说。现在人工智能本身有很多问题要解决，比如说有些具体的困难在于样本量不足，这个理论上和我们没有直接关系。再比如说样本训练不好，或者出现新的算法难题，这都和我们做的事不矛盾，也不存在制约问题。
链捕手：在未来的区块链世界里人工智能是不是必需的存在？下一代公链没有结合人工智能就是落后？
李庆华：打个比方，正常情况下大家都会说自己的交易速度有多快，但其实一架马车跑不快，再加一匹马还是跑不过火车，因为动力源泉不一样。人工智能就相当于火车头，夸张点说，如果把整个架构做起来，马车跑的再快，基础的根本能力没进步也造不成空间站。虽然起步可能很笨拙，但跨时代的竞争从本质上就会不一样。
链捕手：那在「人工智能+区块链」这个领域和概念里，MATRIX的壁垒在哪？
邓仰东：我们起步早、做得多，可能是目前的优势所在。但坦白讲，在深度学习上，我们起步不算早，MATRIX最强的优势在软硬件结合的能力。现在没有看到其他区块链团队在GPU计算、深度学习、算法和硬件的结合上能有我们这样强的团队和能力。
链捕手：从定位、理念以及落地程度上来看，你们有哪些竞争对手？
陶鸥：目前看，我们最大的竞争对手还是以太坊和EOS。以太坊的竞争力是技术很强，有比较完善的基础设施；EOS的最大优势是社区和经济实力，但从技术角度，我们比EOS有明显的优势。比如我们的超级节点是通过人工智能的聚类算法产生，保证高并发的同时也没有牺牲去中心化的特性。
链捕手：但它们都是很有代表性的公链，你们要怎么去吸引开发者？
陶鸥：一方面让他们觉得基于MATRIX的生态开发应用很容易，另一方面是示范作用，让他们看到哪些应用已经在MATRIX上获得成功。我们也在寻找下一代商业级的应用，比如和Bitgame一起成立了国际区块链游戏联盟，因为区块链游戏可能是下一个爆炸式的增长点。
链捕手：结合人工智能的应用，需要开发团队本身就具有相应能力，还是你们会提供人工智能的技术支持？
李庆华：我们会给到一些最基础的接口和SDK，开发者只需要配置好模型、选择类别以及数据源存放处，本身不需要有人工智能的能力。MATRIX首先会读取两边的数据源，其次会根据配置的模型做适配，选择合理的卷积神经网络，同时内部训练或配置好的参数去下载执行，再把执行的结果返回，这部分是Influence。
另一部分Training，会根据数据样本源头去标记，自动指定具备人工智能算力的节点去读取和执行。如果想进一步让工程师精细控制，可以专门制定几个节点，把数据放在指定节点计算。
链捕手：目前MATRIX的团队有多少人？其中技术和非技术的岗位比例大概是多少？
陶鸥：团队总人数大概是60人左右，一半是研发，另一半是市场和支持业务。研发里目前最多的是做基础链开发，其次是做人工智能和硬件的开发。
链捕手：MATRIX以「人工智能+区块链」为特色，会注重在国外吸纳人才吗？
陶鸥：我们目前在新加坡设有基金会办公室，在硅谷设有实验室，方便我们的一些同学和朋友以及之前在Facebook、Google等公司的人才加入。目前我们已经有充足的人员进行基础链部分的开发，未来会一直在人工智能领域进行人才储备。等主链上线后，也会倾向于应用开发和芯片研发方面的人才。
链捕手：了解到MATRIX和Facebook、Google、line有合作，是官方层面的吗？
陶鸥：这可能是一个误解，我们跟Facebook、Google目前不是合作关系，只是我们用来管理和沟通用户的工具。
链捕手：目前你们的融资和项目开发进度是怎样的？
陶鸥：我们计划做两轮募资，第一轮已经完成，大概融资了4000万美金，释放15%的代币。第二轮募资预计在今年底或明年初，主网发布之后开启，主要目的为了制造芯片。
我们在3月份更新过一部分人工智能的代码，在4月底更新过共识机制的验证代码和基于人工智能处理器的硬件代码。我们正在设计基于高速事务处理的高效版本，就是C语言版本，Python版本的共识机制部分已经完成。共识机制完成后，我们会做出专用的芯片，之后整个框架可以进入试验化的状态，目标是在今年9月30号能搭建一个测试网络，可以支持高速交易处理以及挖矿测试和钱包功能。