栏目导航NAVIGATION

  1. 项目快报
  2. 国内政策
  3. 国外政策
  1. 区块链+AI:安全可信下的智能演化

    电影《黑客帝国》想象了一个脑机交互的世界,人类创造了大量机器人从事工作,而机器人有了自我意识之后,将人类囚禁在数十亿个胶囊空间中,构建出一个称为“Matrix”的系统,模拟人的现实生活。直到有一天,程序员男主Neo在系统中被黑客女主Trinity唤醒,开始了一段与人工智能抗争的黑客故事。


    由人类发明而异化成能够与人类抗衡,甚至最终战胜人类,这是不少科幻小说或电影描写AI常用的桥段。然而,从现实看来,达到这样的场景还很遥远。


    经历了近60年的发展,AI到现在依然处于非常早期的阶段。5G的到来,虽然给AI赋予了新的可能性,但依赖于数据输入的AI,却不得不陷入数据资产确权和隐私安全的发展桎梏。


    人们自然而然将目光投射到了区块链技术。尽管两项技术有着风马牛不相及的开发和应用,但二者的结合却一直成为人们热议的话题。


    据普华永道预测,到2030年,人工智能将为世界经济增长15.7万亿美元,全球GDP为此将增长14%。而据Gartner 的预测,区块链技术带来的商业价值将在同年增长至3.1万亿美元。


    区块链技术起源于分布式计算与密码学的应用,2009年比特币诞生后开始有了独立的概念和研究;而现代AI,以1958年麦卡锡、明斯基等科学家在美国达特茅斯学院会议首次提出概念为起点,经历了几次兴衰起落。


    2010年至今,基于5G、云计算、大数据、物联网等多项技术爆发得天独厚的环境,AI再次火热起来。


    区块链与AI两项前沿技术的碰撞,能产生怎样的火花?理论上看来,AI能让区块链更加智能,区块链能够使AI更加安全可信,两者的结合似乎能实现1+1>2。


    数据:区块链与AI技术交界的中间地带


    区块链与AI本属两种不同的技术,诞生之初本是为了解决不同的问题,适应的应用场景也不尽相同。若要找到应用的结合点,需要先了解区块链技术与AI技术的本质。


    VNT chain 首席科学家刘振广向锌链接介绍,人工智能的本质在于,当数据量已经庞大到人处理不了,如何从大数据中抽取有用的知识。


    而区块链的本质在于,在众多互不信任的的参与者间构建一个可信的关系和环境,把共同的交易记录到一个不可篡改安全可信的账本上。


    由此,数据成为了区块链与AI技术共同衔接的中间地带。区块链上各个节点每天产生的每笔细小的交易,都会记录在链上产生大量的数据,有了数据,人工智能便派上了用场。而人工智能在处理数据时,如需要达到数据隐私安全的需求,同样也需要区块链。


    TEEX联合创始人余炀则认为,在大数据时代,一群数据寡头大肆搜刮着这个时代的数据,独享数据红利。“现有的信任体系无法调和各层的利益冲突,例如,医院不愿意把数据开放出来作为AI医疗的研究,更不用说多家医疗机构间的数据融合。

    数据质量对于AI至关重要,好的数据可以帮助模型更好地演进,而区块链的可追溯性可以帮助AI评价和审计数据和模型,提高模型的可信度。


    另一方面,区块链现有技术存在的诸多不足也能从AI中找到不错的解决方案,例如利用AI更好地规避智能合约中的漏洞,或者预测市场行为等。


    国家互联网金融安全技术专家委员会发布的《“区块链+AI”行业研究报告》指出,区块链与人工智能两项技术的结合具有七个方面的优势:一是区块链可以提高人工智能的数据安全性。二是区块链可以加速数据的累积,给人工智能提供更强大的数据支持,解决AI的数据供应问题。三是区块链可以解决数据收集时的数据隐私问题。 四是人工智能可以减少区块链的电力消耗。五是区块链使得人工智能更加可信任。六是区块链帮助人工智能缩短训练时间。七是区块链有助于打造一个更加开放与公平化的人工智能市场。


    信息时代,从最早互联网的信息传递,到区块链的价值传递,或许下一个阶段,就是AI+区块链的智慧传递。


    早期实践:蟹脸识别和安全漏洞检测


    区块链与AI结合的智慧传递,预示着智能商业的来临,火热两极间的空洞地带,开始吸引着大批机构纷纷抢滩。


    然而,这两项技术目前依然处于早期阶段,单独一项技术取得突破已实属困难,更何况两项技术双管齐下。


    2018年,区块链+AI领域出现PAI与Dxchain这两大火热项目,前者称为用户提供社交、娱乐、医疗等个性化人工智能服务,后者称通过区块链给大数据分析和机器学习提供计算机和存储服务。如今,这两大项目发展貌似后劲不足,鲜有消息传出。


    一些技术实力相对雄厚的机构成功落地相关案例。在百度的区块链应用中“蟹脸识别”的区块链溯源案例就用到这两项技术。


    百度认为,AI用来保证数据的真实,区块链保证上链数据不可篡改,进而使“大闸蟹”从原产地、物流、售卖的流转信息公开透明。


    其称,“蟹脸识别”分为两部分:一、建立一套识别蟹脸的AI模型,用一批样蟹,进行图片机器识别训练,训练完可以比较精准的识别蟹的生物指纹;二、每只蟹生产时会采集蟹纹,消费者收到时可进行扫描,与之前收录的做对比来证明是同一只。采集蟹纹是标准化操作,承担为了让蟹可信而增加的成本,可以在可信带来的收益中获得弥补。


