三名清華學霸要用區塊鏈顛覆AI壟斷，現代密碼學之父為其背書

作為一家成立於今年 1 月的初創科技公司，Cortex Labs 是由一群機器學習及區塊鏈高手所組成，首席執行官陳子祺、首席技術官王威揚和首席科學家田甲全部畢業於國內的清華大學，陳子祺、王威揚畢業後赴美攻讀碩士，均擅長機器學習及人工智慧理論，其中王威揚還是競賽高手，不僅在 Kaggle 競賽獲得銀牌，也曾帶領團隊開發基於 IBM Hyperledger 區塊鏈框架設計的資產證券化（ABS）系統並獲 2017 Dorahack 黑客馬拉松冠軍。

其中，Cortex Labs 首席科學家田甲因為物理和生物競賽保送至清華大學計算機系，與 Pony.ai 創始人、圈子稱為＂樓教主＂的樓天城是同學。他曾在百度、阿里巴巴工作，負責每日 PV 過億的搜索引擎和推薦引擎架構師。其他成員同樣技術實力堅強，「在科技競賽圈排名前 100 名的華人，公司就佔了 5 個名額」，王威揚表示。

Cortex 在成立後獲得了比特大陸、FBG 資本的投資，以及現代密碼學之父、圖靈獎獲得者 Whitfield Diffie 擔任學術顧問。

圖｜Cortex Labs 團隊成員，CEO 陳子祺（左二）、首席科學家田甲（右二）、CTO 王威揚（右一）

不可諱言，區塊鏈暴沖式的發展，參雜了一些炒作或魚目混珠，不過，陳子祺、王威揚、田甲三人身為開源精神的信仰者。他們認為，區塊鏈模式是天生用來讓小公司顛覆大公司的，「區塊鏈的前奏是共享經濟，就是去中介，然後區塊鏈更進一步加強了」，特別是 AI 公司掌握數據、模型、甚至是用戶的隱私，但外頭的人不知道它在做什麼，也沒辦法優化它的流程，似乎只能指望公司創始人莫忘初心。

「所以，我們就把它（指模型）放到區塊鏈上來，讓他們（指掌握 AI 數據及資源的大公司）不得不公開原型。你不拿出來，我們的社區開發者就提供跟你性能類似的模型，通過區塊鏈的獎勵機制，在一個生態裡面把 AI 一次民主化。因為如果 AI 不民主化，掌握在少數人的手裡，是很危險的，」陳子祺憤憤地說。

在如此劇烈地改變我們這個時代的兩項技術

人工智慧與區塊鏈分別是去年跟今年最火的名詞，當有人說要把這兩項技術結合，很容易讓人懷疑這是否又是一場營銷炒作或趕流行，不過實際上，兩個技術皆催化了創新，並在多個行業掀起劇烈的改變，但兩者皆有缺點，而如何將兩者截長補短，創造更趨於完備的技術，就很可能創造出科技行業的一場新革命。

人工智慧與區塊鏈的融合可以簡單分為兩類，一是 AI 如何改變優化區塊鏈，像是將機器學習演算法用於工作量證明（PoW）或權益證明（PoS）的共識機制上，以減少算力及能源浪費，或是加強區塊鏈上的安全防護、區塊鏈自治組織的管理效益等。

另一種就是區塊鏈如何改變 AI，比如提供數據、演算法、算力的交易市集（marketplace）、幫助解開 AI 黑盒子之謎等，目前來看市集可說是最熱門的模式。

美國斯坦福大學物理系講座教授張首晟在今年 3 月一場《量子計算、人工智慧與區塊鏈》的演講上也點出了上述模式，他認為人工智慧最缺少的是數據，今天的世界每個人產生出很多的數據，個人的基因、醫療、教育、行為數據等，但是這些數據都掌握在某些中心機構裡面，沒有達到真正的去中心化。區塊鏈的產生正好能夠產生一個數據市場，這個市場里每個人將擁有自己的去中心化數據，加密演算法使個人隱私得到保護，從而實現區塊鏈和人工智慧互相共存。

由於人工智慧需要使用大規模的數據，但在某些領域數據取得困難，如醫療，再加上 Facebook 數據醜聞爆發後，大多數用戶不再隨便／隨意分享自身數據，以及歐盟推出史上最嚴格的個人資訊保護法 GDPR，都讓數據搜集難上加難，而區塊鏈可建立一個數據流向清楚的交易市集，既然數據可以交易，演算法及算力同樣可以。

