智能算法和区块链

❶ 人工智能与区块链的关系

区块链与人工智能其实并无直接关系，无论是在开发上还是在技术上，但二者并不是不能相关联。只要使用得当，二者也可以有很好的结合。

比如现阶段的区块链领域，公链技术发展停滞不前，其中关键的一环就是在出块的问题上，目前旧时代的公链技术在出块效率上存在很大的问题，不光浪费资源，而且在分配上也很不合理，导致公链资源大量被浪费，效率停滞不前。

而人工智能恰好可以很好的解决这一问题，比如通过人工智能（AI）优化的神经网络来增强 其共识算法，进行自我学习和自我优化的公链，致力于提高转账过程以及智能合约的 安全性、互操作性、和高度可扩展性。像Velas就是 采用通过 AI 增强的 DPoS 共识，在不降低安全性和交易速度的情况下，完全实现去中心化。

Velas 上的神经网络由许多简单的有机体组成，它们通过 80/20 共识消除区块链中 的不规则现象，确保网络按预期运行。 不光如此，Velas AI 计算出块时间和运行节点的奖励。AI 优化网络产生了可能的最佳结果，降 低了共识的成本，并使其可扩展至超过每秒 3 万次交易。

❷ 大数据，人工智能和区块链来了，HR们准备好了吗

大数据、人工智能(AI)、区块链，是当前热门话题，这些新兴技术将时刻改变我们未来的生活。那么，对于HR的从业者，这些新兴技术对HR会产生哪些影响呢？
大数据
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
过去，在招聘人员的时候，是先根据理论建立一个能力模型。这个模型是基于一定的经验、逻辑和假设，并没有在实践中予以检验是否真的正确和有效，而是更关注前后的逻辑推论。但是，大数据的核心，是通过海量的数据去推测未来可能会发生什么，而不是建立因果关系。它源自于过去实践的总结。Google可以说是利用大数据技术招聘的先行者。Google首先让在职的所有员工完成一份几百题的问卷，然后利用大数据分析得出一套数学模型，从而根据这套数学模型去寻找合适人才。如此让Google不再是单一的根据文凭、成绩来判断求职者的能力，而能发现那些学校、成绩不太好却极具潜力的求职者。

大数据目前在HR中运用，主要是将公司现有人员行为特征数据化，通过大数据和算法去建立能力素质模型。运用的难点在于如何行为数据化，如何去建立数学模型。
人工智能
人工智能（ArtificialIntelligence），英文缩写为AI，它是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。比如我们常见的智能搜索，就是AI应用的一种。
预测性算法和机器学习作为一种锁定最佳候选人的工具快速兴起，涌现了许多AI+招聘的公司。借由AI快速评估求职者的个人素质，通过对用语偏好、微动作、心理情绪到社交媒体用语等的考察得出结论。还可以通过AI工具筛选简历和在数据库中搜索，来节省招聘人员的时间，并自动向合格的应聘者推销工作。AI的招聘软件可被用于早期招聘阶段以缩小候选者范围，到了招聘后期，雇主多会选择于求职者面对面交流，人为判断。这种软件提高了招聘效率，降低了筛选的偏见。

目前，AI在HR的应用，主要还是在外部招聘软件服务上，内部去建立基于AI的招聘在成本上投入很大。
区块链
区块链（Blockchain）是一种加密的数字记录总帐，它们被组织成一组数据，称为‘块’，并分布在一个网络上。这些块位于服务器上，称为“节点”像链一样连接在一起。每当发生新的交易时，区块链就会在网络上被认证。因此，需要每个节点的认证才能将块添加到链中。区块链创建信任，因为显示每个事务的链的副本由整个网络持有。这是一种分散数据的方法，只与你想要与之共享的人共享数据，并且数据只能由其所有者修改或删除。它是加密的，而且几乎不可能改变，除非你是该数据的验证所有者。

区块链的信息不可修改性和开放性特征，使之这种数据存储方式非常可信。过去，我们需要花费大量时间去核实教育证书真实性、技能有效性，甚至还需要通过外部背景调查机构去核实相关信息。同样，求职者也担心个人信息泄露而不愿公开相关信息。区块链这种技术，可以帮助招聘人员以高度安全的方式验证候选人的证书，并减少证书被更改或伪造的可能性，同时也可以有效保护求职者信息。这样我们就会减少信息验证所花费的时间，提高招聘效率。
目前，区块链的应用还仅仅是创想和构思，它需要大量的人和组织参与其中共同按照这个方式去构建数据，未来才有可能在HR领域中得以应用。