丰元创投吴军:区块链可能是大数据安全问题的解决之道_区块链:人工智能

2018中国计算机大会于10月25-27日在杭州国际博览中心举办,Google中日韩文搜索算法的主要设计者、丰元创投创始合伙人吴军发表了《超级智能时代》的主题演讲。

来源:雷锋网

吴军博士认为人工智能的发展趋势是「超级人工智能」,未来的世界应该是强连接的,而这种强连接带来的好处包括:更好地保障食品和药品安全以及交易安全,还能够更好地追踪健康,让人能够更加及时发现病症。同时,他也指出这种强连接会带来隐私隐患、风险和危害,例如,IT巨头掌握并控制大量的数据信息,一旦泄露就会导致巨大的隐私风险;黑客犯罪成本接近零,巨大的收益将会鼓励他们进行网络犯罪。这些问题可能是用法律无法解决的,所以我们需要尝试从技术的角度来解决它们。

针对大数据带来的隐私隐患,他表示,区块链是可能的解决方案。这是由于其具备如下特点:

一是这项技术将所有权、使用权和验证分开了,更好地保证了公正性;

二是较高的安全性,其理论上是无法破解的;

三是方便性,可随意合并打包和拆解,能很好地进行追踪,极大方便了溯源;

四是低成本;

五是透明化程度高。

至于区块链在具体应用场景中的作用,他提到两点:第一,去中心化,能够存放病例等数据信息,使得使用者和拥有者都能从中获益;第二,是智能合约方面的应用,能够使用区块链监控贷款还款以及拨款等问题,所有的执行完全由算法监控,这使得相关人员都无法进行人为违约。

CZ:没有人知道市场上涨/下跌的真正原因,投资者应理性看待:6月10日消息,Binance 创始人 CZ 表示,没有人真正知道市场上涨和下跌的真正原因,很多人声称自己知道,而且往往把它归咎于一个单一的(通常是错误的)原因。事实上,市场上有很多卖家和买家,每个人都可能有自己的原因。类似 Binance 抛售加密货币、Robinhood 平台抛售山寨币,或者各地的禁令,贪婪和恐惧,这两种是投资者在任何市场都需要管理的情绪。[2023/6/10 21:28:20]

以下为他的演讲内容,做了不改变原意的编辑整理。

Google中日韩文搜索算法主要设计者、博士吴军

这是一个学术会议,我发现在中国,冠以「中国」开头的会议都是最高的,冠以「世界」的会议我都不参加——因为可能没有什么收获。在座的各位都是专家、学者,我站在这里显得有些班门弄斧,而且有时候我发现学术界存在一个鄙视链,做理论研究的看不起做应用研究的,而我是在鄙视链的最底层。

今天我讲的题目跟人工智能有关,因为我发现本次会议,大概有三分之二的报告内容跟人工智能有点关系。如果在十年前我们开这个会议,一定不会出现这样的情况,那为什么今天会出现这种情况呢?很大的原因是,2016年AlphaGo赢了李世石,这成为了人工智能技术的一个节点。

人工智能的发展趋势:「超级人工智能」

从2016年至今,我的感受是人工智能的发展有这么一个趋势:它从类似于人的单一的智能单机或者说系统智能变成了网络智能,所以我把它叫做「超级人工智能」。

Arca CEO:加密寒冬已经触底,但不知道底部持续多久:10月19日消息,数字资产投资公司Arca的创始人兼首席执行官Rayne Steinberg表示,由于加密货币的寒冬伴随着宏观经济的下滑,很难说情况何时以及是否会好转。不过,Rayne Steinberg仍持乐观态度,他告诉《财富》杂志,经济衰退“很可能已经接近尾声”。

他承认,很难预测加密货币市场的未来走势,任何事情都有可能使低迷进一步延续。感觉至少已经触底了。问题是我们会在底部呆多久?(Fortune)[2022/10/19 16:30:28]

