工信部发布《区块链数据格式规范》标准

近日,在由工业和信息化部信息化和软件服务业司指导、工业和信息化部中国电子技术标准化研究院主办的“中国区块链技术和产业发展论坛第二届开发大会”上,《区块链 数据格式规范》标准正式发布,该标准的发布有助于为区块链系统的数据结构设计提供参考,为区块链行业应用提供统一的数据标准,对我国区块链标准建设具有重要意义。

KinMall:2018年链圈回顾

随着十年的摸索发展,区块链打破传统模式的局限,成为时代发展追逐的热潮,各个领域在区块链的发展不断的深入,对区块链的发展越来越重视,我们一起来回顾一下2018年区块链发生的大小热点事件。

当1962年,IBM的阿瑟·萨缪尔开发的西洋跳棋程序战胜了一位盲人下棋高手时,掀起了一股人工智能的浪潮,有人甚至认为人类要被机器统治了。但是过了一段时间人们就发现,这个除了能下跳棋的程序也并没有什么了不起的地方,又有人认为这是一种骗术;1997年当深蓝战胜卡斯帕罗夫时,人们又陷入了一种高昂的情绪之中,认为“智能就快要实现了”,互联网科技相关领域被热捧,大量的投资融入科技市场,随后导致了2000年的互联网泡沫破裂。

到了2016年Alpha Go战胜柯杰时,人工智能浪潮又一次兴起。今天当人们提及人工智能时,就要冷静得多,既能认识到它发展的前进性,又能认识到它不可能一蹴而就的曲折过程。

随着十年的摸索发展,区块链打破传统模式的局限,成为时代发展追逐的热潮,针对区块链更好发展的各项政策频频推出,推动机构、企业对区块链的研究、探索、发展,各个领域在区块链的发展不断的深入,对区块链的发展越来越重视,下面我们来回顾一下2018年区块链发生的大小热点事件。

1.jpg

2.jpg

3.jpg

4.jpg

5.jpg

6.jpg

7.jpg

8.jpg

区块链技术的发展,相较于初期的互联网,虽然有了一定的技术积累,但也不可能一蹴而就。2019年即将到来,区块链是否会成功落地应用?牛市是否来临?我们都不得而知。但KinMall确信的是:第一,区块链有着光明的未来;第二,黎明就在眼前!

COVA:用区块链解决数据“归属权”问题,打破人工智能发展瓶颈

2016年,第三次人工智能浪潮席卷而来。从无人驾驶到智能家电,从深度学习到语音识别,人工智能概念开始出现在金融、医疗、交通、家居等多个领域。

而人工智能也是目前最火的创业领域,吸金能力无可比拟。

据CB Insights统计,2017年,全球人工智能创业公司的融资额达到了152亿美元,其中,中国企业占48%。

但在破纪录的融资额背后,不容忽视的是,自从2016年3月AlphaGo惊艳亮相后,经过两年多发展的人工智能也遭遇了一些挑战。

“如果你做人工智能领域的研究,你就会发现,最大的瓶颈不是算法,也不是算力,而是数据。”COVA联合创始人Vincent Li告诉31QU。

“(人工智能)算法已经到了一个很高的水平,而且都是开源的,想再有一个跨越性的进步是很难的;算力如果是云算力也特别便宜。”Vincent进一步解释道,在人工智能的三大支柱中,数据存在太对亟待解决的问题。

尽管“大数据”也是被热炒的概念,但如今数据孤岛问题依然严重,数据安全问题时有发生,数据的采集使用和个人隐私保护的冲突也愈演愈烈。

而区块链技术,能否解决数据领域的问题,进而推动人工智能的进一步发展?

 “数据石油”的落地 

早在2013年,世界经济论坛研究报告就称:“大数据是新财富,价值堪比石油。”而“数字石油”的叫法,也就此在业内传开。

“但数据和石油是有很大区别的。”Vincent称。

▲COVA联合创始人Vincent Li

石油是一个实物,产权明确,“谁挖出来就是谁的”;石油的交易过程清晰,“从一个人到另一个人手上”;石油一旦交易就能产生价值,“比如我给你一桶石油,就相当于给了你60美金”。

但在数据领域,状况就完全不一样了。

一个数据要如何定价?“看过或复制就能拥有”的数据到底属于谁?和石油相比,数据的所有权、处置权和交易权等都不清晰。

“这个问题在医疗领域非常明显。”Vincent举例,“医疗数据应该归病人还是医院,还是研究的医生?”

