在此之前，我已经写了关于将区块链与物联网(物联网)整合的现实和潜力。现在我将研究如何加密，分布式的ledgers可以为另一个前沿技术开发新领域:人工智能(AI)。
人工智能(AI)这个词现在最常用，简单地说，就是建造能够执行似乎需要智能的任务的机器的理论和实践。目前，正在努力实现这一目标的尖端技术包括机器学习、人工神经网络和深度学习。
与此同时，区块链本质上是一种新的数字信息归档系统，它以加密的分布式账本格式存储数据。因为数据是加密的，并且分布在许多不同的计算机上，因此可以创建防篡改的、高度健壮的数据库，这些数据库只有经过许可才能读取和更新。
尽管从学术的角度来看，结合这些突破性技术的潜力有很多，但目前现实世界的应用是稀疏的。不过，我预计这种情况在不久的将来会有所改变。
这里有三种方法，AI和区块链是为彼此做的。
人工智能和加密技术合作得很好。
在区块链上的数据由于其文件系统中固有的密码学而具有高度的安全性。
这意味着，区块链是存储高度敏感的个人数据的理想工具，当这些数据经过巧妙处理后，可以在我们的生活中释放出如此多的价值和便利。想想聪明的医疗保健系统，根据我们的医疗扫描和记录做出准确的诊断，或者仅仅是亚马逊或Netflix使用的推荐引擎，来建议我们下一步想买什么或看什么。
当然，在这些系统中输入的数据(在我们浏览或与服务交互时被收集起来之后)是非常个人化的。交易的企业必须投入大量资金以满足其在数据安全方面的标准。即便如此，大规模的数据泄露导致个人数据丢失的现象越来越普遍(而且越来越大!)
区块链数据库将它们的信息保存在一个加密的状态中。这意味着只有私有密匙必须保持安全——为了保证链上所有数据的安全，必须保证数据的千字节。
在安全方面，人工智能也有足够的优势。人工智能的一个新兴领域涉及到构建算法，它能够在数据仍然处于加密状态时处理(处理或操作)数据。任何涉及暴露未加密数据的数据过程的任何部分都表示安全风险，减少这些事件可能有助于使事情变得更安全。
区块链可以帮助我们跟踪、理解和解释人工智能的决策。
人工智能的决定有时很难让人理解。这是因为他们能够独立地评估大量的变量，并且能够“学习”，而这些变量对于他们想要达到的整体任务是很重要的。
作为一个例子，人工智能算法预计将越来越多地用于决定金融交易是否具有欺诈性，并且应该被阻止或调查。
不过，在一段时间内，仍有必要对这些决定进行人工审核。考虑到可以考虑的大量数据，这可能是一项复杂的任务。例如，沃尔玛将其所有门店的一个月的交易数据输入到它的人工智能系统中，该系统决定了哪些产品应该库存，以及在哪些地方。
如果在一个datapointby -datapoint基础上，在区块链上记录决策，那么就可以更简单地进行审计，并且有信心记录在记录的信息和审计过程的开始之间没有被篡改。
无论我们如何清楚地看到，人工智能在许多领域都具有巨大的优势，如果它不被公众所信任，那么它的实用性将受到极大的限制。记录区块链的决策过程，可能是为了获得公众信任所需要的透明度和洞察机器人思想的一步。
人工智能可以比人类更有效地管理区块链(或“愚蠢”的传统计算机)
传统上，计算机速度非常快，但非常愚蠢。没有明确说明如何执行任务，计算机无法完成任务。这意味着，由于它们的加密性质，在“愚蠢”的计算机上运行区块链数据需要大量的计算机处理能力。举个例子，在区块链区块链上使用的散列算法采用了“蛮力”的方法——有效地尝试每一个字符组合，直到找到一个适合验证交易的字符。
人工智能是一种试图摆脱这种暴力方式的尝试，并以一种更聪明、更深思熟虑的方式管理任务。想想一个破解代码的人类专家，如果他们是优秀的，在破解代码的过程中会变得更好、更有效率，因为他们在职业生涯中成功破解了越来越多的代码。机器学习驱动的挖掘算法也会以类似的方式处理它的工作——尽管它不必花费一生的时间去成为专家，但如果它得到了正确的训练数据，它几乎可以瞬间提高它的技能。
显然，区块链和AI是两种技术趋势，虽然它们在各自的权利上有突破性的发展，但它们有可能在整合后变得更加具有革命性。两者都有助于提高对方的能力，同时也为更好的监督和问责提供机会。
