漆远：区块链、人工智能和物联网的协同作用是巨大的

寻找区块链力量第十一期：通向未来的融合技术　　

把脉区块链发展，坐看数字经济云起，由蚂蚁链、罗汉堂、新浪财经联合出品的《寻找区块链力量》系列节目自8月6日起，每周四下午2点在新浪财经独家首播！本期主题为“通向未来的融合技术”——区块链技术与AI、大数据、隐私计算技术结合起来，就可以对于开放金融、数字医疗、可依赖的AI应用等经济利基领域进行迅速地填补，从而为下一轮经济升级奠定基础。

主持人：漆远博士，您是全球著名人工智能专家，近几年在蚂蚁集团领导人工智能的研发工作。根据您丰富的学术和行业经验中，请问关于将人工智能和大数据与区块链相结合来解决现实问题，特别是普惠金融领域的问题，对此您有何看法？

蚂蚁集团人工智能首席科学家漆远博士

漆远：我认为区块链、人工智能和物联网的协同作用是巨大的，但目前，还没有看到很多现实应用。熊伟和Markus都提到了目前区块链和人工智能的一些局限性，以及人工智能和区块链的结合。我的想法有下面几点。首先，我认为区块链对数据和质量控制模型非常有用。人工智能有两个重要的组成部分，一是数据。我们拥有的数据越多，能够实现的质量越高，预测越准确。但我们需要控制数据质量。区块链为我们提供了一种可靠的追溯所有数据版本的方法。即使是对于公司内部数据，在大公司内部，同样可以使用区块链以实现该目的，但是，看未来，我更关注的是模型的质量。

这并不是说我们只有一种模型，比如风险管理模型。在不断改进我们的模型的同时，有时我们可能会失去对所使用的模型的控制。因此需要了解数据类型、模型类型以及其质量。通过区块链与人工智能相结合，我们可以从本质上追溯数据和模型的所有版本，使其更加可信。我们还可以追溯所有的决策过程。比如，对于基于人工智能的金融风险管理，我们需要能够追溯所有的决策过程，并准确说明在什么时间点发生了什么事件，这一点非常重要。所以我认为这是一个非常有趣的应用。未来，这一融合将开拓数据市场或模型市场。

所以，单一模型很好，但如果组合多个模型，我们能优化预测。机器学习术语中，我们称之为元学习。元学习指的是，我们使用不止一个模型，而是使用多个模型，甚至可以使用从多个数据源学习的多个模型，我认为，这和熊伟教授刚才提到的“数据共享”异曲同工。实际上，我们可以构建分布在多个位置的模型，并集成来自多个源的数据。这能够提高人工智能的性能。这就是我说的，开拓数据市场或模型市场。但它本质上是市场，因此有经济学因素。我们应该如何为数据定价？如何为模型定价？这些问题为人工智能、区块链以及经济学的未来发展方向打开了大门。这些因素如何融合在一起？

我要强调的第三个问题是数据隐私。区块链是一种非常好的存储数据、保护数据质量的方法，但同时我们需要保护数据隐私。我么有相应的技术，即零知识证明，我们称之为联邦学习、同态加密等等。零知识证明可以与分布式机器学习相结合，即联邦学习。通过这一方法，我们一方面可以保护数据隐私，另一方面可以整合来自多个数据源的信息。也就是，我们可以在不侵犯数据隐私的情况下使用数据价值。最后，我将用两个例子来总结。一个例子是，区块链与物联网和人工智能结合用于伪品检测。

伪品问题是十分严重，在线上市场、电商中尤为如此。我们可以使用区块链，将人工智能算法和物联网传感器结合检测伪品。基本为，验证产品质量，并使用区块链追踪从产品源到市场终端全程。从而保证整个过程可追溯，保证杜绝伪劣产品。这是第一个例子。事实上，我们已经在淘宝平台上启动了这个项目，我们称之为TMG可追溯性。该项目在全球多个国家和地区实施，涵盖数千种商品和国际品牌。这是第一个例子，第二个例子是将区块链与人工智能结合进行供应链融资。具体来说，我们使用区块链来存储和组织来自多方的供应链数据，并使用隐私保护机器学习算法，基于多方数据来估计小额贷款风险等。这是第二个例子。