网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

区块链自身的扩容问题还未得到解决，“嫁接”AI当然更慢一些，落地也许有聪明的方法。我们认为流量还是很重要的，要有爆款的中心化应用，之后再拿到链上。友商PAI的路线是对的，在开发主链之余，我们也在往这个方向上进展，不过具体方法不同，暂时先不透露了。思路是认同的，先要有一些中心化的好的AI应用出来。我们和Ubitus的GPU算力算是2B的，2C其实更能爆款。

Cortex联合创始人兼CTO田威扬：

我认可难上加难的看法。今天是一个非常关键的日子，3年以来BTC网络难度第一次出现负增长，这说明对公链模式计算本身的诉求，已经是供过于求。NVidia显卡矿机如果转化为云，算力可以说过剩，云模式的盈利模式在接下来三年全球化经济倒退的大环境下，未必是第一选择。而AI巨头（我说的是百亿美金估值那种）都玩红色资本进入+销售驱动+产学研降成本的路子。谁要说落地不难，我个人第一个怼他。 问题就在于，AI+BC这个结合仍然是一个“伟大的，值得实验的点子”，是从无到有的过程，是萨伊定律“供给创造需求”的典型例证。

金色财经：投资人怎么去判断一个项目确实把AI应用到了区块链的提升中，而不是仅仅搭车概念炒作？

本征资本联合创始人庞华栋：

关于这个问题，我觉得判断的一个可能的标准是：是不是一定需要区块链。这一点非常关键，如果用去中心化的方式能够解决，就不一定需要区块链。区块链技术能否应用于人工智能领域，我觉得最核心的应该是：能不能降低成本，能不能增加效率。

智能矩阵Atmatrix创始人高庆忠：

关键看该区块链项目上如何使用AI，能解决什么问题，效果如何。区块链和人工智能，如何连接两者，扬长避短，这是我们需要考虑的。对于想把AI要求的效率问题放在区块链平台上做，那种想法是拿区块链的短板来做AI，很难。我们更应该的是发挥各自优势，区块链最擅长的还是去中心化记账和价值传输等，而不是数据计算存储。故解决这个问题的办法是选好AI区块链方向，同时为AI应用场景对区块链进行特定优化和开发。

Cortex联合创始人兼CTO田威扬：

这个要看代码库。中心化、大规模、高性能分布式训练，我们团队比较关心Petuum、Facebook、和少数从BT出来的初创团队的研究动向，（尽管他们现在都是中心化的，某些卖AutoML系统，某些走研究院模式）。前沿AI算法论文，普通人、专家能想到的，我们都关心。至于结合区块链的killer App，虽然我们团队的公链5年以上的老司机们都有自己的独到、刁钻的判断，但结合点肯定是集思广益了。刚才好像看到了节省70%的成本论调，这个成本节省其实来自于在产业的商誉和业务规模，举个例子，连某豹移动内部团队都能拿到这个价。因为这个我们团队内部在10个月前还因为这个展开了激烈的讨论，就是“便宜70%这件事到底有没有区块链加成”，答案到现在看，几乎是显而易见的。公链设计、联盟链设计、AI系统、AI研究这是四个技术点，套用魔力象限的说法，每个点你都能判断哪个项目是“领路者”，哪个项目是“跟跑者”，哪个项目完全没做。看落地，基本就是看项目代码了。真实的需求就会带来真实的代码量（然后审计掉一些+10w行-10行那种重构抄袭其他项目的代码库）。

金色财经：区块链技术的发展与进步，是否会像当年WinTel一样，需要走系统与芯片结合共同进步的路？当前区块链技术与芯片层面的工作结合进展如何？

智能矩阵Atmatrix创始人高庆忠：

区块链+AI, 不同项目团队的侧重点不一样，多角度投入，才能迎来这个领域的快速发展。当年WinTel模式，是在摩尔定律时代的产物，如今摩尔定律已耗尽芯片发展红利，摩尔定律已快失效的时候，谈WinTel模式对于区块链技术与芯片层面结合的工作，不是很准确。当前区块链技术与芯片层面的工作结合，更多在于原先CPU、GPU等标准芯片在区块链HASH算法、密码处理、智能合约、共识算法处理上优化不够充分，因此需要使用FPGA或者ASIC来做专用芯片，以便提升区块链效率。

芯片产业在美国，按照投资回报和增长率，以及技术更新速度等来看，已经是夕阳产业，或者说是很传统的产业。只是在国内，由于产业结构不完整，成为一个很薄弱的产业，被美国牵着鼻子走。芯片与区块链结合，更多还是在于对于区块链软件的优化版本的芯片而已。

普渡大学区块链实验室副主任刑大地：

区块链软件要芯片化，首先硬件化，故软硬件都需要强。对于公有链区块链项目，建议先做好软件化，再考虑硬件化和芯片化 。

深脑链CEO，义语智能CEO何永：