ZD至顶网CIO与应用频道 07月05日 评论消息: 在银行平台落后及交易周期长等一系列亟待解决的问题面前,区块链这个看似能解决所有问题的技术得到银行业的广泛关注并不为奇。可问题是区块链技术现在还处于初期发展阶段,商务和科技人士在并不能完全理解和描述该技术时,却表达了对这项技术极大的信心。好在现在业内人士也逐渐开始意识到区块链技术并不会在短期内对银行业造成重大影响。
目前不乏使用案例和概念验证(PoC)项目
●取代现有系统的冗杂流程。区块链技术使用主要集中在取代现有繁琐证券结算系统、股票发行注册、跨行跨境支付及金融交易等系统上。
●以更低价格提供快捷的汇款及P2P支付系统。这是区块链使用的另一焦点。有些金融机构也开始尝试开户和用户信息验证的创新。
●独立公司与大企业技术齐头并进。从技术的角度,独立研发的R3和以IBM赞助的Linux基金会超级账本项目(Hyperledger)证明了独立公司与大集团在区块链使用上齐头并进。
●PoC项目的成功不能说明未来的发展。从业人士不能因验证了一个庞大系统中的某个方面而不去考虑解决规模化、安全性、互操作性及合规性等完善功能的要求,更不能在制定区块链使用规范及建立分布式总账系统前以新区块链系统取代现有广泛使用的系统。
区块链现实应用及合理预期开始出现
●合规总账和共享参考数据库成为早期赢家。两种用例都始于同一家银行的部署实践,目的是在适当时机引入外部合作伙伴。另外一些关于保证文件完整性、加盖时间戳以及归档的项目也值得关注。
●从非理性热潮向理性评估转移。大部分业内人士已意识到业内广泛采用区块链技术还需要至少5至10年的时间。实践证明,即使是那些成功的PoC项目也并不能自动转化成可部署实践的系统。因此,目前实践的侧重点集中在使用例在时间进度及技术可行性上更合理,同时深入了解技术以评估发展符合银行及企业标准的解决方案。
理性评估需要洞察供应商的看法及计划
●银行平台供应商对区块链看法众说纷纭。大多数供应商都认为区块链解决方案会在五年内成为主流,更乐观的供应商认为区块链解决方案目前已经是主流。但个别已实施的解决方案并不能证明区块链技术已成为主流。
●区块链技术在短期内不会改变银行业核心业务。如果跨不同商业实体的业务流程需要更高的透明度、加快结算速度、实现广泛流程自动化和进行风险规避,区块链可以为其创造更多价值,但这些流程并不会改变银行业务的核心内容。
●供应商可以小心迈出第一步。供应商可通过建立区块链框架联合各银行平台或应用,构造由该供应商客户组成的区块链生态系统。达到一定规模后再将系统向非客户的银行开放。
●只有极少数银行平台供应商积极探索区块链解决方案。许多供应商尚未拥有或没有计划提供区块链解决方案。一些供应商将会在现有PoC项目基础上发布区块链平台。
亟待解决的问题
●建立强健的系统对访问和权限进行管理。当前主要用例都围绕着私有准入式区块链或与信任组织共享的总账,因此必须要建立一套业内领先且易操作的区块链系统,对区块链的使用权限进行治理。
●完全公开透明在大多数情况下并不可行。由于数据隐私和商业保密原则,让所有人员看到全部区块链应用信息不适合甚至不合法。目前还没有经过大规模验证的解决方案。
●没有真正解决异常处理问题。为了防止错误或诈骗交易被区块链接受,系统必须有能力解决异常情况,从而降低系统风险。
●速度和规模建立在妥协和对技术的深入了解上。在大多数情况下,线性伸缩并不适用于现有软件,有时规模化需要重写整个系统或者接受一些原先无法接受的折衷方案。
●许多区块链系统后台依旧是比特币。一些银行和初创公司在他们的区块链中使用比特币代码,这可能会使区块链在未来发展受限。
●发展的最大绊脚石与科技无关。在区块链技术能够帮助银行业提高效率、减少支出及加强监管前,银行、金融企业及监管机构必须先在规则、数据标准及流程上达成共识。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。