2020年伊始,注定會在史冊中記下濃墨重彩的一筆,新型冠狀病毒肆虐,打亂了我們的工作和生活,帶來新的挑戰(zhàn),然而,機遇總是與挑戰(zhàn)并存,在變化中萌發(fā)新的生機。
去年起,區(qū)塊鏈技術的集成應用被視為技術革新和產業(yè)變革中的重要一環(huán),科技行者特推出《區(qū)塊鏈啟示錄》欄目,遍訪區(qū)塊鏈從業(yè)者,希望從他們的觀察中發(fā)現(xiàn)新機遇,為區(qū)塊鏈行業(yè)帶來啟示。
《區(qū)塊鏈啟示錄》本期,科技行者對話騰訊區(qū)塊鏈產品負責人盧洋,以下是這次訪談的對話實錄。
▲ 圖:騰訊區(qū)塊鏈產品負責人 盧洋
科技行者:目前騰訊是如何辦公的?疫情對既定的工作進度有哪些影響?
盧洋:騰訊是家互聯(lián)網(wǎng)公司,日常使用線上辦公軟件就比較普遍,現(xiàn)在各類辦公軟件比較豐富,功能也強大,大部分工作能正常推進,比如大家通過騰訊會議就可以方便的進行多方線上溝通協(xié)作。
當然,一些線下客戶拜訪就不得不推遲或者取消,因為溝通受限,有些決策速度會受到一些影響。此外因為疫情,有些合作伙伴的工作重心有了較大調整,也會影響到我們之前的工作計劃。
科技行者:疫情作為突發(fā)事件,在對抗疫情的過程中,也出現(xiàn)了諸多社會問題,您覺得,有哪些區(qū)塊鏈技術可以幫助解決問題的地方?
盧洋:由于突發(fā)的疫情,口罩變成了最緊缺的防疫物資,市面上開始出現(xiàn)一些來路不明的假冒劣質口罩,以次充好,威脅到醫(yī)務人員和人民群眾的安全,而區(qū)塊鏈在溯源方面可以發(fā)揮很大的作用。
另外,在口罩、防護服等醫(yī)療物資的分配、調度上,區(qū)塊鏈技術也有用武之地。疫情來臨,如何有效地把醫(yī)療物資做到合理管控,區(qū)分哪些核心醫(yī)院、哪些科室最需要醫(yī)療物資,分配了多少物資儲備,物資的分配過程是不是有效、及時,區(qū)塊鏈可以解決效率、協(xié)同問題,保證醫(yī)療物資信息傳輸?shù)耐该鞲咝А?/p>
區(qū)塊鏈可以在協(xié)調生產資料方面提高效率,調動各方的參與度,同時還能夠更好的保護數(shù)據(jù)隱私,這是傳統(tǒng)的中央數(shù)據(jù)庫所無法比擬的。
這次疫情中,社會各界高度關注疫區(qū),為疫區(qū)提供大量物資和資金,但捐贈物資和資金的分配效率也在社會上引起了廣泛討論。
公益其實也可以用到區(qū)塊鏈技術,捐贈者通過公益平臺捐贈給需求者,區(qū)塊鏈可以跟蹤反饋捐贈路徑,捐贈者愛心傳遞的每一步都可以在鏈上追溯,從捐贈方到受益者實現(xiàn)全鏈條透明化,捐贈者可以更放心地實施善舉。
科技行者:這次疫情之后,您預測,區(qū)塊鏈會有哪些應用場景可能加速落地?
盧洋:疫情突然讓人與人之間有了“距離”,怎樣避免接觸或少接觸來阻斷交叉?zhèn)魅?,是這一個月來人們腦子里最緊繃的那根弦。取快遞、買菜、坐車……各種場景,大家都在想方設法實現(xiàn)“非接觸”。
不僅生活如此,許多對公場景也在力求無接觸,特別是諸如辦稅、納稅等涉稅工作,不能耽擱,況且又是窗口服務,非接觸式服務就有了諸多新嘗試。
傳統(tǒng)紙質發(fā)票需要去辦稅大廳申請并領取,提高了傳染風險。為了減少接觸,各地稅務機關創(chuàng)新性地推出了線上申領發(fā)票、快遞送票等方式來減少接觸。
如果使用區(qū)塊鏈電子發(fā)票,發(fā)票申領、快遞送票都可以省去,可實現(xiàn)真正的非接觸。
企業(yè)在線注冊開通區(qū)塊鏈電子發(fā)票,既不用購買專用納稅設備,也不需要去領取發(fā)票,更沒有發(fā)票額度的限制,實現(xiàn)了更純粹的無紙化流程,是真正的非接觸。
從2018年8月,全國首張區(qū)塊鏈電子發(fā)票在深圳國貿餐廳開出,一年多時間里,由騰訊區(qū)塊鏈提供底層技術支持的區(qū)塊鏈電子發(fā)票,開票數(shù)量已經突破1600萬張。
今后,區(qū)塊鏈電子發(fā)票可能會被更多的人接受,因為體會到非接觸、無限量領取發(fā)票的便利,不論是企業(yè)、個人,還是稅務部門,對這種省時省力的涉稅體驗會更歡迎。
科技行者:前兩年,大家都在關注區(qū)塊鏈如何賦能實體經濟,您覺得,接下來,區(qū)塊鏈產業(yè)的發(fā)展重點是什么方向?
盧洋:如何賦能實體經濟,還會是區(qū)塊鏈技術接下來持續(xù)面臨的課題,區(qū)塊鏈產業(yè)仍處于相對早期階段,大規(guī)模的社會化應用還沒有到來,需要區(qū)塊鏈從業(yè)者的共同努力,做好基礎設施建設,未來區(qū)塊鏈必將承擔更大的社會責任,發(fā)揮其應有的社會價值。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。
琢磨技術發(fā)展史,關注算力產業(yè),關注數(shù)字經濟。
參與編寫了《開源法則》(人民郵電出版社),《人類計算簡史:從中國算盤到數(shù)字經濟》(中共中央黨校出版社)。