科技行者 5月8日 北京消息 區(qū)塊鏈?zhǔn)且惶滓詭缀鯚o(wú)法偽造或篡改的方式構(gòu)建而成的數(shù)據(jù)存儲(chǔ)數(shù)學(xué)架構(gòu),可用于存儲(chǔ)各類有價(jià)值數(shù)據(jù)。
比特幣的神秘締造者中本聰曾表示,“我一直在研究一種完全對(duì)等的新型電子現(xiàn)金系統(tǒng),其中不存在第三方信托機(jī)構(gòu)。”在2008年10月的一封群發(fā)郵件中,他做出了這樣的解釋。郵件中還包含一份9頁(yè)的白皮書(shū),其中描述了一些可能會(huì)對(duì)現(xiàn)有金融技術(shù)體系帶來(lái)顛覆的內(nèi)容。
中本聰于2009年1月發(fā)布了第一批比特幣,隨之而來(lái)就是加密貨幣時(shí)代的來(lái)臨。盡管其起源非常模糊,卻證明了現(xiàn)在所謂的區(qū)塊鏈技術(shù)確實(shí)擁有實(shí)際執(zhí)行能力。中本聰將現(xiàn)有的密碼學(xué)工具與數(shù)十年內(nèi)計(jì)算機(jī)科學(xué)研究當(dāng)中得出的方法加以結(jié)合,使得公共網(wǎng)絡(luò)中的參與者不必依賴于信托機(jī)構(gòu),而是能夠通過(guò)反復(fù)共識(shí)共享的賬目中反映的真相。如此一來(lái),人們幾乎不可能重復(fù)花費(fèi)同一枚比特幣,這就解決了以往阻礙數(shù)字現(xiàn)金真正普及的根本問(wèn)題。更重要的是,區(qū)塊鏈的出現(xiàn)還消除了以中央組織作為電子貨幣交易調(diào)解方的需求。
Gawker曾發(fā)布一篇文章曝光“絲綢之路”地下市場(chǎng)利用比特幣進(jìn)行毒品交易,而這一消息于2011年使得比特幣的受歡迎程度開(kāi)始迅速增長(zhǎng)。此時(shí),“altcoins”模擬器亦開(kāi)始出現(xiàn),其通常直接使用比特幣的源代碼。在兩年之內(nèi),流通中比特幣的總價(jià)值已經(jīng)超過(guò)10億美元。
此后,技術(shù)專家們意識(shí)到區(qū)塊鏈也可用于追蹤資金之外的其它事物。2013年,19歲的Vitalik Buterin提出了以太坊(ETH)——其不僅能夠記錄貨幣交易,同時(shí)亦可記錄被稱為智能合約的計(jì)算機(jī)程序狀態(tài)。以太坊于2015年正式上線,現(xiàn)已擁有眾多競(jìng)爭(zhēng)對(duì)手與模仿者。其有望在下一代應(yīng)用程序當(dāng)中提供與現(xiàn)有應(yīng)用類似的使用體驗(yàn),但卻通過(guò)去中心化加密貨幣網(wǎng)絡(luò)——而非中央服務(wù)器——作為資源支持。
1. 交易的誕生
在比特幣中,交易的本質(zhì)在于將加密貨幣由一個(gè)人(Alice)轉(zhuǎn)移至另一個(gè)人(Bob)處。在以太坊中,其提供多種可用于實(shí)現(xiàn)自動(dòng)交易的內(nèi)置編程語(yǔ)言。Alice可以向Bob發(fā)送加密貨幣; 其他人也可以在區(qū)塊鏈上部署一行代碼,這就是智能合約。在此之后,Alice與Bob可以將資金匯給該程序控制的賬戶,以便在滿足合約中的某些條件時(shí)觸發(fā)運(yùn)行,即實(shí)際完成資金轉(zhuǎn)移。此外,智能合約還可以將交易發(fā)送至其所嵌入的區(qū)塊鏈內(nèi)。
2. 將交易廣播至對(duì)等網(wǎng)絡(luò)
