科技行者 8月7日 北京消息(文/孙封蕾):可能很多人会觉得,区块链被列入了新基建的一部分,因为去中心化、分布式、可信任等特点,能够解决很多当下的大问题。然而,在实际的落地解决方案中,我们可以发现,从很多具体的场景切入,区块链的价值可以发挥的更淋漓尽致。《区块链启示录》本期采访了溪塔行业大客户总监孔庆阳,他为我们介绍了区块链和物联网结合的几个案例,会有窥见一斑的感觉。
图:溪塔行业大客户总监孔庆阳
孔庆阳:溪塔在金融行业已经做了不少区块链的案例,也是区块链普遍会涉猎的范围,比如票据流转、股权登记、供应链金融,BaaS平台建设等,最近,溪塔也发现,区块链与物联网设备相结合,可以适用于许多已有的应用场景。
比如,溪塔和中国移动合作,针对停车场的场景,做的一个解决方案,目前已经上线并且推广。
停车是我们日常会面对的一个应用场景,大家可能不会想到,区块链在这个场景里也可以发挥作用。
在停车场这个场景中,一般会有两个参与方,首先是业主方,即拥有停车场场地的所有权,比如说像是很多楼盘,著名景点都会预留停车场的场地,这些业主方拥有停车场的所有权,但是会把场地运营交给更加专业的平台。这里就引入了停车场的运营方,运营方的主要工作是去做系统建设,硬件施工。在实际的运营中,运营方负责停车场的收费和维护,停车场的收益和业主方进行分成。
这个模式中,会有一个潜在问题,即双方对于数据的信任问题,比如停车场每天实际停了多少车,车停了多久,有多少停车费收益,由于系统也是由运营方来维护的,所以这些数据都是运营平台才真实掌握,这样业主方和停车场的运营商就形成了一种信息错位。
通过溪塔和移动共同设计的方案,在停车场的闸机和相机上,加入了区块链芯片。区块链芯片和4G/5G卡相配合,可以实现物联网设备端侧的数据直接记录在区块链侧,即数据端侧到链侧的打通。实际场景中,设备可以直接将信息就形成订单,然后不经过云端直接记录在区块链上,提供多方对账基础。
这样的区块链和物联网结合方式,停车场的信息就更加透明化,大家在对账的时候,就自然做到互信。
孔庆阳:区块链和物联网结合的案例还有很多,因为区块链解决的是信任问题,所以如果源头数据不可信,即不存在信任基础。而物联网收集数据,恰恰是可以解决源头数据的信任问题。
溪塔还有一些物联网的案例,大体上是给生产设备加上区块链芯片,这样生产设备在每天使用情况,生产量是多少,都可以保证数据源的真实,这样长期的数据积累就可以计算生产设备贡献了多少价值,计算出来 ROI。
如果能够保证生产设备采集数据的可信,将会有利于很多场景,比如说设备的融资租赁,二手交易的残值计算和资产证券化的发行。对于投资者而言,他们最想了解的就是设备的真实工作量,使得设备的估算变成了可能,换句话说,可以给设备开一个账户。
孔庆阳:溪塔的底层技术采用了微服务的架构,把区块链的功能分成六个模块,用微服务的方式运行这六个模块,这样不同的服务可以运行在不同的服务器上,只要服务器是通的,就可以作为一个逻辑节点。
这样做的好处,就是可以有针对性的提升效率。如果需要改进服务器效能,不用整体服务器都一同改进,只要有针对性的解决问题即可。另外,微服务架构也可以帮助实现组件的可插拔,比如说如果需要更改共识算法,只需要修改共识模块就可以了。
孔庆阳:我们认为任何一项能够可持续发展的技术都会是开放的,所以单单靠一家公司是没有办法保证技术的不断更迭,只有将更多的开发者和技术公司加入进来,才能保证技术不断前进。溪塔的区块链技术是基于以太坊的账户体系,虚拟机指令集的设计跟以太网类似,所以可以兼容以太网的智能合约,以此融入到更大的生态中。另一方面,CITA 采用了开源的协议,以让更多的开发者加入进来来开发自己的产品。
举个例子,如果买一个东西,全世界只有一个商店有卖的,用户就会比较纠结,后续的服务是不是有保障,其他家有没有跟自己一样的用户可以交流用户体验,等等问题。
为了用户可以避免陷入一个毫无生态的境地,溪塔的技术生态选择了建立了开源社区 CITAHub, 在溪塔的社区平台CITAHub上,有不同行业公司参与,其中也不乏有招商银行、中钞区块链技术研究院这样的大用户,大家都可以贡献源代码,共同推动CITA生态的发展。在开源生态上,溪塔科技在国内来说是在前列的。
此外,在开源协议上,CITA 的Apache开源协议是非常商业友好的。除此以外,溪塔科技提供的基于CITA的商业版本 Rivus 也有非常自由的授权方式。
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。