随着虚拟世界中人们行为数据的日益复杂和丰富，以及未来数十亿物联网设备的增加，数据复杂性将呈指数级增长。在这种情况下，区块链、人工智能和物联网将是未来几十年最重要的技术驱动力，可以说是三驾马车。
人工智能源于人类自身局限性的提高。作为生物能的主体，人类不能持续进行大量的操作，也不能接近事物的全貌。人工智能弥补了人类的局限性，帮助人们在极其复杂的数据中做出更好的决策。
区块链的本质是建立一套无需中介就能运行的系统。与中央集权制不同，要想实现自运行制，需要多方达成共识。因此，为了达成共识，需要有人记账，有人核实。通过这一进程，区块链在人类历史上第一次实现了不依赖单一主体的信任和安全。仅在这方面，区块链是一项社会创新技术。
区块链和人工智能的结合是什么？两者相辅相成。首先，区块链可以启用人工智能。人工智能的核心包括计算力、算法和数据。然而，目前，一些巨人拥有绝对优势。区块链为人工智能的发展提供了一条新的道路。
在计算能力方面，目前有一些项目试图利用区块链不需要中间信任的特点，建立一个分散的计算能力市场，以便为人工智能计算收集闲置的计算能力。当然，目前还不成熟，但也是一个值得尝试的方向。
在数据方面，区块链的分散信任也可以用来形成数据市场，让用户自己控制数据并获得回报。区块链的隐私保护技术可以促进数据市场的发展，为人工智能带来更多高质量的数据。而且这些数据不再是巨人的垄断，这有利于更公平的人工智能市场的形成。
在算法方面，也可以通过区块链形成分散的模型市场。当前模型和数据是相互依赖的。训练模型需要数据，数据需要更好的模型。如果能够形成一个分散的模型市场。然后，在保证数据隐私的情况下，可以带来更好的智能推理结果。
总之，区块链能够启用人工智能的原因主要是基于区块链的信任特性而没有中介。这决定了它在未来可以帮助人工智能。此外，区块链的分散性和隐私技术的发展也能带来更多的安全性和隐私保护，这将对人工智能的后续发展大有帮助。
同样，人工智能也给区块链注入了活力。通过人工智能的参与，dApp也具有更多的自进化特征。因此，区块链更有价值，一个具有机器学习能力的分散应用程序可以有更多的着陆场景。这也是区块链证明自己并创造更多着陆价值的机会。
本文阐述了人工智能与区块链的关系，但由于话题较大，将首先关注非中介算法市场。这是皮质的突破。本文以皮层为例，分析了人工智能在区块链的探索。在区块链情景下，皮层在去中心推理和构建新的确定性推理框架方面都取得了进展。Cortex的最终目标是利用人工智能和区块链的结合来实现分散生产关系设计。
区块链人工智能探索
以太网广场目前正专注于2.0的开发。其核心是通过切片、PoS和电子邮件进行扩展。也就是说，基于以太网广场公共链的dApp可能获得更高的性能，但在人工智能的算法支持方面，它没有优势。目前，以太网广场的智能契约不具备自学习和进化的能力。
那么，dApp能被赋予智能契约的人工智能能力吗？这正是皮层试图探索的。Cortex是一个公共链，致力于为智能合同提供人工智能算法支持。它允许任何人将人工智能模型添加到他们自己的智能合同中。它应该赋予区块链人工智能的能力。
如何将人工智能添加到区块链？皮层突破了算法模型。它试图让人们得到最好的模型。人们怎样才能得到最好的模型？Cortex提出了一个基于区块链的算法模型市场，也就是说，任何人都可以提交和优化模型，对模型做出贡献的人可以得到奖励。
Cortex与EVM智能契约兼容，可以运行现有以太网智能契约或人工智能算法模型契约，即具有人工智能推理能力的契约。
在Cortex的系统中，有许多重要的角色，包括提交模型的贡献者、调用模型的需求者、簿记挖掘者和运行契约的所有节点。
基于区块链的开源特性，这将加速模型的进化，因为集体智慧将带来更多的创新。从这个角度来看，一旦形成了具有足够模型的算法市场，人工智能的发展将会大大加快。
皮层的整个系统是围绕一个核心问题构建的:如何赋予区块链人人工智能的能力。此外，这种能力可以不断进化。
一旦这个核心问题得到解决，它意味着什么？
这意味着人工智能的真正dApp时代即将到来。什么是人工智能dApp？DApp不再简单地按照预设的条件进行操作，而是具有人工智能的能力。它在金融、游戏、个性化推荐、管理等方面都有应用。
