20世紀70年代末80年代初,“專家系統(tǒng)”的誕生,標志著人工智能從理論研究走向?qū)嶋H應(yīng)用,第二個黃金期來臨。與此同時,霍普菲爾德神經(jīng)網(wǎng)絡(luò)(Hopflied Neural Network)提出,BP算法(Back Propagation)出現(xiàn),使得大規(guī)模神經(jīng)網(wǎng)絡(luò)的訓(xùn)練成為可能。而后,由于專家系統(tǒng)只能處理特定領(lǐng)域問題,無法形成常識概念,也不可能構(gòu)建真正的智能,同時其產(chǎn)生的高昂維護成本讓人們對AI再次失望。

我們所處的AI第三次浪潮,得益于算法、數(shù)據(jù)及算力的共同作用結(jié)果。2006年,Hinton教授提出“深度學(xué)習(xí)”神經(jīng)網(wǎng)絡(luò)概念,提高了機器自學(xué)習(xí)的能力。隨后,深度學(xué)習(xí)算法在語音、視覺識別上的突破,極大提升了AI應(yīng)用的準確性。

區(qū)塊鏈是新型的分布式數(shù)據(jù)庫技術(shù),而人工智能得以發(fā)揮效用和不斷優(yōu)化的 重要基礎(chǔ)便是數(shù)據(jù),區(qū)塊鏈技術(shù)可以解決人工智能應(yīng)用中數(shù)據(jù)可信度問題,使人 工智能的發(fā)展更加聚焦于算法,而合理利用人工智能技術(shù)也可以提高區(qū)塊鏈系統(tǒng) 的智能化程度。區(qū)塊鏈與人工智能技術(shù)融合,可以由區(qū)塊鏈負責(zé)在數(shù)據(jù)層提供可信數(shù)據(jù),人工智能負責(zé)自動化的業(yè)務(wù)處理和智能化的決策,實現(xiàn)區(qū)塊鏈的自動化、自治化和智能化;區(qū)塊鏈的智能合約作為一段實現(xiàn)某種算法的代碼,可以將人工智能植入其中,使智能合約更加智能;人工智能依賴于數(shù)據(jù),通過區(qū)塊鏈技術(shù)可以獲得干凈、準確的數(shù)據(jù),如果各種人工智能設(shè)備基于統(tǒng)一的區(qū)塊鏈基礎(chǔ)協(xié)議注冊、授權(quán)及管理并實現(xiàn)互聯(lián)互通,或者將人工智能引擎訓(xùn)練模型結(jié)果和運行模型存放在區(qū)塊鏈上確保不被篡改,可以幫助人工智能提高受信任程度,降低人工智能應(yīng)用遭受攻擊的風(fēng)險。
從根本上說,區(qū)塊鏈是一系列信息,可以添加到但不能重寫。這意味著可以創(chuàng)建新細節(jié)的附件,形成新的塊,但之前的加密安全內(nèi)容在任何情況下都不會改變。為了增加區(qū)塊鏈的安全性,它們是共識驅(qū)動的。網(wǎng)絡(luò)中添加了大量計算機,任何嘗試添加到鏈中的用戶都需要解決數(shù)學(xué)證明,與網(wǎng)絡(luò)共享的結(jié)果,和所有其他連接電腦和機器必須允許任何更改之前達成一致解決方案。這使得區(qū)塊鏈成為一種獨特的安全在線業(yè)務(wù)方式,具有值得信賴的難以置信的所有權(quán)記錄。從根本上說,區(qū)塊鏈是第一種能夠以分散的方式轉(zhuǎn)移數(shù)字化所有權(quán)的技術(shù),無需過多的文書工作,也不需要像紐約證券交易所(New York Stock Exchange)這樣的集中結(jié)構(gòu)的批準。

雖然區(qū)塊鏈是一種令人興奮的新技術(shù),但人工智能幾十年來一直以某種形式存在。然而,直到最近,人工智能的潛力才最終得以實現(xiàn)。AI復(fù)制人類智能,以快速有效地做出直觀的決策。雖然它在制造和面向客戶的故障排除方案中實現(xiàn)了出色的自動化流程,但AI在推動機器學(xué)習(xí)方面也非常出色,這有助于計算機無需任何特定編程即可執(zhí)行操作。

