近日，一个被命名为“Turing Chain (图灵链)”的TAI基金在美国成立，考虑将使用区块链技术解决人工智能（AI）领域内冗杂浩瀚的知识图谱搭建和校验问题。同时作为全球首个ABI理念的公链，图灵链将开放第三方接口方便生态开发者迅速搭建各个行业的AI应用及硬件设备。
图灵链的初衷就是集合所有行业、学科、哲学..、文化等专项领域内具有专业知识，并希望通过贡献专业知识达成流通和变现的人群，搭建一个人机共享的知识..，给更多机器录入人类的知识，完成人机对话及人类文明传播领域的一次颠覆性革命。
全球AI领域人机对话的发展现状
使用自然语言交流的AI目前已被应用到智能音箱，手机AI助理，自动客服，IOT设备等众多产品方向。其中仅智能音箱的全球销量就已突破5000万台，智能音箱俨然已成为AI的下一个入口。
尽管现有的IT巨头纷纷涉足这一领域，但由于人类知识的复杂性，语言表达形式的多样性等原因，导致自然语言理解及多轮对话的研发难度远远大于图片识别、文字识别等其他方向，且由于缺乏大量的、高质量的训练数据，获得的算法进展相对较少。
单个企业的有限投入根本无法完成全领域的知识梳理这样庞大的工作。因此即使在目前这个被媒体炒作为一个”智能为王“来临的时代，由于投入资源的不足、生产的设备交流能力较弱，事实上并没有给用户创造足够好的体验。
AI多轮对话面临的挑战
1.无数据不AI
人工智能搭建知识图谱的难点在于数据积累，知识图谱的搭建是AI进化过程中的重要数据积累路径，也是让AI技术可以商业化的重要基础。但这个领域和深度学习的训练数据获取一样，如何高效、低成本的构建一套完善的知识图谱至今是一个难题。