很多人问我怎样判断一个人研究的课题是真是假?我说很简单,如果要造飞机,那些在研究鸟类飞行的就是子,因为他需要研究的,其实是空气动力学。如果我们能够找到他所做研究的一些科学基础,那他就是在真正做人工智能研究。

今天,人工智能有三个基础:

第一个是摩尔定律,我们计算机从业者原本都对它有一个理解,我将换一种方式来讲怎样理解摩尔定律;

第二个是数据,今天的人工智能之所以成功是因为有大数据的支撑;

第三个是数据模型。

两年前,一位原来做深度学习的同事跟我说,他过去每次参加机器学习类会议,大概能够坐100人的会场只坐了10个人,这10个人还都是去做报告的。深度学习本身是一个数据模型,我们可能还会找到更好的数据模型,不过这是机器的特长,而不是我们人的特长。

MOONC已通过知道创宇的安全审计:由Ricer.Finance孵化的Defi生态项目,MOONC已通过区块链安全审计机构知道创宇的安全审计。

MOONC采用DAO自治方式,零预挖,零私募,零流通,分配机制由DAO自治委员会百大分布式节点共同决议。

据Ricer.Finance官网公布MOONC将于2020年10月4日19:19上线Uniswap,开启创世挖矿,MOONC总量27000枚,前14天可挖11000枚。

日前,MOONC已获Galaxy Digital,Pantera Capital,Hashed,DFUND多家机构合计850万美金天使轮投资。[2020/10/3]

除了人工智能,还有两件事发展得非常快,一个是IoT,这使得我们跟踪东西变得不再那么困难;另一个是区块链。

最近有一个热门的话题叫做5G,今天你的手机上网,哪怕是看4K电视,网速都是够的,那为什么还要5G?在场有一千多位参会者,如果把我们的桌子、椅子都连接到一起,不管带宽多少,当我们同时上网时,网络都会变得非常阻塞,所以我们需要一个更好的上网方式。在5G时代,如果将所有的东西都连到网上,会怎么样?带来的第一个好处是我们可以跟踪很多事情。

讲两个很简单的真实例子。第一个例子,在教室装上摄像头来了解每一个学生是否有好好听课;另外一个是更现实的应用,如果你有孩子的话,当课后送他去补习班后,他可能在那边玩手机、橡皮,而在这样智能化的教室里,你就可以很好地监控孩子的动态。

声音 | Omer Ozden::Libra让各国知道加密货币必须支持,走的慢的会被甩到后面:7月25日晚九点,石木资本创始人兼CEO、RockTree LEX创始人、Facebook法律顾问及美国国会小组成员Omer Ozden在“No.21 499小姐姐人物访谈”接受Brink Asset CEO Grace访谈时表示,7月对于加密货币非常重要,因为在Libra听证会举行的7天内,最强大的政府都发表了关于加密货币的重要声明,美国总统特朗普、英国领导、中国人民银行领导、美国议会和国会,同时还有世界上其他的政府。Facebook让所有的科技公司、投资银行、商业银行和所有的世界领导者理解了两件事,一是加密货币必须支持,二是走的慢的会被甩到后面,因为正如中国人爱说的一句“币圈一天,人间一年”。[2019/7/26]

在生活中我们还可以用这项技术来追踪更大的问题,比如说食品安全。阿里巴巴的人跟我说,中国的食品安全问题还很严重,这个问题也很难解决。后来我还通过一些做药品的人了解到,很多药店卖的是假药,一种情况是他不知道自己进的是假药,另一种情况是制药厂可能都不知道自己制造的是假药。还有反欺诈的问题,刚才黄教授讲了智能合约这个概念,如果我们将合约都变成这类智能合约,是可以解决违约、欺诈问题的。