通過機器學(xué)習(xí),AI能夠自動執(zhí)行預(yù)測分析,使計算機能夠利用大型數(shù)據(jù)集來做出準確而明智的決策。區(qū)塊鏈是非常安全的,但它的一些進一步的層和應(yīng)用程序則不那么安全。機器學(xué)習(xí)的好處在于它近年來在復(fù)雜性方面取得了很大進步,并使AI能夠提供安全的應(yīng)用程序部署,有助于確保區(qū)塊鏈的所有組件都安全可靠。

當AI仍然處于加密狀態(tài)時,AI也很快能夠構(gòu)建具有大數(shù)據(jù)的算法。由于能夠以不需要加密的方式處理信息,可以保證數(shù)據(jù)始終是安全的。在傳統(tǒng)計算機上管理區(qū)塊鏈需要大量的處理能力來完成任務(wù),這是由于它們的加密性質(zhì),以及由此導(dǎo)致的對如何實現(xiàn)它們的顯式指令的缺乏。但隨著人工智能的適應(yīng)性,區(qū)塊鏈管理的能力的方法被一種更精巧的風(fēng)格所取代,這種風(fēng)格是更智能的機器能夠發(fā)揮的。這對于運行面向機器學(xué)習(xí)的挖掘算法特別有用。雖然在以前的日子里,這將是一個非常艱巨的過程,現(xiàn)在機器學(xué)習(xí)能夠瞬間適應(yīng)任務(wù)和推動結(jié)果。
AI能夠為區(qū)塊鏈管理帶來的大量計算是另一個需要關(guān)注的方面。人類在計算中容易犯錯并且速度較慢,因此人工智能在處理區(qū)塊鏈技術(shù)時更具吸引力。區(qū)塊鏈和AI協(xié)同效應(yīng)的好處也不是單行道,區(qū)塊鏈技術(shù)可以為人工智能帶來許多增強功能。 值得注意的是,區(qū)塊鏈極大地提高了AI的可信度。這意味著人工智能更容易通過區(qū)塊鏈顯示的清晰且不可穿透的信息鏈來解釋其思維過程。 由于其能夠處理的信息深度,區(qū)塊鏈能夠擁有的大量數(shù)據(jù)也可以幫助使AI程序更加有效。
區(qū)塊鏈還具有降低AI處理敏感數(shù)據(jù)相關(guān)風(fēng)險的巨大潛力。人工智能正在幫助開發(fā)的最光明的前景之一是智能合約,一種在線制定安全協(xié)議的方式,無論是就業(yè)、交易還是住房。例如,已經(jīng)有不少公司允許投資者使用區(qū)塊鏈來獲得房地產(chǎn)資產(chǎn)的所有權(quán)。一家此類公司的首席執(zhí)行官表示,利用區(qū)塊鏈是改變和民主化房地產(chǎn)投資的方式,這可以確保無邊界和安全的交易。
關(guān)于最佳交易執(zhí)行問題有許多研究,基本上都是基于非常嚴格的假設(shè),通常與實際金融市場的交易過程非常不符。深度強化學(xué)習(xí)是近幾年來機器學(xué)習(xí)領(lǐng)域的熱門之一。我們可以直觀地認為,強化學(xué)習(xí)的目標是在智能體與環(huán)境進行交互的過程中,幫助智能體學(xué)習(xí)最優(yōu)策略,也即一個從狀態(tài)變量到動作的映射。

目前來看,深度強化學(xué)習(xí)在做市商問題中的運用是相對較新的研究方向,不像經(jīng)典強化學(xué)習(xí)已 得到了較為廣泛的實證,但我們不妨將其視作未來可行的嘗試方向之一。”程雪表示。
在高頻交易和深度學(xué)習(xí)同時于21世紀10年代進入爆發(fā)期后,為了解決高頻交易中市場微觀結(jié)構(gòu)數(shù)據(jù)的顆粒性(granularity),許多學(xué)者將機器學(xué)習(xí)特別是深度學(xué)習(xí)引入了金融領(lǐng)域。“不過,由于對于市場微觀結(jié)構(gòu)問題,我們通常知之甚少,所以在進行模型設(shè)計的時候,不能對模型進行過多的假設(shè)。”程雪表示。

由于高頻交易在21世紀初才面世,以及深度學(xué)習(xí)也在2012年之后才進入爆發(fā)期,所以機器學(xué)習(xí)在市場微觀結(jié)構(gòu)中的預(yù)測問題相對不多。“但可預(yù)見,隨著深度學(xué)習(xí)的成熟和新網(wǎng)絡(luò)的設(shè)計,以及市場微觀結(jié)構(gòu)領(lǐng)域的發(fā)展,機器學(xué)習(xí)在預(yù)測問題上的應(yīng)用也將越來越多。”程雪介紹。