像是打造 Sophia 機器人的 Hanson Robotics 公司首席科學家 Ben Goertzel 所創立的 SingularityNET，旨在打造分散式的 AI 數據市集，用戶可以按比例購買和銷售數據或演算法，中間就是通過該公司的 AI 代理人（AI Agent）來對接買方跟賣方的需求。另外，由國內人工智慧領域第一批創業者何永所創立的深腦鏈（DeepBrain Chain）也做數據交易，並且建構一個分散式神經網路平台，通過世界各地的節點為企業提供運行 AI 時所需的算力。前陣子，這兩家公司結了盟，創建一個允許在兩個平台之間共享數據的框架。

除了上述概念，還有沒有其他的可能性，同時改變 AI 也改變了區塊鏈？

把 AI 推論模型搬到區塊鏈

區塊鏈的設計框架決定了一些先天上的弱勢，舉例來說，區塊容量的限制，加上工作量證明需要時間，因此一直有難以規模化（scaling）導致效率較差的問題，所以也催生一些擴容方案。另外，相對於比特幣，以太坊可以執行更複雜的計算，並為區塊鏈增加了圖靈完備的智能合約，但是以太坊上的智能合約主要是針對短小的程序，訪問小量的資源，而不適用於執行複雜的程序。

而 AI 在近幾年蓬勃發展下，相關問題也陸續浮現，比如數據跟演算法集中在幾個科技巨頭的手裡，同時，AI 遊走道德邊緣的問題開始受到更多人的關注，在行業里流傳著一個「殺熟」的公開秘密，某家知名在線旅行網站，通過背後的演算法會將同一張機票以較昂貴的價錢呈現給熟客，如果是新客戶查詢反而會看到比較便宜的價錢，因為企業就是看中老客戶的高黏著度，不會到其他平台消費，所以提供熟客更貴的價格，類似的情況也出現在重量級的電商公司里，雖然這種用 AI 對客戶提供差別待遇的商業手段，作惡程度不像發展 AI 武器那樣嚴重，但相信沒有一個消費者願意自己是一隻肥羊。

為了想解決上述問題，Cortex Labs旨在打造一條獨立公鏈，將 AI 推斷（inference）模型的運算放上區塊鏈，並利用區塊鏈的特性：數據不可篡改性、運算的公開透明，把 AI 執行過程透明化，並且發展具備學習能力和自我進化規則的智能合約（Smart AI Contract），與目前的智能合約是純粹基於簡單規則（rule-based）與遞歸調用的子程序集合完全不同。同時 Cortex 鏈也兼容以太坊虛擬機（EVM）的智能合約。

用更簡單一句話解釋，就是他們以及 AI 開發者在 Cortex 鏈上提供一批機器學習模型，用戶可以使用鏈上的智能合約進行 AI 推斷。

目標顛覆 AI 壟斷、防止作惡

Cortex Labs 首席科學家田甲在接受 DT 君的專訪時表示：「AI 世界天生就是一個中心化的世界，區塊鏈是去中心化，但是它缺乏中心化的效率，而 AI 則是有一個效率很高，但是你沒法控制的大腦，我們希望利用區塊鏈世界的激勵邏輯顛覆中心化的 AI 模式。」

一般來說，打造 AI 系統有兩個層次，分別是訓練以及推論，Cortex Labs 只選擇把「推斷」上鏈，有兩大原因，首先，鏈上「訓練」有不可行性，包括網路帶寬、同步參數難度以及訓練進度共識，都很有難處。

Cortex Labs CEO 陳子祺進一步解釋：區塊鏈利用了密碼學的特色，就是他給你出一道數學題，在算這個數學題的過程中，你會花很多的工作量來解這道題，解完了之後，你把這結果扔給提問者，他通過驗證這個結果來反推你做了多少功，這個概率上是非常準確的。不過，機器學習的訓練過程是「對稱性的」，如果讓結果的驗證者和真正幹活的人做一樣的活，就沒有意義，必須得有非對稱，所以訓練這個過程是沒法拿到區塊鏈上，不過在推斷這一塊是可行的，因為同是屬於非對稱。

另一個原因，他們想干一件更大的事——顛覆現階段 AI 過於中心化的現象。

目前有許多的 AI 公司，樂於將部分 AI 方面的研究開源出來，讓大家能夠一起發展，但不可諱言，有一些公司利用開源資源加上一些自己內部研究的成果，得到了一些新的進展，卻基於某些動機不願意把研究內容開源，「因為 AI 真正有價值的是模型」，導致現今 AI 發展越來越中心化，而且可能還利用小手段來作惡，比如上述的「殺熟」，或是 Facebook 濫用數據。當 AI 一路走向高度中心化後，某些公司就可能壟斷行業跟市場。

