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
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。