「风口」一笑泯恩仇：如何用 AI 打造区块链 3.0

过去的一年，正当 AI 的光晕渐亮、一层层渲染开来之时，区块链的暴晒就一股脑地倾泻而来，猝不及防、无处可藏。人们都来不及反应，所谓「风口」就完成了一次暴力交接。

这喧闹多半来自于，比特币的暴涨暴跌，和那些伺机以各种名义推出 ICO 项目大肆「割韭菜」的阴谋和阳谋。

在沸反盈天的「币圈」之外，依然有一群技术极客安守「链圈」，试图从协议层面改进区块链技术，摸索 3.0 版本的区块链。这其中，有一个来自清华的团队，希望通过人工智能，从技术层面将区块链推向新高度。

2009 年，邓仰东第一次听说比特币时，他正作为合作教授，帮英伟达 Nvidia 在全国进行 GPU 编程计算的巡讲，如果没有这些前期技术大牛的知识分享，十年后显卡大厂未必能称霸 AI 领域实现市值翻番。

偶然一次，有同事告诉邓仰东，可以使用 GPU 的并行运算来进行比特币「挖矿」。当时比特币刚刚出现，依然停留在使用 CPU 挖矿的阶段，更高效的 GPU 挖矿要到几年后才出现。如果当时就有人用 GPU 挖矿的话，估计挖出的比特币量会大到超过如今的任何「币圈大佬」。


「一个是觉得比特币不靠谱，还有作为一个搞学术的，认为直接挖币听起来太『铜臭』了。」邓仰东笑着说到。2008 年之前，邓仰东在拿到卡耐基梅隆大学的博士学位，并积累了几年工作经验后回到母校清华大学，担任软件学院副教授。作为国内最早使用 GPU 进行通用并行算法设计的研究人员，邓回国后主要的研究方向是人工智能、并行算法和图形处理器架构。作为一个「连股票都没买过」的学者，邓承认自己还是承袭了中国文人特有的「鄙视金钱」的传统，结果是一不小心，错过了一夜暴富的机会。


在带领团队完成设计并研发中国高铁人工智能预警安全解决方案后，邓仰东的研究方向也逐渐变为计算机架构和机器学习。时间到了 2017 年，比特币价格暴涨，ICO 发行的巨额融资，将区块链技术推到人们眼前。在经过认真学习之后，和很多技术极客一样，邓仰东认为比特币背后的区块链技术，有着非常大的发展潜力。


「下一代的互联网可能就是用区块链来整合的。」邓仰东认为，我们现在使用的互联网是一个连接的方式，而加上区块链技术，能使传统的互联网变成一个公开、客观的可信网络。「现在的大数据很多，但真正有质量的数据很少，区块链能够解决数据真实问题，这是这个技术吸引我的地方。」邓仰东说到。


2018 年初，互联网金融风险专项整治办工作领导小组发出文件，表示将从严治理国内比特币「矿场」。根据比特币能源消耗指数的最新数据，比特币挖矿的年耗电量预计约为 48.37 太瓦时（TW, 万亿瓦时），相当于全球耗电量的 0.20%，超过了全球排名 52 位的新加坡的全年能源消耗量。


所谓的比特币「挖矿」，指的是接入比特币网络的计算机/芯片争夺比特币区块的记账权所进行的测试。最先通过数学难题测试的机器将获得一个哈希数值，并取得记账的权力，同时作为奖励，该机器将获得几枚比特币。这种机器争夺记账权的方式被称为 PoW 工作证明机制，该机制能保证比特币网络的安全运行。正因为 PoW 决定了算力最高的人获得最高比特币奖励几率，这也使得「矿场」林立，耗费大量能源，惹来政府的严密监管。


邓仰东认为，PoW 机制中各节点的计算机算力只是用来空跑一个哈希值计算的话，除了记录区块链信息，大部分算力都被白白浪费了，好比一排子弹打了空枪。作为人工智能专家，邓从机器学习领域借鉴了一些灵感。目前，要想在机器学习领域进行尝试，首先在硬件上就有较高门槛，需要购买专业级别的计算设备，或是采用 Google、微软等巨头的 AI 云服务，才能进行机器学习的训练。而如果能够将区块链 PoW 机制中「空跑」的算力用来进行机器学习训练，可说一举两得。

作为机器学习专家，邓仰东在视频中人物姿态识别方面有很深经验，他开发的技术可以分析安防摄像头影像中人的姿态，通过对八十几种动作的识别，判断该人的安全性高低。如果被监视人出现持刀或者持棍的危险姿态，其视频就会被保存下来，并通知安保中心。区块链技术的加入则添加了另一个优势，危险画面将被同步记录在区块之中，无法删除或篡改。之前人们经常遇到的「硬盘损坏/丢失」的问题将不能再成为借口。

「把 AI 的计算搬到区块链平台做计算，同时把 AI 处理的结果部分，放到区块链上面做存储。」邓仰东如此总结 AI 加区块链的结合之道。「如果区块链项目推进得好，它将成为全球第一 AI 计算入口。」