|「区块链+人工智能」：来自谷歌、IBM、百度的真实案例( 二 )

目前常见的人脸识别系统主要有两种工作方式：离线工作和联网工作。

离线工作的边缘计算人脸识别系统算法运行在AI芯片上，随着神经网络算法（CNN）技术的快速发展和提升，识别准确率已经能够满足绝大多数场景的应用要求；
联网工作的人脸识别系统算法识别准确率很高，但计算和传输的时间成本也很高，运行的基础设备成本较高，同时会存在人脸信息数据泄露的问题，因此具有一定的风险。

边缘计算能够减少请求的响应时间、提升电池的续航能力、减少网络带宽，同时保证数据的安全性和私密性。这些优势在物联网领域格外明显，在物联网时代，大量电子设备涌入互联网，产生了海量数据，传统的云计算并不能及时有效地处理这些数据，此时，边缘计算人工智能就派上用场了。它具有以下无可比拟的优点。

第一，更快的传输速度和响应速度。对于直接运用于安防、市政甚至工农业的物联网设备体系来说，效率和速度意味着一切。尤其是对于安防和娱乐等产业，如果终端的延迟率太高，会对实际的运行效果和交互体验产生很大的影响。
第二，摆脱了网络环境制约，避免人脸数据泄露，因此更加安全。边缘计算人脸识别解决了这部分网络环境的限制，并且避免了数据上传云端所带来的隐私泄露风险，因此更适合物联网体系。
第三，利用传统云计算的遗漏区域，产能比更划算。在整体上云的思路下，终端很大一部分的运算能力将遭到放弃，这显然也是一种巨大的浪费，边缘计算将这部分能力调集了起来，形成了“中心+分散”的运算模式，产能比更高，资源的利用率也有了大幅度的提升。

3. “区块链+边缘智能” ，构建万物互链
能不能让所有的产品都具备智能，而且还要能够保护隐私？区块链、人工智能、边缘计算的有机结合可以有效地应对这个问题。
在当下的计算模式下，数据可以由各个终端统一调度到云端进行计算处理。边缘端不仅浪费了计算能力，而且由其产生的数据价值也被云端所垄断。通过区块链，云端与边缘端各节点可以构筑成数据与价值网络，各个边缘智能终端将成为可信数据与可信计算的智慧载体，与云端高效互通，实现“万物互链” 。
如图2-3所示，随着边缘计算和人工智能技术的发展，未来的高级别智能将同时存在于云端和边缘端。当云端和各个边缘端的数据被打通时，数据不再是孤岛式的，更不会再被强大的云所垄断。这个时候我们需要考虑三个问题：

第一，数据如何保真；
第二，如何保护数据的隐私；
第三，如何体现数据的价值。

本文插图

▲图2-3 云+端可信网络结构示意图
区块链技术为这些问题提供了解决的方法。我们不仅要将这个网络打通，更要将这个网络“链”接起来，利用区块链加密、不可篡改的特性，确保数据在链上可信、安全地流通。
同时，基于区块链平台搭建价值结算系统，用于保护每个用户、每个终端所产生的数据，并在其他节点需要用到相关数据时得到等价的激励。一个广泛的、智能的、可信的商业经济体就此诞生了。
02 谷歌DeepMind Health
DeepMind Health是世界上最热门的人工智能实验室之一Deep-Mind旗下的子部门。 DeepMind于2014年被谷歌收购，之后因为研发了AlphaGo而享誉世界。 2018年，谷歌宣布重新组建Google Health ，并将DeepMind Health并入其中。
DeepMind Health提出了一种新的医疗数据解决方案，即运用区块链技术创建一个不可篡改的数据记录。与金融领域运用区块链技术大幅削减后台成本的目的不同， DeepMind Health的目的主要在于提升信任度。