具体来说，比如在金融领域，以金融信用调查为例，可以形成一个能够保护用户隐私、获得信用评分的可靠的信用调查，这将极大地促进开放式金融的发展。目前，基于以太网广场的开放式金融通常采用一刀切的逻辑。例如，化合物和达摩只有一个单一的贷款利率。如果增加了某些数据和模型，可以形成个性化的贷款利率吗？这些都是可以考虑和探索的场景。
其他应用包括DEX的反欺诈、自动游戏评估、玩家代理、NPC、助理系统、分布式决策、情感分析、智能护理、链上数据挖掘、人脸识别、聊天机器人、自动翻译、语音合成、个性化信息推荐、搜索引擎、自动驾驶等。
更重要的是，这些应用程序基于区块链，是分散的，不能被篡改，也不能被停止。它完全不同于集中式人工智能世界。
通过区块链，如果我们能够实现计算能力、数据和算法的去集中化进程，这几乎是对抗巨人对人工智能垄断的唯一可能的制衡，也是人类未来不会被完全控制的唯一希望。
区块链如何赋予区块链人工智能
比特币和以太网不具备人工智能的能力。比特币的核心是通过区块链实现无中介参与的价值网络，实现价值的可信确认和转移。以太网广场有能力计算简单的合同。它可以通过区块链的共识自动执行合同，并且不能被篡改。然而，以太网广场没有能力建立人工智能应用。
在机器学习方面，集中式公司有很大优势，而大型公司在数据、计算能力和算法方面有优势。例如，一些大公司有大量的用户真实行为数据，有大量的计算能力，并通过模型的迭代不断升级。
去集中式模型训练应该解决更多的问题，例如隐私、带宽、数据同步等。有些方案，如同态加密，可以保护用户的隐私，但由于计算量大，目前登陆是不现实的。
皮质想要给区块链注入活力。它的突破在于提供链上最好的机器学习模型。有了这些机器学习模型，模型需求者可以用它们来推断智能契约。此外，Cortex用户可以在平台上发布他们对模型的需求。贡献者根据需求提交模型，通过智能契约调用模型进行推理，最终形成具有人工智能能力的dApp。
当然，最终，皮层需要启用区块链，不仅要在模型上取得突破，还要在隐私保护、分布式数据交换市场、分布式计算能力市场等方面取得进一步突破。
具体来说，皮层如何建立赋予区块链人工智能的能力？它有一个全面的解决方案，包括系统架构、软件解决方案、硬件解决方案等。为了赋予区块链智能契约智能推理能力，皮层从两个方面着手:一是构建模型的市场；二是智能推理的实现方案。
1.Cortex的去集中化人工智能模型市场
如果是一个集中的模型市场，只要有一个集中的主体来组织模型需求者和贡献者形成一个市场，就像今天的淘宝市场一样。然而，集中式模型市场存在信任、安全、隐私保护、成本高等问题。很难确保集中主题的可信度以及数据和模型的安全性。此外，一旦形成市场垄断，成本将高于分散解决方案。
Cortex的分散智能模型市场涉及模型需求者、模型贡献者、挖掘者、所有节点等。具体而言，其基本流程如下:
模型的贡献者，世界上任何一个机器学习实践者都可以将训练有素的模型上传到Cortex存储层，而模型的需求者，如dApp开发者，可以选择一个适合他们进行智能推理的模型，需求者需要向模型的上传者、所有运行的节点和计费矿工付费。执行推理时，整个节点将数据和模型从存储层同步到本地。之后，节点通过Cortex特有的虚拟机CVM(Cortex Virtual Machine)进行推理，将推理结果同步到所有的节点，并将结果返回给模型需求者。
也就是说，将待预测的数据替换到所选择的数据模型中用于数据推断。用数据模型执行智能契约和智能推理需要一定的费用，由内啡肽支付。每次支付的内啡肽量与模型的计算难度和模型排名有关。内啡肽的价格由市场决定，这反映了执行智能合同和进行模型推断的成本。恩多潘类似于以太网的天然气费。恩多芬和皮质的象征有着动态的转换关系。
然而，与以太网广场不同，安多芬对应的CTXC将支付给两组人，一组是模型的贡献者，另一组是矿工和整个节点。
现有的智能合同是如何在Cortex链上获得模型功能的？Cortex为现有的智能契约添加了额外的推断指令，即Cortex通过修改和扩展指令集，为智能契约添加了人工智能算法支持，从而使任何人都能够将人工智能模型添加到自己的智能契约中。
以上简要介绍了智能合同获取人工智能能力的基本过程，那么模型贡献者是如何实现模型提交的呢？
