2018年11月18日，“2018比原链全球开发者大会”在杭州国际博览中心（G20会馆）继续进行，这是杭州第一次由开源组织举办的技术型峰会，也是杭州被誉为区块链之城以来规模最大的一场区块链开发者大赛，100+开发团队历经4个月激烈厮杀，16支团队在本次大会上展开最终角逐。

在当天由巴比特COO屈兆翔主持的“计算主义，区块链与人工智能”圆桌论坛上，巴比特创始人长铗，PlatON创始人孙立林，嘉楠耘智人工智能生态特聘专家胡楠，深知无限人工智能研究院CEO高迪，登临科技BD VP谢杰就该话题展开了精彩的思想碰撞。

以下为圆桌干货内容，巴比特整理：

MPC：无需信任的计算

主持人：孙总之前有提到隐私计算这个概念，从谷歌学术的论文收录增长趋势来看，今年是MPC多方计算阵营研究爆发的一年，而TEE可信执行环境阵营的重要商业实现，也就是Intel的SGX却被连续爆出多个严重漏洞。孙总如何看待这两条路线的未来趋势，以及PlatON当初为何选择了MPC这条路线？

孙立林：TEE的确有它适用的地方，作为安全的容器技术今天在很多地方用到。我们为什么在最后技术路线没有选择TEE，假定有十万个节点都用了TEE，也可以说它是去中心化的，但本质上它是中心化的技术架构，依赖于英特尔对它的控制。

而我们既然做的是公链，从计算过程是去中心化，那么我们还是选择了密码学，因为密码学天生是分布式的，可以理解为去中心化的处理过程，所以从理念上我们选择了密码学而不是安全技术。

但这两者并不矛盾，为什么？因为MPC更多的解决隐私计算问题，而它和安全结合的时候，我们仍然可以在本地部署上和安全技术相融合。二者有融合但是没有冲突。但TEE解决隐私问题我持怀疑观点，因为它破坏了原生意义上的隐私问题，引入了中心化的可信第三方。

大家来做区块链的探索，应该在技术上，理念上保持更广的前瞻性，再回头来看在商业中可以怎么用。对于一些云厂商提到用TEE来做，商用上可能会更好，但是需要用户相信云厂商不作恶，而我们可以不相信任何人就可以来做这件事，因此我们把它叫做“无需信任的计算”，这是我们的出发点。

人工智能和区块链的边界正在模糊

主持人：长铗总是行业内少有的深度思考者，14年提出的区块链不可能三角现在已经被广泛认可，而现在又提出了“算力即权力”，那么可以借这个机会向大家再简单的说明一下吗？如果时间回退到5年前，你会选择改行做计算力方向吗？

长铗：“计算即权力”，其实现在大家也可以看到，最有权势的人，基本上是拥有最多算力的人，但是如果理解为权力的争夺是比较肤浅的，因为计算要更多产生社会的价值，而不是用于权力的争夺。

区块链和AI两者的边界正在融合。比如显卡，其实可以搜集显卡挖矿的算力去做AI运算，所以区块链和人工智能在计算力的融合趋势已经非常明显了。

我在这里对未来做一些畅想，第一点，除了在计算力或硬件上进行融合，其实现在嘉楠耘智做的类似的事情，我们不能说它是一个区块链公司或者说做AI的硬件公司，它们其实是生产通用的计算设备。

第二点，我个人认为区块链和人工智能可以在数据上做更多的融合，为什么这么说？我们知道现在AI的数据都掌握在BAT等巨头平台手中，其实用户或者初创公司、中小型公司它们使用这些巨头们的云服务，贡献了数据，但是很多人没有享受到数据分享的红利，反而受到了数据隐私、安全泄露的威胁，但是我们可以通过区块链去中心化的理念，颠覆目前这样的现状或者说商业模式。

比如，可以通过一种激励机制让数据共享者们享受数据分享的红利，甚至通过数据训练成模型，模型又可以产生价值等等，这是在数据上的融合，是我比较看好的方向。

另外，我个人觉得人工智能也可以为区块链赋能，为什么这么说？区块链之所以火，就是因为智能合约非常灵活，智能执行非常方便，但是也有人说智能合约其实并不是真正的智能合约，因为它既不智能，也不是真正的合同。所以，如果我们可以把AI技术所取得的一些突破，应用到智能合约之上，那么其实可以实现真正的智能合约。

比如昨天参与开发者大会的一个项目，它其实是需要把这些天气数据直接和智能合约相结合，应用于保险的理赔，但是它也遇到一个问题，怎样才能保障这些数据是真实可靠的，我们显然已经不能靠过去传统的方式，通过一个第三方中心化的权威或者通过国家气象局的授权来保障数据的真实可靠。其实我们是可以通过人工智能直接对这些现实中的数据进行处理，然后告诉智能合约现实中发生了什么事情。因此，这三个方向我都是非常看好的，人工智能和区块链的边界正在变得越来越模糊，我们很难说自己是处于哪一个行业。

