杨镇：从大数据与 AI 技术发展来看，跨链技术必要且必然

我们应该看到，目前的 AI 热潮，也只不过是新瓶装旧酒罢了；在像语义识别这种真正能体现「智能」的领域依然没有太多应用级别的东西出来，更不用说那些需要「创造力」的领域了。虽然在某些情况下，带有深度学习引擎的语音机器人、实体机器人听起来、看起来很「聪明」，但那依然只是训练了足够多的「专家」而已；它能给出正确的响应，并不是因为它「听懂」了，而是因为真实的输入满足了某些已知的条件，所以这当然不是真正的「智能」。这就像刚刚提到的 BI 并不「智能」一样，就像后文会提到的「智能合约（Smart Contract）」并不「智能」一样，不要被它们的名字骗了。

这里我需要强调：深度学习当然有它的价值，专家系统和其他相关的业务领域当然也有它的价值，我也无意贬低 AI。我只是想说明：深度学习其实仍然算不上是突破性的人工智能技术，它离真正的「智能」仍然有相当的距离，这是受限于目前的 AI 理论没有实质性的突破。专家系统（深度学习）的局限很明显，就是一定要基于大量的经验数据（训练数据），而这对于普通的公司和创业者而言就是难以逾越的天堑。

看懂了目前的 AI （专家系统）的本质之后，我们再来看 AI 和大数据（BI）的结合也就非常顺理成章了，是很自然的事。因为既然有了海量的数据，那就需要尝试从其中获得有用的信息，来分析趋势、进行决策和判断，这也是 BI 最初的、最本质的目的。而专家系统则需要大量的经验数据（训练数据），所以只有那些拥有大量有用数据的公司，才能训练出高水平的「专家」来。说「数据为王」，一点儿都没错；数据才是未来大公司的根本，是核心资源。

到这里，对大数据和 AI 的扫盲就基本结束了。你大概会问：你说的这些我都知道了，但大数据和 AI 是怎么和跨链（区块链）扯上关系的呢？别急，我们还得先聊聊关于区块链的几个基本概念。

区块链解决了什么问题

如果有人问你「区块链是什么」，你会怎么回答呢？相信大家已经在近几年各种媒体的狂轰滥炸下对区块链有了个印象，不过如果真要让你正式回答这个问题，我想很多人未必能说的明白。

因为我个人还是做技术的，所以我还是想再次从技术本质的角度来解释下这个问题。我认为：区块链就是把一个单向变化的无限不循环状态机放到一个分布式（对等）网络中对其数据进行冗余拷贝存储并验证的计算机系统。 这里我必须对那些非技术专业的朋友说一声抱歉，这是我能想到的最准确的（技术）定义了，但恐怕你们是看不懂的。

结合平时经常会被提及的的一些术语再稍加解释：

交易：也就是这个状态机中状态变动的原动力。交易可以是一个转账行为，也可以是一次对（自定义）数据的更改，这取决于各个区块链系统的具体设计。进一步说，交易还可以更泛化地理解为网络参与者之间的数据交互或数据权属的转移。

区块：就是状态机中记录状态变动的单位。在比特币和以太坊中，一个区块可以包含多个交易；状态机的整体状态变动，是以一个区块执行结束的状态为准的（也就是以多个交易执行的结果作为一个整体状态标识）。而在前些天 Facebook 发布的 Libra 系统中，每个交易都会产生一个状态版本（version），整个状态机的状态也就是由每个交易执行的结果所决定的，存储在一个带版本标识的数据库（Versioned Database）中。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!