大家好,今天小编带来「区块链+人工智能」来自谷歌IBM百度的真实案例的问题，以下是小编对此问题的归纳整理，来看看吧。
「区块链+人工智能」来自谷歌IBM百度的真实案例
导读：人工智能是生产力，区块链是生产关系，这两者的协同演进、融合创新，可能会使每个行业都受到颠覆。整体来说，目前“区块链人工智能”的结合应用是不成熟的，但也只有在不成熟的阶段，我们才更有可能利用好这个趋势，抢先一步开始竞争，并占据有利地位。
作者：孔剑平曹寅杨辉辉吕新浩等
来源：华章科技
01嘉楠：从云端智能到边缘智能，扩建可信价值网络随着科技的发展、产业的进步，大量的数据需要***集，数据量和计算量都将极为庞大。芯片的计算能力、硬件的存储能力都存在物理极限，但数据是没有边界的。数据既是生产要素，也是人工智能的重要基础，要想应对好数据爆炸带来的冲击，充分发挥其时代价值，需要思考如下三个关键问题。
第一，如何构建庞大的算力基础设施来应对巨大的计算量。第二，如何从硬件层面提高人工智能芯片的计算能力。第三，如何优化当下的计算模式，使其具备更高的安全性与效率。1.区块链超级计算芯片提供算力基础
区块链的发展促进了我国ASIC芯片研发能力的大幅度提升，我国区块链ASIC芯片已达到了阶段性的领先地位。ASIC芯片与GPU、FPGA等通用芯片技术不同，是一种为专门目的而设计的集成电路，在量产时具备更低功耗、更低成本、更高性能等优点。
专用芯片虽然不能像通用芯片一样，一个芯片能处理很多事情，但在一些数据量、计算量极其庞大的场景下，我们必须选择使用更强的能力来换取通用性。图2-1所示是一台由嘉楠科技研发的区块链超级计算设备，目前其有效算力可达到普通笔记本电脑的数万倍。
▲图2-1区块链超级计算设备
当前，区块链超级计算设备主要用于公链系统的共识维护，即常说的全网记账过程。接下来超算设备有两条路要走：
第一，在海量数据下实现加密、解密过程的加速计算，以提高共识出块的速度；第二，共享闲置、落后设备的有效算力，支持人工智能的模型训练，以最大化利用***。要想实现这两个目的，需要在芯片最初的设计过程中就加入相应的模块，这对芯片公司而言是巨大的挑战。未来，算力将是一切计算的基础，前路依然任重且远。
2.将ASIC技术运用到人工智能芯片
在区块链领域，我们见证了ASIC算力时代，那么如何将这种低功耗、高性能的芯片设计能力应用到深度学习领域呢？2018年9月，嘉楠科技推出的第一代人工智能芯片——勘智K210，可容纳神经网络模型的一体化SOC方案，是全球第一款基于RISC-V架构设计的商用边缘计算芯片，支持最高0.5T算力，且功耗较低，在性能上极具优势。
同时，凭借完全自主研发的神经网络加速器IP，勘智K210兼具了机器视觉和语音识别的能力，可以在超低功耗下进行高速卷积神经网络计算，比如，基于卷积的神经网络可用于目标检测和图像分类任务（如人脸识别、多分类物体检测与识别等），还可以实现声源定向、声场成像、波束形成、语音唤醒、语音识别等机器听觉功能（如图2-2所示）。
▲图2-2勘智K210人工智能芯片示意图
人脸识别技术是近年来非常火热的人工智能生物识别技术，为人们的生活带来了极大的便利性，可以降低社会运行和治理的成本，同时还能产生一定的经济效益。目前，人脸识别技术已经应用到支付、***、安防、教育等生活的各个领域。
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***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，***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。▲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DeepMindHealthDeepMindHealth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GoogleHealth，并将DeepMindHealth并入其中。
DeepMindHealth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，DeepMindHealth的目的主要在于提升信任度。
与其他人工智能系统一样，DeepMindHealth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MustafaSuleyman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***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。
03IBMCryptoAnchorVerifierIBM于2018年发布了“加密锚验证程序”（CryptoAnchorVeri-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***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***/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***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。
