区块链创造了数字世界的一种新型信任机制。在区块链的世界里,信任的机制从信任机构改成了信任机器。在区块链的逻辑中,认为不可信的根源是人,要去除的也是人的因素,所以,区块链的可信机制来源于“机构-人≈机器”。
那么,区块链是否就是可信的了呢?区块链自身是否是清白的?区块链应用的环境,诸如数据和镜像关系等等,是否真实呢?
在公有链、联盟链和私有链中,必须要信任所选用的加密技术、信任所运行的软件、相信节点的中立性、相信用户之间不会共谋。
然而,在这其中,加密算法可能会有缺陷,智能合约可能会有漏洞;运行的软件有BUG也是在所难免的;节点能否公平的接受和处理交易,也有待考证;而当PoW算力集中超过51%、或是PoS投票权集中度高于51%的时候,区块链防篡改就根本不可能成立。
具体到区块链的应用环境,更是因为生态的复杂,无法完全值得信任。
区块链具有防篡改能力,但是这只局限于数据在链上的时候,数据写入链之前,以及数据离开区块链之后,都有可能被篡改,这是区块链本身无法避免的。
特别是在一些具体的应用场景中,数据的真实性值得商榷。比如猪肉的“溯源”,猪肉包装上写的猪肉生产日期是7月19日,而猪肉实际的生产日期,真的是7月19日吗?这中间是否有偷换包装的可能?都是区块链本身无法解决的问题。因此,链上的数据与对应的物品必须是“不可更改”的镜像关系,才可能保证应用真正可信。
说了这么多,相信大家已经明白,区块链需要营造一个可信的产业氛围,才能促进区块链行业良性健康发展,加快可信区块链标准的更新迭代,所以,中国信息通信研究院牵头200余家企业,推行“可信区块链推进计划”,加速区块链技术与实体经济深度融合。目前,腾讯、上海保交所、华为、中兴、蚂蚁金服、百度、思爱普、联通集团、微软、中国移动研究院、京东金融、联动优势、趣链等企业均已加入“可信区块链推进计划”。
-关注科技行者微信公号,获取《区块链杂谈》电子杂志-
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。