【编者按】　ENG链是基于区块链技术和IPFS文件系统，以AI 应用为目标的开放市场平台。ENG链在提供分布式存储空间和分布式算力资源的基础上，结合区块

　ENG链是基于区块链技术和IPFS文件系统，以AI 应用为目标的开放市场平台。ENG链在提供分布式存储空间和分布式算力资源的基础上，结合区块链的技术特点为AI从数据到模型再到应用的全生命周期的各个环节提供了强力支持，从而为AI赋能，以便AI服务于整个人类经济社会。

　　阿尔法狗人工智能程序战胜人类围棋世界冠军具有划时代的意义，至此人工智能也开始受到人们越来越多的关注。随着人工智能领域技术的不断进步，人工智能的商用进程也在不断的加快，最为人所熟知的要数天猫精灵智能音箱，它可以和用户对话，为用户推荐并播放各种音频作品，同时在和用户的沟通过程中也会变得越来越“聪明”。AI从诞生以来，理论和技术日益成熟，应用领域也不断扩大。未来人工智能带来的科技产品必将给人来带来视觉、听觉、触觉等感官上的全新体验，为整个人类社会的经济社会赋能。

　　像智能音箱等较为成熟的AI产品一般来说包含数据、模型和应用三个环节。首先，AI不是最终的产品，而是必须融入到具体的应用或者产品中才能发挥真正的作用;其次，AI要通过具有推断能力的模型发挥作用;最后，模型的训练要基于海量的数据。

　　AI的领域很宽泛，阿尔法狗核心的深度学习是其中一部分。过去的几年中，以深度神经网络为代表的机器学习技术取得了不错的成就，比如在计算机视觉、语音识别以及自然语言处理等其他领域取得了显著的进展。但随着应用的深入和拓展，也使得AI技术开始面临一系列现实问题。

　　第一，AI缺乏数据共享。对AI来说，没有数据就没有AI，数据体量越多，质量越高，AI就越“聪明”。但是，在AI领域的绝大多数应用场景之下，数据获取存着壁垒。造成壁垒的原因很多，比如数据孤岛和数据割据现象;再如，因为当下社会的隐私泄露问题严重，绝大部分人担心隐私泄露不愿分享贡献数据;还有更为关键的一个是，数据提供方、数据分析方和数据获利方属于不同利益方，同时又无法保证数据提供方在共享数据之后能够共享利益。

　　第二，AI缺乏算力。作为AI支撑的深度学习需要从大量样本数据中提炼具有预测能力和推断能力的模型，然后再在样本数据持续增多的过程中不断调试和完善。可见，AI的模型训练过程通常需要庞大的计算量和算力。而英国的一份AI工业分析报告指出，当前训练一个AI模型平均需要1万英镑，而复杂深度网络的训练过程则更为昂贵，目前60%以上的AI公司都存在可用算力不足的问题。

　　第三，AI缺乏隐私保护。AI的深度学习带来了盗取隐私的新手段，针对深度学习模型的隐私窃取技术(例如窃取模型参数和训练数据)也在快速出现。据荷兰著名安全研究员VictorGevers指出，SenseNets公司的一个 MongoDB人脸识别数据库在没有安全认证的情况下直接在公网“裸奔”，用户数据信息，如姓名、身份证号码、身份证签发日期、性别、国籍、家庭住址、出生日期、照片、工作单位等均可供任何人查找，并允许完全访问。

　　第四，AI缺乏可信性(可解释性)。金融、医疗中也都有大量成熟的建模应用，相较于AI的深度学习模型而言，AI模型的可解释性较差。例如，金融业中常用的风控模型不仅可以在给出具体的风险评估报告和风险评估结构，而且也能解释说明具体的导致风险因素以及哪些因素导致风险较大，例如信用分数低、现有借贷过多等。AI的深度学习模型则具有“黑盒”特性，虽然其准确率可以很高，但难以说明其推理过程，造成决策的可信性不足。

　　第五，AI需要用户。应用产生价值，也即AI需要融入到具体的应用中才能发挥真正的作用，才能为整个人类的经济社会赋能，而应用归根到底是与人的应用，用户级AI应用、企业级AI应用、工业级AI应用最终服务的都是人。

