新一线城市如何发展新经济?

2019 年 12 月 15 日 36氪


2019WISE峰会“渝·你有约”重庆城市论坛的回顾与延伸。


文 |  氪戴表


当我们在谈论新经济的时候,我们到底在谈论什么?

在上周36氪举办的“2019WISE峰会”上,初创企业、地方政府、投资机构、传统企业、TMT巨头汇聚在一起,共同讨论产业与创新深度融合所带来的新需求、新场景和新模式。这次峰会的主题是“从颠覆到融合”,这几乎概括了新经济发展的内涵——对旧产品、旧模式、旧体系的颠覆,同时也是新技术、新理念、新思维与传统产业的融合。

这样的颠覆和融合,不仅在北上广深这样的一线发达城市活跃,也在像重庆这样的新一线城市孕育和发生。而在2019WISE峰会上举办的“渝·你有约”重庆城市论坛也秉持着开放包容的姿态,向外界展示重庆颠覆的决心与融合的姿态。

在会后,我们随访了一些参会的企业,收到了一些对重庆发展的建议。

这样的论坛究竟能给区域、城市的发展带来哪些实际的效果?为了回答这个问题,我们选择了参加此次论坛的一个区块链项目,做了一次相对深入的回访。

这个名叫Conflux的项目,拥有区块链行业内最顶尖的理论和研发团队。首席科学家由世界知名计算机科学家、华人唯一图灵奖得主、中国科学院院士、美国国家科学院外籍院士、清华大学交叉信息研究院院长姚期智担任。创始人龙凡是姚期智的学生,曾 2次斩获国际信息学奥林匹克(IOI)金牌,并获得麻省理工学院(MIT)计算机科学博士学位。

Conflux巧妙地使用自主研发的基于树图TG(Tree-Graph)结构的可扩容共识算法,在不牺牲任何去中心化程度的情况下,在内部测试网中实现了 3000+ 的高吞吐量,行业内遥遥领先。

更值得一提的是,Conflux还解决了高并发网络中因分叉造成的计算资源浪费和随之降低的安全性问题,使共识不再是区块链性能的瓶颈。

2018 年 12 月 ,Conflux 获得红杉中国、峰瑞资本、顺为资本、华创资本、融 360、百度风投、MetaStable、Fundamental Labs、IMO Ventures 等多家中外知名投资机构的 3500 万美元战略投资,投后估值超 4 亿美元。

以下是我们和Conflux的Co-founder张元杰的对话,他向我们介绍了树图TG(Tree-Graph)结构的优势和应用,也对重庆发展区块链提出了一些建议:

Q:跟其他公有链相比,Conflux树图TG(Tree-Graph)结构的优势在哪里?
A: 我们研发了基于树图TG(Tree-Graph)结构的可扩容共识算法。大家都知道,区块链简单来说就是分布式记账。打个比方,村里的张三借给李四100块钱,张三跑到村里的广播站去向全村村民广播:全村的父老乡亲们,请用你们的小本本记下来,张三刚借给李四一百块钱。然后每个人都把这一笔账记下来了,这些人都可以被看作是分布式的服务器。用广播去传播这个消息,以及由越来越多的人参与记录这个消息,并且每个人记的帐都是准确的,这就是计算机的一个协议,我们叫共识算法。

广播范围的广度、参与的门槛,记录和确认的时间,共同构成了共识算法的核心。区块链的共识协议必须包括这三点。我们在保证去中心化,安全性的门槛不变的(当有51%的人开始作恶,开始篡改账本,这事儿才不成立)的情况下,我们改变的是别人1秒钟只能够广播几笔,而我们一秒钟能够广播3000-6000笔。这就是我们的创新。


Q:Conflux如何解决高并发网络中因分叉造成的计算资源浪费和随之降低的安全性问题?
A: 区块链存在一个“不可能的三角”,就是指区块链网络无论采用哪种共识机制来决定新区块的生成方式,皆无法同时兼顾扩展性、安全性、去中心这三项要求,至多只能三者取其二。你要维护安全性和去中心化,你的性能就会比较差。导致这个性能差的原因就是共识算法。现在的区块链技术的共识算法根本就没有充分地去利用我们已有的带宽(大概是20兆每秒),通过conclux树图的算法,我们可以把带宽的利用率从百分之六七提高到百分之七八十,甚至是百分之百。
我们是怎么解决的呢,这当中涉及到一个并发的问题。大家都在记账,一个区块就是一个账本的一页账页,记账的人分布在全世界,信息传递是有时间差的。记账有一个获取记账权的过程,它是一个数学题,谁先算出来谁就拥有这个记账权,在交易广播传播的过程中,比如说一个人在南极挖出一个区块,大概是5秒之后有一个人在澳大利亚也挖出了一个区块,那么谁才是合法的下一页账页。比特币、以太坊都是最长链的记账规则,一个区块后面跟着另一个区块,这就要求他在并发当中去二选一。最长链规则就是看谁后面跟的区块最多,谁就是合法的区块。如果南极的被确认合法,那么澳大利亚的就被废弃了。

