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,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)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。