未来已来，谈人工智能和区块链

今天大猫的话题似乎与比特币和以太坊无关，但我们知道区块链技术其实是从比特币衍生而来的，所以数字货币和区块链有着密不可分的关系，那么人工智能呢？

这两天在学术界刷屏了：

没错，就是乌镇围棋大赛战胜了柯洁的AlphaGo，再次进化。

Deepmind 于 10 月 18 日在 Nature 上发布了最新研究成果。他们的新版围棋程序 AlphaGo Zero（AlphaGo Zero）验证了即使在围棋这种最具挑战性的领域，机器也能过关。一种纯粹的自我强化学习方法，以实现自我提升。

这一次，阿尔法元全程没有人工指导，没有人工下棋，只有围棋的基本规则作为依据。通过自我对战提升关卡，3天内提升关卡即可击败2015年比赛中击败人类顶级棋手李世石的阿尔法狗李（AlphaGo Lee）。经过21天的自学，他战胜了今年5月乌镇大会上击败柯洁的AlphaGo Master。

阿尔法元在很短的时间内掌握了人类几千年来积累的各种围棋经验，设计了人类玩家以前不知道的策略。成为世界上最高水平的围棋选手，没有之一。

值得一提的是，Alpha Yuan 在硬件效率上也击败了它的老大哥，仅使用了 4 个 TPU。相比之下，2015 年的 Alpha Li 需要 48 个 TPU，消耗的功率和时间是人类棋手的数倍。

很明显，我们现在迎来机器时代的速度比我们想象的要快。

在人类发展的过程中，从文明之后到工业革命之前，已经走过了近万年的历史。这几千年来，人们的生活方式和生产方式并没有本质的区别。都是以农业为基础，在资源竞争中完成世代繁衍。

直到第一次工业革命，人类发展的步伐开始加快，并不断加快。

从18世纪末到19世纪末，100年，机械的发明，工厂的机械化。行业1.0

19世纪末到20世纪中叶，1980年代出现了生产线，实现了规模化生产。行业2.0

40年前的1970年到2010年，计算机出现，实现了自动化生产。行业3.0

2010 到? , ?年，物联网、云计算、人工智能、区块链……行业4.0

好的，让我们抛开这些虚无主义的概念，回到我们的主题，人工智能和区块链。

上面提到的AlphaGo的计算核心是Google TPU。这是用于机器深度学习的定制芯片。速度方面，比市面上现有的CPU和GPU芯片快15-30倍，能效提升30-80倍。

（英特尔 Haswell CPU 和 Nvidia Tesla K80 GPU 用于对比）

Google 的硬件工程师 Jouppi 在介绍 TPU 时说：

在转向定制 ASIC 之前，Google 的硬件工程团队在早期使用 FPGA 解决了廉价、高效和高性能推理的问题。与ASIC相比，FPGA的性能和每瓦性能有很大的差距（大说明：因为FPGA有很多空闲的硬件资源）。他解释说，“TPU 可以像 CPU 或 GPU 一样进行编程，它可以在不同的网络（卷积神经网络、LSTM 模型和大规模全连接模型）上执行 CISC 指令，而不是针对专用的神经网络。网络模型设计. 总之，TPU结合了CPU和ASIC的优点数字货币和区块链新闻，不仅可编程，而且比CPU、GPU和FPGA具有更高的效率和更低的能耗。

也就是说，这是一款专为人工智能设计的ASIC芯片。

人工智能的学习需要大量的计算，量变导致质变，不断自我迭代和进化。

而世界上还有另一项工作需要大量的计算才能完成，这就是当前区块链应用的代表，数字货币——没错，就是挖矿。目前看来，没有无意义的能量消耗，一些经过大量计算做出来的码数，未来可能会被设计成神经网络的学习过程。这不是幻想。

目前领先的ASIC矿机制造商杨比特大陆在招聘页面上显示正在招聘深度学习研发工程师，这也可以说明这一点。

矿机芯片的发展走过了CPU——GPU-FPGA-ASIC的发展路线，追求运行速度和能耗的最佳表现。 ASIC芯片在神经网络的应用上也显示出自己的优势。两者在硬件开发上趋于一致。

比特币，数字货币1.0，能实现的功能真的很有限。

以太坊，数字货币2.0，已经拥有图灵完整的编程语言，可以实现一些分布式的实际应用。这是未来分布式计算机的主要版本。

数字货币3.0和4.0的出现呢？或许当时不应该叫数字货币数字货币和区块链新闻，而是真正意义上的分布式计算机，将在各行各业发挥实际应用价值。

也许，电影《终结者》天网中的那一天，离我们并不太远……