强人工智能时代，区块链的角色与前景

近年来，随着ChatGPT等强人工智能技术的兴起，许多人开始关注区块链和Web3的发展前景。有人质疑，在强人工智能的光环下，区块链是否还有生存空间？还有人问我，当初放弃AI转投区块链，是否有过后悔。

2017年初，我离开IBM后，与CSDN创始人蒋涛讨论个人职业方向，当时面临两个选择：AI和区块链。尽管我在区块链领域已有两年的研究基础，但蒋涛坚持认为AI更具颠覆性和潜力。经过深思熟虑，我选择了AI，并短暂涉足AI科技媒体。然而，同年8月，我最终回归区块链领域，这一决定至今未变。

对我个人而言，选择区块链从未后悔。一方面，我的技能和兴趣更适合区块链；另一方面，我对当时中国AI领域的现状并不看好。尽管区块链行业存在泡沫，但AI领域同样不乏投机现象。因此，我选择了更有优势的区块链领域。如果当时留在AI，不仅在区块链领域无法取得现有成就，也可能在AI领域无所作为。

从行业角度来看，强人工智能的崛起对所有行业都将产生深远影响。许多行业专家正在思考如何应对这一变革。例如，某些行业可能暂时保持稳定，而翻译、插图绘制、公文写作、简单编程和数据分析等行业则面临巨大挑战。

那么，区块链行业将如何应对强人工智能的冲击？我认为，区块链与强人工智能在价值取向上是相对立的，但也因此形成了互补关系。强人工智能的内部机制对人类来说是不可理解的，因此通过主动干预其内部机制来确保安全是不现实的。区块链可以为强人工智能提供外部约束，确保其行为符合人类的伦理和法律标准。未来，区块链将在维护公平、塑造生产关系、守护底线等方面发挥重要作用。

1. GPT：强人工智能的先驱

在讨论区块链与强人工智能的关系时，我们需要明确“强人工智能”的定义。强人工智能（AGI）是指具有人类智能水平的通用人工智能，而当前的AI大多属于弱人工智能。GPT系列模型，尤其是GPT-4，被认为是强人工智能的早期版本。2023年3月，微软研究院发布了一篇长达154页的论文，指出GPT-4的能力广度和深度表明它已具备强人工智能的特征。

AI的发展经历了漫长的探索期，直到2006年Geoffrey Hinton教授在深度学习领域的突破，AI的方向才逐渐明朗。此后，深度学习成为主流，强人工智能的路径也逐渐清晰。随着GPT系列模型的不断进化，强人工智能的实现已不再遥远。

2. 强人工智能的安全性挑战

尽管许多自媒体大V强调强人工智能的安全性，但实际上，强人工智能本质上是不安全的。这是因为强人工智能的复杂性和应用范围的无限性使得其行为难以预测和控制。OpenAI等机构虽然在尝试通过自我约束来提高安全性，但这并不能完全解决问题。

强人工智能的安全性问题主要体现在以下几个方面：

• 道德风险：如果强人工智能的制造者故意纵容其作恶，将带来严重后果。
• 信息不对称：恶意用户可以通过拆分和重组问题，诱导强人工智能做出有害行为。
• 难以控制的“外脑”：插件体系的引入使得多个AI模型可以协同工作，增加了控制难度。
• 不可知风险：强人工智能的不可预测性使得其潜在风险难以完全预见和防范。

因此，单纯依靠自我约束无法解决强人工智能的安全性问题。

3. 区块链：外部约束的解决方案

区块链技术的核心优势在于其透明性、不可篡改性和自动执行能力。通过区块链，我们可以为强人工智能制定外部约束，确保其行为符合人类的伦理和法律标准。具体来说，区块链可以在以下几个方面发挥作用：

• 保护重要资源：如身份、社交关系、社会评价、金钱资产和关键行为的历史记录，确保这些资源不受强人工智能的非法侵害。

• 去中心化授权：关键操作需要多方授权，防止单个AI模型滥用权力。

• 透明决策：重要决策的依据必须上链，确保决策过程的透明和可追溯。

• 数据存储：关键数据上链存储，防止数据被篡改或销毁。

• 能源管理：通过智能合约管理强人工智能的能源供给，必要时可以切断能源供应，确保安全。

区块链作为高能量级别的算力之盾，是目前唯一能够有效约束强人工智能的技术方案。

4. 结语

区块链与强人工智能在价值取向上存在对立，但这也正是它们互补的基础。区块链以提升公平为目标，而强人工智能则追求效率。两者几乎同时取得突破，这或许不是偶然。未来，区块链将在确保强人工智能安全可控、维护社会公平正义方面发挥重要作用。我们正迎来一个激动人心的时代，这个时代的发展将深刻影响人类的未来。