James Kobielus是SiliconANGLE Wikibon的数据科学的首席分析师，专注于数据科学、深度学习和应用开发，他撰文认为，区块链能作为人工智能的一种基础设施，正在进入AI生态，在5大方面起到作用。

区块链是一种大家似乎都认为会给全球经济带来革命性变化的技术，而加密货币的繁荣已经产生了大量的风险投资资金，试图利用这种分布式超级技术的每一个潜在应用赚钱。

现在，区块链正在进入AI生态，并从以下几个基础方面贡献价值：

区块链作为人工智能计算代理的中枢：AI开发人员在准备、建模、培训和部署应用程序时，需要有发现、访问和消耗分布式计算资源的能力。

Cortex区块链允许用户以AI“智能合同”的形式提交出价，用于在分布式的、受信任的按需神经网络上运行人工智能算法。

DeepBrain Chain使用一个以区块链为基础的加密货币挖掘环境，为人工智能开发人员的社区提供了一个专用的计算代理平台，使用货币的令牌（一个“DeepBrain币”）来投标计算资源，并赚取这些资源。

区块链作为分散式人工智能训练数据交换：训练数据是人工智能应用程序的生命线。

Ocean Protocol正在使用区块链建立一个分散式的交换，用于在所有行业的人工智能训练数据。

在一个更为设备化的环境中，IoTeXhas构建了一个用于共享物联网数据的区块链，而DX Network的区块链聚合了关于公司、投资者和行业新闻的结构化数据。

区块链作为一种人工智能中间件总线：分布式的AI微服务需要通信，也可能共享状态和持久数据。

由奇点网络（singularity net）支持实现的区块链支持分布式人工智能算法和模型之间通信的全球网络协议，他们计划支持跨域人工智能数据访问、管理和发布场景。

区块链作为人工智能审核日志：跟踪、发现、合规性和透明度是基于AI组件的重大问题。

Botchain已经定义了一个超级账本（hyperledger）用于跟踪基于AI的实体的身份和动作。在这个新兴的开源环境中，每个AI组件都可以将其活动的常规哈希函数写入到一个不可变和内省的区块链中。

区块链作为人工智能数据湖：许多人工智能专家都把区块链看作是未来数据湖的超分类存储基础，尽管在这方面我们还没有看到太多的应用。与此类似，许多人正在探索区块链在保护消费者数据隐私方面的潜在价值，以抵消人工智能对此类数据的贪婪胃口。

很明显，以上这些都不是成熟的、内置的、广泛采用的人工智能中枢，而且很多都是高度推测性的。只要这些计划在生产人工智能环境中获得了立足点，那么它很可能将支持企业自身的异构建模、培训和部署管道，以实现机器学习和深度学习。

所有这些区块链计划都必须面对的是：这项技术迟迟未能实现。目前还不清楚区块链的实际价值，以及它对日益成熟的数据湖、中间件、数据交换、审计记录和计算代理基础设施的详细价值。

除了重新发明轮子（Re-inventing the Wheel）这一问题之外，AI区块链有一个不利之处在于，它对没有集中控制的网状网络（mesh networks）的定位。尽管将人工智能基础设施置于这样一种完全分散的主干上可以获得效益，但超级账本与日益严峻的监管背道而驰。如何阻止一个基于区块链的AI恶意软件机器人使用这种分散的结构分散它的智能足迹，让它永远复制自己，从而不会被消灭?

与此相关的是AI区块链与个人隐私控制的潜在冲突，这是由欧盟的《通用数据保护条（GDPR）》决定的。但考虑到超级账本是一个不可改变的数据记录，AI专业人员每次将训练数据、审计日志和其他数据放在区块链中时，都会发现自己处于潜在的GDPR违规行为之中，而这些数据是几乎不可能永久删除的。

区块链提高了核心数据和其他资产在整个分布式价值链中的可见性。对于人工智能专业人士来说，这一基本事实可能会让他们面临监管、业务和技术风险，而这些风险可能会令人不快。