当前，区块链技术主要用于金融交易。然而，一些新兴趋势正在重新定义区块链的应用，例如欺诈检测、反洗钱和供应链管理。
随着新兴技术受到全球关注，区块链技术、大数据和人工智能的融合成为了所有人的目光。这些技术结合在一起正在为企业创造一些神奇的东西，帮助他们表现得更好。 此外，他们还试图降低企业和最终用户的成本。让我们深入了解这些新兴技术的交叉点以及它们未来的发展方向。
简介
人工智能 (AI) 是一组技术，有助于识别数据模式、推荐操作以及自动化根据建议采取的操作。所有步骤均独立实施或人为干预最少。
区块链技术提供了一个分布式基础设施，使用不可变的账本来记录无法轻易删除的数据。大数据是指对大量、高速产生的数据进行存储、分析和报告。
使用人工智能进行反洗钱（AML）
检测洗钱一直是区块链和加密货币监管的核心问题。加密货币交易所花费大量资金来检测和报告加密货币中的可疑交易。然而，基于人的监控总是很昂贵的。
区块链分析公司 Elliptic 已将人工智能集成到其技术堆栈中，以检测可疑的区块链交易、黑客和洗钱活动。此类活动使加密平台更加值得信赖。
利用大数据和人工智能检测欺诈
与反洗钱类似，欺诈交易也会增加开展业务的成本，因为您必须支付更高的保费来为您的业务提供保险。点对点平台存在高度欺诈交易。
币安使用实时机器学习来检测和发现其交易所、P2P 交易和其他市场中的可疑交易。这种称为流式传输管道的方法有助于以更少的人力发现欺诈者，从而降低成本。
使用人工智能和区块链来验证大型数据库中的数据
在最后两个示例中，我们使用加密本机应用程序。然而，有许多公司结合使用区块链、数据和人工智能来提高业务效率，从而降低成本。
IBM 和沃尔玛就是这样的例子之一。这两家公司运营着一个名为“Food Trust”的项目，该项目跟踪供应链数据库。
区块链技术用于跟踪和验证供应链中的点。基于人工智能的数据分析用于识别数据中的模式以及进一步改进流程的模式。
挑战依然存在
区块链作为一项新技术也面临着一些挑战。以下几点广泛探讨了阻碍该技术发展的几个主要挑战。
比特币的主导地位
区块链的未来与比特币有着内在的联系，比特币在加密货币市场中占据着略低于 50% 的份额（截至撰写本文时）。这对不涉及比特币的项目构成了挑战，因为在熊市期间，大多数人会撤出其他加密货币，并将资金囤积在比特币、以太坊和一些选定的稳定币中。
这引起了人们的担忧，即使一个项目是可行的，它也很难在熊市中生存，因为项目代币可能会被比特币抛售。
资金问题
当项目关闭或停止运营时，一些投资和财富基金在加密货币冬天损失了数千亿美元。他们中很少有人能从这种情况中恢复过来。
彭博社报道称，2023 年第二季度，加密货币 VC 资金自 2022 年以来下降了80%。提到的核心原因是监管的不确定性。已经有一些法律上的成功，比如 Ripple 和 Grayscale 的案例，但监管方面的担忧仍然普遍存在。
这造成了一个融资神话，即加密项目注定会失败。此外，很多人都会指责那些其项目核心没有太多创新、只是为了个人利益而寻求资金的项目。
机构参与者的不情愿
机构参与者已经进行了许多试点项目，其中一些项目效果令人满意，但他们极不愿意公开表达自己的意图。
摩根大通的JPM Coin在跨境支付方面取得了巨大成功，但有关该项目的信息却很少。即使是 IBM 的 Food Trust 项目也没有得到其创始人的太多关注。
这种不情愿的原因似乎与前一个案例相同。监管透明度非常低，每个政府都会推迟让其他国家先尝试的决定。
阿联酋和萨尔瓦多已经取得了一些成功，但还需要像中国或印度这样拥有庞大消费者基础的主要经济体。
对人工智能的担忧
人工智能的不道德方面一直是监管机构非常关心的问题，因为强大的参与者可能会边缘化其他参与者。一些人工智能生成的艺术作品可能令人惊叹，甚至比大多数熟练的艺术家还要好。这些艺术品使人类的创新能力边缘化。
美国曾经有一个版权案件，法院裁定，人工智能在没有人类参与的情况下生成的艺术品，不能根据美国法律获得版权保护。
此类事件是不道德使用人工智能的一个例子。
结论
人工智能和区块链都是新兴技术，有着非常光明的前景。他们都处于创新的前沿。它们一起可用于反洗钱、欺诈检测和处理大量数据。然而，他们的成功很大程度上取决于他们所面临的挑战，除此之外，他们的潜力只有天空才是极限。
