引言：奇点理论是由美国未来学家雷蒙德•库兹韦尔提出的理论，“奇点”本是天体物理学术语，是指“时空中的一个普通物理规则不适用的点”。“奇点”是指人类与其他物种（物体）的相互融合。确切来说，是指电脑智能与人脑智能兼容的那个神妙时刻。深脑链，作为全球首家由区块链驱动的人工智能计算平台，能缩短AI奇点时刻的到来吗？

AI人工智能技术在近几年随着大数据，物联网等概念的普及，已经逐渐走入到我们大众的生活。比如人脸识别，像IPHONE X的解锁功能，还有语义识别，如亚马逊的ALEXA和苹果的SIRI，特斯拉的无人驾驶技术等都属于AI技术的普及，当然还有会下围棋的阿法狗，也是属于高级人工智能。

如今大家都理所当然地享受着人工智能带来的各种便利，但其实这个行业是经历了几十年的艰苦摸索才有现在的成果。一门新技术的发展，据说会经历下面一条蓝色“Gartner曲线”的过山车式发展轨迹。

知乎作者@北冥乘海生（清华大学信息与通信工程博士、《计算广告》作者）提出人工智能行业拥有一条属于自己的Gartner曲线，从几十年前至现在，可以说是三起三落。当然，从现在人工智能行业的火爆程度来看，这第三落还未到达。深脑链作为全球首家由区块链驱动的人工智能计算平台，正处于AI行业Gartner曲线的"第三升浪"，为探讨深脑链的发展前景，我们可以史为鉴，由知兴衰。

回顾人工智能行业的发展历史，跌宕起伏的三起两落，才让AI从业者逐渐领悟，什么才是人工智能发展的基本方法论。我们将在本文揭开谜底。

【人工智能发展历史扫盲】

一、第一起

人工智能的第一起要追溯到60多年前在达特茅斯会议，彼时，约翰•麦卡锡、马文•闵斯基（人工智能与认知学专家）、克劳德•香农（信息论的创始人）、艾伦•纽厄尔（计算机科学家）、赫伯特•西蒙（诺贝尔经济学奖得主）等科学家正聚在一起，提出了“Artifitial Intelligence”这样一个课题，即让机器能够代替或是模仿人类的智能。这样一个全新的课题立刻吸引了科学界的关注，引发大量广泛的研究。

二、第一落

然而随着研究的不断深入，越来越多的难题爆发。刚开始人工智能的研究方法是采用“教学”，即教机器识字、教机器下棋等等。《计算广告》的作者指出：“在今天看来，这样的方法完全南辕北辙——人类的视听器官虽然很发达，却无法做到总结提炼其中的规律。”技术上长期的障碍让学者们认为理想中的“人工智能”是空中楼阁，要解决问题是何等困难，人工智能由此遭遇搁浅。

三、第二起

虽然依靠人来教学没有突破，但是学者们便渐渐寻找出用“数据统计规律”的方法。依照此方法，一些较为简单的机器学习问题，如手写识别，依靠大量的统计数据取得了阶段性的突破。至此，人工智能也似乎找到了发展的基本道路，渐渐摸索出人工智能行业的一个命脉——数据。

四、第二落

依靠“数据统计规律”这一方法，虽然初期有所成效，但慢慢瓶颈随之而来：数据量的提升并不总能带来识别率的提高。以语音识别为例，在“基本可用”到“实用”之间的鸿沟，十几年都没有跨过去，于是大家又转向悲观，觉得人工智能还只是个梦。是为第二落。

五、第三起

第三起不得不归功于一名为Jeffrey Hinton的教授，他发现用GPU算神经网络，能大幅提高速度，“深度学习”模型终于可用，充分吸收数据以进行AI训练。由此，人工智能行业飞速发展，人脸识别、自然语言识别都有了突破性地进展。至此，人工智能行业的第二个命脉——算力浮出水面。