关于作者：孔剑平，NanoLabs创始人、清华大学五道口金融学院工商管理硕士、香港大学工商管理博士在读、知名区块链投资人、浙江省半导体行业协会副理事长。
曹寅，数字文艺复兴基金会董事总经理，曾任信达证券首席区块链专家。自2014年开始在国内推广区块链的产业应用，以子课题组组长身份参与了国家能源局相关政策的制定，并提出区块链服务实体经济的构想。
杨辉辉，区块链资讯服务平台哔哔News创始人，曾任区块链行业媒体壹比特联合创始人、区块链行业超算服务平台算力宝CEO。2014年进入区块链行业，具有丰富的区块链行业从业经验，对区块链产业生态有深入理解。
吕新浩，毕业于大连理工大学，曾发起并参与小米区块链技术团队，探索并实践区块链技术与在线广告的结合。
本文摘编自《产业区块链：行业解决方案与案例分析》，经出版方授权发布。
延伸阅读《产业区块链：行业解决方案与案例分析》
推荐语：产业区块链世界银行、国开行、百度等知名机构专家撰写，从设计思想、技术架构、实施方案维度剖析区块链在19个产业落地。
人工智能+区块链+云协同赋能工业制造
在上周，我们向大家分享了MATRIX“研究院”中关于如何通过利用人工智能、大数据和区块链技术实现“智慧城市”和“智慧物流”的文章。本周我们将会继续分享“研究院”项目架构中极为重要的“工业大数据智慧云链解决方案”。
解决方案中的‘工业大数据智慧云链平台’已经应用在部分工业场景中，而‘轨道装备预测式健康管理方案（PHM）’获得国家自然科学基金委重大仪器专项“基于多物理信号的高速列车系统级健康分析仪器”、中车集团重大专项“轨道交通装备故障预测与健康管理技术研究与应用”、中车集团重大专项“出口机车远程监测与诊断系统”等多个重大项目的支持。
平台诞生 恰逢其时
如果说工业大数据平台或者工业大数据云平台已经逐渐部署在我国的工业产业生产中，那么，被赋予了人工智能和区块链的工业大数据云平台的出现则进一步推动工业智能制造的发展，加快工业数字化的转变。
‘工业大数据智慧云链平台’以人工智能和大数据为核心，以区块链为基础，提供数据与人工智能模型生态和分布式人工智能算力***。其中，‘区块链智能雾计算层’作为平台的技术支撑层，包括为平台提供核心功能的核心功能层和进行大数据云端存储，针对企业级海量数据吞吐能力，高性能数据预处理能力的工业大数据平台层两部分。
作为充分运用人工智能技术的核心功能层，基于深度学习网络、机器学习策略、对抗网络、智能模型生成、智能模型管理、知识策略管理和工业知识数字化重建系统来支撑平台工业数据分析、运行状态监控、设备故障处理和运维能力优化的能力。由此，区块链智能雾计算层就形成了大数据+人工智能模型的生态体系。
平台实现落地应用，不仅依靠过硬的技术，拥有极高的“适配性”也是特点之一。平台集成了ERP系统、产线管理和工单系统。通过可视化和报告工具为实际应用场景中的业务流程提供支持，通过设置第三方系统接口，允许企业接入既有系统，帮助企业减少了重复开发的成本。
四大核心优化工业产业流程
工业装备结构特征学习是利用基于符号回归的系统结构特征学习和基于复杂系统临界相变理论的早期预警特征学习，能够适用于工业装备机理知识发现和状态检测；基于对抗网络的小样本学习是基于TSGAN时间序列生成式对抗网络的特征学习和分类，能够适用于小样本数据模式发现；基于深度神经网络图像识别和物体检测适用于各种工业产品检测、过程监测和人员状态识别；工业领域知识数字化重建适用于各种工业领域的知识库建设和自动推理。
这四大核心技术衍生的“产品”之一就是于2018年被应用在肯尼亚独立以来的首条新铁路肯尼亚蒙内铁路上的海外机车远程监控系统。借助智能仪表和远程数据中心，可以实现实时追踪机车运行位置、机车运行实时故障报警和故障远程诊断等功能，系统在蒙内铁路项目中主要用于监控中车集团出口肯尼亚的48台机车，可以实现从组件级到整个机车的管理、操作和维护优化。目前系统已平稳运行一年。
而另一个“产品”轨道装备预测式健康管理方案（PHM）。利用中国铁路特有的、全球最丰富的运营样本、数据和经验，借助PHM大数据平台中的PHM分析引擎，完成轨道装备的设计改进、优化运营和优化维修，再通过人工智能的装备状态评估，完成对重大事故的在线预警、部件剩余寿命估计和自动化故障诊断和维修。“研究院”希望借助轨道装备预测式健康管理方案（PHM）能够大幅度提高运维效率、降低维修成本，支撑铁路可持续发展。
中国“一带一路”建设在2013年被提出，“六路”中的铁路为地区间的互通互联和贸易往来提供了基础。预计到2020年，铁路后市场年均市场规模将达到2000亿元。其中，运维检测市场年均将达500亿元。巨大的市场催生了的工业大数据平台、设备维护等技术的快速发展。MATRIX“研究院”希望能够针对现有的运营体系进行优化，与当地***及其他工程方、研究机构联合申请研究型课题，作为轨道交通方面人工智能产业集群平台主要依托单位搭建产学研一体化平台。
区块链和人工智能：完美匹配
01 区块链和人工智能是目前最热门的两种技术趋势。尽管这两种技术有着高度不同的开发方和应用，但研究人员一直在讨论和探索它们的结合。
普华永道预测，到2030年，人工智能将为世界经济增加15.7万亿美元，因此全球GDP将增长14％。根据Gartner的预测，区块链技术带来的商业价值将在同年增加到3.1万亿美元。
