从人工智能的发展历程看区块链

　　2017年，人们被人工智能(AI)的前景吸引，2018年初，又被区块链的前景吸引，我们很幸运地处在这两项技术接连到达关键转折点的时刻。对比人工智能和区块链，或许能够更好地理解区块链会给我们带来什么。

　　人工智能在过去一年多爆发，是因为在技术上取得了突破，既有人工智能算法本身，也有互联网产业长期发展而来的计算能力和数据累积。即便没有AlphaGo打败围棋世界冠军的轰动性事件，也可能会有另外的机缘让它进入大众视野。人工智能经历了60年前的萌芽、学术研究的低谷，然后学术研究突破、计算能力和数据结合起来，让所有人真的看到它的可能性，有远见的人开始严肃地去努力实现它。

　　人工智能是个能激发想象力的词，如果最初的开创者们叫它“计算机模拟”，影响可能会降低不少。但在经过2017年的热潮之后，再看“计算机模拟”或者现在的专业人士更愿意用的“机器学习”，我们会觉得很有意思。因为回到根本，人工智能是让算法能够通过大量数据来形成新的算法，这是计算机模拟的含义，人工智能是让机器能够通过数据来学习形成新的知识，这是机器学习的含义。过去我们需要靠人制定规则、识别模式、编写程序，现在，我们设计算法、提供计算能力和数据，人工智能算法会“智能”地做这些。人工智能和人类的认知能力是互补的，我们的大脑并没有处理那么多数据的能力。

　　一个合理的类比是，算法和计算能力形成了新的发动机(引擎)，而数据是这个发动机的燃料，它们结合在一起生成源源不断的新动力能源，即人工智能是新的“电力”。人工智能的发展还有两个重要因素：一是工程能力，只有算法、计算能力和数据还不够，至少同等重要的是产业界能有工程能力把这个引擎生产出来并不断提升它的性能。二是应用场景，对人工智能未来的畅想是一回事，实践中的应用是另外一回事，这一次，互联网产业人工智能在语言翻译、算法推荐、人脸识别、无人驾驶等领域都找到了实在的应用场景。

　　对于突然涌现到聚光灯下的区块链，我们都已经知道，它不只是信息技术，也是经济技术，但不管怎样还是可把它看成一种“技术”。现在，这项“技术”已经过了最初被忽视的萌芽期，更多人开始了解它或误解它，对它的长期前景有着很多畅想，对它的应用场景也有了一些尝试。

　　区块链也像人工智能那样解决一个关键问题，人工智能解决的是“机器学习”，而区块链解决的是机器间的“信任”与“协调”。解决机器间信任的方式是跟信息技术有关的，引入了区块链这种去中心化账本;解决机器间协调的方式是跟经济技术有关的，引入了加密数字货币(coin)或代币(token)，从而让机器间也可以采用经济学的逻辑去协调。如果说人工智能是机器的平行世界中的“自学习”，那么称区块链是平行世界中的“自组织”也是合理的。

　　区块链作为一项“技术”的确很精妙，现在它也展示了无限的可能性，但是与人工智能的发展状况相比，它可能有两点不同。首先，人工智能经历了低谷和再次发展的历程，算法、计算能力和数据结合起来形成的新引擎已经在技术上成熟了。但现在，以区块链这项技术为核心的新引擎尚未成型，最多只能说，区块链已经有了一些设计图和原型机。其次，区块链相关的工程能力和实际应用场景都还有待发展。区块链专家威廉·穆贾雅认为，区块链是三个学科的组合：博弈论、密码学和软件工程。从实用和产业应用角度看，软件工程能力是相当重要的。到今天，与区块链相关的软件工程技术只能说仍在快速发展，虽然它的速度的确比我们在其他领域见到的要快得多。

　　一个合理的类比是，区块链很像早期比如1994年的互联网：它们都是设计思路非常精妙的技术，区块链也像互联网一样既是信息技术又是经济技术。互联网背后也有着非常深厚的计算机科学研究，但当时人们也说，做个网站不是“火箭科学”。相对而言，人工智能的学术要求要高得多。现在看，区块链在这一点上和互联网是相似的，关键不是学术研究，而是工程与应用。

　　同时，区块链和互联网是紧密关联的，甚至可以说它是互联网的“二次革命”：区块链技术为互联网处理信息流动的协议之外增加了一个处理价值转移的“信用层”;区块链经济通过引入代币(Token)为互联网基础层次上增加了一直缺少的原生经济元素。

　　我们因而又或许可以合理地类比推测，区块链技术和经济的突破方式可能不是像人工智能在过去十年那样在核心原理上取得巨大突破。区块链的发展可能会走一条跟早期互联网相似的发展路径：在泡沫式发展和实践试错的过程中，工程能力逐步提升，也逐步地扩展应用场景。

　　不过，不管是参照人工智能发展的历程看区块链，还是把它看成新一代互联网，我们再往前一步得到的推论其实是一致的：对于区块链，我们可以长期乐观，也应尽早了解与实践，但短期需要更加务实与冷静。