近期，约翰内斯堡大学的 Tshilidzi Marwala 和 Bo Xing 联合发布的论文显示，区块链和人工智能的结合可以使区块链变得更加智能。两位作者还将这种连接的结果称为“区块链 2.0 版本”。
众所周知，区块链的智能合同是一项引人注目的市场创新。不过，Marwala 和 Xing 也在论文里指出，“智能合同安全的定义标准还很薄弱，这意味着无论新旧，凡是在智能合同里发现的隐藏漏洞都可能造成人们不希望看到的结果，最直接的例子莫如货币损失。”这并不是危言耸听，实际上，虚拟货币智能合同里的 BUG 的确有造成数百万美元损失的先例。
不仅如此，区块链或是分布式分类账技术里的智能合同还具有非常优秀的耐久性，这种极难纠正的性质也给人们增加了不小的挑战和困难。研究人员强调，“与那些对应的集中式系统不同，一旦智能合同被应用于分散式的区块链里，在编码发生错误时进行的回滚和补偿操作将变得难于登天。尽管人类安全审计是一种可行的对策，创作人员也会因此提高安全级别，但这些实践所产生的成本并不是一个可以忽略的小数目。”
但是，利用数学推理进行 debug（调试）和学习的形式验证或是具有设计性和安全行的搜索软件，这些人工智能持有的功能都使 Marwala 和 Xin 看到了无限可能。为此他们认为，人工智能可以在多个领域顺利实现区块链以及分布式分类账技术：
* 持续性：“人工智能可以对能耗进行优化”，由于需要大量的服务器马力，虚拟货币领域对能耗优化问题极其关注。
* 可拓展性：“人工智能可以在缺少集中数据集的情况下进行协作学习。”
* 安全性：“人工智能可以检测区块链应用程序层的入侵问题。”
* 隐私性：“人工智能可以提高哈希函数（压缩映射）的性能。”
* 效率性：“人工智能可以预测完成特定挖矿任务节点的可能性。”
* 硬件问题：“人工智能可以就整体性能提升的方向提高采矿硬件的设计。”
* 人才短缺问题：“人工可以通过生成分布式分类账代理形成多代理系统。”
* 数据保护：“人工智能可以协助智能开放资料。”
当前，许多虚拟货币领域外的公司都尝试进行了有趣的区块链示范项目，比如 IBM 和马士基的联合航运供应链计划，沃尔玛的区块链食品追踪，甚至连法国保险巨头安盛 AXA 都加入了这场区块链的实验狂欢中。不过，还有许多企业对将数字资产投进分布式账本技术 DLT 环境一事踌躇不已。人工智能或许是减轻这些焦虑和担忧的根本之法。