    据了解,智能城市也是区块链+AI一个很好的场景,区块链作为使城市大数据可信的基础设施,百度正在推进这方面的落地。


    此外,VNT Chain在AI+Blockchain领域已经落地了两个小实践,包括采用深度学习的方式实现对危险账户的监管,以及基于图神经网络进行智能合约漏洞检测。


    刘振广向锌链接介绍,早在2017年,VNT Chain 就开始针对公链上的一些不友好、或恶意的节点采用AI的方式识别出来。具体方式是基于链上节点的交易数据、频率、金额,以及打包块、提交块等信息形成一个时间序列。


    然后,针对多个不同节点的时间序列,VNT Chain基于神经网络的方法,把他们分成四个等级,安全无作恶的、中等安全的、稍微有危险嫌疑的、以及作恶嫌疑较大的,从而对节点实现不同程度的把控。


    在智能合约的安全漏洞检测实践中,最主要的难点在于区块链的非结构化数据。现有AI的技术和算法之所以能运行较好,是因为处理的数据都是比较规则的。比方说,图像识别中,像素乘像素的一个矩阵,方方正正,一行行扫描即可。


    “而区块链数据种类多样,所以用AI分析的时候,往往会遇到处理非结构化数据的问题。”刘振广称,采用图神经网络加K分法的方法,可以处理非结构化的数据。

    1)首先将非结构化的数据,抽取成一个图结构的神经网络。在漏洞检测的例子中,把里面某个函数,就抽成一个节点,不同函数抽取成不同的节点,如果是有分支语句或者循环语句,再划分为不同的类型。如此下去就能抽出一个图结构。

    2)根据图结构,每一份代码,对应不同的图,这个时候的数据就是非结构化了。使用K分法可以进行结构化,即不管图结构长得如何,将节点都分成K类,比同一类的节点都融合成一个节点,所有的节点都划分到K个。

    3)对K个节点的边,进行消融,由此不管图长得怎样,最终都会变成统一,具有K个节点的图。

    4)然后再用神经网络的方法,去处理这个归一化之后的图结构。

    1563175433402390.jpg


    由此,整个过程全部自动化的,包括神经网络的训练和学习化,机器能够自动判断相应的合约有无漏洞,而不需要人参与。


    此外,国内外区块链+AI的典型案例中,刘振广比较看好谷歌Deep mind Health案例。


    具体说来,谷歌通过搭建一个数据保护平台,将病人的疾病记录保存在区块链上,然后共享给医院和科研实验室,但这些科研实验室和医院看不到病人的记录,以及其它敏感信息。


    基于这一项目,很多科研实验室和医院,可以对这些疾病记录进行AI model去分析这些数据,而区块链又能将这些使用情况记录得清清楚楚。


    在区块链与AI结合领域的早期实践中,能具体落地并揭露操作方式的,实属凤毛麟角,大部分机构,现在还处于摸索探索阶段。


    新想象空间: 链上AI程序和隐私保护


    国内不少机构在探索阶段中有了不少的研究成果,赋予了区块链与AI新想象空间,如Cortex和TEEX团队。


    Cortex首席运营官Amy Chen向锌链接介绍,上Cortex主链之前,没有任何一个区块链解决方案可以在链上执行AI程序。


    基于多种因素如虚拟机的设计、AI模型在异构环境下推断结果的不确定性、以及链上AI推断比较慢的确认速度等等,一般认为在区块链上运行AI计算程序是不现实的。


    通过独有的虚拟机CVM支持了Inference指令,Synapse作为定点化AI推断引擎,Cortex可以在异构计算环境下保证AI推断结果的一致性,从而达到AI与合约代码双重去中心化、不可被篡改、公开透明。

    而早期TEEX团队的出发点认为解决现有区块链在性能、隐私上的不足,而这些其实也恰好解决了AI应用在区块链上的一些重要的技术壁垒。


    TEEX是一个安全隐私的数据市场,也是一个去中心化的通用计算平台。余炀认为,通过TEE(Trusted  Execution Environment,可信执行环境) 搭建一个二层分布式网络,依靠软硬件结合的TEE技术来保证计算的完整性。

     

    对于计算本身往往非常复杂、数据量庞大的AI应用,TEE可以提供金融级别的安全性,支持任意规模的通用计算,只需要常数级别的验证开销。

     

    同时,TEE保证其内部的计算过程不会被外部软件甚至是特权软件窥探,数据传递建立在一个充分安全的信道上。TEEX提供的软件层面保护,可以防止恶意程序窃取数据,而链上合约保证了利益分配的公平性和强制性。


    这样一来,AI计算可以在各方互不信任的情况下,保护自己的数据和算法,同时保证利益的公平分配。


    在Cortex的愿景中,开放AI模型和公开数据,将顶尖的深度学习模型和训练这些模型需要的数据还给大众,可以避免AI高速发展带来的种种争议和垄断。而区块链经济系统赋能AI商业实现,每个人都可以试验自己的想法,并且形成可持续的商业形态。


    从百度的“蟹脸识别”,到VNT Chain的节点监控和安全漏洞检测,谷歌的Deep mind Health,以及Cortex的链上执行AI程序,TEEX的AI计算的安全可信,区块链技术与AI实现了应用上和技术上的或松或紧的耦合。


    信息来源:锌链接

联盟官网

联盟公众号