2020年伊始,注定会在史册中记下浓墨重彩的一笔,新型冠状病毒肆虐,打乱了我们的工作和生活,带来新的挑战,然而,机遇总是与挑战并存,在变化中萌发新的生机。
去年起,区块链技术的集成应用被视为技术革新和产业变革中的重要一环,科技行者特此推出《区块链启示录》栏目,遍访区块链从业者,希望从他们的观察中发现新机遇,为区块链行业带来启示。
本期,科技行者对话中移信息技术有限公司部门副经理夏敬侃,中国移动今年会把越来越多的业务放到链上。
▲ 图:中移信息技术有限公司部门副经理夏敬侃
夏敬侃:我们尝试做区块链业务非常早, 2017年,就开始尝试做一些区块链应用,从内部节点开始上链。
基于全国分布式网络,中国移动建设了区块链服务(China Mobile Blockchain as a Service,CMBaaS)平台,希望为用户提供可信、可靠、高效的区块链服务。CMBaaS构建于私有云PaaS之上,让用户在弹性、开放的云平台上能够快速构建自己的区块链服务。实现多业务场景的融合应用,如:解决协同一体、数据一致、精确结算、交易确权、过程追溯、隐私保护等问题。
比如爱奇艺的会员年费,可以通过中国移动的手机话费交,在平台上给中国移动下单,这个订单就到了手机号归属的省里,省里报了扣费成功,但有可能爱奇艺那边没有订购成功,这里面, 订购关系就出现了差异,用户就会发现,扣费成功了,但他的业务并没有成功办理,可能就会接到一个用户投诉。当然,反过来,可能也会平台订购成功了,但是,平台到省的过程成功,平台也扣费了,平台到省的环节出现了问题,订购了却没扣费。
经过了一段内部节点上链的试用之后,去年8月,开始尝试把区块链的节点放给了平台,平台从链上就可以拿到订单数据,完成对账。
过去,这种对账是手工进行的,由线下发起,虽然差异率很低,不到万分之零点几,但是考虑到中国移动用户基数大,差异量还是不小的。现在通过CMBaas,已经完成了超过13亿笔交易,一致率达到了100%。
订购关系这个场景下,要求数据强一致性,保证数据的强一致性,区块链是一个很好的方式,这是区块链共识机制带来的不可篡改性决定的,区块链上每个节点都是一个完整的副本,所有的节点达成共识,数据是完全一致的。
区块链上的数据可以修改,但不能篡改,而且每个数据是有时间戳的,时间的痕迹都可以看到,都可以记录下来,链上的数据都是可信的。
这样,就把原来网状交易变成了链上交易,把发送方的消息通过智能合约的方式传递给接收方,而交易的过程中,发送方和接收方都没有什么感知。
一开始,先是提升准确度,效率不太高,慢慢找合适的技术,再来提升效率,通过这样的过程,来为业务部门帮忙,而不添乱。
这个解决方案拿出来之后,受到各省移动公司的欢迎,之前已经有2个省公司在试用这个方案,后来又有其他省公司想用,今年会推广到全国31个省。
夏敬侃:其实,搭建区块链平台并不难,到底是用fabric或者还是用什么其他技术,这也不重要,但重要的是从业务场景中提炼出需求,需要了解应用,真正理解区块链特性,两者匹配上,才能把应用和技术结合在一起。
现在的应用场景,大多数情况下,数据消费者在区块链上,但是数据生产者不在链上。如果生产者生产的数据就是错的,那消费者拿到的数据肯定也是错的。只有生产者和消费者都在链上,两种数据才能做到完全一致。
在这样的情况下,让区块链和业务匹配,就需要真正的去了解业务流程,也许有一些场景,我们觉得可以用区块链,但这个场景的具体问题和难点,也可能并不是那么匹配区块链。
夏敬侃:从我们内部来看,今年大概排了十几个业务上链,比如局数据管理,号段的编号在中国移动内部的很多系统都要用,财务也要用,省Boss也要用,数据仓库里的基表也要用,这其中就有同步问题,特别是在实现携号转网之后,所有号码现在通过交易的方式来变更,需要按小时同步号码库,在这个过程中,就又容易出现误差,如果上了区块链就不存在问题了,可以在链上拿到数据。
根据区块链本身的技术特点,接下来,电子合同会是一个比较容易落地的解决方案。本身,纸质合同电子化并不难,合同因为涉及到双方的约定,电子合同难的是监管问题,双方签订了一个合同,放在任何一方,都会让另外一方不安,担心另外一方擅自篡改。
如果有一个具有公信力的机构,或者有公信力的联盟做一个平台,大家互相授信,有强有力的背书,打造一个电子合同的第三方存证平台,应该会有很大的市场空间。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。