比特幣本質(zhì)上是由分布式網(wǎng)絡(luò)系統(tǒng)生成的數(shù)字貨幣,其發(fā)行過程不依賴特定的中心化機(jī)構(gòu),而是依賴于分布式網(wǎng)絡(luò)節(jié)點共同參與一種稱為工作量證明(Proof of work, PoW)的共識過程以完成比特幣交易的驗證與記錄。
PoW 共識過程(俗稱挖礦,每個節(jié)點稱為礦工)通常是各節(jié)點貢獻(xiàn)自己的計算資源來競爭解決一個難度可動態(tài)調(diào)整的數(shù)學(xué)問題,成功解決該數(shù)學(xué)問題的礦工將獲得區(qū)塊的記賬權(quán),并將當(dāng)前時間段的所有比特幣交易打包記入一個新的區(qū)塊、按照時間順序鏈接到比特幣主鏈上。不過,該如何確定什么樣的區(qū)塊鏈?zhǔn)怯行У模?
中本聰在論文《比特幣:一種點對點網(wǎng)絡(luò)中的電子現(xiàn)金》中曾介紹,比特幣工作量證明機(jī)制的本質(zhì)是一CPU一票,而最長鏈包含了最大的工作量,所以“大多數(shù)人”的決定就可以表達(dá)為最長鏈。通俗來講就是,比特幣區(qū)塊是依靠礦工們不斷進(jìn)行數(shù)學(xué)運算而產(chǎn)生的,每一個區(qū)塊都必須引用其上一個區(qū)塊,因此最長的鏈也是最難以推翻和篡改的,所以節(jié)點永遠(yuǎn)認(rèn)為最長鏈才是有效的區(qū)塊鏈,只有在最長鏈上挖礦的礦工才能夠獲得獎勵,這就是我們常說的比特幣最長鏈原則。
礦工在挖礦時,由于哈希值的產(chǎn)生是隨機(jī)的,再加上網(wǎng)絡(luò)的延遲,就存在兩個礦工同時挖出區(qū)塊的可能,當(dāng)發(fā)生這種情況時,如果他們一起記賬就會造成區(qū)塊鏈的分叉。此時,系統(tǒng)就會根據(jù)最長鏈原則進(jìn)行取舍,即哪個新產(chǎn)生的區(qū)塊能使其所在的區(qū)塊鏈變得更長,則哪個區(qū)塊得以被記錄。所有礦工在最長鏈上挖礦有利于維護(hù)區(qū)塊鏈賬本的唯一性。
這條最長的區(qū)塊鏈通常被稱為“主鏈”。在比特幣主鏈上其實也存在著分支,這些分支被當(dāng)做備用鏈,如果新添加的區(qū)塊使備用鏈累積了更多的工作量,那么這條備用鏈將被作為新的主鏈。
來源:《區(qū)塊鏈雜談》第六期
編輯:陶婧婕
-關(guān)注科技行者微信公號(itechwalker),獲取《區(qū)塊鏈雜談》電子雜志-
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。