不可变、去中心化且安全的数据存储是构建未来 AI 架构的基石。

撰文：Kava Labs

如果保护比特币的底层技术也能保护今天在医疗健康、供应链等领域涌现的、由人工智能（AI）推动的应用案例，会怎样？

整个行业正在一夜之间发生转变，而在这种新的数字化优先的经济形势下，许多其他行业也正面临着被取代的风险。人工智能的复兴可能会让现状的捍卫者感到担忧，但对于那些愿意适应和拥抱变化的人来说，可能性是无限的。从推动医疗健康领域的新型科学发现到极大地改善全球供应链，用人工智能和基于区块链的基础设施升级陈旧的人力系统的机会正在迅速扩大。

人工智能与区块链的交汇处正处于这场新技术创新时代的前沿。这两项技术本身都具有强大而颠覆性的力量，一旦结合起来，它们将成为这场技术启蒙背后的推动力。人工智能强大的数据处理能力，加上安全、去中心化的区块链基础设施，为曾经难以解决的问题提供了变革性的解决方案。

让我们快速回顾一下这两项颠覆性技术的发展历史，一起深入研究一些最令人兴奋的项目。

区块链、人工智能和下一场工业革命

区块链发展简史

虽然很多人可能简单地认为，区块链技术的诞生始于 2008 年比特币白皮书的发布，但在此之前，已经有四十年的密码学研究为它奠定了基础。早期密码朋克、隐私倡导者和自由主义者，如 Ralph Merkle、David Chaum、Nick Szabo、Bram Cohen 和 Julian Assange 等人的工作，都为现代区块链技术所依赖的基础做出了贡献。

然而，尽管有这些早期的贡献，比特币还是在之前的点对点价值转移协议失败的地方取得了成功，并激励了新一代开发者，他们继续建立了我们今天所知的区块链行业的基础。比特币发布的四年后，以太坊白皮书发布，引入了智能合约的概念，而两年后，开源区块链开发联盟超级账本基金会（Hyperledger Foundation）成立。如今，该基金会支持人工智能在去中心化网络上安全地自动化执行复杂的流程。

人工智能发展简史

人工智能的发展历史甚至更长且充满传奇，可以追溯到 1950 年，Alan Turing 通过他的思想实验首次定义了人工智能，即任何一台计算机的回应都无法与人类区分开的技术。1966 年，麻省理工学院教授 Joseph Weizenbaum 发明了 Eliza，这是语言聊天机器人的第一次迭代。20 世纪 60 年代末，人工智能的发展进入了长达二十年的停滞期，发展微乎其微。

1997 年，从这次漫长的人工智能寒冬中脱颖而出的是国际商业机器公司（IBM）的象棋程序「深蓝」（Deep Blue）。当 「深蓝」在国际象棋比赛中击败世界冠军 Garry Kasparov 时，新时代人工智能的发展震惊了世界，展示了该领域悄然取得的进步。20 世纪 90 年代末和 21 世纪初的大部分时间，人工智能的焦点都被用于商业机器人产品的学习训练上，如2002 年的 Roomba和1999 年的 Aibo。

接下来的十年，语言模型开始被早期整合到商业产品中。像苹果公司的 Siri（2011 年）、IBM 的 Watson（2011 年）和亚马逊的 Alexa（2014 年）这样的人工智能软件。这一时期还成立了许多著名项目，如IBM 的 Food Trust（2017 年）、谷歌 DeepMind 的 AlphaFold（2018 年）和OpenAI（2015 年）。后者于 2022 年向公众发布了其ChatGPT产品，引发了最近一次的人工智能开发热潮。

自 2022 年底 ChatGPT 公开发布以来，人工智能项目在资金方面发生了翻天覆地的变化。预计未来几年这一投资将呈抛物线式增长。Precedence Research报告称，「2023 年全球人工智能（AI）市场规模为 5381.3 亿美元，2024 年预计达到 6382.3 亿美元，并有望在 2034 年增长至约 36804.7 亿美元，2024 年至 2034 年的复合年均增长率将达到 19.1%。」

