Youtube 的科技网红Siraj以风趣幽默的方式讲解科技热点而备受追捧，在这期内容中他讲到了近年来大热的区块链。

附有中文字幕的视频：

大家好，我是Siraj。这期我们讲讲不太一样的内容，那就是区块链，以及如何利用它来提升AI。

Internet Protocol Suite

万维网只诞生了几十年，而且发展了好几个数量级。我们共同定义了当中沟通的标准，称为互联网协议族（Internet Protocol Suite）。

最低层的链路层把数据放到线上，然后互联网层发送数据，接着传输层保持数据，之后应用层进行抽象，以我们所熟知并喜爱的APP的形式。对机器这运行得很好，但是当中缺失了一层。

那么有哪种协议能让这一过程不仅仅是交换数据，而且还交换价值呢?

当下的主流方法在前因特网时代就已经发明了，需要使用到集中式的清算所。有时机器需要等很多天，才能实现款项的转移。但是在其他方面，它们相互间以难以置信的速度进行交流。如果它们能够相互发送微支付，就像电力、存储空间和计算，这些都无需中间人的介入。

比特币和其他加密货币能够解决这个问题，它们将作为用于值转移的第五个协议层，其背后使用的区块链技术使这一切都成为可能。区块链首次让机器同意进行值转移，而无需中央机构介入。

在现实世界中，如果我创作了一幅画，只有我自己拥有这幅画。但在互联网上，如果我创建了一幅数字绘画，你可以复制它，然后我们俩都拥有这幅画。如果不通过记录这幅画拥有权的中央服务器，我们没有办法证明谁拥有它。我们必须信任服务器，即中间人。

但区块链让我们以分散的方式达成共识，从而避免坏人错误地宣称所有权。不仅仅用于绘画，还可以适用于任何资产，比如：比特币。

如何用来改善AI

但怎么用它来改善AI呢?

一个用例是给数据集和机器学习模型赋予名声，如何知道你使用的数据和预先训练的模型是好的，并且没有被被篡改呢？你要相信唯一的来源，除非使用区块链。

DeepMind使用区块链为医疗数据创建了一个公开可验证的审计系统，当中记录了他们对患者数据的处理，因此患者能够知道他们的数据是否被使用以及当中的原因。一旦添加了数据被使用的记录就无法删除，这意味着患者可以验证是否有人篡改过任何条目。

另一个用于训练模型的P2P网络，除开使用AWS和谷歌云等服务训练AI。想象下一个系统，人们可以出租多余的计算能力帮助他人训练模型，以获得TensorCoin作为报酬，或者是完全由AI运行的公司。

区块链让数据库分散化，如果AI存在区块链中没有人能够控制它。那么它能在网络上作为独立实体存在。支付它所需要的服务，寻求最初的一系列规则。

一个例子就是自动驾驶汽车网络，完全由AI运行和维护。

让我们用Python构建简单的区块链，以便了解这个出色的数据结构的原理。

区块是什么？

首先让我们定义下区块是什么。为了简单易懂，可以说每个区块代表一个简单的交易，两台机器之间值的转换。根据一些重要的属性，对区块在其类别中进行定义。

指数代表了其在一系列区块中的位置，时间戳表明其创建的时间。还储存了发送者定义的数据，以及两个哈希值：一个是前一个区块的哈希值，另一个是自己的哈希值。区块的哈希值具有双重目的。这是其唯一的ID，并验证数据的完整性。

这里我们使用了流行的加密哈希算法SHA256，为每个区块生成一个256位的签名。

如何生成区块？

那么区块是如何生成的呢?

用户在交易中提供一些数据，所以我们将其作为生成函数中的唯一参数。由于每个区块都是有顺序的，我们必须提取上一个区块，找到这个区块的指数和哈希值。也给它一个时间戳，因此我们知道它是何时产生的。

因此每个生成的区块通过储存其哈希值指向前一个区块，这是一连串的区块，区块链。

第一生成的块称为创世区块，我们通过编写硬代码在其函数中定义属性。我们就用它来对区块链初始化，并将其存储为内存列表。

还记得我曾说过，区块的哈希值既作为身份有能够验证其完整性。我们可以用哈希值来确定新产生的区块是否有效。

给出一个新区块，以及上一个区块。首先我们可以通过其指数检查顺序，然后可以检查其上一个哈希值，是否与已经验证的前一个区块相符。最后计算新区块的哈希值，确保符合它存储的哈希值。如果通过检测，那就被验证了。

假设所有节点都存储了区块链的副本，我们需要有办法选择应使用哪个区块，以防它们间存在矛盾。假设两个节点生成了同一个区块数字，我们的解决方法是选择区块最多的区块链。因为它存在的时间更长，则更有可能是真实的区块链。

对于新的区块，我们会检查它在编码的方式上是否有效。如果它有更多的区块，则用新的代替我们的区块链，否则我们将认为其无效并拒绝。因为每个节点均存储区块链的副本，而且当发生交易时会不断生成区块。我们需要某种方法保持每个节点的同步，为此当生成新的区块时每个节点会将该信息传播给其他节点。

当一个节点连接到新的节点，它会查询其最新的区块。当遇到比现有区块指数更大的区块时，它会将区块添加到现有的区块链上，或者查询其整个区块链。

我们可以对节点进行封装，从而用户和其他节点能够进行查询，这是通过创建HTTP服务器。

我们能够对一些操作创建端点：

• 一种是在现有的区块链中列出所有的区块；
• 另一种是将用户提供的数据作为参数，创建新的区块；
• 还有一种是通过列出网络中所有其他节点，或者添加新的。

因此用户可以通过HTTP请求控制节点，然后它将通过P2P WebSockets与其它节点进行交流。

这就是我们简单的区块链，它很小，并不包括比特币区块链的所有功能。但它是一个例子。

Sybil 攻击

然而有一个我没讲到的关键特征，即工作量证明算法。面对Sybil攻击我们的区块链很脆弱，这是当不怀好意的人创建许多节点，在网络上获得不成比例的巨大影响。一旦他控制了51%的网络，他可以验证自己的交易，他可以对同一笔钱进行多次使用。

为了防止这种情况，比特币的挖矿节点进行大量的计算，审批每一笔交易，并获得比特币作为计算工作的报酬。

为了让新生成的区块被网络所接受，矿工必须完成工作量证明，当中包括区块中的所有数据，至少51%的节点必须达成共识，从而说明这个新的区块是有效的，能够被加入到区块链中。

那么坏人必须有比网络中半数更多的计算能力，对于比特币来说，这相当于更多的计算能力，要超过世界上500台最快的超级计算机的总和。没有人有那么多的计算能力，连马克·扎克伯格也没有。

这就是为什么比特币的网络仍然是安全的，即使达到50十亿美元市值，每周都会产生新的区块链用于不同的情况。

结语

当谈到区块链，要说的实在太多了。我们才刚刚开始探索，当我们用区块链作为改善AI的方式时会发生什么?

它可以帮助我们检测数据和模型的质量，当对其相互进行训练时能够创建P2P交换，创建之前不可能时间的业务，或者将AI发展的不同方面套现，甚至开发完全由AI运行的独立组织机构。

本文由 @CDA数据分析师 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自网络