James Kobielus是SiliconANGLE Wikibon的数据科学的首席分析师，专注于数据科学、深度学习和应用开发。他认为，区块链能作为人工智能的一种基础设施，正在进入AI生态，在以下5个方面起到作用。
区块链是一种被认为会给全球经济带来革命性变化的技术，而加密货币的繁荣已经产生了大量的风险投资资金，试图利用这种分布式超级技术的每一个潜在应用赚钱。
现在，区块链正在进入AI生态，并从以下几个基础方面贡献价值：
1. 区块链作为人工智能计算代理的中枢: AI开发人员在准备、建模、培训和部署应用程序时，需要有发现、访问和消耗分布式计算资源的能力。Cortex区块链和DeepBrainChain为人工智能开发人员提供了计算代理平台，以帮助他们在分布式的、可信任的按需神经网络上运行人工智能算法。
2. 区块链作为分散式人工智能训练数据交换: 训练数据是人工智能应用程序的关键。Ocean Protocol和IoTeX通过使用区块链和物联网数据的共享来建立分散化的AI训练数据交换平台。
3. 区块链作为一种人工智能中间件总线: 分布式的AI微服务需要通信，也可能共享状态和持久数据。通过奇点网络（singularitynet）支持的区块链，实现了全球网络协议，以支持分布式人工智能算法和模型之间的通信。
4. 区块链作为人工智能审核日志: 跟踪、发现、合规性和透明度是基于AI组件的重大问题。Botchain使用超级账本（hyperledger）来跟踪基于AI的实体的身份和行为。
5. 区块链作为人工智能数据湖: 许多人工智能专家将区块链视为未来数据湖的超级存储基础，用于保护消费者数据隐私并抵消人工智能对此类数据的过度追求。
虽然以上这些区块链计划尚未成熟、内置并且广泛应用，但一旦这些计划在生产人工智能环境中获得立足点，它们很可能将支持企业的异构建模、培训和部署管道，以实现机器学习和深度学习。
然而，这些区块链计划仍面临挑战，例如实现技术以及与不完全控制的网状网络的定位、与监管的背道而驰等。另外，AI区块链也可能与个人隐私控制存在冲突，并可能违反欧盟的《通用数据保护条例（GDPR）》。
值得注意的是，AI量化的发展推动了数字货币市场的新变革。借助区块链技术，星轨ABV STAR智能量化平台打造了一个能保证真实性和可溯源性的智能量化平台，实现了量化交易策略的价值变现流通、生态推广、量化策略平台建设和AI人工智能赋能等功能。通过机器学习等人工智能方式挖掘历史规律，星轨ABV STAR智能量化平台能够找到最优解，构建健康高效的量化交易策略链上经济圈。