人工智能在医疗健康领域的未来

通用人工智能模型最重要的特征之一是它们能够有效地分析、预测和从大型数据集中构建模型。

没有哪个行业比医疗健康领域更能从这方面受益。谷歌的 DeepMind AlphaFold 协议在该领域处于前沿地位。2024 年初，AlphaFold3的联合创始人 David Baker、Demis Hassabis 和 John Jumper 赢得了诺贝尔化学和平奖。他们的模型有效地解码了由氨基酸构成的蛋白质结构，这是 DNA 的基础层。这些蛋白质结构可以被重建、折叠成更大的蛋白质，并操纵以执行人类 DNA 中的特定任务。

这一创新在治疗慢性遗传病方面具有巨大潜力，方法是靶向特定蛋白质并用健康蛋白质替换它们。通过整合区块链技术，AlphaFold 在治疗癌症等疾病方面的进展和潜力可能会得到进一步增强。这样做可以提高敏感信息的安全性，同时促进全球协作研究，并加快蛋白质折叠领域发现的步伐。

区块链技术目前也正在医疗健康领域中得到应用，以解决与人工智能（AI）所解决问题正交（即不同方向或领域）的问题。

区块链技术正被用于解决患者数据孤岛、高昂的中介成本、数据溯源缺失以及网络安全中心化水平低下等问题。

PharmaLedger等公司正在引领整个医疗健康行业建立信任体系。PharmaLedger 创建的医疗健康数字信任生态系统（DTE-H）使每位参与者（医生、患者、监管机构、公司）都能访问到以往分散的信息渠道，从而提高安全性，并减少历史上因流程繁琐而浪费的时间和资源，进而降低成本。对于任何经历过现代医疗系统脱节、缓慢、文件繁重的人而言，这项创新的价值都是不言而喻的。

其他公司，如Insilico，正在将其研究中的通用人工智能（AI）模型与去中心化区块链技术的力量相结合，以创建一款适用于其三大关注领域（生物学、化学和临床试验）的全方位产品。

在 2013 年诺贝尔奖得主 Michael Levitt 的指导下，Insilico 正在利用 Alphafold 的研究成果来推动药物研发。通过在其产品PandaOmics、Chemistry42和InClinico中使用通用 AI 模型，Insilico 能够在极短的时间和成本内，从头到尾创建一套完整的药物研发软件。制药行业历来成本高昂且劳动密集。Insilico 表明，通过引入这些新的 AI 模型，可以克服深度生物学分析、药物设计和临床试验的高昂成本和漫长周期。

下一代供应链管理

最早采用区块链技术的行业之一是供应链。在整个产品生命周期中跟踪产品有利于提高效率，在处理易腐货物时尤为重要。美国疾病控制与预防中心（CDC）报告称，每年有 1/6 的美国人（4800 万）因食源性疾病而患病，其中 128,000 人住院治疗，3,000 人死亡。

食源性疾病高发促使美国食品药品监督管理局（FDA）于 2011 年通过了《食品安全现代化法案》（FSMA），该法案第 204(d) 条要求保留食品产品的数字可追溯记录。

FSMA 部分促成了IBM 在 2017 年创建 Food Trust。Food Trust 是一个模块化的区块链解决方案，用于提高食品供应和制造过程的透明度、安全性和可追溯性。在 Food Trust 发布前一年，IBM 与沃尔玛合作，基于 Hyperledger Fabric 构建了一款食品追踪软件。合作的结果是，沃尔玛能够在 2.2 秒内追踪到产品（芒果）的确切来源和位置，而之前这一过程需要 6 天 18 小时 26 分钟。这种追踪产品到确切来源的能力对食品安全、疾病缓解、欺诈行为和整体供应链效率有着深远的影响。

将 AI 引入 IBM Food Trust 促进了其 Intelligence Suite 的进一步发展，使其能够以前所未有的方式利用反向批次追踪、数据质量监控和一键报告等功能。这些创新只是 AI 在供应链中潜力的开端。未来可能会利用更多的 AI 工具来增强这些基于区块链的供应链中的决策过程。

人工智能与区块链协同发展的未来

虽然本文仅列举了几个例子来说明新一代人工智能技术的无限潜力，但很明显，那些将区块链技术与 AI 协议相结合的项目将进一步提升其产品。不可变、去中心化且安全的数据存储是构建未来 AI 架构的基石。

这两项伟大技术的历史可以追溯到七十五年前，但直到最近几年，我们才开始发掘它们融合的真正潜力。再结合分析师所预测的进入 AI 领域的资金规模，可见我们仅仅才触及了表面。