|「区块链+人工智能」：来自谷歌、IBM、百度的真实案例( 三 )

与其他人工智能系统一样， DeepMind Health的人工智能同样依赖于大量数据的计算和学习更新，而医疗数据天然的敏感性和隐私性让其不得不思考数据来源和数据处理相关的一系列问题，包括公众、数据来源用户的理解程度及信任程度。
DeepMind过去曾与伦敦一家医院合作，并开发了名为Streams的应用，旨在帮助医生对病人的肾脏风险进行检测。 2017年， DeepMind因被质疑与医院间过于广泛的数据共享协议而受到公众批评。这背后一方面是用户质疑医疗数据的非法泄露，另一方面是对于护理数据、研究数据划分不清而导致用户的不满。
DeepMind联合创始人Mustafa Suleyman曾公开表示：“我们希望通过公开构建这样的工具，来提高患者对这种数据访问的信任度。 ”
DeepMind利用联盟链达成小范围医疗机构、医疗服务者及数据处理机构之间的“联合” ，数据审计系统采用了Merkle树数学函数。该函数可以利用较小的记录完整地记录区块链网络上的系统数据，并进行数据的更改与跟踪。
数据审计系统凭借区块链系统提升了公众的信任度，完整地记录了数据记录、数据使用和数据脱敏等一系列相关活动。

本文插图

03 IBM Crypto Anchor Verifier
IBM于2018年发布了“加密锚验证程序”（Crypto Anchor Veri-fier），该技术结合了人工智能软件和复杂的内部镜头，用于验证产品的来源和内容，以确保与区块链网络上的记录相匹配。欺诈行为每年给全球带来上千亿美元的损失， “加密锚验证程序”有望解决这一问题。 “加密锚验证程序”已在如下几个领域展开了试验。

识别诸如机油和食用油等物质的独特组成。
确认救生药的真伪。
分析水质。
通过平版印刷图案和纸纹的分析，发现包括金钱在内的假冒产品。
检测细胞、DNA序列或细菌（例如大肠杆菌）。

按来源地区或遗传修饰状态（GMO与非GMO）对种子/谷物进行分类，该技术经过专门设计之后，能够检测人眼无法察觉的瑕疵和差异，并将所有的数据都存储在区块链系统上。所有的商品都会产生一个独特的数字ID ，代表模型、批次、生产地点、生产商等一系列数据，从而保证商品来源的真实性。
“加密锚验证程序”的可信度权威来源于三个方面：嵌入式特征、物理指纹、私钥。其中，嵌入式特征是指诸如微型打印、全息图等的特征；物理指纹是指诸如生产线印记、原材料掺杂程度等制造商也无法完全复刻的印记；私钥是指存储在电子设备中的密码，可用于验证身份。
04 百度图腾
《哈佛商业评论》发布的2019五大人工智能公司分别为谷歌、苹果、微软、百度和亚马逊。百度成为唯一一家入选的中国企业。 2018年4月，由百度自主研发的百度图腾正式上线，这也是百度首个落地的区块链项目，是核心技术为区块链、人工智能以及大数据的原创图片服务平台。
原创作者经过身份认证之后，将原创内容上传到百度图腾，并选择类别和标签（最多10个），所有作品都将在区块链网络中自动生成版权标识和哈希值。版权的监管和保护主要来自人工智能软件。百度图腾通过全网检索、作品分类、图像识别、准确匹配等，对原创作品进行保护，并保证作品的合理使用和转载。
若人工智能软件识别到侵权行为，会对侵权行为进行取证并将记录并上传到区块链网络，作为维权的存证。据中研网2018年7月19日的报道，该系统覆盖了全网千亿张图片规模的数据，识别准确率高达99% ，万张图片最快2小时即可产出版权检测报告。
从原创作者的角度来看，百度图腾提供的版权保护便捷有效，除此之外还可以带来一些潜在的流量推广作用，增加曝光机会。从平台的角度来看，百度图腾提供的版权保护、版权追溯提高了平台内容的质量，剔除了重复的侵权作品，会吸引更多的原创作者，能促进平台的良性发展。