（圖片來自：Getty）
區塊鏈與人工智慧這兩大前沿技術，前者擁有數據透明公開、去中心化、隱私性等特性，而後者傳統上則被巨頭所壟斷，因此具有中心化的特性，同時其也容易發生出錯的情況。
那麼這兩種技術結合又會擦出什麼樣的火花呢，其中遇到的挑戰又在於哪？1Kosmos BlockID的創辦人兼CTO Rohan Pinto，在本文中給出了他的看法。
AI與區塊鏈結合所面臨的挑戰
顯然，人工智慧解決方案不同於傳統的解決方案，因為它們遵循了機率模型。換言之，傳統模式會遵循「如果A發生，然後跟隨B」的方法。相反的，人工智慧（深度學習和機器學習）使用機率來跟隨後續的步驟。
AI的這一特性，使得該技術成為創建靈活解決方案的理想選擇。然而，權衡點在於，一些人工智慧程式是會出錯的。
到目前為止，AI代理在某些情況下仍然是會出錯的，並且用戶仍然很難知道何時出錯，或者當出錯時應該做什麼。一些令人難忘的例子包括微軟的聊天機器人變成了流氓，維基百科的編輯機器人之間發生了爭執，Uber的自動駕駛汽車忽視了紅燈，俄羅斯機器人Promobot IR77逃離了實驗室等。
另一個問題是「合規性」。防止人工智慧解決方案淪為流氓或造成損害，仍然是我們需要去解決的問題。
而AI和區塊鏈解決方案實現數據聚合（Data Aggregation），這會是一項真正的挑戰。然而，物聯網（IOT）在提供人工智慧訓練所需的數據方面，將是至關重要的。
實際上，私有數據的安全性和保密性，也將在這個領域扮演至關重要的角色。
人才是區塊鏈和AI結合所面臨的另一大挑戰。雖然數據是訓練AI模型的主要因素，它們可以透過IoT設備來收集，但是這需要專業人員來開發算法，這些算法需按照區塊鏈技術的要求，以去中心化或分散式的方式運行。
幸運的是，諸如DeepBrain Chain和 SingularityNET這類組織，正在不斷研究和創建創新的人工智慧算法。
計算資源（Computational resource）則是結合AI和區塊鏈的另一大問題。幸運的是，有可能利用「全局空閒計算能力」來運行與區塊鏈集成的「資源密集型人工智慧訓練」。
結論
一些專家現在認為，區塊鏈可以把其去中心化的特性，傳遞給AI，以實現為大眾提供去中心化的人工智慧。
為了從結合這兩大技術中，獲得真正的好處，我認為必須要解決幾個主要的問題：如何確定AI何時會出錯、如何培訓該領域的專業人員，以及需要提出適當的「遵從性」要求，來指導產品的開發和部署。
為了取得真正的進步，這個領域的參與者，應該努力打破這些障礙，鼓勵在現實世界中發展區塊鏈和人工智慧。
本文為巴比特資訊授權刊登，原文標題為「人工智能與區塊鏈結合所面臨的四大挑戰」