根据定义，区块链是一个分布式的、分散的、不可变的分类账，用于存储加密数据。另一方面，人工智能是引擎或?大脑?，能够从收集的数据中进行分析和决策。
不言而喻，每种技术都有其各自的复杂程度，但人工智能和区块链都处于可以相互受益、相互帮助的境地。
由于这两种技术都能够以不同的方式对数据进行影响和实施，因此它们的结合是有意义的，而且可以将数据的利用提升到新的水平。同时，将机器学习和人工智能集成到区块链中，反之亦然，可以增强区块链的基础架构，提升人工智能的潜力。
此外，区块链还可以使人工智能更加连贯和易于理解，我们可以追踪和确定为什么要在机器学习中做出决策。区块链及其分类帐可以记录在机器学习下做出决策的所有数据和变量。
此外，人工智能可以比人类更好地提高区块链的效率。看看当前在标准计算机上运行区块链的方式，就可以证明这一点，即使是基本任务，也需要大量的处理能力。
智能计算能力
如果您要在计算机上运行区块链及其所有加密数据，则需要大量处理能力。例如，用于挖掘比特币的哈希算法***用了?强力?方法，即系统地列举解决方案的所有可能候选项，并在验证交易之前检查每个候选项是否满足问题陈述。
人工智能为我们提供了一个机会，让我们摆脱这一困境，以一种更加智能和高效的方式处理任务。想象一下一个基于机器学习的算法，如果给它适当的训练数据，它实际上可以?实时?地提高它的技能。
创建多样化的数据集
与基于人工智能的项目不同，区块链技术创造了分散、透明的网络，世界各地的任何人都可以在区块链公共网络环境下访问这些网络。虽然区块链技术是加密货币的分类账，但区块链网络现在正被应用于许多行业，以实现权力下放。例如，Singuarlitiynet特别专注于利用区块链技术鼓励更广泛的数据和算法分布，帮助确保人工智能的未来发展和?分散人工智能?的创建。
SingularityNET 将区块链和人工智能结合起来，创建更智能、分散的人工智能块链网络，可以托管不同的数据集。通过在区块链创建一个应用编程接口，它将允许人工智能代理之间的相互通信。因此，不同的算法可以建立在不同的数据集上。
数据保护
人工智能的发展完全依赖于数据的输入??我们的数据。人工智能通过数据接收关于世界和世界上发生的事情的信息。基本上，数据是人工智能的来源，通过它，人工智能将能够不断提高自己。
另一方面，区块链本质上是一种允许在分布式分类账上加密存储数据的技术。它允许创建完全安全的数据库，获得批准的各方可以查看这些数据库。当区块链和人工智能结合时，我们有一个备份系统，用于备份个人的敏感和高价值的个人数据。
医疗或财务数据过于敏感，无法移交给一家公司及其算法。将这些数据存储在一个可被人工智能访问的区块链上，但只有在获得许可并通过适当程序后，才能在安全存储敏感数据的同时，为我们提供个性化建议。
数据货币化
将这两种技术结合起来可能带来的另一个颠覆性创新是数据货币化。对Facebook 和谷歌等大公司来说，将收集的数据货币化是一个巨大的收入来源。
让其他人决定如何销售数据以便为企业创造利润表明数据正在被商业化，而且不利于我们。区块链允许我们加密保护我们的数据，并以我们认为合适的方式使用它。如果我们愿意，这也可以让我们个人货币化数据，而不会损害我们的个人信息。
同样的情况也适用于需要我们数据的人工智能程序。为了学习和开发人工智能算法，人工智能网络将被要求通过数据市场直接从其创建者那里购买数据。这将使整个过程比现在更加公平，而且没有技术巨头可以利用它的用户。
这样的数据市场也将为小公司开放。开发和提供人工智能对于那些不生成自己数据的公司来说是非常昂贵的。通过分散的数据市场，他们将能够访问其他过于昂贵和私人保存的数据。
信任人工智能决策
随着人工智能算法通过学习变得更加智能，数据科学家将越来越难理解这些程序是如何得出具体结论和决策的。这是因为人工智能算法将能够处理难以置信的大量数据和变量。然而，我们必须继续审核人工智能得出的结论，因为我们想确保它们仍然反映现实。
通过使用区块链技术，人工智能在决策过程中使用的所有数据、变量和过程都有不可改变的记录。这使得审计整个过程变得更加容易。
通过适当的区块链程序，可以观察到从数据输入到结论的所有步骤，观察方将确保这些数据没有被篡改，它让人们相信人工智能得出的结论。这是一个必要的步骤，因为如果个人和公司不了解人工智能应用程序的功能和决策的基础信息，他们就不会开始使用人工智能应用。
区块链技术和人工智能的结合仍然是一个很大程度上未被发现的领域。尽管这两种技术的融合在学术上受到了相当大的关注，但致力于这种突破性组合的项目仍然很少。
将这两种技术结合在一起有可能以前所未有的方式使用数据。数据是开发和增强人工智能算法的关键要素，区块链保护这些数据，允许我们审计人工智能从数据中得出结论的所有中间步骤，并允许个人将其生成的数据货币化。
人工智能可能具有难以置信的革命性，但它的设计必须极其谨慎??区块链可以对此提供很大帮助。这两种技术之间的相互作用将如何发展，谁也说不准，然而，其真正的颠覆潜力显然是存在的，并且正在迅速发展。
区块链与人工智能中间的渊源是什么
区块链、人工智能未来将会成为绝代双骄
我们现在时代需要变革，需要创新，而区块链、人工智能、还有新零售就是最近几年火起来的时代创新的产物，这些可都是让我们为之骄傲和自豪的。而区块链和人工智能却成了2018年最为讨论的两个概念。区块链和人工智能，这两者都在各个行业有忠实的簇拥者，究竟哪项技术更能代表科技未来发展的方向呢?
