智能算力的自组织
我们完成了交易的加速，空间的扩容，以及算力平台的扩展，这些都是为了获得真正计算的力量。这个力量源自于之前简单提及的以太坊虚拟机EVM。在区块链里做交易首先要有独一无二的地址，人控制的钱包地址代表这个人的资产，而有一种地址是机器控制的，你只要投币，他就执行设定好的程序，这就是智能合约。比如我开设了一个博彩合约机，每次可以接受1元投币。当投币满100元之后，会随机挑选投币账户中的一个中奖者，把90元钱打给他。再支付5元钱给运行这些抽奖代码的矿工，最后剩余的5元钱会打给我这个开发者的账户，作为手续费形式的盈利。一旦这台机器上了区块链，就没有人能够阻止，是一台不知疲倦的自动贩卖机。当前述那些性能扩展完成之后，我们可以开发一种更强大的自动问答机，他通过预训练的深度神经网络，从海量的IPFS文件库里，为你寻找答案。这个愿景就是大家俗称的第二代区块链。
二代之后还有没有进化空间？cardano项目首先提出了他认为的三代网络，但他的目光还停留在算力平台的范畴，所说的分区、侧链都还是第一代的基础问题，我们已经讨论过。当他完成第一代算力平台的扩展，释放虚拟机代码的能力，这个能力的探索，就是第二代网络的延续。而将算力平台和虚拟机的交互打开，由虚拟机反向选择算力，才是第三代区块链。这种形式可以类比为计算机病毒，病毒算力可以做到对计算资源更强的传播利用，但现在离我们能够驾驭这种能力还很遥远。我们还处在第一代的尾期和第二代的初期，所以这里重新定义区块链的三个发展阶段：
- 第一代：去中心化的算力和结算平台
- 第二代：机械算力的分发和应用平台
- 第三代：智能算力的“自主传播”平台
第三代区块链需要3次能力释放才能到达最终状态，第一次释放的是智能合约对网络算力的反向选择。其实目前大家所说的智能合约并不智能，他只是机械的执行固定的指令，姑且称其为“机械合约”或者“自动合约”。我们知道成熟的分布式系统设计，首先要考虑该算法任务是否可以分布执行。以多变量加法为例，我们可以分组相加再求和，实现简单的分布式。基本的矩阵变换也都具备这个性质，所以把算法转化为矩阵计算，就可以很容易的设计并行程序。还有些序列式优化模型因为前后依赖，所以并行化有特别的设计。比如最基本的线性回归并行化，会用到mini batch和梯度下降。但是更加广义的线性规划以及CVP逻辑环问题就难以并行。真正的“智能”合约就需要在内部对其并行化进行处理，当广播到区块链执行的时候，可以自动分配任务并回收。
智能合约自主寻找算力之后，第二个面临的问题就是共识机制。所以平台基本的共识能力需要开放给智能合约自主选择，这就是第二次释放。站在合约的主观视角，或者将这个视角开放给合约使用者，就可以直观的监控合约计算结果的收敛情况。按照使用者自身的需要，来选择收敛的终点。比如某些个人提交的计算需求，没有被攻击的价值，那可以很快完成收敛，提交者快速拿到答案，节省算力。而某些博彩类涉及金额巨大且公平性要求极高的计算，就可以经过更多轮的收敛以确保结果的可靠性。甚至有一些高性能安全计算区的存在，智能算力可以指定执行，简单核对几家就能确保有效。只有在出现分歧时再寻求一般算力的众筹见证，并对验证出错的安全计算区收缴押金甚至直接隔离。
两轮释放后，智能算力已经可以用来训练人工智能的深度学习模型。传统意义上的机器学习训练需要集中大量数据集和参数，但通过“参数服务”的并行化和训练样本的分块化，并行训练的模型精度已经逼近和代替集中式训练。在三代区块链上，就可以将训练样本分开储存在IPFS，并将模型参数分开储存在不同节点上组成参数服务器来并行更新。在早年的“寻找外星人”项目里，其实已经在用类似的思维。给智能算力开放更多的存储和更多的外部资源调用就是第三次释放。这也是最危险的释放，因为恶意的智能合约就等于是计算机病毒。而人工智能的附能，使其可以成为自我进化的病毒。历史已经证明，精心设计的Stuxnet病毒可以传播千里，直到进入伊朗核电离心机才苏醒，用加速设备老化的手段实施隐形攻击。如何管控这些自组织的算力，就是完成第三代区块链最后的门槛。