管芯面积决定芯片成本，集约化功耗会降低

主持人：登临科技的谢总作为商务拓展VP，应该经常和客户或者合作伙伴交流，那么你认为人工智能现在的落地情况如何？未来应该怎么走？同时，我们知道摩尔定律基本上已经到了一个尽头，曾经的领头羊intel成被戏称为牙膏厂，越来越多的厂商开始通过chiplet小芯片之类的技术实现性能的提升。那么登临科技作为一个ai计算平台，在计算架构选型方面有什么有什么可以分享的经验吗？

谢杰：有关摩尔定律的问题。上帝给任何事物都设一个边界条件，所以可以看到半导体线宽从以前的几百纳米到了现在的7纳米，到以后甚至的5纳米，逐渐缩小的过程中其实是越来越接近边界条件。在接近边界条件的时候，会发现它的性能曲线，根据摩尔定律，以前每18个月或者每16个月性能提升一倍，7纳米和16纳米相比整体提升30%，以后假设5纳米出来，相比较7纳米，我个人认为小于30%。这就是所谓的摩尔定律的失效，它的曲线已经不是线型的，而是慢慢趋近于饱和的状态。

您提到的chiplet，也是解决互联技术的问题，传统的做法是CPU或者GPU是通过PCP总线、主板和其他的去沟通，在这中间有损耗，现在我们是希望这些组件越近越好，尽可能放在同一个硅片上，降低它们之间互联的时延以及功耗。现在芯片的面积，我们叫管芯面积，决定了芯片的成本，如果你有很多颗的芯片，成本势必很高，如果能够集约在一起，成本降低、功耗降低，所有的事情都会往好的方面发展。

矿机厂商的AI之路

主持人：嘉楠耘智应该是所有区块链公司里最早的一批涉足人工智能领域的，现在我们可以看到比特大陆、BitFury等其他区块链矿机厂商也都已经布局人工智能。请问胡总，你是怎么看待这一现象的？为何矿机厂都开始研发AI加速芯片了？是有什么特别的优势吗？

胡楠：大多数人会认同上一代的工业革命其实是互联网的革命，现在已经进入成熟期了，下一代跨越性的革命，我相信很多都会认为是AI或区块链，这是一个大环境。

另一个角度来看，比如嘉楠耘智或矿机公司有什么特点，为什么会走的比较快？其实人工智能、深度网络已经是迭代很久的，经过起起伏伏的学科，在现在的条件下又重新热起来，它的基础是硬件成本和算力成本的降低。

现在大家要解决的硬件问题、功耗问题、算力问题，在挖比特币的时候就已经有了很好的积累，同样需要追求极致的低功耗，同样需要把半导体的物理极限跑到最高，要跑最高的算力，用最先进的工艺。所以从这个角度来讲，嘉楠耘智等厂商已经有了全球最好的半导体硬件的供应链的非常强壮的基础。

还有另外一个方向，AI需要有垂直商业模式，合作伙伴共同形成环境和健康生态。在这点上，嘉楠耘智最早把硬件挖矿代码工开分享出来，有开放基因在，我们希望在跟大家合作的过程中一起把AI生态做好。

人工智能助手如何辅助区块链项目？

主持人：Jarvis 是漫威漫画中钢铁侠的人工智能助手，这让我想到了现在非常常见的智能音箱，但总体来说都非常难用，包括苹果的HomePod、亚马逊的Echo等等，更适合被叫做智障音箱。Jarvis 打算在哪些方面如何突破呢？

高迪：有些人认为人工智能的未来是要取代人类治理或者在很多场景下彻底取代人类，但是我们一直认为，比较现实的状态是人工智能作为人类治理或者整体人类社会活动的拓展，是一个辅助，就像我们聘请一个合格的助手帮助我们工作。

Jarvis之所以做这样的项目，是希望能够通过知识图谱或者传统的语义网络技术，再加上对自然语言处理的一系列技术，能够在很多领域帮助企业和开发者。

我们和代币经济比较接近的应用场景，社区是非常大的，公链运营也面临复杂的治理问题。比如社区受众来自全球各地，大家讲不同的语言，社区成员的身份或者说知识背景、技能储备彼此又不一样。如何用AI的手段去帮助项目方或者帮助自治型的社区更好发现隐藏在非结构化信息里的知识，并且更好辅助项目方运营好这个社区，这是Jarvis非常看中的开发方向。

我们做了非常多的尝试，对于多轮对话的分析，或者基于文本的开放式媒体社区里，会看到大量用户评论以及用户评论彼此之间基于文本的对话，里面都是大量的短篇章，对于它的分析以及用户的分析，这也是非常重要的一部分。

另外一点，今天的社区在大多数场景下是KOL引导的，而KOL对于社区的引导对很多早期创业项目来说，是一个很高成本，很高技能门槛的工作。我们也希望Jarvis开发一个更加智能的数字化的KOL解决方案，能够在一定程度上去辅助项目方，扮演社区KOL的角色，用AI的方式来引导或者辅助项目方完成工作。