由于很难确保人工智能算法安全、公正、准确，一些公司正求助于区块链这种一度被誉为具有变革性，但尚未能在商业领域流行起来的技术。
由于很难确保人工智能(AI)算法安全、公正、准确，一些公司正求助于区块链这种一度被誉为具有变革性，但尚未能在商业领域流行起来的技术。
区块链以支撑比特币和其他加密货币闻名，它是一种让创建数字交易账本并在计算机网络中共享账本成为可能的数据结构。区块链使用加密技术，让每一个网络参与者都能以安全的方式记账，而无需中心化权威机构的介入。交易一旦完成，区块链就会保有不可篡改的交易记录。
有鉴于此，技术供应商FICO和Casper Labs表示，它们正应用区块链来追踪AI算法的构建和训练过程。FICO是一家数据分析公司，Casper Labs是一家聚焦于区块链的初创企业。
它们表示，随着AI在各个商业领域大行其道，而公司发现AI输出的内容并不总是值得信任，这种应用就成了一件适时而又紧迫的事情。与此同时，政府监管机构也对公司施加了更大压力，要求提高相关算法的透明度和可审计性。
区块链以前的商业用途，包括供应链追踪，都未能在市场上获得青睐。AI的大规模应用能否令区块链“借力上青云”还有待观察。
FICO首席分析官Scott Zoldi说，区块链可以用来准确追踪算法是根据哪些数据、何时、由谁训练的，以及采取了哪些其他步骤来审核和验证这些数据。他说，创建AI模型的公司通常会尝试追踪这些数据，但通过区块链能更容易地获得公开分享的、一致的、可信的记录。
他说，区块链无法阻止算法出错或出现偏差，但可以提供可核查的记录，而相关记录可能表明出错或出现偏差的原因在哪里。
“我们发现，区块链可以把任务分解成一个个小合同。我们可以确证这些步骤中的每一步都是在非常细微的层面上完成的，”Zoldi说。“有这种不可篡改性，就有了一定程度的透明度和诚实性。”
区块链并不能解决AI模型中的可解释性（又称“黑箱作业”）问题。区块链本身并不能决定为什么某项AI模型会得出某个特定答案。Zoldi表示，区块链所能做的是提供更好的记录，帮助回答相关问题。
一些首席信息官持怀疑态度。支付公司Fleetcor Technologies的首席信息官Scott duFour支持加强AI管理，但认为使用区块链可能并非合适的答案。他表示，区块链可能有助于增加对AI系统的信任，但前提是它必须与其他已在使用的工具相辅相成，帮助设计者理解和解释AI模型中的预测。
目前，FICO的工具正在内部使用，但计划今年晚些时候向客户推出。
此外，总部位于瑞士的Casper Labs正与IBM合作开发自己的工具，该工具将提供“版本控制”功能。据首席执行官Mrinal Manohar称，这个工具能记录在某个时间对某项模型产生影响的数据和参数，并且如果有公司开始发现自己的模型存在偏差或不准确，可以恢复到之前的某个版本。
纠正算法中的偏差仍然是一个困难且耗时的过程，企业往往缺乏相关的系统和工具。
Manohar说，Casper的工具预计将在今年第三季度与IBM的watsonx AI治理平台集成后投放市场，前者目前正处于验收测试阶段，但它并不是watsonx平台的专有产品。AI治理平台试图指导该技术的使用并管理与之相关的风险。
Manohar说，区块链的这种应用不易出现那些困扰早期使用的问题。例如，在供应链追踪方面，公司已经有了长期、既定的货物追踪方法，转而使用昂贵、复杂的区块链是很难具有说服力的。但Manohar说，在AI治理领域不存在这样的既定方法，这为区块链成为一种行业标准提供了难得的机会。
供应链方面的努力也受挫，因为需要有大量的供应商和相关方参与进来追踪供应链，而这些参与方的技术水平参差不齐。但研究和咨询公司Gartner的副总裁兼杰出分析师Avivah Litan表示，该领域需要的参与者较少。
即便如此，这并不意味着在AI治理中应用区块链已经准备就绪。
Litan说：“这是个好主意，只是我认为它超前于市场。”她指出，许多公司在开展新项目时，历来没有优先考虑AI治理和风险管理。
她说：“如果最高为10档，它对客户的重要性可能在第三档。”不过她补充说，随着生成式AI项目如雨后春笋般增长，它的重要性也开始逐渐上升。
Manohar表示他不同意该工具超前于市场的说法，并说他从测试过该工具的企业技术领导人那里得到了积极的回应。
他说：“如果企业今天没有优先考虑AI治理和风险管理，我认为这是因为大多数企业不知道从何入手，而不是因为他们不关心或认为这不是优先事项。”
软件公司Globant的北美首席技术官Nicolas Avila说，他认为这些工具还需要经过验证。不过他确实看到了这两种技术融合的巨大价值。他说：“最终，AI将解决区块链的问题，而区块链将解决AI的问题。”