对于“区快链+AI”的技术理念创新，8月20日，国家互联网金融安全技术专家委员会（下称“互金专委会”）发布行业研究报告称，“区快链+AI”结合优势众多，但同时也面临着不可控性等四大方面的风险。
人工智能技术可利用AI深度学习神经网络侦测全新恶意软件和应用程序
人工智能技术可利用AI深度学习神经网络侦测全新恶意软件和应用程序近两年，随着AI技术在各行业中的应用普及，深度学习也被广泛使用，8月初，一家全球安全技术公司Sophos (LSE: SOPH)宣布，推出具备预测性深度学习技术的新一代服务器防护方案Sophos Intercept X for Server，可提供不断进化的安全措施对抗网络威胁。互金专委会认为，“区快链+AI”是新兴技术相互赋能的良好应用结合，区快链技术在人工智能这一垂直领域的探索，有助于加速新兴技术的落地，并在实践过程中不断完善。区快链与人工智能技术的结合可以提高人工智能的数据安全性、解决数据收集时的数据隐私问题、区快链使人工智能更加可信等众多优势，但与此同时，“区快链+AI”也面临着两方面主要矛盾。
一方面是AI和区快链自身的缺点，在结合后仍无法有效解决；另一方面是AI和区快链结合过程中可能造成原有优势被破坏。具体表现在政策性、技术融合的不确定性、大规模的社会应用面临挑战、不可控性四方面风险。
互金专委会表示，区快链目前部分的衍生应用在世界各地存在着一定的政策风险。例如，未来是否采用区快链技术伴生的通证（Token，可流通的加密数字权益证明，狭义上可指代币）来激励人工智能开发或节点管理，但无论是在经济上还是在政策上如何定义通证仍有很大的不确定性。目前区快链技术发展总体阶段处于类似于互联网发展的初期阶段，距离大规模的应用落地仍然需要时间积累，大部分“区快链+AI”项目仍处于概念验证阶段或早期应用阶段。
在技术融合方面，作为两个前沿的新兴技术，且都处于尚未完全成熟的阶段。无论是从当前区快链的技术指标，还是从人工智能的实际落地性来讲，距离两者真正的结合并实现落地，需要面对的不确定性因素仍然存在。“目前区快链的主要问题为扩容、隐私、和计算能力，主流的公有链难以支撑人工智能的链上实现。”互金专委会指出。
另外，技术的大规模社会应用面临挑战，数据共享威胁大型企业利益。互金专委会认为，通过弱化数据中心化，降低了大型企业相对小公司的竞争优势。如果任何人都可以访问这些数据，那么任何人都有机会与世界上最大的公司竞争。共享市场的尝试可能会让大公司感到不安。因此，大公司可能会反对数据去中心化，并可能游说维持AI模型开发方面集中式数据集的现状。
互金专委会还表示，当使用了“一旦运行不可停止”的智能合约时，如果合约代码存在漏洞被黑客利用，黑客将通过智能合约漏洞牟利，因为在区快链上运行的事务和交易不可撤销，可能会给企业和个人造成不可挽回的损失。