此外,我们还可以进行健康跟踪。现在任何一架商用客机上都装有一千多个传感器,每天能产生超过1G的数据,可以很好地监控里面的温度、湿度以及其他运行情况。但是人体内没有传感器,以至于今天很多人在得知自己得了癌症的时候,已经是晚期了。我们对自己身体的监控,做得远没有像对很多设备的监控那么好。今天特斯拉汽车里面装了几百个传感器以及计算功能强大的芯片,你买个非电动的汽车都有200个传感器。我们为什么不去做追踪人体健康这件事?一是因为有难度,二是因为存在隐私隐患。

Dalia Research调查显示:全球平均有75%的人知道加密货币:据cointelegraph消息,Dalia Research5月9日在其博客发布了有关加密货币的最新报告。这项分析试图在加密货币市场最大的8个国家(美国,英国,德国,巴西,日本,韩国,中国和印度)对超过29000名互联网用户进行的一项调查中测试加密货币的知名度,相关知识,购买意愿以及是否拥有加密货币。调查显示,虽然全球平均有75%的人知道加密货币,但在实际了解加密货币的只有50%;此外,韩国和日本的加密货币意识和知识水平都是最高的;在未来6个月内,将只有4%的人不拥有加密货币,拥有加密货币的受访者比例高于打算买入加密货币的比例;日本的加密货币拥有率最高,为11%,而全球平均为7%;男性和女性的的加密货币知识差距为11%;此外,受到高等教育的人更愿意拥有加密货币,且购买意愿更高。[2018/5/10]

今年Facebook出了一件大事,被曝卖掉了5000万客户的数据,而扎克伯格作证时则说他们卖了8700多万客户的数据。我们说云计算好,很大程度上是因为它安全,有专业的团队替你管理数据,不过有时候,专业团队的管理并没有我们想象中那么好。更重要的是,我们的信息安全需要建立在大公司的善意的基础上,一家大公司作为一个经济实体可以有这个善意,然而公司里面操作业务的人是否有这种善意,我们就不得而知了。所以,我们需要从技术的角度来解决这个问题,因为有时候我们不能完全靠法律——法律总是滞后很多。

区块链可能是大数据隐私隐患的解决方案

对于网络连接带来的隐私隐患、风险和危害,区块链是一个可能的解决方案。不过因为这个概念实在被炒得太热了,以至于现在大家都还在怀疑它是否是泡沫。

为什么说区块链可能是一个解决方案?因为它有一些很重要的特点:

第一,它在数学上很漂亮。它使用非对称的加密,公开密钥;你可以确认真伪,但是不需要拥有;你可以访问信息,但是无法修改。

第二,从理论上来说,区块链是无法被破解的,它很安全。

第三,区块链的使用很方便,你可以随意合并打包和拆解。这也让商品和药品的溯源变得更简单。

此外,区块链还有成本低、透明等特点。

然而,现实的情况其实不是这样的。

一是区块链使用起来很不方便,因为它的协议还很粗糙。

二是成本非常高。大家可以猜想一下,如果我们用比特币来买咖啡,成本有多高?大概是12-15美元。此外,还存在交易延迟问题,平均的延迟时间大概为两三个小时。刚才黄教授提到以太坊十分之一秒就能完成一笔交易,不过吞吐量是一回事,真实的交易又是另一回事。

三是透明性问题。今天真正实现了应用的区块链,从逻辑上来看是透明的,但是在现实应用中企业会考虑很多中间环节,因此最终也变得没那么透明了。

不过我认为,任何一个问题都是一个机会,如果世界很完美,我们就都没有工作了,而恰恰就是因为世界不完美,才需要我们在座的计算机科学家去做一些事情,比如说刚才讲到的效率或者说延时问题。