目前,数据归属权的确定方式,还依赖于违规后的处罚,不仅滞后,而且导致真正有价值的数据没有办法正常流通。

“因为数据的产权定义不清晰,导致后面的数据交易、使用等环节都难以推进。”Vincent认为。

因此,目前数据领域最难也是最重要的任务,就是解决数据的“归属权”问题。

“我们在COVA网络内,就能把数据产权定义的非常清晰。”Vincent对31QU表示。

首先,搭建在区块链网络上的COVA是去中心化,没有人可以控制这个网络;其次,在网络中的数据就属于上传的用户,用户可以用智能合约的方式,决定自己的数据被谁使用、如何使用。

  数据生态 

在数据产权确认后,整个数据链条才能正常运转下去。

而在COVA生态网络中,主要有数据提供方、数据使用方、系统维护者三个主要角色。

我们来逐一解读:

数据提供者有两类,一类是个人,一类是机构。

对于个人用户而言,一旦个人可以将自己的购物数据、财务数据等上传到网络,这个数据的归属权就属于上传的用户。

而用户可以通过智能合约来保护和使用自己的数据。

比如,如果追求强隐私性,用户就可以设置,在服务结束后,在App关闭的一瞬间,必须销毁相关的数据。

如果追求流动性,用户可以设置其他的规则,比如让对方使用三个月再销毁等。而一旦对方使用了用户的数据,就需要支付给用户一定的费用——这也是COVA Token一部分价值的体现。

对于机构而言,除了提供直接的数据,他们更有价值的,是提供“数据标注”。

简单的解释“数据标注”,就是将海量数据分类、贴上标签,来帮助人工智能学习。

“数据的标注成本是非常高的。”Vincent称,“一个有用的数据标注成本可能是在百万和千万级的。”

但这些花费了大价钱标注的数据,往往因为没有靠谱的销售和使用方式,导致在黑市之外,几乎没有任何流动性。

数据使用方,是COVA生态网络的第二类参与方。

“一些高科技公司对数据的需求是非常大的。”Vincent表示,“现在很多AI公司发展受阻,唯一原因就是他们没有办法获取大量的数据。”

有个极端的案例是,一家AI公司融资了1亿人民币,其中5、6000万都用来购买数据和数据标注。

而COVA提供了一个渠道,能让数据使用者找到自己真正需要的数据类别。

最后,使系统维护者,也就是我们常说的“矿工”的概念。

矿工可以通过挖矿,比如进行数据传输、数据计算等运作,来获得COVA奖励。

三种角色,构成了COVA整个生态系统。

 数据隐私保护

在解决了数据归属权、建立了数据生态后,“区块链+数据”的探索,依然要面临其他挑战。

首先,在目前区块链技术下,如何进行海量的数据处理?

“我们的分散机制像POW,但是我们有有类似DPOS的地方。” Vincent进一步解释,“秘钥等需要保密的东西,采用POW的形式,把隐私性提高;其他可以采用分散方式,将效率提高。”

其次,如何让更多的人来进入这个全新的生态?

“尽量让用户的使用方式和之前一样。”Vincent介绍,比如采用数据分析从业者更熟悉的Python语言,在UI、US上下功夫等。

并且,数据的交易并不强制使用COVA的Token,COVA更多是起到平台的作用。

最后,还是要回到关键的数据隐私保护上。

即便在区块链生态内解决了数据归属、数据保护问题,依然难以约束数据适用方将数据复制、加工,卖到区块链生态之外。

“这个问题已经有理论能解决。”Vincent表示,有一种理论是,数据使用方可以在数据上跑算法,但却不能直接“看”到数据,沿着这个逻辑尝试,已经找到了解决办法。

事实上,在大数据领域,数据隐私是一个冷门、甚至是被故意忽略的领域。

“如果用隐私来交换便捷性或者是效率的话,很多情况下,他们(中国人)是愿意这么做的。”年初,百度李彦宏的这番话引起了激烈争论,却也表明了在数据领域,对流动性的重视一度高于隐私性的状况。

如今,数据的“流动性”已经遇到瓶颈,而解决了数据隐私保护的问题,才能让数据交易变得健康而顺利。

目前,已经有不少创业团队,在尝试将区块链技术与数据领域结合。

Vincent表示,数据归属权是最基础最重要的工作,“我们希望有更多的技术专家、工程师入场”。

区块链如何改变人工智能

区块链技术的应用潜力和影响范围巨大,从基础设施的网络、安全、存储到应用层面的金融、广告、医疗、物流、自动驾驶等,但是很少有人能说清楚区块链对人工智能的发展意味着什么?