树图跟比特币、以太坊的区别在于它是一个图形结构,不是一个单链,它像一棵树,上面长了有很多旁支,除了主干还有侧枝,但它能把并发的区块串联在一起,给它一个顺序,这样即使账页看上去非常复杂,但他依然有一个顺序,那么这个交易是有历史顺序的。通过这个图谱,我们允许高并发地产生区块,并且都能被记录下来。这样我们就解决了吞吐的问题。这个结构的好处是,当区块链系统被用于交易量巨大的场景中,比如用于高峰时每秒钟有3000笔交易的visa,双十一高峰时每秒有10万笔交易的天猫,它就不会崩溃。


Q:为什么现阶段讨论的区块链的应用场景主要集中于金融、政务和医疗领域,未来还有其他可能吗?
A: 金融场景已经验证,比特币就是一个区块链在金融方面的应用,它的白皮书名字就叫点对点的电子现金。以太坊就是数字化的美元,去中心化的借贷。都是对金融的一种应用。回归到我们国家倡导的无币区块链或者联盟链的运用场景也有很多。比如在跨境贸易上的信用贷,在供应链体系里涉及到的应收账款和应付账款记账的凭证,甚至包括个人的征信,都可能用区块链。
再来说政务,现在很多地方成立大数据中心,让各个部门将数据提供出来,方便政府之间协调。但是现在大数据中心这样的方式没有取得很好的成果,原因还是在于大家对数据的保护还是非常敏感的,区块链就有可能去解决这个问题。
有一点需要强调,区块链对于硬件和软件的要求都是很高的,应用它的成本也很高,所以一定要保证记录的信息是高价值的,所以这也是为什么金融首先被大家确定为使用场景的原因。因为它的信息价值含量最高。医疗和政务也是这样的情况。

Q:这次参加“渝·你有约”重庆城市论坛有什么收获?
A: 这次跟重庆招商投资促进局和渝中区招商局的领导都有深度交流,也了解到渝中区很早就开始布局区块链,已经形成了区块链的产业聚集效应。他们非常欢迎我们去,主要是希望我们把国人自主创新的区块链技术带到重庆去,希望能用这些技术解决实际场景中的一些问题,在重庆做出标杆形象,甚至希望我们能跟当地企业去合作,能给他们培养人才,近期我已经把我们的材料发给渝中区了,12月会组织同事过去进一步商谈。

我感觉,重庆的领导对区块链很支持,这种支持不是蹭热点,而是他们的前瞻性,让我比较倾佩。他们对区块链干什么用已经有比较清晰的认知了。举个例子,我当时和渝中区大数据局的领导聊天,他就说收集数据很难,大家上交数据有助力,比如要做一个扶贫款发放,就得调查一些数据,银行存款、家里有没有房,有没有失业,这些信息分散在不同部门,你要把这些信息走访一遍,都符合条件了才能发放,如果大数据中心数据收不上来,那做一个协同挺难的,但如果利用区块链,每一个部门有一个节点,大家通过问卷的形式,把想要了解的信息收集上来,并不要你把所有数据都贡献出来,这样的操作就要容易得多。


Q:您对重庆这样的新一线城市发展区块链有什么建议?
A: 现在区块链这个领域的人才还比较缺失。除了教育、教学要跟上,还需要一个市场,市场就是对一个行业最好的培训师。有需求,工程师团队就会去驻场,去打磨产品,去复制,在这个过程中去招兵买马,就会形成人才梯队,然后这个行业才会开花。
所以,我是建议在大家还没完全看清楚区块链的情况下,重庆市的政府,以及国有企业能有一个开放的胸怀,能够把因为信任的缺失而造成的部门与部门之间,组织与组织之间信息不对称的的业务场景开放出来,去和区块链的业务团队、工程师团队讨论、打磨,打造出标杆性产品,然后快速去复制。这个是我们特别希望的,而不是给我们办公楼、补助,这个其实是每个地区都有的政策。这个是容易的,难的是有这个胸怀和决心,真正利用区块链技术去解决信息协同过程中出现的问题。
技术的革新往往会带来经济、社会发展格局的改变。从某种意义上说,在区块链等新兴领域,不同的城市、地区、国家其实是处于同一个起跑线的,这当中起关键作用的是有没有革新的勇气和前沿的思维。
开放、颠覆、融合,或许将成为未来新经济发展的重要内涵。



登录查看更多
0

相关内容

新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
5G全产业链发展分析报告
行业研究报告
11+阅读 · 2019年6月7日
深度|拥抱人工智能报告:中国未来就业的挑战与应对
机器人大讲堂
6+阅读 · 2018年9月24日
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
【行业报告】2018年中国人工智能行业研究报告
互联网金融
5+阅读 · 2018年4月7日
【人工智能】重磅:中国人工智能40年发展简史
产业智能官
7+阅读 · 2017年11月12日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
AliCoCo: Alibaba E-commerce Cognitive Concept Net
Arxiv
13+阅读 · 2020年3月30日
A Survey on Edge Intelligence
Arxiv
50+阅读 · 2020年3月26日
Dynamic Transfer Learning for Named Entity Recognition
Arxiv
3+阅读 · 2018年12月13日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
相关论文
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
AliCoCo: Alibaba E-commerce Cognitive Concept Net
Arxiv
13+阅读 · 2020年3月30日
A Survey on Edge Intelligence
Arxiv
50+阅读 · 2020年3月26日
Dynamic Transfer Learning for Named Entity Recognition
Arxiv
3+阅读 · 2018年12月13日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
7+阅读 · 2018年1月24日
Top
微信扫码咨询专知VIP会员