区块链:没有什么比场景创新更重要

对于很多人来说,区块链具有去中心化、去信任的好处,因为区块链可以分布式记账、数据不可删除、不可篡改。从技术的角度来看,这是正确的。但是如何把技术上的好处,转化成合理的场景其实才是真正的大问题,也是区块链行业目前没有很好解决的问题。所以,我们经常看到一个个令人激动的项目,最后都做的不好,甚至销声匿迹的主要原因之一。

其实我们有时可以参考一下同样作为新兴技术的大数据、云计算以及人工智能的发展过程。

报告:94%加密企业家的财富没有依靠继承:金色财经报道,专注财富信息的研究初创公司Wealth-X,周四发布了一份关于全球富人进行加密货币投资特点的新报告。本报告专门针对净资产500万美元及以上的富人,包括专业从事加密行业的人士和对该行业有普遍兴趣的人士。根据Wealth-X的调查结果,多达94%的富有的加密企业家都是靠自己发家致富的,没有人纯粹依靠继承。报告指出,在对加密货币普遍感兴趣的人中,近90%是白手起家的富人,其中0.5%依靠继承财富。报告还指出,大多数普通富裕人口(84%)是白手起家的。Wealth-X分析师在报告中指出:“数据表明,白手起家的富人似乎更愿意投资于比其他资产类别风险更高、波动性更大的资产,例如加密货币。”(cointelegraph)[2022/3/12 13:53:06]

大数据技术可以帮助企业管理历史数据,对之进行分析,从而为企业决策提供支持,而且随着互联网技术的发展,信息膨胀规模加速,大数据技术通过分布式数据库、并行数据库等手段,还能很好的解决大规模数据的管理和分析问题,虽然在预测领域目前还有很长的路要走,但是总归解决了企业大部分的数据管理问题。

Facebook:目前服务已恢复,没有证据表明用户数据因宕机而被泄露:10月5日消息,Facebook表示,“目前服务已恢复,我们正努力使其完全恢复正常运行,没有证据表明用户数据因宕机而被泄露。我们认为这次宕机的根本原因是错误的配置更改。”(鞭牛士)[2021/10/5 17:25:04]

云计算通过对物理资源的虚拟化,可以为企业提供IT基础设施的弹性扩展能力,与此同时还可以大幅的降低企业的IT建设成本、难度和风险。有了云计算技术的加持,用户可以省略掉复杂的IT基础建设过程,不用再自己去建机房,只是在需要的时候,购买云计算厂商的服务就好了。就像以前的人喝水要自己打口井,而现代人只需要在买好的房子里装好自来水龙头,然后拧开就可以有水喝了一样。

声音 | 上海交大来学嘉:区块链没有去中心化,而是重新建立了一个中心:据巴比特消息,上海交通大学教授,密码学家来学嘉在演讲中表示,到处都在讲区块链就是因为去中心化。仔细想想,区块链根本没有去中心,而是重新建立了一个中心,大家就认一个唯一的中心,更强的中心,就是链本身,大家只认数据。或者说我们重新造一个上帝作为中心,所谓去中心,理解的角度是从比特币来讲。比特币去掉了发行货币的银行作为中心,也就是在交易时没有中心了,这时候没有银行了,就是我们大家之间的交易。但真正用区块链作为一个中心,我们又创造出来一个中心。所以“去中心”这个词使用起来也要当心。[2019/5/16]

从这两个例子当中,我们都可以看到大数据和云计算技术都解决了用户的刚需问题,所以得以蓬勃发展,在成就客户的过程中成就自己,迭代自己。

人工智能也是如此,目前的这一波人工智能发展高潮,主要是因为深度学习技术的大发展,尤其是由于卷积神经网络技术的大发展。这种技术需要大量的数据支持它完成模型训练工作,而且与此同时还需要大量的算力资源。大数据和云计算很好的支撑了人工智能的发展,而且人工智能技术目前在文字、图片、音频、视频的识别领域取得了很长足的进步。可以在很多非常实用的场景中对为用户提供有价值的帮助。比如抖音的视频就都是存放在云计算厂商的云平台上的,大量内容的审核都是要经过机器筛选和人工审核两个环节之后,才会真正发布出来。这其中机器筛选环节就是通过鉴黄、鉴恐、鉴暴、涉政的人工智能模型来进行识别的,而这些模型都是通过大数据平台的数据支撑来完成训练的。这种场景很好的融合云计算、大数据、人工智能三种技术,而且缺一不可,而解决平台内容风险、降低审核成本是抖音的刚需,这种场景才是真正能够帮助技术发展的场景,是值得区块链行业借鉴的场景。

任何行业之所以能形成一个行业,固然是因为技术上的进步,但更重要的还是它们能解决掉具体的问题,而这些问题要么是以前根本无法解决,要么是以前解决的不好。对于人工智能、大数据、云计算行业是如此,对于区块链行业也是如此。

2020年到了,希望区块链能找到属于自己场景,创新是行业发展的原动力,但是在此时此刻,区块链行业更需要在场景端尽快完成这个创新过程!

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。

地球链

[0:31ms0-1:614ms