COSMOS以及其上面的irisnet这种多链生态是满足上述要求的一种解法，但是弱耦合的。主链对子链并不具有完全的决定权，子链可以是某个私链，只将区块头哈希同步到主链上。子链反过来也很难得到主链足够的支持，比如分布式存储和隐私算力，都要子链自己完成。但这种弱耦合是容易取得进展的，就像开源生态，大家拼拼凑凑可以搞出一个不错的东西。但进行深度的整合和优化会有更大潜力，能够为区块链应用和各种算力需求方解决真正个性化部署。这是我们向往的第三代区块链，也是应用真正大爆发的一代。
区块链3.0 智能算力平台
但在落实第三代区块链的时候，传统的交易需求并不强烈，反而是AI算力走在前面。SingularityNET 就是专做人工智能算力的平台项目，用区块链实现AI智能民主化，建立AI agent之间的自主合作，还有数据和模型共享。听起来是一个很诱人，很伟大的项目，但在区块链世界里是一个很复杂的问题。抛开实现的细节，单从神经网络需求方看的话，这种网络算力似乎没能很好的区分模型训练和应用。做过大数据集群就知道，在大规模并行计算，尤其是神经网络训练时，并行化算力之间也保持一定的相互依赖，一些节点的失效或者延迟会大大影响整个系统的速度。所以主流AI厂商都是用尽可能高性能的单机去组合一个紧凑的模型训练集群。这和“寻找外星人”项目里，大家分头找，说不定谁先找到的情况很不一样。反过来如果不是做训练，而是做模型应用（推断）的话，则会简单很多。但伴随着AI的持续热潮，同类项目一茬接着一茬，还在积极推进中。2018年5月Singularity宣布和Ubex智能广告平台合作提供其智能算力。6月又宣布和深脑链DeepbrainChain建立合作，使Singularity的AI agent可以选择调用深脑链的算力。
眼花缭乱的操作背后，是Ben Goertzel的手段高明。除了作为SingularityNET的CEO，他也是人行机器人Sophia背后公司Hanson Robotics的首席科学家。被AI领袖Yann LeCun大肆批评的Sophia，和AlphaGo相比甚至和自动翻译软件比起来，都算不上高科技。但奈何其抓住了观众的G点，在市场上收获颇丰。所以SingularityNET项目很可能不是作为完整的算力平台在设计，而只是AI模型间的协作平台，更简单说其实是智能接口串联应用平台。而这些模型的核心，训练的数据和算法，并不一定要运行在该平台上，可以像以太的Oraclize一样做外部接口封装。最后AI应用，AI agent串联平台，AI基础模型和数据形成一个三层弱耦合关系，倒也对应了Ben的主张。可见Ben真是一个整合高手，带着上下游一起圈钱。
真正意义上的区块链3.0算力平台更像是Golem 这种闲置算力的共享市场。2018年4月上线，基于以太交易系统提供激励生态。初期运行CPU算力，后续陆续支持GPU。但正如之前推演的，这种算力的最大难点在安全。所以项目邀请了Joanna Rutkowska配合集成安全计算服务SGX，从计算核心向外建立起安全环境保护应用。Joanna是安全操作系统Qubes OS的创立者，此外还有Graphene LibOS支持这一实现，他们Fork的新版本在2018年暑假发布。对比之下 Intel以前的Trusted Execution Technology (TXT)是从业务侧反过来检查计算核心做自我保护的，但是无法实现对环境的完全监控，可能被镜像攻击。所以完整的智能算力要从业务侧和核心侧进行双向防护，以规避平台方和用户方的多重威胁。国内像360这样的安全公司似乎更加擅长这个领域。期待操作系统，网络安全，区块链技术的融合在这一领域取得突破性进展。