目前，链上的处理能力不足以进行大规模的数据训练。基于这种情况，Cortex提出了一种离线训练方案，该方案为离线训练提供了一个提交接口，还包括一个模型的指令解析虚拟机。
模型的贡献者通过Cortex的CVM将模型解析成模型字符串和参数，将模型字符串和参数上传到存储层，并发布一个公共接口供模型需求者(如dApp开发人员)调用。有几个问题需要解决:第一，模型的质量；第二是模型的生存。第三是模型的反作弊。第四是型号的选择。
为了防止人们大量提交模型，模型提交者需要支付一定的费用，还要支付他们在存储层的存储费用，以确保他们的持续存在。如果模型提交者退出，Cortex将根据模型的用途进行管理，这也是为了确保调用模型的智能契约能够正常工作。皮质上的模型是开放的，这意味着有剽窃和复制的可能。如果出现明显的剽窃或重复，Cortex将介入仲裁来解决问题。
至于模型的选择，皮质链(Cortex chain)提供了一个开放的市场，不限制模型。模型的需求者可以根据一些数据进行选择，如呼叫数等。选择也可以通过定制的模型排序机制来实现，如召回率、准确率、计算速度、基准排序数据集等。
Cortex不仅为自己的用户提供人工智能服务，还为其他链提供人工智能调用接口。例如，以太网智能合同也可以调用它的人工智能模型服务。
2.区块链模型推理的实现
上面我们介绍了Cortex算法模型市场的基本结构和流程，那么它是如何在Cortex链上具体推断的呢？
首先，皮质公共链本身实际上并不存储数据和模型。它存储模型和数据的哈希值。模型和数据存储在链下面的存储层。
在Cortex的智能推理执行中，它主要由所有节点执行。当模型需求者(例如智能合同的开发者)发起智能合同的事务时，整个节点不仅执行智能合同代码，还涉及推理指令的执行。
具体来说，首先，所有节点将查询模型索引，找到模型在存储层中的位置，并下载模型的字符串和相应参数。之后，Cortex模型表示工具将模型字符串转换成可执行代码。然后通过Cortex的虚拟机CVM执行可执行代码，并获得全节点一致广播的结果。
在主要受计算能力、内存和节点能耗限制的区块链部署深入学习并不容易，而区块链需要严格的确定性。这给人工智能推理在链上的实现带来了巨大的挑战。
Cortex在区块链场景下提出了一种新的确定性推理框架，这是一种基于MXNet深度学习库模型的定点方法，是为严格确定性而设计的。该框架包括上述两个主要组成部分:捷运和CVM。模型表示工具用于模型定位，CVM用于链推理。
Cortex首先使用MXNet的NNVM模块，称为MRT，这是一个模型表示工具货币代码http://www.gendan5.com/currencycode.html，用于创建一个转换器来量化MXNet模型集。然后，在CVM上运行量化模型。具体的实现过程涉及复杂的操作，如重写和合并。这里不再详细描述。目前，Cortex的定点方案并未降低其准确性。这也是皮层在技术探索方面的突破。
Cortex’s PoW共识
Cortex使用PoW共识。我们对PoW共识了解很多，所以我们就不在这里详述了。皮质链的主要改进是试图使参与采矿的矿工在硬件方面更加公平。这里的矿工主要是指在链条上记账的矿工。Cortex使用布谷鸟循环(Buggy Cycle)的PoW，试图缩小中央处理器和显卡之间的加速比差距，充分发挥智能手机显卡的性能，甚至使挖掘手机成为可能。
具体来说，布谷鸟循环是一种基于图论的算法。它想在Siphash随机生成的布谷鸟二部图中找到一个固定长度l的环。解决的过程也是找到戒指的过程。求解的难度与图形的尺度和L值有关，是一种记忆硬功率算法(Memory-hard PoW algorithm)。
皮质主链采用CuckARoo30算法，是布谷鸟循环算法的变体。布谷鸟算法主要对二部图中的所有节点进行分组。每组中的节点是相互依赖的，这大大增加了求解难度，并且具有ASIC电阻。
Cortex的CuckAroo30算法用Siphash-4-8代替Siphash-2-4。通过其抗专用集成电路的算法特性，更多普通矿工可以参与实现去集中化。大脑皮层当前的阻塞时间大约是15秒。每个区块将获得7CTXC，每四年减半。同时，皮质的难度被动态调整，以确保相对稳定的块时间，防止双花和记录被篡改。