還是老例子,Alice打算給Bob點(diǎn)錢。為此,Alice在自己的計(jì)算機(jī)上創(chuàng)建了一項(xiàng)交易,該交易必須參考過(guò)去在交易中獲取的資金以執(zhí)行下一步操作,同時(shí)亦要求具有Alice的私鑰以及Bob的賬戶地址。在此之后,該交易將被發(fā)送至網(wǎng)絡(luò)中的其它計(jì)算機(jī)或“節(jié)點(diǎn)”。只要此項(xiàng)交易遵循適當(dāng)?shù)囊?guī)則,各節(jié)點(diǎn)就會(huì)對(duì)該交易進(jìn)行驗(yàn)證。此后,采礦節(jié)點(diǎn)(第3步中將詳細(xì)介紹)將接受新交易,并將其作為新區(qū)塊中的一部分。
3. 創(chuàng)建新區(qū)塊的競(jìng)賽
被稱為礦工的各節(jié)點(diǎn)子集將有效交易組成被稱為區(qū)塊的列表。當(dāng)前區(qū)塊當(dāng)中包含最近的有效交易列表以及對(duì)前一個(gè)區(qū)塊的加密引用。在比特幣以及以太坊這樣的區(qū)塊鏈系統(tǒng)當(dāng)中,礦工們競(jìng)相創(chuàng)建新的區(qū)塊——這項(xiàng)工作是一個(gè)解決勞動(dòng)密集型數(shù)學(xué)難題的過(guò)程,且每個(gè)新區(qū)塊都是獨(dú)一無(wú)二的。解決這一難題的首位礦工能夠獲得一些加密貨幣作為獎(jiǎng)勵(lì)。該數(shù)據(jù)難題的本質(zhì)在于隨機(jī)猜測(cè)一個(gè)叫做“隨機(jī)數(shù)”的數(shù)字。隨機(jī)數(shù)與區(qū)塊中的其它數(shù)據(jù)相結(jié)合以創(chuàng)建出經(jīng)過(guò)加密的數(shù)字指紋,也就是哈希值。
4. 完成一個(gè)新區(qū)塊
哈希值必須滿足一定的條件; 如果不滿足,那么礦工會(huì)嘗試另一個(gè)隨機(jī)數(shù),而后再次計(jì)算哈希值。一般來(lái)講,礦工需要進(jìn)行大量嘗試才能找到有效的哈希結(jié)果。這一過(guò)程的存在使得分類賬極難修改,意味著黑客基本無(wú)法對(duì)區(qū)塊進(jìn)行篡改。雖然一部分區(qū)塊鏈實(shí)體也在利用其它系統(tǒng)保護(hù)其鏈體,但上述被稱為“工作證明”的方法才是最根本的安全實(shí)現(xiàn)方案。
5. 向區(qū)塊鏈中添加新區(qū)塊
這是實(shí)現(xiàn)分類賬的最后一步。當(dāng)某采礦節(jié)點(diǎn)成為第一個(gè)解決新區(qū)塊加密問(wèn)題的計(jì)算方時(shí),其會(huì)將該區(qū)塊發(fā)送至網(wǎng)絡(luò)的其余部分接受審查,進(jìn)而獲得獎(jiǎng)勵(lì)數(shù)字代幣。采礦難度以硬編碼形式存在于區(qū)塊鏈協(xié)議當(dāng)中; 比特幣與以太坊在設(shè)計(jì)上,強(qiáng)調(diào)隨著時(shí)間的推移解決問(wèn)題的難度也將逐步增加。由于每個(gè)區(qū)塊亦包含對(duì)前一區(qū)塊的引用,因此這些區(qū)塊在數(shù)學(xué)層面被鏈接在一起。若要對(duì)較早的區(qū)塊進(jìn)行修改,則需要重復(fù)區(qū)塊鏈內(nèi)所有后續(xù)區(qū)塊的工作證明過(guò)程。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。