原标题：“人工智能+区块链”：技术融合与法律应对在技术发展过程中，人工智能与区块链以独立的技术路径并存、并存。人工智能的本质是主要通过数据分析和深度学习来实现模拟人类决策行为的技术智能。区块链通过分布式、去中心化、防篡改、可追溯的账本，在未知的数据环境中建立信任关系。人工智能和区块链都在不断进步，两者融合发展的空间很大。经中共二十届中央委员会第四次全体会议修改批准的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出“全面实施“人工智能+”行动，用人工智能引领科研范式变革，加强人工智能与产业发展、文化建设、公民安全、社会的融合。“建立治理，主导产业人工智能应用高地，为千行百业全面赋能”。无论技术发展法律和国家政策的方向如何，人工智能与区块链的技术融合已成为大势所趋，迫切需要从制度和实践层面进行法律规制。
区块链可以为人工智能提供更加可靠的数据库，提高人工智能决策的安全性。人工智能依靠自身的数据信息来分析决策，但其决策的质量往往取决于两个因素：数据信息的安全性和可靠性不够。区块链技术和应用场景支持可以为人工智能提供充足、安全、可靠的数据体系。具体来说，区块链不仅可以有效存储数据的内容和格式，还可以验证数据权益的状态。其分布式功能可确保您的数据不再集中存储在单个服务器上。此外，非对称加密算法可以产生严格的权限控制，确保链上数据的内容和格式难以被操纵。同时，可靠的时间戳AMP和智能合约实现了数据来源和分发过程的可追溯性，保障了数据所有者、用户和运营者等各个参与者的权益，缓解了数据共享的担忧。目前正在进行几项实际研究来支持人工智能决策使用值得信赖且可共享的区块链数据进行离子制造。例如，在智慧城市场景中，区块链数据存储的支持使得医疗健康、环境资源、交通设施、社会保障等各个领域的数据在明确数据权限的基础上得到更广泛的共享，从而显着提高人工智能决策的质量。
人工智能可以将区块链原有的“预先制定的决策”转变为“动态决策”，从而提高区块链决策的效率和科学性。区块链虽然具有一定的决策能力，但主要是通过既定的共识算法和智能合约来实现的。这种决策能力过度依赖预先建立的算法逻辑，缺乏对复杂情况的识别和判断能力。人工智能可以通过分析在变量中积累的数据来做出决策实时响应决策条件的变化，从而优化区块链的智能决策水平。例如，深度学习技术可以根据历史区块链数据、节点变化和执行结果随时间调整区域。算法记账权限分配机制区块链共识系统提高了其识别和处理异常节点的能力。自然语言识别技术使智能合约超越简单的预先建立的机械程序，并根据实时数据响应潜在变化的条件。在人工智能技术的支持下，可以说区块链可以从程序员的“书本智能”走向集社会、心理、情感交互于一体的“市场智能”。
“人工智能+区块链”的技术融合是一种新的技术形态，需要新的法律监管体系适应。这一新的法律法规体系不仅要在层面上弥补现有专业法律标准的不足，而且要在执行层面上有效解决法律责任问题。同时，要特别注重全过程的监管。
首先，“人工智能+区块链”的技术融合特点是融合复杂，需要制定专门的法律规则。受技术路径差异的影响，现有人工智能法律法规侧重于管理智能决策带来的技术风险和伦理问题，而区块链法律法规则侧重于确保数据存储和传输中的信任关系。 “人工智能+区块链”融合的方式极其复杂、集成。它是基础算法、技术知识和技术的有机融合。产业生态系列要素。两类规则的简单融合并不能满足技术融合后新场景的监管需求。从这个意义上讲，第一步就是从技术融合的基本逻辑出发，将一般法所包含的国家安全、知识产权、个人信息、平等保护等要求融入到技术融合的专门规则中。二是结合应用场景具体实际，整合相关行业规律。例如，人工智能与区块链在精准医疗、智能交通、供应链管理等场景的融合应用，不能仅仅由医疗、交通、物流等行业来监管。相反，我们需要打破传统的行业壁垒，对行业法规进行重叠、统一和整合。三、技术标准具体针对技术集成，应通过国家标准、行业标准和集体标准明确技术集成的关键术语、结构和评价标准，并补偿一般法和行业法制定周期长造成的规则滞后。
其次，“人工智能+区块链”技术的融合将动态更新应用场景，需要更加关注法律法规实施中的问责问题。人工智能和区块链技术正在快速发展和迭代，其融合的场景具有快速更新的特点。技术集成规则在生成时，往往是基于实际的应用场景。会比里约晚。解决这个问题，场景技术融合的法律规制要激活机制来解决缺乏规则。法律责任可以弥补技术集成规则的缺失，因为它具有原则性、责任性和威慑性。与传统问责的不同之处在于，技术融合的责任主体更加多元，责任的因果关系更加复杂。例如，“人工智能+区块链”支撑的科技产品发生事故，很难简单地将责任归咎于区块链算法开发商、人工智能算法开发商或其他相关方，也很难厘清责任的因果关系。讨论清晰。为此，我们在责任归属时可以采取“先概括，后具体”的理念。首先，我们可以通过强化过错或无过错责任推定来概括技术集成的法律责任，从而强化了行为人的责任。谨慎义务，然后具体区分技术集成的不同参与者之间的责任。明确并追究相关主体的法律责任，将倒逼各方负责任，填补法律规定的空白，形成有效的威慑和救济机制。
最后，“人工智能+区块链”技术的融合存在一定的不可预测性，隐藏的风险需要通过整个过程的监管评估来解决。即使“规则执行”体系在制度和实践层面发挥作用，面对复杂的技术集成生态，仍然会出现开发者无法预见的问题。因此，监管者和评估者不仅要成为现有规则的执行者和维护者，而且还要成为预防者和风险管理者，而且这种预防和控制必须贯穿于技术融合的全过程。规格即技术部署前的准备阶段必须保证技术融合算法和数据的合规性。在技术完成后的有效性验证阶段，必须合理、合法地评估社会影响。为确保技术集成运作过程合法可验证、可解释、可干预，监管机构必须确保技术集成关键点的有效识别并及早实施监控和追溯。必须建立定期警报机制。为此，可以尝试将技术工具迁移到技术集成场景中的现有逻辑，例如强制AI标签和区块链监管沙箱，以最大限度地进行预警或降低技术集成风险。当然，技术融合并不意味着传统人工监控的过时。相反，这个新场景提出了更高的要求及时和适当的监管干预的要求。
换句话说，“人工智能+区块链”的技术融合，就是通过科技的力量实现新的生产力。无疑将引起经济社会关系的重要变化，进而引起法律规制范式和意义的重要变化。它不仅涉及建立制度规则，还涉及发展社会价值规范，解决人与技术关系的新道德和新秩序。
（作者：康宁，北京航空航天大学法学院副教授、数字司法研究中心副主任）
（编辑：李芳、郝梦佳）
分享出去让更多人看到。
发表评论