“無論是傳統(tǒng)機器學(xué)習(xí)模型還是深度學(xué)習(xí)模型,監(jiān)督學(xué)習(xí)和強化學(xué) 習(xí)在金融領(lǐng)域的應(yīng)用并非只限于上述典型問題。”程雪介紹,除了監(jiān)督學(xué)習(xí)和強化學(xué)習(xí),另一類強大的機器學(xué)習(xí)方法——無監(jiān)督學(xué)習(xí)也有它在市場微結(jié)構(gòu)領(lǐng)域的用武之地。
作為智能算法領(lǐng)域中比較主流的系統(tǒng)協(xié)議,作為智能算法領(lǐng)域中比較主流的系統(tǒng)協(xié)議,近來AIMM(Artificial Intelligence Market Make)在一些前沿領(lǐng)域體現(xiàn)了其價值。AIMM也被稱為“智能算法做市系統(tǒng)”,它是一個分布式的流動性提供商智能算法系統(tǒng)協(xié)議,你可以把它理解為是一個數(shù)字金融市場的無監(jiān)督學(xué)習(xí)服務(wù)和做市商協(xié)議?？梢栽诒Ｗo數(shù)據(jù)交互安全的情況下通過智能合約保障數(shù)據(jù)智能的實施轉(zhuǎn)換,協(xié)同鏈接,算法信任等功能,從而有效的服務(wù)于Ai Finance(智慧金融)市場。
區(qū)塊鏈的共識算法中,除了常見的工作量證明和權(quán)益證明外,還有拜占庭容錯共識算法。由于拜占庭容錯共識算法具有安全、性能、部署性等多方面的優(yōu)點,成為了區(qū)塊鏈的關(guān)鍵技術(shù)。相對于其他算法,異步算法在網(wǎng)絡(luò)故障以及惡意攻擊方面容錯性更高,成為了密碼學(xué)和分布式計算領(lǐng)域的研究重點。而AIMM共識算法通過一種創(chuàng)新性的多值拜占庭共識應(yīng)用,在容忍1/3的惡意節(jié)點的同時,突破了異步共識算法在性能上的設(shè)計挑戰(zhàn),不僅解決了異步共識算法設(shè)計的理論難題,而且在性能上大幅提升并全面超越了當前工業(yè)界采用的HoneyBadgerBFT,成為國際前列完全實用的異步共識算法。
AimmSwap被大量媒體報道的同時,也吸引了多方對于AIMM人工智能算法的探討,有利有弊,實踐是檢驗真理的唯一標準,人工智能和區(qū)塊鏈的結(jié)合是大勢所趨。歷史潮流,浩浩蕩蕩,順之則昌,逆之則亡。正如區(qū)塊鏈誕生之初歷經(jīng)十年的發(fā)展的“郁金香泡沫”同時也推動了眾多溯源,辯偽,聯(lián)盟鏈等技術(shù)的發(fā)展,新事物的誕生總是充滿曲折的,需要用辯證的思維去看待這些新事物,人工智能算法和區(qū)塊鏈的相結(jié)合有利于促進數(shù)字經(jīng)濟的發(fā)展。
區(qū)塊鏈已經(jīng)發(fā)展成為遠遠超過支付系統(tǒng)的功能。它脫離了純粹的金融應(yīng)用,為數(shù)據(jù)存儲、數(shù)字身份、獨特的數(shù)字資產(chǎn)(如虛擬土地)和供應(yīng)鏈管理創(chuàng)造了一個去中心化的系統(tǒng)。VeChain、Enjin或Filecoin等項目都整合了區(qū)塊鏈技術(shù),顛覆了現(xiàn)有的中心化流程。
此前國際貨幣基金組織(IMF)的Christine Lagarde表示,人工智能和區(qū)塊鏈都可以塑造一個“對所有人都有效”的經(jīng)濟未來,并重申了數(shù)據(jù)的透明度和完整性將如何有益。將人工智能整合到區(qū)塊鏈中可以使兩者都受益,因為它可以提高區(qū)塊鏈上的處理速度(該技術(shù)的主要問題之一)。AIMM發(fā)展的進步將很快提高交易速度,并為AI融入?yún)^(qū)塊鏈提供更好的機會。