在过去的一年时间里，区块链这一划时代的技术夺目地进入公众视野，被认为是当前最有可能带来颠覆性改变的技术，并受到嗅觉敏锐的风投和资本的热烈追捧。
不管是阿尔法狗战胜人类围棋世界冠军、无人超市开店，还是自动驾驶汽车不断“上路”，人工智能已然成为日常新闻的主角，随着谷歌宣布在中国成立AI中国中心、推动人工智能发展写入***工作报告，如今的中国已然成为世界人工智能行业的主要角色。2017年精彩纷呈，被称为区块链和人工智能“应用元年”，可以预见2018年区块链和人工智能仍将站在风口中，受到各方高度关注。
那么区块链、人工智能到底是什么?区块链是一种去中心化的媒介，它带来的是一种创新的价值储存和流通模式，而人工智能让机器像人一样创造价值，它是一种新的价值创造体系。因此，区块链代表了未来的生产关系，而AI代表了未来的生产力。从凌晨“三点钟无眠区块链”的朋友圈火爆，到2018年***工作报告大篇幅对人工智能和区块链的阐述，这两种牢牢抓住人们眼球的前沿技术是如此不同，以至于结合两者的任何尝试，必然激起世界的好奇与疑惑。
区块链和区块链技术是两个不同的圈，我们时常说币圈和链圈，就是一个通常的划分，币圈讨论的是币的增长值，而链圈讨论的是纯粹的技术，所以有的时候说区块链的概念大于区块链技术。其实区块链的技术相对来说并不是很难，它的技术能用到很多地方，但恰恰是它的技术有时候限制了它的发展。相反，人工智能面临的难题在于如何和人类共同生存。人工智能在很多方面都是在促使着时代在进步、在发展，但是人类社会还没有真正做好迎接人工智能时代到来的准备，不管是在人类的意识、***道德、法律法规还是社会管理上，都还有很长的一段路要走。
人工智能技术的突飞猛进，迫使人类要向更远的方向发展下去，不断地创新，而不是停歇不前。
人工智能和区块链怎么结合啊？？
近几年的黑科技AI带来的冲击可谓一波接一波，从深蓝到AlphaGo，无一不让人们一次次地感叹科技的精妙和AI强大的学习能力。
那么AI结合区块链会怎么结合有会带来怎样的突破和创新呢？
先来看下区块链的变迁历程。从以BTC为标志的区块链1.0到一以太坊为标志的结合了‘智能合约’的区块链2.0，再到扩展性更强的EOS为标志的区块链3.0。
就BTC来讲，本身功能单一，对用户来讲，无非是挖矿和转账。所以有了升级版的ETH。
ETH提供了一个开发平台供用户编写智能合约发布应用，但它性能不足且手续费昂贵。这是BM就推出了EOS。
EOS能迅速获得大家的注意主要原因之一是其可扩展性比以太坊更强。它稳定、安全，但‘超级节点权力大导致不够去中心化’不比ETH去中心化。就是说它为了能达到足够快的数据处理还是在去中心化程度上做了妥协的。这时候Velas就出现了。
在EOS的特性基础上，Velas用AI来增强实现去中心化,通过将AI（人工智能）引入区块链技术，解决了人治所带来的弊端，通过AI自动调整系统产生最佳结果，而不对系统的处理标准产生影响，降低共识成本。
“AI是技术创新，区块链是制度创新”
后缀：「区块链+人工智能」：来自谷歌、IBM、百度的真实案例