「AI 如果藏在後面作惡的話，你沒有任何還手之力，因為沒有辦法進到它系統里，看發生什麼事，」Cortex Labs CTO 王威揚直言。

打造自主化區塊鏈（autonomous blockchain）

所以 Cortex Labs 想做的事，一方面是以區塊鏈解決 AI 作惡、資源壟斷的問題，另一個更大的目標就是讓 AI 改造去中心化的區塊鏈。田甲指出：「區塊鏈的執行都是非常機械化，不像 AI 比較靈活，能夠適應環境，隨著環境變化做出反應，像以太坊想升級喊了兩年，也沒有升級成，所以我們想的是一個自主化區塊鏈（autonomous blockchain）概念，一個可以根據數據調節、有彈性的服務。」

細節怎麼實現？根據 Cortex Labs 白皮書，機器學習開發者可以將已經訓練好的相應數據模型上傳到平台的鏈下存儲層，其他用戶想要使用這些模型時，只要支付費用給模型提交者，就能夠在模型上進行 AI 推斷。此外，每次推斷的時候，全節點會從存儲層將模型和數據同步到本地，通過 Cortex 開發的虛擬機 CVM（Cortex Virtual Machine）進行一次推斷，將結果同步到全節點，並返回結果。

費用的收取比例採用市場博弈價格，類似以太坊中 Gas 的機制，用戶每發起一筆交易，執行帶有數據模型的智能合約和進行推斷需要支付一定的 Endorphin，每次支付的 Endorphin 數量取決於模型運算難度和模型排名等。同時 Endorphin 和 Cortex Coin（CTXC）有一個動態的轉換關係，就像以太坊中的 Gas 和 Ether，而 Endorphin 對應的 Cortex Coin 會分成兩個部分，一部分支付給模型提交者，另一部分支付給礦工作為打包區塊的費用。

此外，用戶可以在 Cortex Labs 鏈上進行和機器學習相關的編程，並且提交一些依賴其他合約的交互，可以實現類似帶有人工智慧的各種應用。舉前陣子在以太坊很火紅的養貓遊戲—加密貓 CryptoKitties 為例，每一隻加密貓的差異主要在於外型，先前 DT 君採訪加密貓聯合創始人江家俊時，曾詢問他未來是否可能在遊戲里加入 AI，讓小貓變得更個性化？當時江家俊的回答：有思考這件事。Cortex Labs 就舉例，用戶可以通過編程或是上傳 AI 模型，就能讓小貓進化，變得有個性，或是把寵物之間的交互變成是動態、智能，會變得更加有趣。

圖｜用戶可以在機器學習平台上發布任務，提交模型，利用智能合約調用模型進行推斷，創建自己的 AI DApps。（圖片來源：Cortex Labs 白皮書）

涉及交易的應用

「只要涉及交易有關的，都是 Cortex AI 智能合約可能的應用情境，」陳子祺說。以自動駕駛做例子，每一輛自動駕駛車都是一個 AI，各自有不同的駕駛習慣、行駛數據、充放電數據，同時全球的道路規則也不盡相同，在未來眾多自動駕駛車上路的環境里，車跟車之間在路上進行通信發生交易，就能以智能合約做為交易保障，在這個過程當中需要的大量數據運算，是一種 AI 的推斷運算，而非簡單的 CPU 計算。

而車與車之間的交易，除了保險之外，路權的優先就是一種可能。大家都知道開車時遇到救護車、消防車必須禮讓，這就是一種路權優先的概念，設想一下當你駕駛自動駕駛車，急著想快點到達目的地，但前方車多擋路，「我趕時間，你不趕時間，我給你一點錢，你車子先讓我走，」此類車連網之間的溝通，以付費方式換取更快速的優先路權，其他車就自動避讓，就可以通過協議級別保證來完成。

另外，智能電網也可以使用這樣的 AI 智能合約概念，電價隨時段變化而波動，像是半夜多半比較便宜，因為使用的人少，以電動車充電的情境來說，有人是早上 10 點回家，下午 4 點用車，有人則是晚上 9 點回家，早上 6 點用車，電價多少、充放速度多少等算出多少電費，背後的動態調整機制需要一個透明的演算法，同樣可以用 AI 智能合約來達成電費的交易。

目前，按照進度規劃，Cortex Labs 預計在第三季讓挖礦測試鏈 Bernard 上線，明年第一季智能測試鏈 Dolores 上線，明年第二季主鏈 Arnold 創世區塊發布。

或許你已經注意到，鏈的命名 Bernard、Dolores、Arnold 就是熱門美劇《西部世界》劇中主角的名字，近期《西部世界》第二季正在上演，出現了機器人對人類復仇的大反轉劇情，而 Cortex Labs 能否利用區塊鏈的特性反轉人工智慧資源壟斷的現況，有人認為遠大夢想但不切實際，有人則覺得很有機會，一切只有拭目以待。

-End-

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！