人工智能行业经过六十多年的发展，在无数前人经验的指导下，终于看清了基本方法论——大算力+大数据。

深脑链正是在这个背景下应运而生，致力于为AI企业提供高性能算力和数据隐私保护，这无疑牢牢把握住人工智能行业最重要的两大命脉。

【高性能算力——基础设施乃兵家必争之地】

2018年5月21日，微软在人工智能大会上提出"3个100计划"，其中第一个即为发布Azure机器学习、Visual Studio Tools for AI等100项微软人工智能服务与开发工具。引人注目的是，目前Azure已经覆盖全球50多个区域，被业界称为"世界的计算机"。该平台上的开发者能使用微软全球数据中心的储存、计算能力和网络基础服务。此外，阿里、谷歌、亚马逊也纷纷布局云计算，可见，人工智能行业的基础设施服务乃兵家必争之地。

据openAI报道，自 2012 年以来，人工智能训练任务中使用的算力正呈指数级增长，其目前速度为每 3.5 个月翻一倍，人们对于人工智能算力的需求增长了超过 300,000 倍。

以上数据清晰显示，爆炸增长的算力需求是目前制约人工智能发展的首要瓶颈，而AI训练所需的算力成本更是将创业成本推至历史新高。近日，李开复博士在剑桥大学演讲时半开玩笑地分享道： "我们投资的一家公司，七个小朋友，没有人超过三十岁，他们成立的第一天，就把我们打的款花完了，还只是买了一些机器，因为做的是无人驾驶。"

深脑链AI x Blockchain 的创新商业模式，不仅能为AI企业提供充足、可靠和安全的数据，且在通证经济的刺激下，将不断汇集来自世界各地的闲散算力，最终实现一个全球共享的AI云计算服务平台，为AI企业节省高达70%的算力成本。提供算力的节点越多，整个平台的生态价值便越高，就会吸引更多的人参与进来，形成一个良性循环，孕育AI界的「最强大脑」新矩阵。

【数据隐私保护——智能合约让蓝图成为现实】

李开复在剑桥大学的全英演讲中说道：“我们正真金白银地赌即将来临的人工智能时代。” 人工智能迎来了它的黄金时代，无论是资金、技术还是人才，都在源源不断地注入这个行业。

李开复指出现阶段我们需要去做的事情：建立好一体化大数据中心。 由此可知，数据是人工智能行业发展离不开的燃料，可以说如果没有数据，人工智能将寸步难行。然而，目前行业可用数据非常分散，对于数据如何管理，如何保护数据的隐私性都尚未有明确的解决方案，这也是一直以来制约人工智能行业良性发展的难题。

幸运的是比特币的诞生给予了新的希望，近年来人们从中本聪于2008年所创造的比特币中探索出其底层框架——区块链。区块链技术不可篡改、去中心化的天然特性与尼克萨博提出的“智能合约”概念完美契合。深脑链在此基础上，提出了用智能合约解决数据使用权和所有权分离的问题，保护AI训练时的数据隐私安全，让数据的价值能够真正地在链上流动。

深脑链将会引用区块链技术解决AI行业高性能算力和数据隐私保护的问题，它不是使用区块链去做AI的研发，而是利用区块链的矿工机制让矿工有动力提供AI算力，同时在链上打造一个高透明度，可加密的AI产业交易场。

伴随着"大数据+大算力"人工智能基本方法论的日趋成熟，深脑链无疑把握住当下最热行业的最大痛点。人工智能和区块链是未来人类发展最重要的两大技术高地，大数据的加持将为这两项技术赋予更大的推动力。人工智能改变了生产力，区块链改变了生产关系，大数据则代表着全新的生产资料。

顺势者昌，深脑链无疑正处于人工智能行业Gartner曲线的"第三升浪"

这是一个智慧的年代，AI将更加广泛地影响我们的生活；

这是一个信仰的时代，Blockchain的价值被更多人所共识；

这更是一个最好的时代，矗立于AI x Blockchain 的飓风口，时代巨轮无法阻挡，一场全新的人类变革已经开始，超级智能奇点时刻正在迫近！