事实上区块链对于人工智能技术的意义,远远比我们想象得要大。

与其他集中式技术相比,区块链技术使操作更安全,更快速,更透明(如下所示)。

目前,研究人员正在深入研究更深层的领域,试图将区块链纳入更复杂的技术领域,如大数据,物联网等,尤其是; 人工智能。

人工智能是多个技术子集的总称(上图),其中涉及机器能够更独立和有效地行动的领域。从语音模式识别到自动驾驶汽车,AI的目标是让机器学习并应用从大量数据流中收集的知识,使其更加智能化。

总之,数据就是AI的生命线和“原油”,而区块链能让AI的数据处理更“干净”、更安全、更准确。区块链关注的重点是保持准确的记录,身份验证和执行,而AI有助于做出决策,评估和理解某些模式和数据集,最终产生自主交互。AI和区块链共享几个特征,而这些特征将确保在不久的将来实现无缝交互。下面列出了三个主要功能。

I. AI和区块链需要数据共享

分布式数据库强调了特定网络上多个客户端之间数据共享的重要性。同样,AI在很大程度上依赖于大数据,更重要的是数据共享。随着更多开放数据的分析,机器的预测和评估被认为更加正确,并且生成的算法更可靠。

II。安全

在处理区块链网络上的高价值交易时,对安全性的需求很高。这是通过现有协议强制执行的。对于人工智能,机器的自主特性也同样需要高水平的安全性,以降低灾难性发生的可能性。

III。信任是一种要求

任何技术进步面临的最大威胁就是缺乏信任,AI和区块链也不例外。无论是机器与机器之间的通信,还是人与人之间在区块链网络上的交易,都需要信任,而区块链,恰好就是提供信任的技术。

用例:分布式的区块链技术用于医疗保健。这种解决方案为整个医疗生态的数据流程带来了透明度和灵活性。

通过其他一些例子,我们将更多了解区块链技术将如何改变人工智能

开放数据市场

如前所述,人工智能技术的进步取决于来自无数来源的数据的可用性。尽管像谷歌,Facebook,亚马逊等公司可以访问大量数据来源,这些数据也被证明可以完善许多人工智能流程,但市场上的其他参与者上无法访问这些数据。

区块链数据平台可以通过引入点对点连接的概念来解决这个问题。由于区块链是一个开放的分布式注册表,因此网络上的每个人都可以访问这些数据。现有的数据寡头垄断即将结束,开放和免费数据的时代即将迎来。

大规模数据管理机制

即使在数据可用之后,管理它仍是另一个可扩展的障碍。目前可用的数据量估计为1.3 Zettabytes。AI有一个子领域,称为通用人工智能,可以改造成反馈控制系统。此功能可帮助自治代理更好地与物理环境交互。

由于大量数据存储在区块链分布式系统中,与传统的中央存储系统相比,有几个优点。在发生危机和自然灾害时,数据不会存储在一个位置,因此会被保留。此外,消除了黑客攻击,这使得数据集不易受到破坏。

更值得信赖的AI建模和预测

计算机系统的一个基本原则是GIGO(垃圾进垃圾出)。人工智能领域严重依赖于大量(纯正、优质)数据流。一些个人或公司故意提供篡改过的“脏数据”以期影响结果。此外,垃圾数据也可能是由传感器和其他数据源的意外故障引起的。

通过创建已验证数据库的片段,可以仅在已经验证的数据集上成功构建和实施模型。这将检测数据供应链中的任何故障或异常。它还有助于减少故障排除和查找异常数据集的压力。最后,区块链技术与不变性同义,这意味着数据是可追溯和可审计的。

对数据和模型的控制

这是整合区块链技术和人工智能的一个非常重要的原因。例如,当您登录Facebook和Twitter时,您放弃对上传到其平台上的任何内容的权利。当歌手签署唱片合约时也会发生同样的事情。相同的概念可以应用于AI数据和模型。

为模型构建创建数据时,可以指定许可证。然后,区块链技术使这一过程变得相对容易。

为了解释,在区块链网络中,查看或使用此数据的权限被视为资产。与通证可以在加密货币平台上传输的方式相同,人们也可以传输或交易这些访问网络信息的权限。

用例:SingularityNET的 AI市场这是 一个开源协议和智能合约的集合,一个去中心化的AI服务市场。该团队表示,区块链技术的分布式账本,为SingularityNET上的网络交易提供了理想的工具。该平台允许添加AI服务以供网络使用并接收网络支付通证作为交换。但首先,必须设计基于区块链的框架,以允许AI代理与对方和外部客户进行交互。这是它的高级网络架构图。

有了这个,您就可以完全控制你所拥有的数据集中的数据如何被使用。对于需要保护隐私的行业,这项技术将大有可为。由于AI和区块链这两种技术的影响力波及目前几乎所有行业,二者的协同作用将为企业带来更多的价值。未来的科技必然会是一个分布式的运作系统,通过这种系统,机器可以更好地互动,并且可以更好地模拟对人类活动的理解。

本文作者:Dmitry Budko