区块链的CVM和模型表示工具
关于Cortex的软件方案和硬件方案，这里没有太多介绍。详情请参考皮质的白皮书。在这里，我想强调皮质的CVM，这是皮质自己独特的虚拟机。CVM指令集与以太网的EVM兼容，也为推理指令提供支持。Cortex的核心指令集涵盖主流人工智能计算框架操作，并支持跨平台推理共识。
Cortex的模型表示工具旨在为深度学习框架和工具之间的互操作性创建灵活开放的标准。皮质模型表示工具方便人工智能开发者根据不同的任务选择合适的框架，框架开发者可以专注于创新和升级，硬件供应商可以进行有针对性的优化。
Cortex的令牌经济模型
皮层的标志是CTXC，其主要功能是通过刺激形成生态系统的良性循环。皮层的主要生态参与者包括矿工、所有节点、模型贡献者、模型需求者、皮层基金会、顾问和社区。每个角色都需要被激发，以形成一个分散的生态系统。
首先，它将激励模型贡献者。模型的贡献者通过提供模型获得象征性的奖励。奖励的数量取决于模型的受欢迎程度。模型的需求者发出的呼叫越多，获得的象征性奖励就越多。如前所述，模型的需求者在调用合同时需要支付内啡肽(Endorphin)，这类似于以太网的气体机制，价格根据市场进行调整。
其次，挖掘者和所有节点也将因挖掘、核算和执行模型智能合同而获得奖励。在皮质的总代币中，50.03%用于采矿奖励。执行智能推理的所有节点也将收到合同调用者支付的费用，这些费用将在模型提供者、所有节点和挖掘者之间分配。
除了模型需求者调用模型需要支付的内啡肽费用之外，模型提供者还需要支付模型的存储费用，以促使模型贡献者提交更好的模型。
模型的需求者是CTXC令牌的主要消费者。它调用模型并需要支付模型的使用费。
从Cortex的令牌模型来看，除了挖掘类似以太网广场的奖励和交易成本模型外，还增加了与模型使用相关的奖励和消费机制。模型的提交者由于其模型的质量而获得象征性收入，并且还需要为其存储付费。模型的需求者属于服务受益人，需要使用代币支付相关的服务费用。
最后，基金会、顾问和社区也是皮层生态学的重要组成部分。基金会获得了24.95%的令牌分配，主要负责项目的登陆和推广。顾问和社区，包括开发商和发起人，也为项目的发展提供动力，并将获得相关的象征性奖励。
区块链的研究进展
Cortex于2018年2月推出，已经运营了大约17个月。在一年多的时间里，它完成了在线测试网络和官方在线主网络。测试网络于去年第三季度推出，包括采矿测试链伯纳德(Bernard)和人工智能智能合同测试链多洛雷斯(Dolores)。
Cortex的主链于2019年6月26日发布。这是区块链上第一个在链条上实现人工智能推理的项目。它不仅需要实现人工智能计算程序在区块链的真正运行，还需要实现整个网络的共识，以验证人工智能推理的每一步，从而确保中立性、确定性和开放性。
从上面的介绍中，我们还可以看出，在区块链上实现人工智能推理并不容易。它需要解决分布式计算的性能和不确定性等诸多挑战。Cortex在虚拟机设计方面取得了进展，解决了人工智能模型推理结果的确定性，并在一年多之后确定了链式人工智能推理的速度，这就需要解决工程中的各种挑战。例如，深层神经网络模型在异构环境下具有不确定性，在区块链执行时很难达成网络共识。要顺利解决这些问题，团队需要在人工智能和区块链领域有深刻的理解和积累。
根据Cortex的白皮书，创始人陈子畦毕业于清华大学，并获得了加州大学圣克鲁斯分校的计算机科学硕士学位。他学习了大卫·赫尔曼德的机器学习理论和算法应用。他曾是SFTC的主要研究科学家，负责有限元网格生成，还研究区块链的挖掘、一致性算法和公共链。首席技术官兼首席科学家田佳也毕业于清华大学，在百度和阿里担任搜索引擎设计师。他在人工智能和区块链领域进行了深入研究。区块链工程总监杨洋(Yang Yang)也有清华大学背景，有能力独立使用碳/碳来实现数据库，并熟悉分布式数据库等。
此外，马特·布兰顿、怀特菲尔德·迪菲(Whitefield Diffie)等。是顾问。其中，马特·布兰顿(Matt Brandton)是分布式计算专家，也是世界金融台的创始合伙人。学术顾问怀特菲尔德·迪菲(Whitefield Diffie)是公钥密码学的先驱和图灵奖获得者。