第一代区块链协议是比特币,第二代是以太坊,以太坊是怎样提高效率的呢?打个比方,滴滴司机有两种方式接单:一是抢单,谁抢到就是谁的;二是由滴滴来进行订单分配。比特币的协议采用的就是抢单的方式,有很多交易需要验证真伪,最终会由第一个抢到的人进行验证,如果他验证出来了,这笔功劳就是他的,当他验证的足够多的时候,就会得到一个比特币的奖励。在大家一拥而上抢单的时候,整个验证过程的效率就变得很低,以至于每一次交易验证都需要花很多时间。

而以太坊的协议是,如果你想参与我们的验证工作,就要先买以太币,然后再根据你们手上所买的以太币数量,按比例进行分配。这样,区块链就从技术上解决了延时问题,从而提高了效率。

以太坊今天的价值为几百亿美元,虚拟货币市场是两千亿到三千亿美元。当到第三代区块链的时候,有可能把延时从以太坊的几分钟减少至几秒钟。

区块链的具体应用

区块链到底有什么用?

一是能够保护跟踪我们的隐私。斯坦福大学的一位教授发现,现在所谓的医疗病例数据共享在美国几乎是不可能实现的,病例数据共享在中国谈了这么多年,到目前为止也还没能实现,原因就是大家对隐私的担忧。有些人是坚决的反对者,他们认为一旦病人的数据泄露出去,比信用卡的数据泄露还要严重得多。

此外,还有两个严重的问题:一个是医院不愿意共享数据,另一个是病历的归属问题。从现在的实际情况来说,无论中国还是美国,病历都属于医院,医院内部的信息系统是很难对外开放的。另外,即使法律上将病历归属于病人,你也没有办法把它放到你家的计算机里。

如果有一个去中心化的地方存放病历呢?如果将一个病历开放给医院,每次访问收费十美元,医生都愿意支付查看。这就意味着如果你真有一个疑难杂症,一年收入可达十万美元,另外当一些研究者对这个病历感兴趣时,他们也会买来查看。而今天大家对BAT不满的是,他们卖你的数据,获利的却是他们。区块链则提供了一个可能性:将数据还给大家,让所有者从中获益,同时也让使用者从中获得更大的应用。

二是智能合约的应用。中国过去在商业上有一个词——三角债,这个问题很难用现有的技术从根本上解决。为什么?比如在之前还欠别人的款的情况下,你再去向银行贷款建工厂,因为所贷的这笔款是可以很快被挪用的,经银行批准后,你就可能把钱挪做他用,最后就形成三角债,从而导致经济运行效率的下降。只要是由人来进行拨款,三角债问题就很难被解决。

人工智能发展到现在会进入一个新阶段,而人工智能和人的区别在于群体效应,比如无人驾驶汽车,将来会将整个城市的所有车都连成一张大网,从而带来极大的网络效应。

如果把人工智能想象为一个人,IoT相当于是它的五官,计算机程序就是它的大脑,许多连接会带来大量安全隐患,在这种情况下,区块链有可能成为一个很好的解决办法。

虽然区块链现在还存在很多问题,跟它相关的项目可能99%都是人的,但是我们确确实实看到区块链可以用来做跟踪,来解决现有技术所解决不了的一些难题。

最后与大家分享我的观点:任何时候当你碰到问题,倒过来看可能就是机会。这个世界上有各种各样的问题,当应用上出现困难的时候,可能就是在座每一位计算机科学家的机会。

来源链接:www.leiphone.com

本文来源于非小号媒体平台:

链闻看天下

现已在非小号资讯平台发布1篇作品,

非小号开放平台欢迎币圈作者入驻

入驻指南:

/apply_guide/

本文网址:

/news/3627067.html

免责声明:

1.资讯内容不构成投资建议,投资者应独立决策并自行承担风险

2.本文版权归属原作所有,仅代表作者本人观点,不代表非小号的观点或立场

上一篇:

惊天盗窃案!涉及比特大陆、币安、Bittrex、MANA!

下一篇:

专访AnChain.ai创始人VictorFang:区块链安全和互联网安全的最大区别在于去中心化

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金宝趣谈

[0:15ms0-3:774ms