　　ENG链是基于区块链技术和IPFS文件系统的公链，而区块链技术以及IPFS文件系统和AI的融合必将为行业带来全新的机会，最为显著的是，可以解决数据提供方、AI模型开发方和AI应用等各方面资源的共享问题。区块链本质是去中心化的分布式账本，这一核心功能为围绕AI建立具有公信力的数据、模型、应用共享平台提供了技术支撑。而基于IPFS构建的文件系统，有助于数据的沉淀和积累，便于AI从这些数据中进行加工提纯，输出模型并加以商用。

　　第一，ENG链保护数据安全。ENG链基于IPFS及外部闲散资源建立了自身的分布式存储系统，一方面，为ENG链的用户提供了免费的存储空间;另一方面，基于IPFS的分布式存储可以通过多地备份和制造数据冗余的方式保证用户数据的安全。

　　第二，ENG链提供数据共享。IPFS的设计初衷是想让所有的节点既能充当浏览者和消费者的角色，又能充当其整个网络的运营者合共享者的角色。ENG链基于此建立了数据共享激励体系，用户在ENG链的分布式存储系统中存储数据，尤其是AI建模需要的类型数据，便可以获得Token奖励，用户也可用Token购买基于AI提供的各类个性化、定制化服务。这使得用户更有动力、更愿意将自己的资源贡献出来。

　　第三，ENG链保护隐私。在ENG链基于IPFS搭建的分布式文件系统上，用户只需将想要存储的数据信息存放到指定的目录之下，IPFS系统协议会自动切割文件，分别计算哈希值，并通过 KAD网络将分片文件存储到全网的DHT分布式哈希表中，而且文件传输都通过 BitSwap P2P网络进行传输。用户在存储、检索、分发、共享数据信息时，不需要验证自己的身份，只需要验证内容的哈希值即可。从人工智能数据的可采集性角度来说，这打消了用户担心自己的隐私被泄露的顾虑，会更加积极的分享和贡献自己的数据。

　　第四，ENG链为AI提供算力资源。AI的模型训练需要庞大的计算量和算力，但算力自建和租用相对成本高。现代社会存在着大量闲散算力，比如网吧。为了运行大型游戏，网吧的计算机配置一般较高，普遍配置专用显卡。当然，组织碎片化算力并不容易，既需要有权衡计算能力和网络带宽的调度方法，也需要可信的、精细结算机制保证利益分配，而区块链为后者提供了有效解决路径。ENG链采用的挖矿机制在满足AI的算力需求的同时，可以减少更多的电力资源浪费。

　　第五，ENG链的激励经济模型。基于ENG链的AI应用也必须解决的一个问题就是人的使用问题，人们使用的过程中，一方面获得了便利，另一方面会使AI变得越来越“聪明”。显然，聚集社区用户对构建基于ENG公链的AI平台具有重要意义，而用户的聚集必然是通过经济激励实现的，建设ENG社区应该由良性的激励方案来推动解决，一方面要让社区用户认识到基于ENG公链的AI应用的优势，另一方面还应该给予社群用户充分的奖励，包括让社群用户有充足的动力去带动身边的人参与进来。

　　基于ENG链AI提供的服务

　　ENG链基于IPFS建立的分布式储存系统上会积累和沉淀海量数据，这也是AI赖以生存及发挥作用的源泉，AI可以从这些数据中进行加工和提纯，输出AI模型并加以商用。ENG链计划开发一组较为完备的服务模块，能够满足数据和Dapp交易的各种需求：

　　1)服务代理：把平台提供的AI应用封装为API函数接口;

　　2)服务仲裁：与AI服务交互的智能合约接口;

　　3)SDK：软件开发包;

　　4)开发数据存储池：存储用户数据和AI训练数据的IPFS节点。

　　从商用角度来说，基于ENG链的AI技术可以开发相对较为成熟的智能系统，比如：语音识别(AI智能音箱)、图像识别(AI美颜相机、AI相面)、智能社交(AI聊天小助手)。工业应用领域可以在数据沉淀和积累的基础上，开发和训练AI模型，比如汽车自动驾驶模型，飞机自动飞行模型，云制造及云工厂模型，物联网相关应用模型等，从而进一步打造AI模型交易平台。